消费级多旋翼无人机1∶500大比例尺测图的应用

图1 项目实施方案流程

Fig.1 Project implementation plan process

3.1　项目规划

测区现有200 7年1∶500数字线划图一幅，平面坐标为青岛城市坐标系，高程系统为1985国家高程基准。但是由于测区内地物变化大，已有的数字线划图能提供的作用较小。本项目区域位于青岛CORS(Continuously Operating Reference Stations,CORS)网覆盖范围内，可提供优于1cm精度的定位^[8]。测区东北角有二等水准点一个，点保存良好，可用作实测前校准检核。

根据本次采用的消费级四旋翼无人机GNSS定位信息精度差、采集影像像幅小、测区情况复杂等因素，为保证测图精度计划在测区布设控制点132个，后期可作像控点、检查点和质检点。为易于分辨和识别，地面控制点标志采用黑白两种颜色进行标识可形成良好的色彩反差，地面控制点标志和设计布控位置见图2。

图2

图2 地面控制点标志和位置分布设计

Fig.2 Ground control point sign and position distribution design

测区内呈现西南、东南、东北3个地区偏低，并向西北角缓慢增高的地势情况，区域内最低点和最高点高程差不超过20 m，测区中间东西向道路路面高程在测区中处于中间值。测区位于飞行限高范围内，最大航高不得超过120 m，为保证安全和项目需要，项目实施方案中预计将测区中间东西向道路上为起降场地、航高100 m，飞机采用最大航速飞行可提高姿态稳定程度。计算按照预计航高得到的影像是否满足测图的需要，根据航高和地面分辨率关系：

H = \frac{f \times G S D}{a}

(1)

其中：H为摄影行高，单位为m; $f$ 为镜头焦距，单位为mm；GSD为地面分辨率，单位为m； $a$ 为像元尺寸，单位为mm^[9]。

根据项目相机参数、航高和公式(1)，并在已有地形图上得出预计起降场地在整个测区中高程处于中间位置，故可以得出测区内地面分辨率在0.02~0.028 m之间，小于0.05 m，满足《基础地理信息数字成果 1∶500 1∶1 000 1∶2 000 数字正射影像图》（CHT 9008.3-2010）的要求。设计飞行航高为100 m，不仅可以提供高分辨率影像从而提高内业成图时平面位置精度，而且满足测区限航高度的要求保证飞行的安全。

预设航向重叠75%、旁向重叠65%。摄区覆盖范围应满足《1∶500 1∶1 000 1∶2 000地形图航空摄影规范》(GB/T6962-2005)中的要求，航向覆盖超出摄区边界线一般不少于一条基线，旁向覆盖超出摄区边界线一般不少于像幅 $50 %$ 。考虑到影像边缘投影误差较大和提高测区边缘精度的因素，本项目中对摄取覆盖范围要求为航向覆盖超出边界不少于2条基线，旁向覆盖范围超出边界一个像幅，预计26条航线可覆盖摄区，飞行5个架次。无人机电池只能供飞行4个架次，在航摄当天需带上电池充电器。

3.2　数据获取

根据项目设计的地面控制点分布结合现场实际情况共布设108个控制点，采用青岛CORS系统进行RTK(Real Time Kinematic,RTK)测量，使用的接收机在RTK测量时平面精度为 $\pm (1 + 1 p p m) c m$ 、高程精度为 $\pm (2 + 1 p p m) c m$ 。每个点采用控制点测量方式实测3次取平均值，平面坐标采用青岛城市坐标系，高程通过高程异常值改正后得到1985国家高程基准下的高程。

地面控制点实际布设位置分布和标志航摄效果和见图3。

图3

图3 地面控制点航摄效果和位置分布

Fig.3 Aerial control effects and location distribution of ground control points

航摄时天气晴朗，西南风1~3级，在地面控制点标志布设完成后，检查无人状态和相机状态后，无人机按照规划路线于测区中间东西向道路边升空进行影像数据采集。影像采集过程中一个技术员通过地面站对无人机工作状态进行实时监控，无人机机长时刻关注无人机的状态、风速飞行高度及速度指标，如果发现异常应立即做出判断和处理，如正常即按照预定路线返航降落，影像采集全程实际飞行4个架次，时间为11：30~13:45，该时间内阴影面积小，但是光线强烈，需要在正式采集前调整好合适的光圈控制进光量防止曝光过度。获取地面分辨率优于0.03 m的原始影像相片1 546张。

现场对航飞数据进行整理，检查飞行轨迹和参数是否一致，是否有漏拍现象；检查影像质量，是否有模糊或曝光过度的情况，若无质量问题完成本次航摄任务。

3.3　数据生产

数据生产前对原始影像进行质量检查，POS(Positioning and Orientation System，POS)数据和控制点数据进行整理。POS数据的平面坐标通过软件导出后可用测区的七参数转换到项目所需的坐标系，实践发现POS数据中特别是高程整体偏差太大，可根据起降场地的实际高程和航高给予改正。

空中三角测量时通过对控制点点位调整优化平差，最终从实测的108个控制点中选取38个点作为像控点、15点作为检查点，摄站点、测区范围和像控点、检查点分布见图4，其中黑线框内为本项目测区，圆点表示摄站点，三角形表示像控点，方形点表示检查点。

图4

图4 航带分布和像控点、检查点分布

Fig.4 Distribution and distribution of navigation points and checkpoints

为了提高内业成图的精度，本项目生成平均地面采样间隔为2.17cm的DSM(Digital Surface Model，DSM)和DOM(Digital Orthophoto Map,DOM)，见图5。

图5

图5 DSM和DOM

Fig.5 DSM and DOM

项目数字线划图利用EPS地理信息工作站进行生产，平面点位通过导入DOM进行采集绘制，高程通过生成的点云进行手工提取高程点，数字线划图成果见图6。项目生产中，利用采集的影像生成测区的三维模型见图7，辅助数字线划图的生产，减少野外调绘的工作量。

图6

图6 数字线划图

Fig.6 DLG

图7

图7 测区三维模型

Fig.7 Survey area Three-dimensional model

3.4　项目投入情况

项目共计投入人力和设备情况统计见表1。第一次外业用于开展地面控制点布测和航摄任务，共6人参与：首先6人快速制作地面控制点标志，然后其中2人进行航摄任务、另外4人进行地面控制点测量，实际野外工作时间约7 h。内业生产：2名技术员分别进行DSM、DOM、点云和测区三维模型的制作用时9 h，数字线划图的制作2名技术员每天工作9 h，共5 d。第二次外业用于开展调绘任务，因为一些原来需要通过野外调绘确认的内容已经在内业生产过程中已经通过测区三维模型进行了数字调绘，所以在实际野外调绘时已经有目的性，针对在三维模型上不能确定的内容“定点”进行调绘作业，4人总计工作6 h。

表1 项目投入

Table 1 Project investment

任务类别

人员/人

设备

用时/d

地面控制点

布测和航摄

车一辆

GNSS接收机两台

DJI INSPIRE 2四旋翼无人机一架

X5S云台相机15mm/1.7镜头

无人机电池8块

内业生产

工作站二台

Pix4DMapper一套

INPHO一套

ContextCaptureCenterMaster一套EPS地理信息工作站两套

外业调绘

车一辆

GNSS接收机两台

4 项目精度验证分析

4.1　空三区域网平差精度

空中三角测量区域网平差后的定向点和检查点实际精度是通过野外实测检查点进行评定，计算由解算出的外方位元素与检查点的像点坐标所求出检查点地面坐标的解算值与实测坐标的差值，其差值认为是真误差，其中误差计算公式为^[10,11]：

\begin{array}{l} σ_{X} = \sqrt[]{\frac{\sum {(X_{测} - X_{解})}^{2}}{n}} \\ σ_{Y} = \sqrt[]{\frac{\sum {(Y_{测} - Y_{解})}^{2}}{n}} \\ σ_{X Y} = \sqrt[]{σ_{X}^{2} + σ_{Y}^{2}} \\ σ_{Z} = \sqrt[]{\frac{\sum {(Z_{测} - Z_{解})}^{2}}{n}} \end{array}

(2)

其中： $σ_{X}$ 、 $σ_{Y}$ 为点在X、Y方向的中误差； $σ_{Z}$ 为点的高程中误差； $σ_{X Y}$ 为点的平面中误差； $X_{测}$ 、 $Y_{测}$ 、 $Z_{测}$ 为点的实测坐标值； $X_{解}$ 、 $Y_{解}$ 、 $Z_{解}$ 为经过空中三角测量解算后的解算值。

绝对定向与区域网平差精度应当满足《数字航空摄影测量空中三角测量规范》(GBT23236-2009)1∶500的要求见表2。空中三角测量质量报告给出的空中三角测量精度如表3，基本定向点平面中误差0.126 m、高程中误差0.040 m，检查点平面中误差0.092 m、高程中误差0.098 m，满足规范要求。

表2 绝对定向与区域网平差精度限差(单位：m)

Table 2 Accuracy tolerance of absolute orientation and regional network adjustment(Unit：m)

成图比例尺	点别	平面位置中误差	高程中误差
1∶500	基本定向点	0.130	0.200
1∶500	检查点	0.175	0.280

表3 空中三角测量精度(单位：m)

Table 2 Air triangulation accuracy(Unit：m)

点别	误差类型	X	Y	Z
基本定向点	中误差	0.092	0.087	0.040
基本定向点	最大误差	0.177	-0.145	0.115
检查点	中误差	0.054	0.075	0.098
检查点	最大误差	0.137	0.149	-0.161

4.2　数字线划图精度

数字线划图的精度参照《1∶5001∶10001∶2000外业数字测图规程》（GBT 14912-2017）的要求见表4，为了验证和检查数字线划图的精度，在数字线划图上均匀选取40个点作为质量检核点并在外业调绘的过程中实测，计算得到检查点的平面位置中误差0.12 m，高程中误差为0.11 m，满足表4中的限差要求，对质量检核点平面点位置和高程误差绘制误差分布见图8，在测区边缘、树木密集的地方，点的误差比较大有可能是特征点提取匹配和点云滤波时造成的，但是总体误差相对均匀，成果满足规范要求。

表4 地物点平面位置和高程精度要求(单位：m) accuracy requirements(Unit：m)

Table 4 Ground Plane location and elevation accuracy requirements(Unit：m)

成图比例尺	点别	平面位置中误差	高程中误差
1：500	平面位置	$\pm$ 0.30	0.17

图8

图8 质量检核点误差分布

Fig.8 Quality Check Point Error Distribution

4 结语

本文从应用实践出发，基于消费级四旋翼无人机进行1∶500大比例尺测图任务，制定项目实施方案，进行精度分析，成果满足大比例尺地形图测绘的精度要求，主要结论如下：

（1）方案根据实际需求进行设计和实施，相对其它采用消费级多旋翼无人机进行大比例尺测图的实验，本方案具有实践意义，数据可靠并能为其他项目实施提供有力的参考依据。

（2）基于消费级多旋翼无人机的大比例尺测图方案可行、可靠。可提供快速完成测绘任务的解决方案，具有较低的劳动强度和较小的经费开支，该方案是一种行之有效具有实际应用价值。

（3）实景三维模型辅助内业成图的工作模式能够大幅减少外业调绘工作量。最大限度挖掘外业采集的数据的的利用效，利用采集的影像生成测区实景三维模型辅助内业成图，可将原来需要外业调绘的一部分工作内容在室内完成。

消费级多旋翼无人机产品技术成熟，更新换代快，相对于测绘专业型多旋翼无人机价格低廉，适合小型测绘企业或小范围测图任务，在测绘领域具有推广应用价值。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

Deren

,Liming.

Research Advance and Application Prospect of Unmanned Aerial Vehicle Remote Sensing System

[J]. Geomatics and Information Science of Wuhan University, 2014,24(5): 505-513+550.

李德仁, 李明

无人机遥感系统的研究进展与应用前景

[J]. 武汉大学学报(信息科学版), 2014,24(5): 505-513+540.

[2]

Peng

,Lin

Jie

,Li

Huan

UAV Integration with Ground Scanner of Terrain Measurement

[J]. Bulletin of Surveying and Mapping, 2018(2): 160-163.

李鹏, 林杰, 李欢

空地一体化地形测量

[J]. 测绘通报, 2018(2): 160-163.

[3]

Tian

Chao

,Chen

Jie

,Li

Nengneng

, et al.

Rapid Construction of High Precision DSM by Using Unmanned Aerial Vehicle (UAV) Free Image Control

[J]. Bulletin of Surveying and Mapping, 2017(8): 158-160.

田超

陈杰, 李能能,等.

利用无人机免像控快速构建高精度DSM

[J]. 测绘通报, 2017(8): 158-160.

[4]

Chen

Pengfei

,Hu

Haifeng

,Lian

Xugang

,et al.

On Influence of Post-processed Difference Technique and Image Control Point Density on UAV Photogrammetry Accuracy

[J]. Bulletin of Surveying and Mapping, 2017(11): 144-147.

陈鹏飞

胡海峰, 廉旭刚, 等.

后差分技术及像控点密度对无人机摄影测量精度影响研究

[J]. 测绘通报, 2017(11): 144-147.

[5]

Jia

Jitang

,Zheng

Kaidi

,Cao

Xuejuan

,et al.

Analysis of Accuracy between DGPS-supported Aerotriangulation and Airborne Flight Control System GPS-supported Aerotriangulation

[J]. Bulletin of Surveying and Mapping, 2017,Sup.1): 11-14+17.

贾继堂

郑凯迪, 曹雪娟, 等.

机载DGPS与飞控系统GPS辅助空中三角测量精度对比分析

[J]. 测绘通报, 2017,(增刊1）: 11-14, 17.

[6]

Zhang

Chunbin

,Yang

Shengtian

,Zhao

Changsen

,et al.

Topographic Data Accuracy Verification of Small Consumer UAV

[J].Journal of Remote Sensing, 2018,22(1): 185-195.

张纯斌

杨胜天, 赵长森, 等.

小型消费级无人机地形数据精度验证

[J]. 遥感学报, 2018,22（1）: 185-195.

[7]

Kong

Zhen

,Liu

Zhaoqin

,Gao

Yunjun

,et al.

Application and Precision Evaluation of Consumer UAV to Large Scale Mapping

[J].Engineering of Surveying and Mapping,2016,12: 55-60.

孔振, 刘召芹, 高云军, et al.

消费级无人机在大比例尺测图中应用与精度评价

[J]. 测绘工程, 2016, 12: 55-60.

[8]

Zhao

Liang

,Ye

Shirong

,Wang

Jian

Precision Analysis of the Experimental Sites on Campus based on the Qingdao CORS System

[C]∥Proceedings of the 4th China Satellite Navigation Conference.

赵亮, 叶世榕, 王建.

基于青岛CORS系统下的实验场地的精度分析

[C]∥ 第四届中国卫星导航学术年会中国湖北武汉, 2013.

[9]

Yang

Runshu

,Ma

Yanyan

,Yin

Haizhou

Relationship between Ground Resolution and Flying Height about the Low Altitude Unmanned Aerial Vehicle Aerophotographic System

[J]. Surveying and Mapping of Geology and Mineral Resources, 2013,29(3): 1-2+8.

杨润书, 马燕燕, 殷海舟

低空无人机航摄系统地面分辨率与航高的关系研究

[J]. 地矿测绘, 2013,29(3): 1-2, 8.

[10]

Yuan

Xiuxiao

,Fu

Jianhong

,Lou

Yidong

GPS-supported Aerotriangulation based on GPS Precise Point Positioning

[J]. ACTA Geodaetica ET Cartographica Sinica, 2007(3): 251-255.

袁修孝, 付建红, 楼益栋

基于精密单点定位技术的GPS辅助空中三角测量

[J]. 测绘学报, 2007(3): 251-255.

[11]

Zheng

Qianghua

Analysis on Low Altitude UAV Aerial Triangulation Accuracy

[D]. Shanghai: East China University of Technology,2015.

郑强华

低空无人机空中三角测量精度分析

[D]. 上海：东华理工大学, 2015.