GNSS约束的长航带无人机影像自检校方法

相机自检校直接决定无人机影像空三的精度。沿输电线路走廊采集的长航带结构无人机影像是一种典型的退化配置,对其自检校容易出现“碗状”效应。为解决该问题,传统方法往往依赖较多控制点,而提出的自检校方法仅需一个控制点。首先研究经典物理模型和最新的数学模型;然后在增量式SfM(structure from motion)框架下,设计了一种联合无人机影像相机检校参数初始化和高精度差分全球导航卫星系统（global navigation satellite system, GNSS)位置信息辅助的相机自检校方法。利用两个实验区域不同采集模式下的4组无人机电力走廊影像进行无控制约束以及单个控制点约束的相机自检校实验。结果表明,提出的相机自检校策略在无控制点约束时,可以有效缓解长航带结构空三的“碗状”效应,减轻模型的弯曲程度,提高自检校空三的绝对精度;单个控制点约束自检校时,水平和高程精度均优于0.06 m。与当前主流开源和商业软件对比,该算法能够得到相当或更高精度。     

稀少控制条件下无人机空三加密及在公路地形测图中的精度分析

针对无人机航空摄影测量地面控制点多的问题,介绍了一种无人机影像空中三角测量方法,基于动态精密单点定位,使用单台GNSS接收机获得高精度摄站点三维坐标,地面无需架设GNSS基站。通过平地、山地公路项目试验,分析了稀少控制条件下的控制点布设方法及空三加密精度,少量地面控制点即可满足1：2000比例尺地形图的精度要求,极大减少了内、外业工作量,简化了无人机航空摄影作业方式。     

高精度无人机影像空三处理方法

针对无人机影像生产测绘产品时需要地面控制点数量多、外业工作量大的问题,提出无人机影像高精度空三处理方法研究。首先,通过引入构架航线,在无控制点、稀少控制点等不同情况下的进行改进的高精度GPS辅助空中三角测量;然后利用试验对无人机影像高精度空三处理方法的精度分析。结果表明,在稀少控制点情况下,利用改进的高精度GPS辅助空中三角测量方法能够满足1:2000比例尺地形测绘生产要求。     

无人机遥感在基础测绘快速更新中的应用

无人机遥感具有体积小、造价低、适应性强、操作简便、获取影像速度快、地面分辨率高等一系列优点,成为基础地理信息快速更新的重要手段。探讨了Wingtra无人机系统在基础测绘更新中的控制点布置和影像获取方法,分析了无人机影像的处理方法,研究了基础测绘更新中正射影像制作方法,并利用实地检查点对所制作正射影像的几何精度进行了评价。研究表明,无人机遥感制作的高分辨率正射影像在几何精度上满足基础测绘快速更新的需要,可大大提高基础测绘更新的效率。     

高精度初始外方位元素辅助影像空中三角测量应用研究

低精度影像初始外方位元素严重影响空中三角测量效率与精度。针对轻小型无人机搭载差分GNSS获取的影像初始外方位线元素精度高而机载IMU获取的初始外方位角元素差的问题,引入从运动中恢复结构(SFM)算法获取影像高精度初始外方位角元素,将其与机载差分GNSS数据组合成新的初始影像外方位元素辅助空中三角测量。在两个不同地形测区的实验结果表明,该方法能够显著提高影像匹配效率、数量与精度,提高空中三角测量成果精度,可以为其他航测工程应用提供参考。     

地面控制点布设对海岸带无人机遥感影像的精度影响分析

对地面控制点及其布设进行了介绍,通过采取不同控制点布设方法对同一片海岸带测区进行无人机航拍作业,探讨控制点布设对海岸带无人机遥感影像精度的影响,得出采用多排均匀布设地面控制点方法最符合已知测区的精度要求。     

提高非量测相机高程精度关键技术分析

由于无人机平台只能搭载非量测相机,其相机镜头畸变较大,同时无人机飞行姿态不稳定,更无法搭载高精度GNSS/IMU系统,导致了无人机航摄大比例尺成图的高程精度较差。针对以上问题,本文通过试验,在GPS辅助空中三角测量基础上,通过影像畸变差纠正、相机自检校,改正影像畸变;使用差分GPS获取更精确的摄站中心坐标;飞行垂直于常规航线的构架航线,以增加影像重叠度,提高空三模型稳定性。试验结果表明,相机标定、差分GPS和构架航线不仅可以提高GPS辅助光束法区域网平差的高程精度,还能有效减少野外像控点布设数量,针对带状图航测更具参考价值。     

基于嵩山定标场的无人机数据快速成图应用

无人机作为一个高效的测绘平台,越来越多地被应用到生产作业中。研究无人机数据快速成图的技术基础,基于GPU加速的同名点匹配技术,并根据嵩山定标场的测绘需求进行试验。采用无人机获取的影像16 179张,结合场内高精度地面控制点,快速处理得到嵩山定标场约50km2的高精度数字正射影像图(DOM),精度为平面点位中误差2.7cm,约0.5个像素。通过试验验证基于无人机数据快速成图的高效率和高精度,同时为后续的国产卫星、大型航测相机、无人机等定标检校提供参考。     

GNSS差分定位测速在无人机遥感应用中的关键技术研究

介绍了无人机遥感系统的特点,研究了单/多模系统、采样率、相机曝光延迟及杆臂值对空三精度的影响,通过对广西省某地区1∶2 000地形图飞行试验,在布设不同控制点个数情况下,分析了无人机机载POS、单/多模及不同参数值的GNSS数据解算结果对空三精度的影响,验证了5 Hz采样率的多模差分数据辅助空三测量满足精度要求,以及补偿相机曝光延迟和杆臂值的必要性。     

高分辨率遥感卫星辅助无人机空中三角测量

针对传统无人机影像空中三角测量需要大量外业控制点的问题,提出通过高分辨率遥感卫星影像空间定位获取地面点坐标,并将这些地面点作为无人机影像的控制点来源,以此辅助无人机空中三角测量。在基于RPC模型的高分辨率遥感影像空间定位的基础上,采取多种控制点布设方案进行了无人机影像空中三角测量,并对比分析了各布控方案对试验精度的影响及原因。试验结果表明,在不采用外业实测控制点的情况下,只用高分辨率遥感影像空间定位得到的加密点作全局控制,平差后检查点平面精度可达到0.629 m,高程精度可达到0.823 m,如果要保证更高的空三精度,可在测区四周及中心增加少量外业实测控制点。     

利用少量像控点的倾斜摄影测量房地一体调查方法

房地一体调查是实施乡村振兴战略、深化农村土地制度改革的重要举措.本文利用CW-15垂直起降固定翼无人机,搭载CA504倾斜摄影相机和工业级高精度差分GNSS模块进行数据采集、处理,以湛江市龙头镇为试验区,通过人工喷涂和地物采集方式布设少量像控点,检验该系统在房地一体调查的精度和生产成效.试验表明:1)实景三维模型比照采...     

无人机倾斜摄影像控布点方案研究及精度分析

随着无人机装备及基于计算机的数字图像处理技术的快速发展,无人机在测绘行业的应用领域也越来越广泛。尤其在当前自然资源发展的新形势下,各地三维“一张图”的需求越来越迫切,无人机倾斜摄影测量技术因其方便灵活、操作简单得到迅猛发展。但无人机数据普遍存在高程精度低等问题,后续需要大量控制点改善精度。而现有的无人机低空摄影测量外业规范已不能适应无人机作业要求。因此,本文在兼顾效率及成果精度的基础上,探讨了不同像控布设方案对无人机倾斜摄影遥感系统空三精度及三维实景模型成果产生的影响,并进行相关试验和精度分析。     

Comparison of four UAV georeferencing methods for environmental monitoring purposes focusing on the combined use with airborne and satellite remote sensing platforms

This work is aimed at the environmental remote sensing community that uses UAV optical frame imagery in combination with airborne and satellite data. Taking into account the economic costs involved and the time investment, we evaluated the fit-for-purpose accuracy of four positioning methods of UAV-acquired imagery: 1) direct georeferencing using the onboard raw GNSS (GNSSNAV) data, 2) direct georeferencing using Post-Processed Kinematic single-frequency carrier-phase without in situ ground support (PPK1), 3) direct georeferencing using Post-Processed Kinematic double-frequency carrier-phase GNSS data with in situ ground support (PPK2), and 4) indirect georeferencing using Ground Control Points (GCP). We tested a multispectral sensor and an RGB sensor, onboard multicopter platforms. Orthophotomosaics at <0.05 m spatial resolution were generated with photogrammetric software. The UAV image absolute accuracy was evaluated according to the ASPRS standards, wherein we used a set of GCPs as reference coordinates, which we surveyed with a differential GNSS static receiver. The raw onboard GNSSNAV solution yielded horizontal (radial) accuracies of RMSEr≤1.062 m and vertical accuracies of RMSEz≤4.209 m; PPK1 solution gave decimetric accuracies of RMSEr≤0.256 m and RMSEz≤0.238 m; PPK2 solution, gave centimetric accuracies of RMSEr≤0.036 m and RMSEz≤0.036 m. These results were further improved by using the GCP solution, which yielded accuracies of RMSEr≤0.023 m and RMSEz≤0.030 m. GNSSNAV solution is a fast and low-cost option that is useful for UAV imagery in combination with remote sensing products, such as Sentinel-2 satellite data. PPK1, which can register UAV imagery with remote sensing products up to 0.25 m pixel size, as WorldView-like satellite imagery, airborne lidar or orthoimagery, has a higher economic cost than the GNSSNAV solution. PPK2 is an acceptable option for registering remote sensing products of up to 0.05 m pixel size, as with other UAV images. Moreover, PPK2 can obtain accuracies that are approximate to the usual UAV pixel size (e.g. co-register in multitemporal studies), but it is more expensive than PPK1. Although indirect georeferencing can obtain the highest accuracy, it is nevertheless a time-consuming task, particularly if many GCPs have to be placed. The paper also provides the approximate cost of each solution.     

带有差分GPS的多传感器无人直升机航测遥感系统

本文主要介绍作者在日本研制的一种基于无人直升机平台的多种传感器航测遥感系统,它直接采用GPS和IMU数据进行地理定位定向而不需要地面控制点。通过实飞数据对系统达到的几何精度进行了验证,结果表明该系统可用来测绘大比例尺地形图以及应用于其他相关领域。     

无人机航摄影像的RANSAC自动定向方法研究

针对无人机在区域范围拍摄的低空遥感影像数量多,且相邻影像间存在旋转、尺度变化大等导致的立体定向困难问题,本文提出一种适用于无人机影像自动相对定向及模型连接的流程。即利用SURF算法对区域无人机影像进行特征提取后,连续相对定向及模型连接过程使用结合相对定向模型的RANSAC算法去除错匹配点,并针对RANSAC算法选取样本匹配点对容易陷入局部最优问题进行改进,提高了结果精度。     

无人机航空摄影测量系统在农村土地确权中的应用

介绍了用PPSG UAV对双鸭山市郊区2．5 km2地域（农村土地承包经营权确权双鸭山试点）试验区进行无人机航摄,无人机搭载非量测型相机获取低空遥感数据,计算机安装专业空三解算软件处理具体影像,最终取得数字正射影像图（ DOM）、数字表面模型（ DSM）,通过数据分析了该系统的空中三角测量成果的精度和数字正射影像图（ DOM）、数字表面模型（ DSM）的精度,都达到了航空摄影测量地理信息数字成果比例尺1∶1000的成图精度。     

基于TerraSAR-X影像的光学遥感影像地理定位研究综述

目前,我国遥感技术应用中最普遍采用的是通过光学遥感获取影像,这种方法一般需要控制点才能获得高分辨率遥感影像,不可避免地限制了其应用范围。然而TerraSAR-X具有精确的传感器校正、高精度的卫星位置及对卫星姿态的低依赖性等特性,在无地面信息的情况下,仍然可以获得高精度的遥感影像。因此,研究利用TerraSAR-X数据作为地面控制信息对光学遥感影像进行地理定位具有突破性的意义和价值。本文介绍了近几年TerraSAR-X影像对光学遥感影像进行定位的现状和方法,阐述了其理论基础和优缺点,并试着分析了现阶段争论的焦点。     

遥感影像几何精校正中控制点选取的研究

在采用多项式模型进行遥感影像的几何精校正中,控制点的选取对校正精度有重要影响。本文通过实例计算,分析比较控制点的数量、分布对校正结果的影响,分析结果表明:适当增加控制点的数量会提高校正精度,但控制点数量并非越多越好;选择均匀分布的控制点有利于提高几何校正的精度。     

Accuracy assessment of real-time kinematics (RTK) measurements on unmanned aerial vehicles (UAV) for direct geo-referencing

ABSTRACT

Geospatial information acquired with Unmanned Aerial Vehicles (UAV) provides valuable decision-making support in many different domains, and technological advances coincide with a demand for ever more sophisticated data products. One consequence is a research and development focus on more accurately referenced images and derivatives, which has long been a weakness especially of low to medium cost UAV systems equipped with relatively inexpensive inertial measurement unit (IMU) and Global Navigation Satellite System (GNSS) receivers. This research evaluates the positional accuracy of the real-time kinematics (RTK) GNSS on the DJI Matrice 600 Pro, one of the first available and widely used UAVs with potentially surveying-grade performance. Although a very high positional accuracy of the drone itself of 2 to 3 cm is claimed by DJI, the actual accuracy of the drone RTK for positioning the images and for using it for mapping purposes without additional ground control is not known. To begin with, the actual GNSS RTK position of reference center (the physical point on the antenna) on the drone is not indicated, and uncertainty regarding this also exists among the professional user community. In this study the reference center was determined through a set of experiments using the dual frequency static Leica GNSS with RTK capability. The RTK positioning data from the drone were then used for direct georeferencing, and its results were evaluated. Test flights were carried out over a 70 x 70 m area with an altitude of 40 m above the ground, with a ground sampling distance of 1.3 cm. Evaluated against ground control points, the planimetric accuracy of direct georeferencing for the photogrammetric product ranged between 30 and 60 cm. Analysis of direct georeferencing results showed a time delay of up to 0.28 seconds between the drone GNSS RTK and camera image acquisition affecting direct georeferencing results.