无人机山地航测避障路线规划方法

本文根据无人机航测特点分析了无人机在山地复杂地形中的航行与测量的要求,研究了无人机在山地中进行航测的避障路线。并以TKLM地区复杂山地地形为例进行了实例分析,运用数学方法对项目地地形进行了简化处理,通过分析无人机航测路线曲、直结合方式,无人机转弯航测速度等对影像影响,研究了无人机山地航测避障路线规划方法,为各行业无人机山地航测提供了技术保障。     

多种下垫面作业区域的无人机倾斜摄影智能化航线规划方法

传统的无人机倾斜摄影航线规划方法涉及知识面较广、专业性较强、自动化程度较低,且较少考虑不同下垫面作业区域的航线规划。本文针对平坦区域、高层建筑物区域、平坦与高层建筑物混合区域、山地或丘陵地区,依据倾斜摄影基本原理,综合考虑成图区域、成图分辨率、图像重叠度、纹理覆盖度和地形地貌等诸多因子,分别设计了相应的航线规划方法,并依此研发了一套智能化的航线规划软件,该软件人机交互较少,大大降低了无人机倾斜摄影航线规划的门槛,使得无人机倾斜摄影技术变得触手可及。     

倾斜摄影与近景摄影相结合的山地城市实景三维精细化重建与单体化研究

无人机倾斜摄影实景三维模型是一种能够对复杂山地环境较好感知和表达的有效手段之一。本文针对复杂山地城市开展倾斜摄影实景三维存在的问题,提出了适应于山地区域的多尺度的影像获取策略,并通过与近景摄影测量融合建模的方法,实现了对山地城市倾斜摄影实景三维模型精细化建模的目的;同时,对实景三维模型的单体化方法进行了介绍及对比分析,对后期山地城市开展倾斜摄影提供了一定的技术参考。     

复杂山地环境下微型无人机安全起降研究及应用

通过技术整合和原型机研发,解决了复杂山地环境下微型无人机起飞、降落、航迹规划等关键技术环节,并通过多次试飞实验验证了研究成果的稳定性和有效性,对山地环境下无人机在国情监测、资源调查、灾害应急等领域的推广应用具有重要意义。     

大区域无人机影像快速无缝拼接方法

文章提出了一种面向大区域、多航带无人机序列影像快速、无缝拼接方法:以影像序列的航带排布特性作为先验知识,加快影像间多度重叠SIFT特征点的匹配;通过Levenberg-Marquardt方法平差求解拼接区域各影像的变换参数;根据中心投影的像点位移规律与影像间的相对位置关系进行重叠区影像的优选与接边处影像的融合。实验结果表明该方法对于平地、丘陵、山地等不同地形的无人机影像数据都具有很好的适应性。     

低空无人机摄影测量精度分析

无人机技术的飞速发展,使得无人机低空摄影测量应用越来越广泛.无人机摄影测量经常存在需要解算外方位元素的问题,而光束法区域网平差能够解决该问题.本文为探究无人机低空摄影测量在大比例尺地形图中的精度要求,详解光束法区域网平差整体流程,并结合某工程项目评估无人机低空摄影测量精度,验证了低空无人机摄影测量应用于大比例尺测图的有效性.     

基于模板卷积匹配的无人机遥感影像中用户感觉兴趣区域识别方法

遥感影像可用于城市土地规划、地质灾害勘察、监测环境污染等,其应用范围极广,为更加准确地从遥感影像内获取信息,提出基于模板卷积匹配的无人机遥感影像中用户感觉兴趣区域识别方法。该方法利用无人机搭载遥感影像摄像头采集目标区域遥感影像后,使用暗通道假设法还原无人机遥感影像色彩,再通过判断无人机遥感影像几何特征和灰度特征,获得用户感觉兴趣区域,并生成无人机遥感影像用户感觉兴趣区域模板图像;将该模板图像作为输入,利用卷积神经网络输出无人机遥感影像中用户感觉兴趣区域识别结果。实验结果表明：该方法具备较好的无人机遥感影像色彩还原能力,可有效提取遥感影像中用户感觉兴趣区域,且识别遥感影像中用户感觉兴趣区域精度较高。     

无人机自然资源巡查一体化设备研究与应用

基层国土所在开展自然资源外业巡查过程中,对于无法到达区域难以进行巡查.近年来,无人机在自然资源领域应用越来越广泛,无人机优点是机动、灵活,一次性能够覆盖较大的面积,且影像分辨率高.基层国土所现有执法巡查系统当前不支持与无人机设备衔接,对于难以到达区域,无法支持采用无人机设备进行巡查,研发一套能将无人机与基层自然资源巡查...     

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。     

无人机航摄视频的全景拼接算法

针对无人机在灾害区域应用时单张无人机影像往往无法覆盖整个受灾地区,而生成正射影像拼接又需要耗费大量时间的问题,对无人机视频全景拼接算法进行了研究,总结出一套快速生产巡检区域全景图像的流程和方法,并进行了实验验证。实验证明结果可靠,可达到准实时的速度,应对紧急情况的适应性强,可用于各种灾害区域的全景图像生产。     

基于DLT算法的微型无人机(MUAV)视频影像的几何纠正方法

 高精度真正射影像在灾害监测、紧急救援与反恐决策等应用领域有着广泛的应用前景。利用微型低空无人飞机获取高精度的视频影像流，对影像流进行重采样，借助直接线性变换（DLT）方法，以GPS、INS集成系统获取的摄像机外方位元素为初始值进行内方位元素解算，以此进行视频影像分割后单幅影像的几何纠正，给出了纠正影像的拼接结果。研究表明，在DEM/DSM、DOQQ的精度与视频影像精度匹配条件下，可获得高精度（亚米级）的真正射影像。     

大载荷长航时无人机航空应急测绘系统设计与实现

无人机航空摄影是应急测绘保障的重要手段。近年来,大载荷长航时无人机已逐步进入民用领域。以往关于航空应急测绘系统的研究主要是针对轻小型无人机和有人机,缺少适用于大载荷长航时无人机性能和特点的系统设计方法。本文首先分析了不同固定翼无人机产品的性能差异,从无人机平台、任务传感器、遥感数据处理软件等的集成关系入手,提出了基于航测控制器的多载荷一体化集成的设计方案,以及涵盖航摄规划、视频实时处理、影像高精度处理的软件系统集成方案。采用该设计方案研制实现了CH-4航空应急测绘系统,并在四川广元某区域进行了试验,结果表明该系统不仅可以同时获取视频、光学影像和SAR数据,而且数据获取质量能够满足大比例尺测图的要求。     

MiniSAR与无人机系统集成应用研究

近年来无人机机载合成孔径雷达（SAR）技术发展迅速,成为全天时、全天候数据获取的重要手段.本文对无人机机载合成孔径雷达国外发展应用和国内研究进展进行了阐述,对Mini SAR载荷与无人机飞行平台系统集成进行了测试研究,并验证了在黄河冰情凌汛应急监测的适用性,最后指出了无人机机载Mini SAR在行业应用中的价值.     

基于遥感任务的凹多边形区域无人机航迹规划算法

针对遥感观测的需求与特点,提出一种基于遥感任务的凹多边形区域无人机 (UAV) 航迹规划算法,旨在保证UAV不相撞与区域全覆盖的前提下,总耗时更短. 根据遥感影像获取的特点,采用统一主飞行方向,定点拍摄进行UAV航迹规划. 通过航线分割点求取、多边形划分、UAV分配、碎片多边形合并与UAV再分配以及航点信息求取五个步骤,得到在选定主飞行方向的情况下UAV航迹的优化. 通过选取凹多边形及其凸包的边所在的方向分别为主方向,得到全局最优解. 实验结果表明:该算法能合理分配UAV并进行航迹规划,比传统方法更为高效、适用性更强.      

陆基增强系统在无人机进近着陆中的性能分析

针对大型无人机与民用客机在同一空域环境中运行,使用传统的单点定位方法,定位精度低,可靠性差,不能满足大型无人机进近着陆需求的问题,提出了一种提高大型无人机进近着陆过程中的定位精度的方法。利用陆基增强系统,为传统的伪距观测提供差分修正,使大型无人机在进近着陆过程中获得更精确的高程信息。实验结果表明,相比于传统的单点定位方法,利用陆基增强系统进行无人机进近下降着陆,在很大程度上提高了无人机的高程定位精度,确保了无人机在进近着陆过程中的运行安全。研究结果为无人机与民用客机的联合运行以及未来"空管一体化"标准的制定提供了重要理论支撑。     

复杂地势下轻小型无人机LiDAR自主航线设计

针对现有的LiDAR航线设计软件绝大多数针对大中型无人机,主要依靠飞行人员根据实际经验敷设航线,少数采用传统摄影测量改变基线长度的方式实现复杂地势下LiDAR航线自动敷设,但高地势地区航线较密,飞行成本高,有局限性,目前能实现轻小型无人机载LiDAR航线自主敷设的软件很少等问题,参照轻小型机载LiDAR的特点,该文提出一种复杂地势下基于DEM改变航高的航线设计方法。以延庆某山区进行试验。结果表明:该方法适当放宽分区高差限制,综合考虑地形信息、飞机性能等要素,使得单条航带点云密度得到保证,提高航线规划效率,节约飞行时间。将考虑DEM与未考虑DEM两种方式对比,确保重叠度,满足工程点云密度,便于后期数据处理。     

基于无人机遥感影像拓扑分析的三维重建

在无需任何地面控制点或其它先验知识前提下,探索一种基于无人机遥感影像的三维重建方法.利用无人机飞控数据建立的影像拓扑结构,依次通过特征点提取、影像匹配、从运动恢复结构等步骤估计出相机位置和姿态参数,并恢复出场景特征点云信息,最后对重建精度进行分析.试验结果表明,文中提出的方法可快速、可靠地实现较高精度的三维模型重建.     

A survey on vision-based UAV navigation

Abstract

Research on unmanned aerial vehicles (UAV) has been increasingly popular in the past decades, and UAVs have been widely used in industrial inspection, remote sensing for mapping & surveying, rescuing, and so on. Nevertheless, the limited autonomous navigation capability severely hampers the application of UAVs in complex environments, such as GPS-denied areas. Previously, researchers mainly focused on the use of laser or radar sensors for UAV navigation. With the rapid development of computer vision, vision-based methods, which utilize cheaper and more flexible visual sensors, have shown great advantages in the field of UAV navigation. The purpose of this article is to present a comprehensive literature review of the vision-based methods for UAV navigation. Specifically on visual localization and mapping, obstacle avoidance and path planning, which compose the essential parts of visual navigation. Furthermore, throughout this article, we will have an insight into the prospect of the UAV navigation and the challenges to be faced.     

轻小型无人机测绘遥感系统研究进展

地球空间信息是人工智能、大数据时代的重要数据基础,轻小型无人机测绘遥感技术作为中国当前和未来获取厘米级分辨率、实时响应遥感数据的主要手段,必将发挥更加重要的作用。本文首先介绍了固定翼、多旋翼、无人直升机以及飞行控制系统、地面监控系统和遥控遥测链路的发展现状和潜在发展趋势;其次重点研究了数码相机、视频摄像机、倾斜相机、激光雷达、合成孔径雷达和定姿定位系统的利用现状和发展趋势;然后总结分析了当前无人机测绘遥感面临的系统检测、大范围实时遥感和遥感大数据精准解译方面的问题和挑战;最后面向人工智能、大数据、物联网、云计算等技术背景给出了轻小型无人机测绘遥感技术在飞行控制智能化、测绘遥感作业智能化和实时、实景无人机遥感技术应用模式创新等方面的发展趋势。     

Image classification-based ground filtering of point clouds extracted from UAV-based aerial photos

With the advent of unmanned aerial vehicles (UAVs) for mapping applications, it is possible to generate 3D dense point clouds using stereo images. This technology, however, has some disadvantages when compared to Light Detection and Ranging (LiDAR) system. Unlike LiDAR, digital cameras mounted on UAVs are incapable of viewing beneath the canopy, which leads to sparse points on the bare earth surface. In such cases, it is more challenging to remove points belonging to above-ground objects using ground filtering algorithms generated especially for LiDAR data. To tackle this problem, a methodology employing supervised image classification for filtering 3D point clouds is proposed in this study. A classified image is overlapped with the point cloud to determine the ground points to be used for digital elevation model (DEM) generation. Quantitative evaluation results showed that filtering the point cloud with this methodology has a good potential for high-resolution DEM generation.