賈彥昌，楊 輝

（山東軌道交通勘察設(shè)計(jì)院有限公司，山東 濟(jì)南）

引言

計(jì)算機(jī)處理能力的不斷提高使數(shù)字城市到智慧城市再到孿生城市建設(shè)都發(fā)生了質(zhì)的飛躍。學(xué)者們利用無人機(jī)傾斜攝影測(cè)量技術(shù)開始在不同領(lǐng)域開展研究和應(yīng)用。張眾[1]借助無人機(jī)傾斜攝影測(cè)量技術(shù)建立三維模型，實(shí)現(xiàn)了圖形數(shù)據(jù)快速獲取，提升了規(guī)劃測(cè)量項(xiàng)目作業(yè)效率，節(jié)省了大量人力財(cái)力，提升了測(cè)繪服務(wù)效能。盛海泉等[2]利用無人機(jī)傾斜攝影測(cè)量與GNSS 測(cè)量分別獲取研究區(qū)數(shù)據(jù)。通過無人機(jī)影像建立研究區(qū)三維模型，并使用中誤差評(píng)定模型精度，結(jié)果表明，無人機(jī)傾斜攝影測(cè)量數(shù)據(jù)精度可靠，能夠滿足大比例尺測(cè)量精度要求。張秦等[3]提出通過無人機(jī)傾斜攝影測(cè)量技術(shù)建立災(zāi)害現(xiàn)場(chǎng)三維模型，利用三維模型進(jìn)行統(tǒng)計(jì)和分析，以便快速展開道路搶通、災(zāi)害評(píng)估及災(zāi)害監(jiān)測(cè)等工作。莫寅[4]利用正射影像繪制地形圖時(shí)遠(yuǎn)地地物遮擋近地地物的問題, 將無人機(jī)傾斜影像通過空三加密、點(diǎn)云數(shù)據(jù)匹配、三維TIN 構(gòu)建與紋理映射建立實(shí)景三維模型,并繪制地形圖。鄒馨等[5]利用無人機(jī)傾斜攝影測(cè)量獲取不動(dòng)產(chǎn)測(cè)量數(shù)據(jù)，處理得到三維模型并進(jìn)行精度分析。結(jié)果表明，免像控情況下得到的不動(dòng)產(chǎn)數(shù)據(jù)的平面中誤差滿足三級(jí)精度要求，有控制點(diǎn)情況下得到的不動(dòng)產(chǎn)數(shù)據(jù)的平面中誤差滿足一級(jí)精度要求。

1 無人機(jī)傾斜攝影測(cè)量技術(shù)重建三維模型

無人機(jī)傾斜攝影測(cè)量是指將傾斜鏡頭安裝在旋翼無人機(jī)或固定翼無人機(jī)上，按照一定的技術(shù)要求進(jìn)行攝影測(cè)量的過程。一般情況下，相機(jī)的主光軸與主垂線的夾角，即傾斜角大于3°，傾斜相機(jī)一般選用寬角或者特寬角鏡頭以便于三維測(cè)圖。基于傾斜攝影重建三維模型技術(shù)是利用傾斜相機(jī)根據(jù)多角度獲取地物信息，并通過算法處理海量影像，營造出三維立體效果。傾斜攝影其核心組成為無人機(jī)平臺(tái)、傳感器、慣性導(dǎo)航系統(tǒng)?；趦A斜攝影的技術(shù)重建三維模型主要通過以下流程：

首先，根據(jù)傾斜相機(jī)獲取的大量影像尋找其特征點(diǎn)，通過提取影像間特征點(diǎn)進(jìn)行同名點(diǎn)匹配，反向解算出每一幅影像的姿態(tài)、角度和空間位置，以及影像之間的關(guān)系[6]。根據(jù)空中三角測(cè)量解算影像6 個(gè)外方位元素并進(jìn)行立體像對(duì)構(gòu)建，利用影像匹配產(chǎn)生地物密集點(diǎn)云，根據(jù)不同區(qū)塊的密集點(diǎn)云構(gòu)建不同層次的不規(guī)則三角網(wǎng)，然后通過優(yōu)化三角網(wǎng)生成三維的白膜，最后根據(jù)紋理信息映射到每一個(gè)三角形面片上生成三維模型。

1.1 影像匹配

影像匹配即同名像點(diǎn)的提取和匹配，SIFT（Scale Incariant Feature Transform）特征匹配算法是目前常用方法之一。SIFT 特征匹配算法有兩個(gè)方面構(gòu)成：首先是生成SIFT 特征向量，然后是SIFT 特征向量的匹配[7]。其思想是根據(jù)物方空間最小二乘法匹配垂直的影像，通過前方交會(huì)得到各個(gè)像點(diǎn)的物方三維坐標(biāo)，根據(jù)共線條件方程利用垂直影像的POS 數(shù)據(jù)和平臺(tái)檢校參數(shù)將其反投影到待匹配的傾斜影像上面，從而得到同名像點(diǎn)的概略位置[8]。最后建立核線多邊形算出幾何約束縮小同名點(diǎn)的搜索范圍。共線條件方程公式如下：

式中：x、y 為像點(diǎn)的像平面坐標(biāo)；x0、y0和f 為攝影的內(nèi)方位元素；系數(shù)ai、bi和ci（i=1，2，3）為影像的3 個(gè)外方位角元素組成的9 個(gè)方向余弦。

1.2 空中三角測(cè)量

空中三角測(cè)量是根據(jù)GNSS 或高精度POS 數(shù)據(jù)利用解析法通過少量控制點(diǎn)的像方和物方坐標(biāo)進(jìn)行控制點(diǎn)加密，通過同名像點(diǎn)量測(cè)和同名光線的后方交會(huì)，利用已知點(diǎn)解求所有影像的外方位元素進(jìn)而為測(cè)圖提供絕對(duì)定向的控制點(diǎn)坐標(biāo)。其核心技術(shù)之一為光束法區(qū)域網(wǎng)平差，以影像為單位，利用影像與所有相鄰影像重疊區(qū)內(nèi)的公共點(diǎn)、外業(yè)控制點(diǎn)，進(jìn)行整體求解所有影像的6 個(gè)外方位元素[9]。

1.3 紋理映射

通過同名點(diǎn)前方交會(huì)得到地面點(diǎn)坐標(biāo)的思想，在空三測(cè)量的基礎(chǔ)上，根據(jù)各種匹配算法獲得密集點(diǎn)云。利用影像圖和模型上的每一個(gè)三角形面片的法線方程之間的角度關(guān)系進(jìn)行不規(guī)則三角網(wǎng)貼紋理影像[10]。根據(jù)計(jì)算所有三角形面片和對(duì)應(yīng)的影像區(qū)域之間的幾何關(guān)系實(shí)現(xiàn)不規(guī)則三角網(wǎng)和紋理影像的配準(zhǔn)，配準(zhǔn)好的紋理映射到三角面片上，完成貼圖。其技術(shù)路線見圖1。

圖1 傾斜攝影測(cè)量技術(shù)路線

2 實(shí)例分析

2.1 工程概述

為了更好的驗(yàn)證無人機(jī)傾斜攝影技術(shù)在城市軌道交通中的應(yīng)用，本次選在山東濟(jì)南市城市軌道交通某車輛段作為試驗(yàn)區(qū)域。該區(qū)域大約0.2 km2，地處市區(qū)待開發(fā)區(qū)域，房屋布局較為規(guī)整，植被較少。試驗(yàn)區(qū)域見圖2。

圖2 試驗(yàn)區(qū)域

執(zhí)行本次航飛任務(wù)的是飛馬D2000 無人機(jī)搭載著OP-3000 五鏡頭傾斜攝影相機(jī)，像幅大小為6 000*4 000，傾斜鏡頭的焦距為35 mm，垂直鏡頭的焦距為25 mm，像元尺寸3.9 μm。

2.2 野外數(shù)據(jù)采集

2.2.1 飛行計(jì)劃的制定

通過野外現(xiàn)場(chǎng)勘察，對(duì)本次傾斜航飛設(shè)計(jì)如下：影像分辨率為0.015 m，航向重疊度為75%，旁向重疊度為70%，定時(shí)曝光1.5 s，曝光間距15 m，航線間距為27 m，飛行高度107 m，規(guī)劃航線26 條。為了確保外圍模型完整，航攝范圍線外擴(kuò)一個(gè)航高距離（107 m）。

2.2.2 像控點(diǎn)的布設(shè)和測(cè)量

本次項(xiàng)目按照測(cè)區(qū)范圍內(nèi)每隔20 000～40 000像素布設(shè)一個(gè)平高點(diǎn)，盡量使用油漆或者膩?zhàn)臃墼诘孛胬L制人工標(biāo)記作為像控點(diǎn)，當(dāng)測(cè)區(qū)內(nèi)不易繪制人工標(biāo)記時(shí)，需選擇平整地面明顯標(biāo)志點(diǎn)[11]。像控點(diǎn)的布設(shè)分布見圖3。

圖3 像控點(diǎn)選點(diǎn)與測(cè)量

2.3 三維模型的建立

將野外飛行獲取的影像資料，POS 數(shù)據(jù)和像控點(diǎn)坐標(biāo)在飛馬無人機(jī)管家進(jìn)行預(yù)處理，并完成基礎(chǔ)數(shù)據(jù)的整理，制作區(qū)塊導(dǎo)入表格。將整理好的數(shù)據(jù)導(dǎo)入Context Capture 軟件中，提交兩次空三計(jì)算，第一次對(duì)像片進(jìn)行匹配；第二次加入控制點(diǎn)對(duì)空間位置進(jìn)行進(jìn)一步矯正。通過第一次空三中的影像視圖，并檢查影像文件，在此界面中導(dǎo)入相機(jī)參數(shù)文件。根據(jù)像控點(diǎn)的編輯視圖，一般情況下，對(duì)像片進(jìn)行匹配后，比較容易確定控制點(diǎn)的位置。最后通過區(qū)域網(wǎng)平差、密集匹配和紋理映射生產(chǎn)出OSGB 格式的三維模型。

2.4 精度檢核

精度檢核通常分為絕對(duì)精度精檢核：如房角、平面特征點(diǎn)等，相對(duì)精度檢核：如邊長(zhǎng)。為了驗(yàn)證成果精度，使用RTK 和全站儀進(jìn)行外業(yè)實(shí)測(cè)坐標(biāo)和邊長(zhǎng)丈量與三維立體模型采集、DLG 圖上邊長(zhǎng)進(jìn)行精度對(duì)比。根據(jù)《城市測(cè)量規(guī)范》( CJJ/T 8-2011) 中二級(jí)房產(chǎn)界址點(diǎn)精度，相對(duì)于鄰近控制點(diǎn)的點(diǎn)位誤差和相鄰界址點(diǎn)間的間距誤差中誤差不超5 cm，允許誤差不超過10 cm[12]。鄰近地物點(diǎn)的間距誤差不得超過圖上中誤差0.4 mm，圖上允許誤差不得超過0.8 mm。

本次共采集了37 個(gè)檢查點(diǎn)，包含房角10 個(gè)，地面特征點(diǎn)27 個(gè)，邊長(zhǎng)丈量了21 條邊，根據(jù)表格所示結(jié)果，檢驗(yàn)點(diǎn)平面中誤差為0.036 m，最大誤差為0.067 m，最小誤差0.011 m，誤差超過0.05 m 的檢查點(diǎn)有11 個(gè)，所有檢驗(yàn)點(diǎn)精度均在限差范圍內(nèi)。相對(duì)精度檢驗(yàn)中平均誤差為0.056 m，最大差值為0.13 m，最小差值為0.01 m。因此，三維測(cè)圖的精度可以滿足測(cè)量要求。

3 城市軌道交通的應(yīng)用

3.1 模型多數(shù)據(jù)融合

由于無人機(jī)的視角的局限性，當(dāng)建筑物比較密集時(shí)，其底部因被其它物體遮擋，造成底部掃描的成像精度較差。為了達(dá)到很好的效果，通?？山Y(jié)合地面三維激光掃描的方式，來使建筑物的整體外觀圖像達(dá)到較高的精度。傾斜攝影測(cè)量可以提供全方位的全景影像并生成較高精度的點(diǎn)云模型，三維激光掃描儀能快速得到高精度的室內(nèi)三維激光雷達(dá)點(diǎn)云數(shù)據(jù)和室內(nèi)影像，由此傾斜攝影測(cè)量獲取的室外三維數(shù)據(jù)和三維激光掃描儀獲取的室內(nèi)點(diǎn)云數(shù)據(jù)一體化為空間數(shù)據(jù)的精細(xì)化管理提供了支持。

3.2 信息管理

根據(jù)傾斜攝影模型基于模型重建單體化，結(jié)合對(duì)建構(gòu)筑物進(jìn)行的矢量化處理和實(shí)際調(diào)查數(shù)據(jù)信息，將建構(gòu)筑物的屬性信息錄入掛接至矢量文件，同時(shí)套疊傾斜攝影模型，已達(dá)到軌道交通沿線信息化管理的目的。根據(jù)軌道交通線路、車站規(guī)劃設(shè)計(jì)方案，從而計(jì)算出沿線房屋信息及用地面積，評(píng)估拆改費(fèi)用和協(xié)調(diào)難度。

4 結(jié)論

本研究針對(duì)目前濟(jì)南市廣泛開展的城市軌道交通工程，引入無人機(jī)傾斜攝影測(cè)量以及三維建模技術(shù)，是對(duì)傳統(tǒng)測(cè)繪的重要補(bǔ)充。其作業(yè)效率高，生產(chǎn)成本低、機(jī)動(dòng)靈活的特點(diǎn)在目前的市場(chǎng)上占據(jù)著主流地位。重點(diǎn)介紹了空間數(shù)據(jù)的獲取流程和技術(shù)關(guān)鍵，野外檢測(cè)了37 個(gè)平面點(diǎn)和21 條邊長(zhǎng)，其精度和可靠性可以滿足城市軌道交通設(shè)計(jì)階段的要求，技術(shù)方法具有可行性。同時(shí)，詳細(xì)闡述了無人機(jī)傾斜攝影測(cè)量以及多數(shù)據(jù)融合技術(shù)在城市軌道交通中應(yīng)用的展望，致力于創(chuàng)造三維城市建設(shè)的智慧化及精細(xì)化管理。但是，無人機(jī)傾斜攝影測(cè)量也存在諸多不足，如像控點(diǎn)的布設(shè)和測(cè)量任務(wù)繁瑣、獲取的數(shù)據(jù)存在一定數(shù)量的粗差、無人機(jī)穩(wěn)定性欠缺、受環(huán)境干擾較大。不過現(xiàn)代科技的快速發(fā)展，尚存在的不足也會(huì)得到進(jìn)一步解決，基于無人機(jī)傾斜攝影的三維模型技術(shù)在城市軌道交通建設(shè)中仍然發(fā)揮著不可替代的作用。