无人机在高山峡谷区工程地质测绘中的应用

胡慧敏,彭森良,姚翠霞,程　伟

(中国电建集团昆明勘测设计研究院有限公司,昆明　650051)

摘　要：在高山峡谷区利用无人机技术获取多角度影像,通过建立三维地表模型,分析调查区地质体几何特征及影像特征,能够实现产状量测、地质体出露宽度量测及体积估算,并可提供高清影像三维场景开展遥感地质解译,在地形条件简单地区可生成DEM,并开展地形分析,能够覆盖人力所不能企及的调查区域,规避安全风险的同时提高工作效率和工程地质测绘成果精度,值得进一步推广和借鉴。

关键词：无人机技术；工程地质测绘；三维地表模型；地质体几何特征；三维场景遥感地质解译

作者简介：胡慧敏,女,1984年9月出生,工程师,从事地理信息系统研究,279835763@qq.com。

1　引言

随着西南部高山峡谷区及国外热带雨林地区工程建设的推进,大量高寒、高海拔、大高差、高温湿热、植被覆盖极好的地形地貌条件及复杂的地质条件将是这些区域的工程地质测绘的难题。对于地质工程师而言,现场工作可能面临高原缺氧环境,还要克服巨大的地形高差[1],且往往受到工期及政治、交通、卫生等其他安全因素的限制,工程地质测绘“上山到顶,下沟到底”的工作原则已难以保证,野外工程地质测绘精度难以满足要求,不能全面反映调查区的基本地质条件,甚至难以查清重大工程地质风险。

随着无人机倾斜摄影技术在其他领域的广泛应用,产生一系列的可观经济效益,尝试将其用于工程地质测绘领域成为一种新的思路。通过无人机航拍获取三维地表模型,能够根据需要得到不同精度要求的调查区三维几何特征和影像特征,可以到达人力难以企及的悬崖峭壁,规避现场测绘人员安全风险及对调查对象的扰动,也可以根据需要在理论上无极限调整拍摄精度,从而解决传统遥感地质解译遇到的影像精度不高的问题。

通过在某水电站库岸稳定调查工程地质测绘的实践,建立三维地表模型。无人机成本低廉,操作方便,工作成果较为丰富,可以实现精确产状量测、出露宽度量测、体积估算,并可为遥感地质解译提供高清三维场景,其在工程地质调查和测绘领域的应用前景值得进一步研究,工作模式值得借鉴和推广。

2　低空无人机影像数据获取

无人机航空摄影系统是集成GPS和影像传感器的数据获取系统,结合摄影测量数据处理、遥感影像解译等技术,可实现工程地质的快速巡线、近距离观测等任务,具备很高的效率和优势。[2]

无人机在航拍过程中,根据制作的数字高程模型、数字矢量线划图、三维模型等航空摄影测量产品要求,对地面分辨率及数据比例尺和重叠度等进行分析,提前规划好飞机的飞行高度、比例尺(分辨率)、航高、航带结构、航带间距等航线规划。

2.1　飞行高度

按照目前测绘型无人机发展现状,测绘型无人机多选择定焦的CCD面阵数字相机、航空数码相机等,在像元大小确定后,指定的飞行高度与地面分辨率及成像焦距有关,成像关系为：

式中：H为航高；R为地面像元分辨率；f为光学系统的焦距；a为CCD像元尺寸[3]。

2.2　航带间距确定

在航飞过程中,无人机按照预先设计好的飞行路线进行飞行,但由于收到天线定位误差、风速及机身震动等外界因素的干扰,使得无人机机载计算机的航线修复存在较大误差。因此为保证影像数据的航向、旁向重叠度,将航向重叠度设计为80%,旁向重叠度设计为60%,如图1所示。

2.3　航线数和相片数量

根据航拍项目区域范围,航带间距及航空摄影基线长确定飞行的航线及拍摄相片数目,如图2所示。

为确保航飞项目任务区域在影像上有充足的重叠区域,一般设计规划起始航线与航拍任务区域边线保持一个航带间距,同时为保证航拍任务区域边线落在结束航线重叠区域范围内,要求结束航线与项目任务区域边线至少大于该相片距离80%。

2.4　航线规划软件

为配合无人机航拍,在航拍飞行任务开始前,结合项目任务要求和项目实地区域地形地貌规划无人机航线设计,可以设定路线自动飞行路线或手动飞行。自动飞行路线,需要通过相关软件,设定相应项目任务区域的任务指标,程序将进行自动计算飞行参数,生成无人机航飞航线,并自动将航飞航线设计结果存入数据库中,地面控制设备无人机遥控器设备读入数据库中该航线规划结果文件并确认无误,再将该文件由地面控制设备发送到无人机用于无人机自动飞行导航。

3　三维场景建模技术

三维场景建模技术分成连接点提取与空三解算、密集匹配与三维构网、纹理映射等几个步骤。

3.1　连接点提取与空三解算

3.1.1　连接点提取

空中三角测量是影响摄影测量成果精度的主要因素,主要包括连接点提取和光束法平差两个环节。近年来,计算机视觉领域中影像不变特征提取与匹配技术的日益成熟推动了影像连接点提取技术的进步。影像不变特征提取与匹配技术的一般过程为：首先采用不变特征检测器进行特征提取,然后通过计算生成特征描述向量完成特征匹配。[4]

3.1.2　空三解算

无人机航空摄影测量中获得的高精度的数字产品关键取决于对原始影像的空三解算这个步骤,即决定着空三解算的精度直接关系到后期4D产品的精度。

因为无人机搭载是非量测相机,建立非量测相机所拍照片于地理信息目标物体之间的数学关系是空三解算。在空间解算中,地面控制点选取是非常重要的一个步骤,不论是地面像控点的分布还是数量都会直接影响到目标地理信息物体的解算精度。

(1)控制点布设原则。控制点布设按照无人机航空摄影测量外业规范要求,遵照以下几点：

1)控制点布点首先考虑所布的控制点位置清晰,控制点位置周围环境空旷,容易辨别,周围地形起伏不大。

2)控制点布设分布均匀,所布像控点的航向和旁向在5张重叠航拍的范围内。

3)点的位置在图的边缘,待成图的边缘以及其他方法成图的图边控制点,需要布设在试验区外。

(2)根据航空摄影测绘外业规范标准基础,从外业布设控制点位置方便、准确及可操作性等角度出发,结合地面像控点与空三解算精度的关系,在进行无人机航空测绘的布点时,需要从以下两个角度考虑：

1)在平原区地势平坦的区域,像控点布设在平面上按网状式均匀布设,其点位距离采用350～400m；山地丘陵区地势起伏大,其点位距离采用200～300m,其空三解算点位误差满足1:2000地形图规范要求。

2)在平原区地势平坦,像控点高程变化幅度小,检查点解算的高程精度提高缓慢。由于山地丘陵区地势相对较陡,像控点高程变化幅度大,检查点解算的高程精度提高较快。因此在布设像控点在垂直方向上采取最大最小高程内插均匀布设。

针对两种不同地形地貌开展像控布设方案：四周边均匀布设平高点,并按照网型一定参数要求布设内部控制点。

在实践中,无论区域大小,四周均匀布设平高控制点均有利于保证区域内部的精度。

同时在内部点位中采用一定距离方式布设,利用等距离控制点确保四周精度传递到航拍区域内部,从而保证大比例尺地形测图整体精度的要求。

3.2　密集匹配与三维构网

无人机影像匹配点云的三维重建,首先要了解无人机影像数据的特点,以及了解无人机影像匹配中遇到的困难。

相对传统的大飞机,无人机影像有其自身的特点和优势,本文通过研究实验使用的大量无人机数据以及他人的研究经验,总结无人机影像的特点如下：

(1)影像分辨率高,纹理清晰丰富,可用于高精度制图。无人机在低空区域飞行,决定了其成像系统可以更靠近物体成像,因此获取的影像分辨率高,目前无人机航摄影像分辨率为0.05～0.50m,对应于1:500～1:5000测绘比例尺,可用于高精度DSM的建立和3D景观图的制作。同时无人机摄影测量系统还可以进行倾斜飞行获取物体的立面影像,弥补了卫星遥感和普通航空摄影获取城市建筑物时遇到的高层建筑遮挡问题。除了应用与生产普及的正射影像图、线划图产品外,无人机航摄影像还可以向制作城市景观的三维模型方向发展,以适应现代经济社会发展及民众生活的需要。

(2)影像重叠度高但重叠度变化大。一般测量条件下,无人机飞行的影像航向重叠度可达到80%,而旁向重叠可达到60%,大的影像重叠范围,对于立体匹配和三维重建来说都是很好的数据支持。但是无人机受限于自身的体积和质量,在飞行过程中极易收到气流影响而使得飞行姿态不稳定,造成影像的航向倾角、旁向倾角和相片旋角变大,多张影像间的重叠度变化很大。

(3)像幅小,数量多。无人机成像系统一般采用普通的非量测相机,像幅较小(比如常用Canon EOS400D相机,传感器尺寸为22.2×14.8mm,最大分辨率为3888×2592),相片数量较多(根据测区大小而定,有时一个架次的相片数量可达到成百上千张,一条航带的相片可达到六七十张)。

3.2.1　密集匹配

随着匹配算法的不断进步,由影像匹配获取的匹配点云的精度不断提高,其数据量也越来越大。对于影像匹配点云来说,其特点有以下几点：

(1)匹配点云数据在空间中的分布形态表现为一系列的离散分布。匹配点云数据是通过影像匹配获取同名点的方式获得的,由于匹配所得同名点的位置是离散的,因此获取的点云数据分布也是离散的。因为匹配点的唯一性,所以在一个坐标上只可能存在一个同名点。这种离散的点云分布形态有助于恢复表面纹理。

(2)影像匹配点云数据具有丰富的语意信息和纹理信息。在影像匹配过程中,匹配方法多为基于特征的匹配。基于特征的匹配方法生成的点云数据中,就会包含大量的线特征信息和边缘信息,例如建筑物边缘、道路等,而这些信息是其他点云获取技术难以获取的。除此之外,影像匹配本身就是基于影像数据的匹配,其本身拥有目标的光谱信息,依靠光谱信息可以有效地对三维模型进行恢复,并去除光线对三维模型的影响。

(3)影像匹配点云数据的分布是不均匀的。点云数据是基于影像匹配获取的,而影像匹配过程中的特征提取多是基于影像上的纹理,因此不能根据地形、地物的变化自由决定点云的密度。这就会造成在影像匹配结果越好的区域,影像匹配点云数据较密集；而在影像匹配结果较差或存在阴影、遮蔽、遮挡的地区,影像匹配点云数据较为稀疏甚至可能存在数据空洞。

(4)由于存在树冠、房屋压盖等遮挡问题,影像匹配点云有时无法获取精确的DEM,而只能获取DSM,再通过其他技术手段获取相应DEM。

结合上述无人机影像与影像匹配点云的特点,可以看出在大范围城市建筑物三维重建,影像匹配点云有自己独特的优势,对于无人机影像匹配点云而言,它有着以下优点：①获取成本低,设备操作相对简单,作业风险低；②随着匹配算法的不断发展,影像匹配点云的密度、精度与雷达点运数据差距已经不大；③影像匹配点云取自于影像,且基于特征的匹配方法较多,因此对于物体特征的保留能力较强；④影像匹配点云不仅包含空间坐标信息,同时还含有丰富的纹理信息和语意信息,对后期三维模型恢复有很好的帮助效果。

3.2.2　三维构网

无人机倾斜影像的三维构网,是指在倾斜影像密集匹配得到的点云数据基础上,获取空间三角格网的过程。由于传统投影法构建的狄洛尼三角网无法保证立面三角网信息的可靠性,从而导致投影法无法应用到无人机倾斜影像的构网方法当中,因此找出一种面向无人机三维点云数据的构网方法是十分必要的工作。

基于无人机影像的多视角特点,可以利用无人机航片进行双片或者多片进行密集匹配,从而获得密集的匹配点云,然后在此点云基础上进行构网。对于一个无人机3D产品来说,它主要通过以下几个步骤获得：

(1)影像的密集匹配。在已知相机内外方位元素的情况下,对两张或者多张影像上的所有像素进行匹配,特征点局部变形信息可以依靠外方位元素求解得到,通过此方法获得密集点云。

(2)三维构网重建。在已有密集点云的情况下,进行三角网的建立。

(3)格网的简化与优化。对三角网进行数量方面的简化,使用更少的三角面来表示网型结构；格网优化则有格网平滑,模型修复等。

(4)纹理映射。在已有格网上进行地物信息贴图或者纹理信息的映射,形成无人机3D产品。[5]

随着影像匹配算法的不断提升,无人机倾斜影像匹配点云也具了大采样、高精度等特点,特别是在影像特征方面也能较好地提取出来,如何解决密集匹配点云的物体表面三角网重建这个问题就变得非常迫切。找出一种适用于无人机影像匹配点云的三维构网方法算法是具有较大实际意义的研究工作。

三维重建是目前计算机视觉和摄影测量领域的热点问题,伴随这一技术的成熟,使得基于二维影像的三维重建成为可能,三维构网技术正是这一过程中最重要的技术之一,它通过已有的点云数据和已知的一些二维影像,根据点云的位置信息,分类提取等值面,从而得到物体表面的三维模型。[6]

根据密集点云进行构网不仅要涉及点云精度以及噪声等问题,也要按不同要求使用不同的构网方法才能达到最好的效果。对于不同类型的点云数据,需要采用不同特点的三维重建策略。在三维重建领域,尤其是无人机倾斜影像匹配点云数据的三维重构,要同时兼顾算法的有效性和速率。

3.3　纹理映射

纹理映射(texture mapping)又称纹理贴图,是将纹理空间中的纹理像素映射到屏幕空间中的像素的过程。简单来说,就是把一幅图像贴到三维物体的表面上来增强真实感,可以和光照计算、图像混合等技术结合起来形成许多非常漂亮的效果。

在三维图形中,纹理映射的方法运用得最广,尤其描述具有真实感的物体。例如绘制一面砖墙,就可以使用一幅具有真实感的图像或者照片作为纹理贴到一个矩形上,这样,一面逼真的砖墙就画好了。如果不用纹理映射的方法,这墙上的每一块砖都要作为一个独立的多边形来绘制。另外,纹理映射能够保证在变换多边形时,多边形上的纹理也会随之变化。例如,用透视投影模式观察墙面时,离视点远的墙壁的砖块的尺寸就会缩小,而离视点近的就会大些,这些是符合视觉规律的。此外,纹理映射也被用在其他一些领域。如飞行仿真中常把一大片植被的图像映射到一些大多边形上用以表示地面,或者用大理石、木材等自然物质的图像作为纹理映射到多边形上表示相应的物体。纹理对象通过一个单独的数字来标识。这允许OpenGL能够在内存中保存多个纹理,而不是每次使用的时候再加载它们,从而减少了运算量,提高了速度。

纹理映射是真实感图像制作的一个重要部分,运用它可以方便地制作出极具真实感的图形而不必花过多时间来考虑物体的表面细节。然而纹理加载的过程可能会影响程序运行速度,当纹理图像非常大时,这种情况尤为明显。如何妥善地管理纹理,减少不必要的开销,是系统优化时必须考虑的一个问题,Open GL提供了纹理对象对象管理技术来解决上述问题。与显示列表一样,纹理对象通过一个单独的数字来标识,这允许OpenGL能够在内存中保存多个纹理,而不是每次使用的时候再加载它们,从而减少了运算量,提高了速度。[7]

数据定向,点云提取。根据摄影测量基本原理及多视图三维重建技术,自动计算出照片的位置,姿态等。影像拍摄位置由无人机在飞行过程中根据航线规划和飞行姿态决定。再次通过分割数学算法,生成场景不规则三角网TIN模型。进行空三计算并重建,生成精细的三维模型。[8]获取参数后建立的地理信息三维模型,利用插值等数学方法来建立水电站库岸及不良物理地质现象的纹理特征,利用自动化建模软件实现库岸稳定不良物理地质现象地物纹理模型的快速重建。

如图3所示,通过无人机低空摄影进行空中三角测量,从而获得矢量数据、数字线化图(DLG)数据、栅格数据,如数字高程模型(DEM)和数字正摄影像图(DOM)数据,从而生成三维地表模型。

4　案例分析

以某电站库岸稳定调查为例,该库岸所处地质情况复杂,库岸长达100km因水库蓄水后,不良物理地质体变形较大,因而在库岸稳定调查的时候比较麻烦。项目考虑到采用无人机多角度摄影来快速获取库岸两侧的不良地质灾害体,并能快速有效地建立库岸的不良地质体三维实景模型,能够逼真地再现真实场景并在此基础上进行地质测绘分析和遥感解译,因而选用基于无人机的实景建模方法进行科学选线。本项目选用的是DJI大疆牌Inspire1 Pro无人机,搭载1个禅思X5镜头,采用的是17.33mm焦距的镜头,专为航拍设计的一体化微型4/3云台相机。结合全新影像传感器和强大的处理器,该航拍相机能拍摄1600万像素照片。本次航飞设置的旁向重叠度比例为80%,航向重叠度比例为80%,航高为350m,获取的影像分辨率大约为5cm。库岸某段实景建模典型的三维地表场景如图4所示。

4.1　地质体几何特征量测与估算

(1)产状量测。可通过在同一平面上的三个点的坐标计算该结构面产状,如图5所示。

(2)岩层的厚度和出露宽度。在地表可以量测地层(构造带、破碎带)出露宽度,并可结合产状计算真厚度,如图6所示。

(3)体积、方量分析。通过截取地质体底界,利用三角网自动估算地质体体积,如图7所示。以数字地面模型为参照,可快速实现渣场、料场三维设计,并准确计算工程量,实现直观表达及智能信息管理。

4.2　三维仿真场景遥感地质解译

(1)地质界线勾绘。可以在三维仿真场景上,结合高分辨率影像(最高可达cm级),勾绘地质平面图,如图8所示。

(2)不良地质体界线勾绘。在三维仿真场景上可以勾绘不良地质体周界,如图9所示。

(3)地形分析。由生成三维地表模型的源数据DEM,可以开展地形分析,尤其是在地形坡度小于30°的情况下,可以实现比例尺达到1:2000左右的坡度分析、高程分带、地表水文分析、洼地提取等功能,如图10所示。

5　结语

无人机技术在高山峡谷区工程地质测绘工作中具有广泛应用前景,可以获取高精度的地表几何特征及影像,使遥感地质解译技术应用平台精度得到大幅提高,相应的可靠度也有较大提高。

在高山峡谷区,受地形坡度限制,采用机载单摄像头技术生成的地形常需进行二次处理,需要借鉴摄影地形测量的方法来提高其精度,此外,无人机在野外工作过程中常受电磁干扰而出现影像坏点,需要进一步研究克服这一问题。

参考文献

[1]曹炯,汪从敏,何玉涛,等.基于无人机的电网实景建模研究[J].测绘工程,2017(9)：79.

[2]张倩.基于GIS的三维输电线路系统设计[J].安阳工学院学报,2012(11).

[3]颜恩祝.引江济太三维动态模拟应用研究[D].南京：河海大学,2006.

[4]刘立娜.虚拟城市建设中建模及可视化的研究与实践[D].郑州：中国人民解放军信息工程大学,2005.

[5]周杨.数字城市三维可视化技术及应用[D].郑州：中国人民解放军信息工程大学,2002.

[6]王栋,蒋良文,张广泽,等.无人机三维影像技术在铁路勘察中的应用[J].铁道工程学报,2016(10).

[7]陈教科.基于BIM的某大坝施工应用方案研究[J].价值工程,2017(6).

[8]于广瑞,王智超,张坤鹏,等.基于测绘型无人机航线优化设计应用研究[J].北京测绘,2015(4).