谈无人机遥感技术的发展与应用★

陈 瑞 周 颂 郝华东 王 珂

(1.安徽省城建设计研究总院股份有限公司，安徽 合肥 230041； 2.舟山市质量技术监督检测研究院，浙江 舟山 316000；3.山东科技大学测绘科学与工程学院，山东 青岛 266590)

1 无人机遥感背景、意义

伴随着当前社会进程的快速发展与经济建设的需求增加，社会各行各业对于高精度遥感影像与高质量地理信息的现势性要求不断提高。而传统遥感信息的采集方式主要集中于遥感卫星或载人航测飞机，此类遥感信息的获取方式存在成本高、时效性差、灵活度低等不足，相比之下，新兴的无人机遥感技术属于低空遥感范畴，其凭借着灵活性高、时间分辨率强、应用周期短、成本低廉与操作简便等优点有效弥补了传统卫星遥感和载人航空遥感的不足。

无人机遥感技术主要以获取低空高分辨率遥感数据为应用目标，具体通过将无人飞行器、GPS导航技术、高分辨率的传感器等技术进行集成来建立一种成本低、灵活度高、适用性广的遥感数据获取平台。当前，无人机遥感平台凭借实时快速高效地数据获取能力，广泛地应用于国土测绘、土地利用动态监测、矿产资源勘探、地质环境与灾害勘查、海洋资源与环境监测,以及农业、水利等领域。

2 无人机遥感技术发展现状

无人机技术的早期发展主要是应用在军事领域的靶机训练，后期逐渐发展至军事侦查及民用领域。随着电子信息技术的不断进步，各类遥感影像传感器也向着智能化、轻量化、高精度化发展，传感器技术的飞速发展为无人机遥感技术提供了有力的支撑，无人机遥感技术应运而生。近年来，无人机技术发展迅速，市场上所存在的无人机种类繁多，各类型无人机续航时间从一小时至几十小时不等，有效载荷分布从几公斤至几百公斤。无人机滞空及载荷能力的提升有效保障了大范围、多种类遥感监测任务的可行性。

随着通信和信号处理技术的进步以及小型化、轻型化传感器和遥感设备的发展，无人机遥感技术所采集的数据种类不断增加，多时相、多光谱、多分辨率等类型遥感数据采集成为常态化，数据种类包括有多光谱影像、红外影像、高光谱影像、微波遥感数据、激光雷达(Lidar)遥感数据与高清视频数据等。遥感数据类型的增加也为对应的数据处理技术带来了挑战。当前无人机遥感数据处理方法主要分为地面准实时处理和机上实时处理。传统的无人机遥感数据处理方式受限于机载处理器计算能力，只能通过在地面建立数据接收站进行遥感数据获取，之后将采集到的数据传输至数据处理中心进行相关数据的解析、存储与应用。地面准实时数据处理方法无法实现即测即得的遥感数据处理效果，在一定程度上降低了工作效率。机载实时数据处理通过集成GPS，INS及高频激光测距等技术来建立激光扫描地形系统并以此为平台获取同步遥感图像，从而可以充分利用无人机机动灵活的特性来满足市场上一些紧急特殊事件的测绘需求。无人机遥感数据的机上实时处理技术的实现有效解决了航空摄影测量中对地面控制点的需求，该技术在很大程度上解放了传统地面数据处理中的人力物力，提高了航测遥感效率。

今后，伴随着无人机相关技术的进步、机载传感器分辨率的提高以及遥感数据波段和通讯频带宽度的增加，无人机遥感技术将进入全新的海量数据处理时代，届时，如何自动实时高效地生产出高质量的遥感数据将成为遥感领域新的研究方向。

3 无人机遥感系统组成

无人机遥感系统平台具体是由无人飞行器、高分辨率数码传感器、GPS以及数据传输处理系统几部分构成。其关键的性能指标包括飞行高度、续航时间、有效载荷、飞行平稳度、导航精度、巡航速度、起降方式等。对于无人机遥感系统主要包括有遥感信息采集与传输系统和遥感信息处理系统两部分，如图1所示。

3.1 遥感信息采集与传输系统

无人机遥感信息采集与传输系统具体可分为无人机飞行平台、飞控系统、地面遥控与监测系统及数据传输系统。其中，无人机飞行平台可以说是遥感信息采集系统的核心装置，构成元件有无人机、传感器、机载飞控等，该装置是进行测绘工作的主要部件。飞控系统主要用于控制无人机的飞行状态，具体元部件有GPS、加速度计、陀螺仪等，在地面操控人员发出相应指令后，无人机飞控系统接收信号并对无人机的高度、速度、飞行姿态进行调整以满足航测时最佳飞行状态。地面遥控与监测系统主要由计算机、全向天线、监控软件等设备构成，使用过程中由监控软件对无人机的飞行姿态进行实时监控，确保无人机的飞行状态满足航测遥感数据的采集要求。数据传输系统主要是将无人机飞行之后所采集的遥感数据传输到专业的数据存储与处理平台上，当前主流的无人机遥感系统都是在无人机完成飞行计划后进行地面数据传输，该方式无法实现即测即得的测绘效果。可行的无人机遥感数据实时传输方式可结合环境状态选择卫星传输、视距微波传输及超视距数据链传输，同时在数据传输过程中进行相应的编码压缩以保证数据传输速率与完整率，见图2。

3.2 遥感信息处理系统

无人机遥感系统中的数据处理系统所负责的任务主要是后期的遥感影像处理及空中三角测量结算。其中，遥感影像处理是依据航测任务表、机载传感器检定参数等初始数据对原始航片进行航带整理、质量检查、预处理、拼接、畸变改正等工作，对数码相机镜头非线性畸变与飞行器姿态变化引起的图像变形进行纠正，以形成可供野外像控测量和室内空三处理的像片文件。空三测量属于无人机遥感信息处理系统中的核心部分，具体流程是依据处理后的航带列表确定各航线之间的相互关系，对影像进行内定向，经过影像间连接点的布局、像控点量测、平差计算进行自动空三加密，以此建立三维立体模型，并进行模型定向以及生成核线影像。

4 无人机遥感系统应用与展望

无人机遥感技术应用范围广阔，市场潜力巨大，具体表现在大比例尺测图、灾后救援、国土及城市规划、土地确权及利用、环境监测、警用侦察监测、大气研究、地质勘探、气象观测、农药喷洒等诸多领域。当前民用化无人机应用已形成一定规模，众多成功应用表明无人机遥感作为一种新型低空遥感技术手段可以凭借其灵活、便捷的优势有效弥补传统卫星和载人飞机遥感的不足，细分遥感飞行器空域高度，进一步对传统遥感技术手段进行补充，满足不同市场的遥感数据需求。然而，作为一种新兴应用的技术，无人机遥感在某些方面仍然有待发展，具体表现在机载传感器技术、飞行姿态控制技术、数据传输、图像智能快速处理、综合系统集成等方面。今后，无人机遥感平台的研究可从以下几点展开：

1)强化机载传感器全天时工作能力，增加抗干扰能力，加强传感器夜间红外波段数据获取能力；

2)加强无人机飞行平台的飞行稳定性及操控准确度，以获取准确的飞行姿态数据；

3)大力开展遥感数据实时传输技术，重点研究无人机遥测数据的高压缩、高保真、高速率的数据传输方法；

4)不断更新机载设备软件处理能力以提高相应数据解算效率及纠错能力，保证飞行任务的完成速率及准确率。

无人机遥感系统在当前多领域展开应用工作有效促进了无人机遥感技术的快速发展，有效提高了无人机遥感在测绘领域的应用份额。在可预见的未来，无人机遥感必将成为社会生产发展中不可或缺的一项关键技术。随着无人机遥感应用的广泛开展，无人机遥感设备性能与数据处理技术将会得到快速提升。无人机遥感应用优势在各行业的应用将具有巨大潜力。

[1] 景贵飞,姚春图.寻找空间位置的利润[M].北京:科学出版社,2004.

[2] 李 滨,王青山,冯 猛.空间数据库引擎关键技术剖析[J].测绘学院学报,2003,20(1):35-38.

[3] 胡 鹤.本体方法及其时空推理应用研究[D].长春:吉林大学,2004.

[4] 李德仁,王 泉.基于时空模糊本体的交通领域知识建模[J].武汉大学学报(信息科学版),2009,34(6):631-635.

[5] 欧阳继红.时空推理中一些问题的研究[D].长春:吉林大学,2005.

[6] 杨 柳.模糊本体建模方法及语义信息处理策略研究[D].长沙:中南大学,2011.

[7] 吴 彬,罗钧旻.基于模糊认知图的资源描述框架(RDF)研究[J].微电子学与计算机,2009,26(3):42-44.

[8] Vanekova V, Bella J, Gursky P, et al. Fuzzy RDF in the Semantic Web: Deduction and Induction[A].In Proceedings of the 6thWorkshop on Data Analysis[C].2005:16-29.

[9] 赵法信,马宗民,王海龙.一种支持自定义模糊数据类型表示的模糊OWL扩展[J].计算机科学,2011,38(6):200-204.

[10] 赵德新.基于模糊逻辑的语义服务发现研究[D].天津:天津大学,2008.

[11] 李明泉.模糊描述逻辑F-SHIQ公理体系及其推理机制的研究[D].天津:天津大学,2008.