无人机集群灾情地理信息获取关键技术及重大应用

黄瑞金，沈富强，周兴霞，黄青伦，程多祥

(四川测绘地理信息局测绘技术服务中心，四川 成都 610081)

灾情地理信息获取作为测绘地理信息应急保障服务工作的首要任务，不仅是及时掌握突发事件现场灾害分布、灾情状况的关键，也是应急救援、灾情评估、灾后恢复重建等工作的基础。我国西部地区山地丘陵广布，地形起伏悬殊，气候复杂多变，突发事件发生后灾情信息快速获取存在诸多困难，应急处置能力面临重大考验[1-4]。无人机系统作为灾情地理信息快速获取的重要技术手段，已被列为国家航空应急救援体系建设的重要内容。但无人机低空遥感技术在应急测绘实践中仍存在很多不足，如反思总结“4·20”芦山地震以来历次重大突发事件应急救援工作，无人机灾情地理信息获取存在以下重大技术问题：①短时空域限制下的无人机灾情信息获取与现场快速处理效率低下；②复杂条件下无人机安全稳定测绘与远程实时传输能力不足；③前后方数据高效协同的灾害空间分析与动态模拟能力较弱[5]。

为解决上述技术难题，本文在测绘地理信息行业科研专项等项目的支撑下，研发了集多载荷、多平台、多源应急测绘数据快速获取、处理、传输、空间分析与应用服务于一体的无人机集群灾情地理信息获取系统，显著提升了测绘地理信息应急保障服务能力。

1 无人机集群灾情地理信息获取系统

本文从体系设计、关键技术、系统研制3个层次进行深入研究，研发了灾情地理信息获取工作中基于航空总线控制的多类载荷多模式即插即用、异构无人机集群协同应急测绘、复杂环境下无人机链路高效可靠智能化传输、多源航空灾情地理信息快速处理等多项核心技术，建立了集多载荷、多平台、多元应急测绘数据快速获取、处理、传输与应用服务于一体的无人机集群灾情地理信息获取系统，实现了突发事件现场灾情地理信息快速获取、高效处理、实时传输、综合集成、网络服务能力。系统总体框架如图1所示。

系统主要有以下技术创新：①构建了无人机集群灾害应急测绘体系，实现了全天时异构多无人机协同、单机多载荷数据快速获取与处理；可支持可见光、红外、SAR、LiDAR、高光谱、倾斜6种载荷组合搭载获取灾情地理信息数据；②突破了高海拔地区异构无人机集群地理信息获取技术，实现了复杂条件下异构无人机集群安全稳定测绘作业，具备全天时多源数据空地远程同步实时高速传输能力；③研发了基于异构无人机集群灾情地理信息数据的灾害空间分析与动态模拟技术，具备现场灾情空间分析专题成果的能力，建筑物、道路、水体、植被等承灾体信息自动提取能力，实现滑坡、泥石流等灾害的三维动态模拟与风险分析，显著提升了灾害风险分析能力和防治技术水平。

2 无人机集群灾情地理信息获取关键技术

本文研究主要针对我国西部复杂艰险地区灾害应急工作中所面临的灾情数据获取难、处理效率低、成果单一、空间分析能力弱等难题，面向综合防灾减灾救灾对灾情地理信息获取的重大需求，主要在异构无人机集群灾情地理信息全天时协同快速获取、高速远程实时传输、现场快速处理、灾害空间分析与动态模拟等关键技术方面取得了重大技术突破，显著提升了测绘地理信息应急保障能力。

2.1 全天时集群协同数据获取技术

2.1.1 复杂环境稳定测绘作业

针对高海拔高寒条件下无人机发动机易空中停车熄火甚至造成坠机事故的问题，本文研发了高海拔复杂条件下无人机安全稳定测绘关键技术。国内提出了小型固定翼无人机发动机远程自动再启动技术方法(如图2所示)，设计研发了发动机自动再启动系统，实现发动机远程实时监控和高空熄火后4 s内快速自动再启动。优化发动机进排气结构，实现小型固定翼无人机在海拔6500 m、-35℃环境的安全稳定作业[6]。设计了适合高原作业的新型大型无人直升机机械结构，实现大型无人直升机在海拔4000 m以上地区快速获取地理信息数据，大幅提升了无人机空中飞行的安全性。

2.1.2 单平台多载荷数据获取

针对云雾、夜间等复杂环境条件下单一可见光数据无法满足灾情分析对多源灾情数据的需求，本文突破了无人机多类载荷多组态即插即用与智能控制关键技术，实现单平台多载荷无人机测绘应用。研制了基于VPX总线的即插即用模块化通用载荷控制设备，提出了底层分离和二级被动减振方法，构建了多载荷组合挂载通用平台，实现可见光、红外、SAR、LiDAR、高光谱、倾斜6种载荷在无人机上的通用挂载(即插即用)、快速换装(如图3所示)；研发了多传感器协同管理控制技术，设计了最佳时间序列、参数、工作模式选取算法，实现了多传感器多维信息的高效智能控制及多源遥感数据的同步高效获取。

2.1.3 集群协同规划技术

针对短时空域内大面积应急测绘任务需求，研发了异构无人机集群专用测控协议、中继通信和协同任务规划技术。制定了无人机通用数据传输标准体系与多机抗干扰电台通信协议[7]，构建了异构多机通信交互的无人机集群作业技术，研制了集卫星、无线电、移动网络为一体的中继通信技术，异构无人机集群中继通信距离达114 km以上并具备自适应地形切换能力[8]。设计了任务驱动的多无人机协同任务规划与调度模型，并研发了无人机集群指挥管理平台(如图4所示)，实现短时空域频域限制下异构无人机集群动态协同应急测绘与应急测绘资源全流程系统化管理[9-11]。

2.2 复杂条件下高速远程实时传输技术

针对我国西部山区高山峡谷遮挡导致的通信传输速率低下、稳定性差等问题，本文突破了复杂条件下多机链路高效可靠兼容并存关键技术，研究提出了多元LDPC码+高阶CPM编码调制级联迭代检测技术，以及基于CAZAC特征序列的宽带均衡和快速同步一体化技术(如图5所示)，形成了集编码、调制、均衡、同步、多机兼容、主备智能切换于一体的全新无人机测控通信体制，实现复杂地形和电磁环境下灾情地理信息数据远程同步实时、可靠、高效传输，传输速率达32 Mb/s，传输距离不小于300 km。

2.3 现场多源数据快速融合与处理技术

突破应急机巡视频地理底图实时拼接技术，提出了针对机巡视频基于关键帧提取、姿态信息融合、SIFT和SURF联合特征模型图像匹配及基于仿射变换的图像数据融合和地理底图实时生成方法，实现标准栅格地理底图实时生成和显示，获取测区宏观信息，拼接效率不低于8 FPS；攻克SAR连续波高性能成像与运动补偿技术，获取云雾覆盖区域0.3 m高精度遥感信息，细致评估重点灾情区域。创新机巡视频快速拼接处理获取宏观信息与重点灾情区域精细化处理相结合的灾情地理信息数据处理模式，形成全天时作业及现场快速处理能力[12-13]，显著提高应急测绘水平。

2.4 灾情三维模拟与动态分析技术

2.4.1 承灾体自动快速信息提取方法

提出了基于地理国情、多源灾情地理信息数据的承灾体信息提取方法，构建了“任务-数据”在时间、空间、尺度、属性等方面的定量语义关联表达模型与多层次约束规则，形成了面向灾害任务的信息聚合模式。针对系统多源传感器在不同环境下获取的不同类型建筑物、道路、水系、植被等承灾体的时-空-谱特征的异质性和互补性[14-15]，设计了基于深度学习的典型目标信息训练与特征提取方法(如图6所示)，研制了承灾体信息提取系统，承灾体交互式信息提取准确率优于80%，实现3 h内提供现场灾情空间分析专题成果。

2.4.2 灾情三维动态分析技术

面向灾情动态分析与灾害危险分析需求，本文提出了以无人机集群灾情地理信息为核心的天-空-地灾害监测数据协同分析理论方法，突破多传感器信息的实时接入与空间关联、多源异构信息的自主加载与融合技术，形成了三维真实感灾害场景高效展示技术(如图7所示)，解决了大规模高动态粒子流与灾害场景有效集成的难题，实现了多CPU与GPU并行计算框架下的灾害过程展示，构建了集灾情数据协同分析、灾害虚拟场景构建、灾害三维动态展示于一体的工具链，为灾害风险分析与防治、灾情评估等提供了技术支撑。

3 应用示范

本文研究成果在“8·8”九寨沟地震、“6·24”茂县高位远程山体垮塌等重大突发公共事件应急处置、救援安置、灾情评估和灾后恢复重建工作中发挥了关键作用，为四川省内外提供测绘应急保障服务百余次，切实保障了人民生命财产安全，产生了巨大社会效益，受到了四川省委、省政府、省减灾委等相关部门和单位的高度评价。中央电视台、四川电视台、人民网、凤凰网等国内多家主流媒体多次就研究成果与应用情况进行专题报道。

“6·24”茂县高位远程山体垮塌发生后，技术人员第一时间赶赴前线，利用3架无人机开展集群协同获取，快速获取了核心灾区高分辨率影像和灾害体三维、全景影像，并在三维环境下开展灾情解译，分析滑坡体边界范围、分布高程、面积等信息，以及房屋、道路、桥梁等基础设施受损情况，及时为省政府及有关抢险救援单位提供了灾前灾后影像对比图、救灾应急指挥图、全景影像地图等多类专题地图(如图8所示)，为开展应急指挥决策、转移安置群众、灾情评估、次生灾害防治提供了强有力的数据支撑。

4 结 语

本文研究成果在自然资源调查、生态环境监测、智慧城市建设等多个领域深入应用，服务重大专项多项，有助于促进测绘地理信息与防灾减灾、卫星通信、智能测控、飞行制造等领域的融合，将对测绘装备国产化、完善国家航空应急救援体系起到推动和引领作用。