胡盛江
(中国人民解放军32017部队,西藏拉萨,850000)
测绘工作是现阶段各项工程开展的必要工作之一,比如道路工程、矿场建设、环境工程中均会涉及测绘工作。就测绘工作的具体分析来看,其包括两个方面,首先是测量,测量的目的是为了获取区域数据,包括岩体结构的基本数据、水文状况数据、自然地理数据等。其次是工程图的绘制。基于测量获取的数据进行工程实施的相关分析,绘制出能够全面展现区域具体情况,可以为施工提供帮助和指导的地理环境图或者是施工图,这样,相应工作的开展实效性会显著提升。
基于当前测绘实践中的无人机利用做具体分析,其应用优势突出表现在如下几个方面:
(1)无人机能够有效的突破人为活动的区域条件显著,获得更加准确、可靠的测绘数据[1]。比如在环境测绘实践中,受地形的影响,一些比较险要的地理地貌区难以人为获得测绘数据,此时利用无人机进行测绘,可以有效的解决此难题,获得更加真实的数据信息。(2)无人机在工作实践中能够突破诸多限制因素,实现测绘效率的显著提升。在测绘工作实践中,天气状况、人员自身的精神状态等均会影响测绘实践,利用无人机进行测绘,因为是机器测绘,所以天气状况对其的干扰明显减弱,人员问题导致的不能连续性测绘问题也可以实现解决,如此一来,测绘的实际效率实现了明显的提升[2]。(3)无人机测绘的实际质量相比于过去的人工测绘有了显著的提高。无人机测绘在数据处理的过程中使用了多种先进的技术,不仅实现了数据处理速度的加快,数据处理的准确性、全面性等也有了非常显著的提升。
无人机测绘在当前工作实践中的价值突出,所以需要对无人机测绘的具体应用以及关键技术做分析与讨论。实践表明无人机测绘的优势发挥和数据处理技术有显著的关系,所以需要对无人机测绘数据处理关键技术做分析与明确,这样,技术应用专业性和规范性会更加的突出,其价值发挥也会更加的彻底。以下是基于实践总结的无人机测绘数据处理关键技术的分析。
所谓的相机检校具体指的是相机的检查和校准。就无人机测绘来讲,其会搭载非量测相机,相机主距 f 和像主点在相片中心坐标系里的坐标未知,根据影像无法直接量测以像主点为原点的坐标,所以需要进行内定向。在实践中,比较常用的相机检校方法主要有三种,分别是试验场检校法、自检校法和基于多像灭点的检校方法。就这三种方法的具体利用来看,试验场检校法的成熟度比较高,应用也非常广泛,其灵活性也比较的突出,但是整体效率表现比较低。相比于其他的两种检校方法,基于多像灭点的检校方法可变焦镜头的标定,算法复杂结果更加精确,图1表示的是基于多像灭点的检校方法的基本原理,离灭点越近,体型越大。
图1 基于多像灭点的检校方法的基本原理图
PPK技术即动态后处理技术,其是利用载波相位进行事后差分的 GPS 定位技术。PPK技术和传统的测绘技术进行比较有非常突出的优势(见表1),INS 即惯性导航系统,其是一种不依赖于外部信息,也不向外部辐射能量的自主式导航系统。该系统的应用能够准确的记录无人机拍摄照片时的位置以及具体的姿态,这对于最终的结果处理和分析有突出的指导价值。
表1 PPK技术和传统测绘技术对比
对空中三角测量做分析,其主要包括的内容有三项,分别是像点匹配、控制点测量和平差。就像点匹配的具体实现来看,其关键是软件自动完成参数设置。分析一般的无人机影像会发现其像幅小,初始姿态的参数误差比较大,所以即使引入了GPS/IMU ,依然会有部分粗差点的出现。基于像点匹配算法当中的迭代算法启发使用“人为迭代”,在初次空三加密完成后得到外方位元素,并将外方位元素作为POS 数据应用到空三加密实践中,这样,像点匹配能够明显的提升整体的匹配精度[3]。在进行控制点测量的时候需要先对周围的4个控制点进行平差,至于其他的控制点,可以利用预测功能进行位置的快速寻找,从而达到测量的目的。为了保证控制点测量的准确性,需要由专业人员和另一位专业人员进行检查。在计算的过程 中应用控制点,空三加密的精度能够被有效提升。在测量工作结束之后进行最终的平差解算,最终能够获得比较合适的权值平差。图2所描述的是算法迭代的过程形象。
图2 算法迭代的过程形象图
DEM即数字高程模型,其指的是通过有限的地形高程数据实现对地面地形的数字化模拟,其对地形特征表示有重要的意义。对无人机航空摄影测量生产DEM的具体过程进行分析,其需要在空三加密的基础上实现对原始摄像的重新采样生产,实现影像系统和三维离散点的自动匹配,由此得到DSM,然后在滤波的基础上得到DEM。
DOM即数字正射影像,其指的是对航空(或航天)相片进行数字微分纠正和镶嵌,按一定图幅范围裁剪生成的数字正射影像集。它是同时具有地图几何精度和影像特征的图像。对DOM主要的过程进行分析可知其主要包括:在空三加密的基础上进行DEM数据处理,具体包括了影像的匀光匀色处理、影像的纠正处理、DOM 镶嵌处理和分幅裁剪处理。
DLG即数字线划图,其是与现有线划基本一致的各地图要素的矢量数据集,保存了各要素的空间关系信息和相关属性信息。在无人机测绘实践中,DLG生产主要包括了在空三加密基础上恢复立体像对、立体采集、外业调绘和内业编辑成图几个环节。实景三维模型属于三维模型的范畴,与传统人工建模不同的是其场景是实地真实反映。
首先是在国土测绘方面的应用。在国土测绘工作实践中,利用无人机能够迅速的对测绘区域的具体情况进行获取,利用获取的信息开展国土资源的动态监测工作,并对土地的利用和覆盖范围进行调查,实现土地利用状态的更新以及土地应用状态特征的变化监控,这样,土地应用规划工作的具体开展会更加的科学[4]。
其次是在环境监测方面的利用。无人机在应用过程中能够高效、快速的获取高分辨率的航空影像资料,基于影响资料的对比分析可以对测区环境污染现状进行分析,进而实现对污染的监测和控制。不仅如此,利用无人机获取的资料还能够实现对海洋以及湿地生态系统的污染分析与监测,这对于及时、准确的获取地方生态环境污染资料,为区域制定污染控制计划有突出的现实价值。
最后是应急救灾方面的应用。无人机测绘在应急救灾方面的价值是非常突出的。以地震为例,在震后,震区会出现余震或者是其他的地质灾害,如果不能在准确信息基础上施救,很可能导致救援队伍陷入危险之地,而传统的测绘技术在混乱的震区无法发挥其应有的价值,且震区具体信息的获取又比较急,所以需要使用能够快速获取准确信息的测绘手段。无人机能够突破各种限制实现数据信息的获取,这能够为震区具体情况分析提纲参考,能够对救援计划实施的制定提供有效帮助。总结实践可知,在2008年的汶川地震和2017年的九寨沟地震救援工作和震后重建工作实践中,无人机测绘均发挥了突出的价值。
综上所述,无人机测绘在现阶段的测绘实践中有着非常显著的应用,发挥了突出的价值,分析研究无人机应用实践中的相关技术,这于无人机的专业化、标准化应用有显著的帮助。文章分析无人机测绘的应用优势以及数据处理实践中的关键技术,并讨论其具体应用,目的是要指导无人机测绘的专业化应用。