曹 炯，汪從敏，何玉濤，程國開，江 炯

(國網(wǎng)寧波供電公司，浙江 寧波 315000)

基于無人機的電網(wǎng)實景建模研究

曹 炯，汪從敏，何玉濤，程國開，江 炯

(國網(wǎng)寧波供電公司，浙江 寧波 315000)

無人機已經(jīng)發(fā)展成為未來電網(wǎng)線路安全運營的重要支撐技術(shù)，文中針對現(xiàn)行無人機巡線技術(shù)的一些不足，提出基于多鏡頭傳感器完成多基線影像數(shù)據(jù)融合，通過結(jié)合實例編制了線路走廊三維實景建模算法，并驗證了建模效果的真實性和有效性。

無人機；電網(wǎng)；多鏡頭傳感器；實景三維建模

無人機系統(tǒng)是集航空、遙感、地理信息、傳感器、信息處理等多個先進技術(shù)為一體的綜合系統(tǒng)，它在對國家電網(wǎng)輸電線路的快速巡線、近距離觀測，故障檢修上具備很高的效率和優(yōu)勢。隨著各線路運維單位開始配置無人機系統(tǒng)進行巡線作業(yè)，無人機系統(tǒng)使用上的問題也逐漸暴露出來[1]:①搭載普通相機的無人機系統(tǒng), 為獲取桿塔不同角度的影像數(shù)據(jù)，需要在不同高度多次拍攝；②普通相機傳感器獲取的影像數(shù)據(jù)，無法構(gòu)建輸電線路具體的空間地理環(huán)境，無法實現(xiàn)線路間以及與線路有關(guān)地物的空間分析；③受制于機載設(shè)備及能源保障，實現(xiàn)高清視頻實時遠距離傳送和人在回路方式的定位分析較為困難。

本文針對現(xiàn)行電力巡線的一些不足，提出了利用無人機巡線的多傳感器融合與實景三維建模方法來提高電力巡線的效率, 其旨在解決輸電線路三維走廊地形、地貌、輸電設(shè)備、線路垂弧等快速高精度測繪和精細(xì)三維建模問題，提高無人機在輸電線路巡檢中的效率。

1 多鏡頭傳感器融合技術(shù)

本文研究的是五相機組合模式，利用相距很近的4個相機，分別向內(nèi)傾斜一固定角度，使4個相機同步曝光獲取地標(biāo)地物傾斜影像，拼接成一幅接近單相機4倍面積的等效水平影像，然后在中間布置一個常規(guī)垂直鏡頭，圖1為五鏡頭的位置圖。

圖1 傾斜相機鏡頭位置圖

1.1 四基線鏡頭生成各自水平影像

圖2 傾斜相機透視投影

以組合相機第一張相片為例，設(shè)攝站中心為S1(X1,Y1,Z1),基準(zhǔn)坐標(biāo)系為S-XYZ，像空間坐標(biāo)系為S1-XYZ，像空間輔助坐標(biāo)系為S1-XYZ，S1-XYZ到S1-XYZ的旋轉(zhuǎn)矩陣為R，地面任意點A(X,Y,Z)在傾斜影像上的像點為a10，在等效水平影像上的像點為x10。則a10在像空間坐標(biāo)系中坐標(biāo)為(x1,y1,-f),a10在像空間輔助坐標(biāo)系中的坐標(biāo)為(x10,y10,-f),λ為像空間輔助坐標(biāo)系S1-XYZ到基準(zhǔn)坐標(biāo)系S-XYZ的比例縮放因子[2]。

1.2 多基線相機自檢校列立相對定向誤差方程

不同相機獲取的影像由于具備較高的旁向和航向重疊度，所以像片有很多重復(fù)的區(qū)域，可是由于投影誤差的因素，這些重復(fù)的區(qū)域不會重疊的很好，會出現(xiàn)道路變形，高低起伏的現(xiàn)象，這就需通過組合相機自檢校，從重疊部分的影像上獲取大量的同名像點進行逐一匹配，探測出特征點位上雙影像不重合形成的視差Δx,Δy，然后求解影像間角度的變化。本文采用Wallis算子對影像濾波及SIFT算子來提取特征點，根據(jù)同名像點的原理列出誤差方程，需要計算的未知數(shù)為(φ1ω1κ1，φ2ω2κ2，φ3ω3κ3)，5個重疊區(qū)共計12個同名點，可分別列出第i個相機外方位元素變化時引起的在等效影像上的視差方程。

(xi,yi),(xj,yj)表示同一個地物點在兩個相機各自等效水平影像中的像平面坐標(biāo)； (Δxij,ΔYij)表示同一地物點來自兩個相機投影的影像之間的視差，f為焦距。

1.3 影像拼接

不同的相機拍攝的影像受獲取的時間、外部光照條件以及其他內(nèi)外部因素的影響，會在色彩上存在不同程度的差異，所以在進行不同組影像拼接時要消除影像色彩(色調(diào))上的差異進行影像鑲嵌、勻光和拼接等工作。

1.4 多相機傳感器影像絕對方位元素解算

拼接影像采用空中三角測量，利用同名點經(jīng)區(qū)域網(wǎng)光束法平差相對定向，再通過控制點整體區(qū)域網(wǎng)平差絕對定向，獲得高精度的定姿和定向元素。由于拼接影像和四相機原始相片之間有著穩(wěn)健的相對外方位關(guān)系，故也可反求解四相機各個原始相片的外方位元素。

2 多基線影像的實景建模

2.1 輸電線路初始幾何模型的建立

一般可將三維數(shù)據(jù)結(jié)構(gòu)分為四類：基于點表示的數(shù)據(jù)結(jié)構(gòu)；基于面表示的數(shù)據(jù)結(jié)構(gòu)，如TIN,B-Rep；基于體表示的數(shù)據(jù)結(jié)構(gòu)用來表達較為復(fù)雜的地物，如實體構(gòu)造幾何CSG；以及混合數(shù)據(jù)結(jié)構(gòu)。近年，由于攝影測量地物三維重建在計算機視覺上的發(fā)展，逐漸出現(xiàn)了一種新的基于影像的建模方法IBM，通過人眼觀測計算機屏幕，根據(jù)一系列的輸入影像，建立地物的三維模型，其步驟如下[3]：

1)基于影像確定地物量測點及基準(zhǔn)面，建立初始幾何模型。

2)利用空三定向獲取的外方位元素，結(jié)合兩張片子上的同名點信息，后方交會求出立體相對測圖中量測點以及地物輪廓線上大量離散點的物方空間坐標(biāo)，從而獲取輸電線路初始幾何模型的參數(shù)，利用算法實現(xiàn)三維建模的自動化，如圖3所示。

由于大部分地物都坐落在水平面上(XOY平面)，故矩形模型可用形狀參數(shù)(l,w,h)，姿態(tài)參數(shù)基點坐標(biāo)(dX，dY，dZ)以及繞Z軸的旋轉(zhuǎn)角θ，共7個參數(shù)來描述。

2.2 輸電線路地物紋理模型的快速重建

獲取參數(shù)后建立起輸電線路初始幾何模型，利用插值等數(shù)學(xué)算法來恢復(fù)輸電線路的紋理特征，利用諸如Smart3D等自動化建模軟件實現(xiàn)輸電線路地物紋理模型的快速重建。

以某區(qū)輸電線路地物紋理模型的快速重建為例。

1)通過分割算法，精確對影像特征點云，如圖4所示。

2)通過分割算法，精確生成場景三維TIN模型，如圖5所示。

圖5 場景三維TIN模型

3)進行高精度紋理重建，生成精細(xì)三維模型，如圖6所示。

圖6 模型紋理重建

2.3 紋理映射及紋理坐標(biāo)的建立

紋理的映射是指，在繪制帶紋理的三維場景時，利用透視變換建立墻面各物方點與其影像同名點的對應(yīng)關(guān)系，同時提供目標(biāo)點的物方空間坐標(biāo)和紋理坐標(biāo)，利用紋理坐標(biāo)信息從圖中獲取表示該點顏色、亮度等信息的紋理單元分配給該頂點。要建立空間點之間的紋理坐標(biāo)系，一般只需將構(gòu)成該空間的頂點與紋理坐標(biāo)進行映射，通過對頂點進行數(shù)學(xué)插值來獲取表面其他點的紋理坐標(biāo)[4]。紋理空間、模型空間和影像如圖7所示。

圖7 紋理空間、模型空間和影像

對物體進行紋理貼圖時，需要經(jīng)過從影像空間到模型空間再到紋理空間的轉(zhuǎn)變，設(shè)(μ1,v1),(X1,Y1,Z1)，(x1,y1)是分別位于3個空間中的同名點，則有：

1)(X1,Y1,Z1)=P(x1,y1),P表示的是一種將紋理坐標(biāo)變換成模型坐標(biāo)的過程，它將會建立影像空間坐標(biāo)和紋理坐標(biāo)之間的映射關(guān)系。

2)(μ1,v1)=M(X1,Y1,Ζ1)，M表示的是一種將模型空間坐標(biāo)變換成影像坐標(biāo)的過程，它將會建立模型空間坐標(biāo)和影像坐標(biāo)之間的映射關(guān)系?？臻g平面索引點集見表1。

表1 空間平面索引點集

2.4 紋理的定位及輪廓線的配準(zhǔn)

利用影像方位元素值，通過對原始地物幾何初始模型進行投影，可以得到地物在原始影像上的輪廓線，從而截取區(qū)域繪制信息。但是，在實際條件下，當(dāng)?shù)匚锉旧淼目臻g位置坐標(biāo)信息出現(xiàn)誤差時，如平面、高程數(shù)據(jù)精度的誤差，都會影響到物體投影到其同名點的真實位置，故需要對輪廊線進行配準(zhǔn)從而精確定位紋理位置。由于屋頂輪廓線在垂直影像上受遮擋的影響最少，為盡可能提高房屋輪廓線在序列影像上配準(zhǔn)的自動化程度，本文采用的配準(zhǔn)策略為：先配準(zhǔn)屋頂?shù)钠矫孑喞€、再配準(zhǔn)墻面輪廓線；先垂直航空影像，再傾斜航空的配準(zhǔn)策略。

由于高重疊度的序列影像提供了大量的同名點、線特征，可用于解決由于房屋幾何模型誤差所導(dǎo)致的房屋輪廓線影像配準(zhǔn)失敗等問題，故本文采用從“粗”到“精”的地物輪廓線影像配準(zhǔn)方法。

地物輪廓線在序列影像上的配準(zhǔn)是一個逐步趨近的迭代過程，步驟①～③構(gòu)成一個整體方案，以初始幾何模型為基礎(chǔ)，進行迭代處理，如圖8所示。此外，考慮到透視的影響，為避免紋理粘貼時出現(xiàn)扭曲現(xiàn)象，需進行紋理幾何糾正，其實質(zhì)上是一個反解法的數(shù)字微分糾正過程，空間點坐標(biāo)是對地物墻面進行點采樣的結(jié)果。

圖8 地物輪廓線影像配準(zhǔn)方法

2.5 紋理的優(yōu)選及渲染

從定向的紋理圖像集中選擇最佳的紋理是建立地物三維建模中一項重要的工作。計算機領(lǐng)域基于影像的渲染IBR是由一系列輸入計算機的影像來合成渲染場景的紋理，在經(jīng)過輪廊線進行配準(zhǔn)后，由于是不同相機拍攝的影像，導(dǎo)致地物模型上的每個墻面都存在一對多幅影像，所以必須從多幅影像中為每個物體選區(qū)拍的最好的一幅影像作為紋理數(shù)據(jù)源，具體步驟如下[5]：

1)用視角法，以貼圖面(a)中心到相機攝影中心的向量與面(a)法線的夾角α1，光軸與面法線的夾角α2選優(yōu)準(zhǔn)則，α1夾角越小代表越近似于中心攝影，α2越小代表攝影光軸近似垂直于貼圖面，從而優(yōu)選出成像角度較好的影像[6]。

2)判斷該影像中地物是否被遮擋，如被遮擋，則選擇成像角度次之的影像后判斷該影像中地物是否存在遮擋，判定準(zhǔn)則為視點與面(a)構(gòu)成的四面體是否與其他地物相交，如相交則遮擋。

3)計算遮擋面積的大小，因為同一貼圖面在不同影像上的投影面積不一樣，這里選用遮擋面積與貼圖面積的面積比來作為衡量遮擋程度大小的標(biāo)準(zhǔn)，最終選出遮擋面積最小的最佳影像形成紋理庫用以地物模型的渲染，對于遮擋面積達到80%以上的影像，不加入候選影像。

3 案例分析

本文以某城市輸電線路巡檢為例，該線路所處地質(zhì)情況復(fù)雜，穿過地帶正在修建的工程比較多，因而在線路選線的時候比較麻煩。項目考慮到采用無人機傾斜攝影來快速獲取線路選線上的地物實景影像，并能快速有效地建立線路走廊的三維實景模型，能夠逼真的在線真實場景，因而選用了基于無人機的電網(wǎng)實景建模方法來科學(xué)選線，并取得了較好的應(yīng)用效果。本項目選用的是飛馬牌固定翼無人機，搭載5個全畫幅的sony相機，中間的相機采用的是35 mm焦距的鏡頭，周圍的4個相機采用的是50 mm焦距的鏡頭，本次航飛設(shè)置的旁向重疊度80%，航向重疊度80%，航高350 m，獲取的影像分辨率大約為5 cm。圖9—圖12為電網(wǎng)實景建模效果圖。

圖9 電力鐵塔實景建模效果圖1

圖10 房屋實景建模效果圖1

圖11 電力鐵塔實景建模效果圖2

圖12 房屋實景建模效果圖2

4 結(jié)束語

無人機已經(jīng)發(fā)展成為未來電網(wǎng)線路安全運營的重要支撐技術(shù)，搭載多鏡頭傳感器的無人機系統(tǒng)，同時從1個垂直、4個傾斜等5個不同角度采集影像，快速、高精度地構(gòu)建了輸電線路具體的空間地理環(huán)境?；趦A斜攝影的實景三維建模算法，包括多基線影像的空中三角測量算法、影像密集匹配算法、不同分辨率影像的融合算法、三維地物重構(gòu)與紋理映射算法等，實現(xiàn)了影像數(shù)據(jù)的整體處理。

[1] 王偉，黃雯雯，鎮(zhèn)姣.Pictometry傾斜攝影技術(shù)及其在3維城市建模中的應(yīng)用[J].測繪與空間地理信息,2011,34(3):181-183.

[2] 李安福,曾政祥,吳曉明.淺析國內(nèi)傾斜攝影技術(shù)的發(fā)展[J].測繪與空間地理信息,2014,37(9):58-62.

[3] 李鎮(zhèn)洲，張學(xué).基于傾斜攝影測量技術(shù)快速建立城市三維模型研究[J].測繪與空間地理信息,2012,35(4):117-119.

[4] 曲林，馮洋，支玲美，等.基于無人機傾斜攝影數(shù)據(jù)的實景三維建模研究[J].測繪與空間地理信息，2015，38(3):38-43.

[5] 張?zhí)烨?基于機載傾斜攝影數(shù)據(jù)的自動貼紋理方法研究[J]. 測繪通報,2015(6):69-71.

[6] 莊宿軍,錢衛(wèi)兵,程鵬，等.三維立體設(shè)計在電力線路選線和測量中的應(yīng)用[J].電力勘測,2013,36(4)：30-33.

[責(zé)任編輯：劉文霞]

On the modeling of real grid based on UAV

CAO Jiong,WANG Congmin，HE Yutao，CHENG Guokai，JIANG Jiong

(State Grid Corporation Ningbo Power Supply Branch，Ningbo 315000，China)

The UAV has become an important supportive technology of the future transmission line safe operation. Aiming at some problems in the current UAV line inspection technology, this paper puts forward a multi lens sensor data fusion based on multi baseline images. Through the examples it compiles a corridor real 3D modeling algorithm, which can verify the authenticity and validity of the modeling effect.

UAV; grid; multi camera sensor; three-dimensional modeling

2017-02-10

曹 炯(1971-)，男，高級工程師.

著錄：曹炯，汪從敏，何玉濤，等.基于無人機的電網(wǎng)實景建模研究[J].測繪工程，2017，26(9)：68-72.

10.19349/j.cnki.issn1006-7949.2017.09.015

V279；P231

A

1006-7949(2017)09-0068-05