薛武, 馬永政， 趙玲， 莫德林,2

(1.信息工程大學(xué)地理空間信息學(xué)院,鄭州 450001; 2.地理信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室,西安 710054;3.礦山空間信息技術(shù)國(guó)家測(cè)繪地理信息局重點(diǎn)實(shí)驗(yàn)室,焦作 454003; 4.東華理工大學(xué)江西省數(shù)字國(guó)土重點(diǎn)實(shí)驗(yàn)室,南昌 330013; 5.集美大學(xué)計(jì)算機(jī)工程學(xué)院,廈門 361021)

無人機(jī)農(nóng)村宅基地高精度確權(quán)應(yīng)用

薛武1,2,3,4, 馬永政1,5， 趙玲1， 莫德林1,2

(1.信息工程大學(xué)地理空間信息學(xué)院,鄭州 450001; 2.地理信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室,西安 710054;3.礦山空間信息技術(shù)國(guó)家測(cè)繪地理信息局重點(diǎn)實(shí)驗(yàn)室,焦作 454003; 4.東華理工大學(xué)江西省數(shù)字國(guó)土重點(diǎn)實(shí)驗(yàn)室,南昌 330013; 5.集美大學(xué)計(jì)算機(jī)工程學(xué)院,廈門 361021)

利用無人機(jī)進(jìn)行農(nóng)村土地確權(quán)具有效率高、成本低的優(yōu)勢(shì)。通過開展簡(jiǎn)易無人機(jī)低空攝影測(cè)量試驗(yàn)，采用運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)數(shù)據(jù)處理方法，得到影像外方位元素的近似值，再利用附加參數(shù)的自檢校光束法進(jìn)行平差，明顯提高了無人機(jī)低空攝影測(cè)量的定位精度，表明該方法具有一定的實(shí)用價(jià)值； 通過分析影響無人機(jī)攝影測(cè)量精度的主要因素，給出了控制無人機(jī)低空攝影測(cè)量精度的若干建議。

無人機(jī)； 宅基地確權(quán)； 運(yùn)動(dòng)推斷結(jié)構(gòu)； 相機(jī)檢校； 自檢校； 精度驗(yàn)證

0 引言

近年來無人機(jī)的快速發(fā)展使其在測(cè)繪、農(nóng)業(yè)、電力、軍事等領(lǐng)域取得了廣泛的應(yīng)用。特別是在航空攝影測(cè)量中，無人機(jī)已成為十分重要的數(shù)據(jù)獲取平臺(tái)。在小區(qū)域大比例尺測(cè)繪中，無人機(jī)具有明顯的優(yōu)勢(shì)。與傳統(tǒng)有人駕駛航測(cè)飛機(jī)相比，無人機(jī)大比例尺測(cè)圖具有以下顯著特點(diǎn)： ①數(shù)據(jù)獲取成本較低，具有明顯的價(jià)格優(yōu)勢(shì)； ②成圖周期短，由于無人機(jī)起降靈活、對(duì)保障條件要求較低等，可以快速獲取任務(wù)區(qū)域影像； ③適合于零散小區(qū)域測(cè)圖，在土地確權(quán)、新農(nóng)村建設(shè)等應(yīng)用中通常是比較理想的選擇[1-2]。國(guó)內(nèi)外眾多學(xué)者圍繞無人機(jī)攝影測(cè)量開展了大量的研究工作，研究的重點(diǎn)已經(jīng)從可行性研究轉(zhuǎn)移到如何提高無人機(jī)攝影測(cè)量的精度上來。

2013年以來國(guó)家開展農(nóng)村土地確權(quán)工作，對(duì)宅基地、耕地等開展確權(quán)登記，其中十分重要的一項(xiàng)工作就是進(jìn)行全國(guó)范圍內(nèi)的宅基地普查測(cè)量工作。由于工作量大、時(shí)間緊，如果完全依靠全站儀、實(shí)時(shí)動(dòng)態(tài)測(cè)量(real time kinematic,RTK)等人工測(cè)量手段，不僅成本十分高昂，工期也將大大延長(zhǎng)。而采用無人機(jī)航空攝影方式，則可以大大提高工作效率，降低測(cè)圖成本。與地形圖的測(cè)圖要求不同，宅基地確權(quán)僅需要獲取農(nóng)村建筑物的平面坐標(biāo)，不需要其高程信息。

為了對(duì)無人機(jī)大比例尺測(cè)圖的精度進(jìn)行評(píng)估與驗(yàn)證，本文開展了基于簡(jiǎn)易無人機(jī)平臺(tái)的小區(qū)域大比例尺測(cè)圖的試驗(yàn)研究，分析了影響無人機(jī)低空攝影測(cè)量精度的主要因素，并給出了提高無人機(jī)低空攝影測(cè)量精度的建議。本研究中，無人機(jī)上搭載的是未經(jīng)過檢校標(biāo)定的普通數(shù)碼相機(jī)，而且是僅利用航攝區(qū)域的影像和少量地面控制點(diǎn)信息進(jìn)行測(cè)圖。

1 無人機(jī)影像獲取

1.1 飛行平臺(tái)

本研究采用廈門市無人機(jī)遙感工程應(yīng)用中心研發(fā)的某型電動(dòng)無人機(jī)進(jìn)行土地確權(quán)精度驗(yàn)證試驗(yàn)。飛機(jī)平臺(tái)如圖1所示。

該型無人飛機(jī)續(xù)航時(shí)間為90 min，彈射起飛，傘降回收，翼展2 m，起飛重量7 kg，通訊控制半徑10 km。搭載相機(jī)為SONY NEX-5T，圖像分辨率為4 912像素×3 264像素。

1.2 無人機(jī)影像

試驗(yàn)區(qū)域位于河南省鹿邑縣，共飛行10條航線，相對(duì)航高400 m，地面分辨率約0.05 m，影像的航向重疊度約為70%，旁向重疊度約為35%，去除起飛降落、航線轉(zhuǎn)彎等共獲取有效影像392幅。影像分布及重疊情況如圖2所示(顏色代表影像的重疊度)。

圖2 影像分布示意圖

與傳統(tǒng)的航測(cè)飛機(jī)相比，無人機(jī)的載荷有限，加上成本的因素，不能搭載專業(yè)的POS設(shè)備，因此獲取的影像不帶有位置姿態(tài)信息。所用相機(jī)也是消費(fèi)級(jí)的數(shù)碼相機(jī)，畸變較大，且事先未進(jìn)行相機(jī)檢校。加上無人機(jī)的體積小、重量輕、抗風(fēng)能力差，航線重疊不規(guī)整，影像的姿態(tài)角變化較大。

1.3 地面控制點(diǎn)及檢查點(diǎn)

為了進(jìn)行光束法區(qū)域網(wǎng)平差以及精度驗(yàn)證，在飛行區(qū)域利用RTK測(cè)量了11個(gè)地面控制點(diǎn)/檢查點(diǎn)。點(diǎn)位測(cè)量精度為厘米級(jí)，點(diǎn)號(hào)(圖中數(shù)字)和分布情況如圖3所示。

圖3 外業(yè)測(cè)量點(diǎn)分布示意圖

2 無人機(jī)影像宅基地確權(quán)實(shí)驗(yàn)

由于無人機(jī)上僅有用于飛行控制的導(dǎo)航設(shè)備，無法獲取影像內(nèi)外方位元素的近似值，傳統(tǒng)航空攝影中的假設(shè)條件不再成立，因此不能采用數(shù)字?jǐn)z影測(cè)量的理論和方法對(duì)獲取的無人機(jī)數(shù)據(jù)進(jìn)行處理。

2.1 運(yùn)動(dòng)推斷結(jié)構(gòu)

運(yùn)動(dòng)推斷結(jié)構(gòu)(structure from motion, SFM)是計(jì)算機(jī)視覺中重要的理論，其核心思想是利用從不同角度拍攝的具有重疊的影像恢復(fù)出相機(jī)的位置姿態(tài)(運(yùn)動(dòng))和場(chǎng)景的三維結(jié)構(gòu)(結(jié)構(gòu))。在這個(gè)過程中僅需要利用影像本身，不需要其它先驗(yàn)信息，適合于處理簡(jiǎn)易無人機(jī)獲取的影像數(shù)據(jù)[3]。

SFM技術(shù)的一般路線是先通過兩幀或三幀進(jìn)行求解，以代數(shù)初始化射影空間上的三維結(jié)構(gòu)和攝像機(jī)運(yùn)動(dòng)參數(shù)，然后通過自定標(biāo)技術(shù)將其轉(zhuǎn)換到度量空間，獲得度量空間上的重建，主要包括特征點(diǎn)匹配跟蹤、攝像機(jī)內(nèi)參標(biāo)定和外參求解等幾個(gè)模塊，其流程如圖4所示。

圖4 SFM主要流程

通過運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)得到的影像位置姿態(tài)是在局部空間坐標(biāo)系中，還需要借助地面控制點(diǎn)將其轉(zhuǎn)換到絕對(duì)坐標(biāo)系中。本研究從11個(gè)野外實(shí)測(cè)點(diǎn)中選擇6個(gè)作為控制點(diǎn)進(jìn)行區(qū)域網(wǎng)平差，剩余的5個(gè)作為檢查點(diǎn)進(jìn)行精度驗(yàn)證與評(píng)估。

表1 光束法平差結(jié)果

從平差結(jié)果來看，檢查點(diǎn)的平面精度約0.4 m，高程精度約2.26 m，參照低空數(shù)字航空攝影內(nèi)業(yè)規(guī)范(表2)，能夠滿足1∶500成圖的平面精度要求，即符合農(nóng)村宅基地確權(quán)的精度要求[4]。

分析區(qū)域網(wǎng)平差結(jié)果，高程方向精度比較差，可能的原因主要有： 相機(jī)沒有進(jìn)行事先檢校，采用廠家標(biāo)稱的焦距，與實(shí)際值相差較大； 無人機(jī)影像像幅小，基高比小[5]。

表2 低空數(shù)字航空攝影內(nèi)業(yè)規(guī)范

2.2 相機(jī)焦距f自檢校實(shí)驗(yàn)

如前所述，未經(jīng)檢校的非量測(cè)性相機(jī)的鏡頭畸變比較大，會(huì)直接影響獲取的內(nèi)方位元素和定位的精度。為了分析影響定位精度的各個(gè)因素的作用，分別對(duì)相機(jī)的焦距、內(nèi)方位元素、相機(jī)畸變作為附加參數(shù)進(jìn)行了自檢校光束法平差，結(jié)果如表3所示。

表3 僅對(duì)焦距進(jìn)行自檢校

通過將相機(jī)焦距作為附加參數(shù)進(jìn)行自標(biāo)定區(qū)域網(wǎng)平差后可以發(fā)現(xiàn)，檢查點(diǎn)的平面和高程精度均有所提高，特別是高程精度提高十分明顯，說明焦距對(duì)于高程定位精度有較大的影響，同時(shí)說明飛行前十分有必要對(duì)相機(jī)焦距進(jìn)行高精度檢校。

2.3 相機(jī)內(nèi)參數(shù)自檢校實(shí)驗(yàn)

為進(jìn)一步分析影響定位精度的因素，將相機(jī)的內(nèi)方位元素(f,x0,y0)作為附加參數(shù)進(jìn)行區(qū)域網(wǎng)平差，結(jié)果如表4。

表4 對(duì)內(nèi)方位元素進(jìn)行自檢校

可以看出，表4與表1相比，檢查點(diǎn)的平面精度和高程精度均有十分明顯的提高，說明進(jìn)行內(nèi)方位元素的自檢校十分必要； 與表3相比，平面精度與高程精度有略微提高，說明相機(jī)內(nèi)方位元素中，焦距對(duì)于定位精度的影響最大。

2.4 相機(jī)內(nèi)方位元素、鏡頭畸變自檢校光束法平差實(shí)驗(yàn)

針對(duì)實(shí)際飛行前相機(jī)沒有進(jìn)行檢校標(biāo)定工作，本次嘗試在區(qū)域網(wǎng)平差時(shí)同時(shí)解算相機(jī)的畸變參數(shù)，即將相機(jī)畸變參數(shù)作為附加參數(shù)進(jìn)行區(qū)域網(wǎng)平差。所采用的包括徑向畸變K1，K2，K3； 偏心畸變P1，P2； 像平面畸變?nèi)1和b2； 像主點(diǎn)偏差(x0,y0)和相機(jī)焦距f的10參數(shù)相機(jī)模型[6-7]。結(jié)果見表5。

表5 對(duì)內(nèi)方位元素、畸變參數(shù)進(jìn)行自標(biāo)定

對(duì)相機(jī)畸變參數(shù)進(jìn)行自檢校后發(fā)現(xiàn)，平面與高程的定位精度不但沒有提高，反而出現(xiàn)了下降，特別是高程方向。分析原因，在于平差時(shí)引入了過多的未知數(shù)，引起法方程的不穩(wěn)定，過參數(shù)化導(dǎo)致解算精度下降[3]。

實(shí)驗(yàn)結(jié)果表明，在無人機(jī)低空數(shù)字?jǐn)z影測(cè)量中，不事先進(jìn)行相機(jī)檢校，在平差過程中進(jìn)行自標(biāo)定補(bǔ)償相機(jī)畸變的方式是不可取的。而事先對(duì)相機(jī)畸變進(jìn)行標(biāo)定，在區(qū)域網(wǎng)平差之前予以改正，可以獲得比較理想的精度。

本研究將相機(jī)內(nèi)參數(shù)自檢校實(shí)驗(yàn)的平差結(jié)果作為最終結(jié)果，進(jìn)行影像密集匹配獲取了測(cè)區(qū)的數(shù)字表面模型(digital surface model, DSM)，如圖5所示。

圖5 數(shù)字表面模型

對(duì)影像進(jìn)行糾正與拼接，得到測(cè)區(qū)的真正射影像，如圖6所示。

圖6 真正射影像

利用真正射影像可以采集線劃圖作為農(nóng)村宅基地確權(quán)的底圖與基本測(cè)繪資料，也可以作為新農(nóng)村建設(shè)規(guī)劃依據(jù)。結(jié)合DSM/DEM數(shù)據(jù)可以作為農(nóng)村街道改造的施工參考資料，具有實(shí)用價(jià)值。

3 結(jié)論

利用輕便小型固定翼無人機(jī)獲取的影像數(shù)據(jù)進(jìn)行農(nóng)村土地確權(quán)是可行的，速度快、成本低、優(yōu)勢(shì)明顯。通過對(duì)試驗(yàn)結(jié)果的分析，可以得出以下結(jié)論：

1)在少量控制點(diǎn)的輔助下，無人機(jī)影像定位精度能夠滿足1∶500成圖平面精度要求，即符合農(nóng)村宅基地確權(quán)的精度要求。

2)內(nèi)方位元素中，焦距對(duì)定位精度的影響最大，特別是在高程方向，其影響更為明顯。

3)飛行前應(yīng)該進(jìn)行相機(jī)檢校工作，在區(qū)域網(wǎng)平差之前將相機(jī)畸變進(jìn)行改正，有利于提高定位精度。

4)相機(jī)檢校與區(qū)域網(wǎng)平差分開進(jìn)行的方式比較適合于無人機(jī)低空攝影測(cè)量； 利用附加參數(shù)的自檢校區(qū)域網(wǎng)平差進(jìn)行相機(jī)標(biāo)定容易因過度參數(shù)化導(dǎo)致結(jié)果精度惡化，要慎重使用。

5)在小區(qū)域中大比例尺測(cè)圖中，可以通過增大影像基高比、增加影像旁向重疊度和選擇合適相機(jī)的方式提高定位精度。

[1] Eisenbeiβ H.UAV Photogrammetry[D].Zurich:Eth Zurich,2009:1-9.

[2] 于英.無人機(jī)動(dòng)態(tài)攝影測(cè)量若干關(guān)鍵技術(shù)研究[D].鄭州:信息工程大學(xué),2014:1-18. Yu Y.Research on Key Technologies of UAV Dynamic Photogrammetry[D].Zhengzhou:PLA Information Engineering University,2014:1-8.

[3] 許志華,吳立新,劉軍,等.顧及影像拓?fù)涞腟FM算法改進(jìn)及其在災(zāi)場(chǎng)三維重建中的應(yīng)用[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2015,40(5):599-606. Xu Z H,Wu L X,Liu J,et al.Modification of SFM algorithm referring to image topology and its application in 3-Dimension reconstruction of disaster area[J].Geomatics and Information Science of Wuhan University,2015,40(5):599-606.

[4] Remondino F,Barazzetti L,Nex F,et al.UAV photogrammetry for mapping and 3D modeling-current status and future perspectives[C]//International Archives of the Photogrammetry,Remote Sensing and Spatial Information Sciences.Zurich,Switzerland,2011:25-31.

[5] Szeliski R.計(jì)算機(jī)視覺——算法與應(yīng)用[M].艾海舟,興軍亮譯.北京:清華大學(xué)出版社,2012:265-273. Szeliski R.Computer Vision:Algorithms and Applications[M].Translated by Ai H Z,Xing J L.Beijing:Tsinghua University Press,2012:265-273.

[6] 李德仁,袁修孝.誤差處理與可靠性理論[M].2版.武漢:武漢大學(xué)出版社,2012:195-197. Li D R,Yuan X X.Error Processing and Reliability Theory[M].2nd ed.Wuhan:Wuhan University Press,2012:195-197.

[7] 王之卓.攝影測(cè)量原理[M].武漢:武漢大學(xué)出版社,2007:240-241. Wang Z Z.Photogrammetry Principle[M].Wuhan:Wuhan University Press,2007:240-241.

(責(zé)任編輯：邢宇)

UAV-basedruralhomesteadownershipdetermination

XUE Wu1，2，3，4, MA Yongzheng1，5, ZHAO Ling1, MO Delin1，2

(1.InformationEngineeringUniversity,Zhengzhou450001,China; 2.StateKeyLaboratoryofGeo-informationEngineering,Xi’an710054,China； 3.KeyLaboratoryofMineSpatialInformationTechnologiesofNationalAdminisrationofSurveying,Mapping&Geoinformation,Jiaozuo454003,China； 4.JiangxiProvinceKeyLabforDigitalLandEastChinaInstituteofTechnology,Nanchang330013,China； 5.ComputerEngineeringCollege,JimeiUniversity,Xiamen361021,China)

Rural homestead ownership determination using unmanned aerial vehicle(UAV) has the advantages of high efficiency and low cost. Low-altitude UAV photogrammetry experiment was conducted to test its positioning accuracy. The simple UAV platform and ordinary digital camera effectively reduced the project cost. Through structure from motion, an approximation of the image exterior orientation elements was computed, and then a self-calibration bundle adjustment with additional parameters was undertaken, which significantly improves the accuracy of low-altitude UAV photography and thus has important practical value. By analyzing the main factors affecting the accuracy of UAV photogrammetry, the authors put forward some suggestions about the control of low altitude UAV photographic measurement accuracy.

unmanned aerial vehicle(UAV); rural homestead ownership; structure from motion; camera calibration; self-calibration; accuracy verification

10.6046/gtzyyg.2017.03.18

薛武,馬永政，趙玲,等.無人機(jī)農(nóng)村宅基地高精度確權(quán)應(yīng)用[J].國(guó)土資源遙感,2017,29(3):124-127.(Xue W,Ma Y Z,Zhao L,et al.UAV-based rural homestead ownership determination[J].Remote Sensing for Land and Resources,2017,29(3):124-127.)

TP 79

： A

： 1001-070X(2017)03-0124-04