摘 要：為提高無人機的定位精度、縮減影像數(shù)據(jù)后處理時間，提出基于GPS/IMU緊耦合定位技術。應用POS輔助光束法平差技術和CUDA技術實現(xiàn)影像快速拼接。實驗證明該方案能夠大幅提高無人機巡查效率，在輔助城市巡查管理中取得了顯著成效。

關鍵詞：無人機航測；高精定位；變化檢測；快速巡查；城市管理

中圖分類號：P231.5 文獻標識碼：A 文章編號：2096-4706（2018）09-0001-04

Abstract：In order to improve the positioning precision of unmanned aerial vehicle and reduce the post processing time of image data，the high precision positioning of UAV based on GPS/IMU tight coupling positioning technology is proposed.POS assisted beam adjustment and CUDA technology are used to achieve rapid image mosaic. Experiments show that the scheme can greatly improve the efficiency of UAV patrol，and has achieved remarkable results in the auxiliary city patrol management.

Keywords：UAV aerial survey；high precision location；change detection；rapid inspection；urban management

0 引 言

隨著無人機技術的日趨成熟，基于無人機平臺的數(shù)據(jù)采集處理技術和靈活機動的應用方案已顯示出越來越強的優(yōu)勢[1]。例如傳統(tǒng)的國土巡查以人工監(jiān)察為主，必須趕到現(xiàn)場，如果對方抗拒檢查，則無法近距離調查，給查證工作造成了很大的困難[2]。運用無人機進行空中巡查，可以快速實現(xiàn)預定區(qū)域的地物觀測，讓違章建筑無處遁形。與人工結合形成立體式防空網(wǎng)，實現(xiàn)監(jiān)管全覆蓋，節(jié)省大量的人力物力，提高管理效率[3]。

但是受無人機系統(tǒng)局限性的影響，無人機的高效靈活優(yōu)勢往往很難發(fā)揮。首先，由于無人機定位模塊精度較低、抗干擾性差，常出現(xiàn)10～20米的地面偏差，難以低空精準觀測問題區(qū)域。為保證覆蓋度，需要測區(qū)需要外擴50米左右，降低的作業(yè)效率，同時也提高了飛行成本；其次，無人機的影像數(shù)據(jù)處理沿用了傳統(tǒng)的攝影測量技術，雖然保障了數(shù)據(jù)的精度，但需要無人機達到70%以上的疊片率，且后臺數(shù)據(jù)拼接處理低效，耗費時間過長[4-6]。實踐發(fā)現(xiàn)，無人機外業(yè)和內業(yè)的耗時比例達到了1：5，無法真正體現(xiàn)無人機的快速巡查能力。

本文集無人機高精度定位系統(tǒng)、影像快速拼接技術和交互式變化檢測平臺于一體，建立無人機快速視覺巡查系統(tǒng)，系統(tǒng)化地提高無人機視覺快速巡查能力。首先，集成了相機和高精度定位定姿系統(tǒng)的無人機視覺快速巡查系統(tǒng)，由相機獲取影像信息，GPS和IMU獲得地理位置和姿態(tài)信息，通過高精度定位模組和算法進行時間同步和坐標轉換，影像中的每個點都可以獲取到在大地坐標系的地理位置。其次，使用影像快速拼接技術，可進一步提高影像精度，滿足快速巡查的需要。

1 無人機定位定姿系統(tǒng)（POS）

當前，無人機的快速巡查主要指根據(jù)規(guī)劃航線進行的多期巡飛任務。由于系統(tǒng)定位精度低，一般需要進行航線外擴或增加航線間的疊片率，導致飛行和數(shù)據(jù)處理效率低等問題。

引入無人機高精度定位系統(tǒng)能減少冗余航線的拍攝，有效降低航線間的疊片率。系統(tǒng)主要包括高精度定位模塊和無人機系統(tǒng)集成兩個關鍵部分。

1.1 高精度定位模塊

高精度定位模塊使用GPS+北斗系統(tǒng)的多頻信號接收和多頻解算，消除多種觀測誤差。同時采用GNSS/IMU緊耦合技術，提高定位精度。

1.1.1 北斗定位系統(tǒng)

GNSS接收機支持GPS+北斗系統(tǒng)的多頻信號接收。多頻觀測信息極大地改善了衛(wèi)星導航系統(tǒng)觀測的冗余度，有助于載波相位整周模糊度快速、準確地固定。

1.1.2 多頻解算

采用合理的處理策略對多頻數(shù)據(jù)進行整體解算，可消除多種觀測誤差，提高定位精度及可靠性。雙頻接收機可以估計并消除電離層延遲誤差，是保護接收機不受干擾的基礎且最有效的手段。另外，新信號的設計也能夠提升多徑效應抑制能力。

1.1.3 IMU緊耦合

緊耦合是雙向信息傳輸?shù)?，它通過GNSS衛(wèi)星導航技術和INS慣性導航技術實現(xiàn)相互補充，這既能保證在小于4顆衛(wèi)星信號時，利用INS數(shù)據(jù)持續(xù)地得到高精度的位置、速度和姿態(tài)信息，也能保證在INS系統(tǒng)誤差變大的情況下，利用GNSS數(shù)據(jù)對INS系統(tǒng)進行修正，以持續(xù)輸出高精度的位置和姿態(tài)信息。

1.2 無人機系統(tǒng)集成

1.2.1 時間同步

融合影像數(shù)據(jù)和IMU數(shù)據(jù)之前，必須要進行數(shù)據(jù)的時間同步校準，否則會存在較大誤差。時間同步校準使拍照時間和IMU記錄點時間基本一致，數(shù)據(jù)一一對應，是后續(xù)數(shù)據(jù)處理的基礎。

時間同步步驟如下：

（1）設置拍照觸發(fā)，拍照時輸出脈沖信號；

（2）IMU捕捉脈沖信號并同步記錄數(shù)據(jù)；

（3）評估觸發(fā)拍照和IMU記錄數(shù)據(jù)的時間延時誤差，并作為影像拼接容差的時間殘差參數(shù)。

1.2.2 空間同步

相機和IMU有各自獨立的坐標系，在數(shù)據(jù)處理和評定前需要將其統(tǒng)一到一個通用的絕對坐標系下?？臻g同步步驟如下：

（1）標定相機和IMU：針對相機和IMU平臺的三軸關系進行相機和IMU的標定，求得兩者之間的旋轉矩陣和平移矩陣；

（2）評估標定的誤差和精度，并作為影像拼接容差的空間殘差參數(shù)。

2 無人機影像快速拼接技術

2.1 基于POS的影像快速糾正

針對無人機受風力影響導致影像旋角大、影像變形嚴重的問題，本文提出一種基于POS的影像快速匹配方法。首先計算影像坐標系和導航坐標系的變換關系，然后利用無人機獲取的POS姿態(tài)角，恢復影像拍攝時的真實姿態(tài)，并根據(jù)攝像機成像原理與數(shù)學幾何關系計算原始影像的糾正模型，最后利用間接法對原始影像重采樣，將原始影像快速糾正為近似正攝影像，保證拼接影像的質量。

定位模塊獲取的空間位置（X、Y、Z）以及慣導系統(tǒng)獲取的航片空間姿態(tài)，即俯仰角ψ、側滾角ω和航偏角φ，可認為是水平像片分別繞像片的x、y、z軸旋轉得到。此時，POS的姿態(tài)角構成的旋轉矩陣可用下式表示[7]：

當像片經過矩陣R旋轉后，可以得到像片的實際空間位置，如圖1所示，其中S為攝影中心，O為像主點。像片的實際成像區(qū)域在圖中顯示為不規(guī)則的四邊形，即ABCD。四邊形的四個頂點是攝影中心S和像片四個頂點構成的射線與水平面的交點，此時像片在水平面上的成像區(qū)域，就是糾正影像的實際區(qū)域，將拍攝的像片變換到該投影區(qū)域就可以完成影像糾正。

2.2 POS輔助光束法區(qū)域網(wǎng)平差

在影像糾正的基礎上，進一步使用POS輔助光束區(qū)域網(wǎng)平差法[8，9]，利用高精度載波相位差分技術，將獲取相機曝光瞬間投影中心的三維坐標和姿態(tài)視為附加觀測值納入?yún)^(qū)域網(wǎng)進行聯(lián)合平差，經采用統(tǒng)一的數(shù)學模型和算法，整體確定目標點位。

2.3 利用CUDA技術對影像拼接提速

無人機視頻流影像處理的過程包含了關鍵幀提取、影像糾正、特征提取與匹配、影像融合等步驟。隨著拼接的進行，影像會越來越大。利用CUDA技術實現(xiàn)對重采樣的細粒度并行加速，利用GPU中大量輕量級線程對每個像素點進行小粒度的雙線性插值?；咎幚砹鞒倘鐖D2所示。

3 無人機快速巡查系統(tǒng)的實現(xiàn)

3.1 無人機快速巡查系統(tǒng)開發(fā)

基于無人機影像快速拼接技術，本文開發(fā)了無人機快速巡查系統(tǒng)，可對比相同位置下影像的地物類型、光譜特征等信息，利用差分工具，找出可疑點，縮小比對范圍，再采用

其中，雙屏比對系統(tǒng)用來對比兩期影像，發(fā)現(xiàn)問題變化點，并根據(jù)已有問題確定需要比對的兩期照片，雙屏顯示這兩期照片，根據(jù)問題點位置人工判斷是否有變化，如有變化，可在相應位置做出標記。

3.2 實驗方案設計

本方法在常州市城市管理快速巡查中進行實踐驗證，以固定翼無人機作為遠距離全域巡檢平臺、以旋翼無人機作為中近距離精細巡檢平臺。首先采用固定翼無人機，進行快速、大范圍巡查篩選；如發(fā)現(xiàn)異常點或異常區(qū)域，再利用旋翼無人機在該區(qū)域進行更高頻次的精細巡檢。這種巡檢作業(yè)模式，能有效提升變化檢測效率，減少作業(yè)人員的勞動強度，降低成本。其中固定翼飛行高度約500米，影像分辨率約0.08米，旋翼無人機飛行高度350-450米，影像分辨率約0.05米。

通過搭載高精度POS系統(tǒng)，實現(xiàn)規(guī)劃航線上的定點拍攝，使不同時期、相同區(qū)域的影像，空中拍攝位置一致。相比傳統(tǒng)航空攝影在航向和旁向重疊度上有更嚴格的技術要求。本文的無人機影像快速巡查方法主要以保證航向和旁向重疊不出現(xiàn)航拍漏洞為主，設計影像航向和旁向疊片率為10%～30%。

3.3 實驗結果

3.3.1 基于POS的影像拼接結果

對全域無人機影像需進行拼接，以便獲取項目區(qū)域的整體情況，快速拼接結果如圖4所示。

雖然基于坐標信息的影像拼接仍存在一定的位移和形變偏差，但可以獲取重要的地理坐標信息，在應急事件時就顯得十分重要-可以快速的進行空間定位，為決策者提供有力的、全面的信息。進而使用CUDA加速，基于POS輔助光束法區(qū)域平差法優(yōu)化影像精度，處理效果如圖5所示。

3.3.2 影像快速比對結果

影像比對包括旋翼無人機單幅影像與固定翼無人機拼接影像的比對，以及旋翼無人機不同時期之間單幅影像的比對。將影像加載到自主研發(fā)的雙屏比對工具中，通過拖動放大一側屏幕實現(xiàn)兩期影像相同位置的快速匹配，并顯示在比對窗口，標記出變化點。結合導航電子地圖，城市管理人員能快速定位到問題點，進行實地核查，提高巡查效率。

清理違章建筑是城市管理的重要工作，如小區(qū)樓頂違建、農田占用違建、未交付道路偷倒垃圾等。通過對比航拍影像可以及時發(fā)現(xiàn)新出現(xiàn)的違章建筑，從圖6可以很清晰分辨出違章建筑。使用本文方法，平均每天可快速檢測20～30km2的范圍，大大提高了無人機的巡查效率。

4 結 論

本文利用無人機系統(tǒng)集成技術，建立無人機上集成高精度定位系統(tǒng)；運用IMU緊耦合技術，采集位置和姿態(tài)信息，并進行多頻解算以得到空間位置信息；利用POS數(shù)據(jù)進行影像快速糾正；采用POS輔助光束法進行區(qū)域網(wǎng)平差，確定目標點位；引入CUDA技術對糾正影像進行拼接。本文研究表明：

（1）在高精定位系統(tǒng)的基礎上，采用緊耦合和多頻解算方法，即使在信號微弱、地形復雜的區(qū)域，也能獲得高精度定位數(shù)據(jù)。

（2）采用POS輔助光束區(qū)域網(wǎng)平差，由于將投影中心的三維坐標和姿態(tài)視為附加觀測值納入?yún)^(qū)域網(wǎng)進行聯(lián)合平差，能有效較少控制點，提高工作效率。

（3）運用CUDA技術進行影像拼接，有效提升了影像的拼接速度。

本文提出的無人機視覺快速巡查系統(tǒng)具有很強的實用性，能夠應用于城市的管理監(jiān)測。通過影像可以清晰地查看城市違建情況，進行更精準的執(zhí)法。未來將繼續(xù)致力于無人機高精度定位的實時化研究，包括實時獲取無人機的位置和姿態(tài)，以確保無人機安全，并將拍攝結果實時回傳至后臺，以進一步提高無人機的巡查效率，滿足更高的應急檢查需要。

參考文獻：

[1] 魯恒，李永樹，何敬，等.無人機低空遙感影像數(shù)據(jù)的獲取與處理 [J].測繪工程，2011，20（1）：51-54.

[2] 李玉梅.無人機航空攝影在農村土地承包確權工作中的應用 [J].價值工程，2015，34（6）：233-234.

[3] 王洛飛.無人機低空攝影測量在城市測繪保障中的應用前景 [J].測繪與空間地理信息，2014，37（2）：217-219+222.

[4] 張劍清，潘勵，王樹根.攝影測量學 [M].武漢：武漢大學出版社，2003.

[5] 吳云東，張強，王慧，等.無人直升機低空數(shù)字攝影與影像測量技術 [J].測繪科學技術學報，2007，24（5）：328-331.

[6] 程超，段連飛，李金，等.無人機航空像片絕對定向非迭代解算方法研究 [J].海洋測繪，2008（5）：49-52.

[7] 王光輝，武斌敬，龍敬琪，等.低空無人機視頻影像可量測立體模型構建技術 [J].海洋測繪，2016，36（1）：75-78.

[8] 袁修孝.POS輔助光束法區(qū)域網(wǎng)平差 [J].測繪學報，2008，37（3）：342-348.

[9] 郭忠磊，趙志勇，滕惠忠，等.無人機影像自檢校光束法區(qū)域網(wǎng)平差精度分析 [J].海洋測繪，2016，36（2）：75-78.

[10] 洪宇，龔建華，胡社榮，等.無人機遙感影像獲取及后續(xù)處理探討 [J].遙感技術與應用，2008（4）：462-466+361.

[11] 熊自明，葛文.基于GIS的無人機地面監(jiān)控系統(tǒng)的設計與實現(xiàn) [J].海洋測繪，2007（4）：54-56+80.

[12] 熊自明，牛紅光，孟慶志，等.無人機航空照片輔助判讀系統(tǒng)的設計與實現(xiàn) [J].海洋測繪，2009，29（5）：37-39.

作者簡介：柳宗偉（1973-），男，漢族，湖北潛江人，高級工程師，博士。研究方向：智能交通、智慧城市；欒學晨（1985-），男，漢族，山東青島人，工程師，博士。研究方向：無人機三維建模、高精地圖技術。