尹桂博，孟金龍，孟 洋

（山東正元地球物理信息技術(shù)有限公司，濟南 250101）

使用物聯(lián)網(wǎng)、云計算等新型信息技術(shù)，以及通信網(wǎng)絡(luò)、智能檢索與分析等技術(shù)，全方位感知城市樓宇信息，此技術(shù)即為“智慧城市”發(fā)展的核心內(nèi)容[1-3]。在智慧城市發(fā)展進程中，物聯(lián)網(wǎng)能把實際生活中的城市樓宇信息和數(shù)字城市相融，在智慧城市中，測繪技術(shù)屬于核心信息技術(shù)之一，智慧城市的構(gòu)建和運行必須用到測繪地理信息[4-5]。

目前在多種研究領(lǐng)域中，關(guān)于城市地理信息的測繪系統(tǒng)很多，且很多研究指明地理信息測繪工作中，常用無人機遙感技術(shù)作為測繪系統(tǒng)的核心技術(shù)，如文獻[6]中為了提高應急測繪工作效率，使用系留無人機采集測繪數(shù)據(jù)，但此方法使用微型攝像頭，僅具備攝像功能，不具備圖像處理功能，測繪圖像質(zhì)量有待提升；文獻[7]中為了縮短測繪工作周期，使用大疆精靈4 專業(yè)版無人機，采集地理信息圖像，完成測繪數(shù)據(jù)采集，此方法不能對目標點進行可控性拍攝，分辨率也不高，不能完成遠距離遙控拍攝[8]。為此本文設(shè)計一種基于無人機遙感技術(shù)的智慧城市樓宇信息自動化測繪系統(tǒng)，使用小型無人機搭載滿足測繪需求的遙感感知設(shè)備，完成大量測繪地理信息采集，且測繪精度高。

1 智慧城市樓宇信息自動化測繪系統(tǒng)

1.1 系統(tǒng)硬件設(shè)計

圖1 是基于無人機遙感技術(shù)的智慧城市樓宇信息自動測繪系統(tǒng)整體架構(gòu)。基于無人機遙感技術(shù)的智慧城市樓宇信息自動化測繪系統(tǒng)架構(gòu)分為機載端、地面端。機載端架構(gòu)由機載電源模塊、測繪數(shù)據(jù)采集模塊、遙感數(shù)據(jù)處理模塊、無線收發(fā)模塊構(gòu)成。地面端架構(gòu)分為計算機、無線收發(fā)設(shè)備。

圖1 基于無人機遙感技術(shù)的智慧城市樓宇信息自動化測繪系統(tǒng)Fig.1 Intelligent city building information automatic mapping system based on UAV remote sensing technology

機載端的功能是采集城市樓宇測繪數(shù)據(jù)、傳感數(shù)據(jù)處理、無人機導航管理。機載端和地面端存在數(shù)據(jù)交互功能，使用動態(tài)性的慣性檢測單元IMU、CMOS 圖像傳感器便可獲取智慧城市樓宇測繪點的遙感圖像，然后在遙感數(shù)據(jù)處理模塊，通過基于降頻與復原的遙感成像技術(shù)、基于內(nèi)核影像技術(shù)的測繪圖像標定方法，將遙感圖像進行處理后，最后在無線收發(fā)模塊的協(xié)助下，傳輸至地面端完成自動化測繪。

圖2 是測繪數(shù)據(jù)采集模塊架構(gòu)圖。測繪數(shù)據(jù)采集模塊架構(gòu)主要分為CMOS 圖像傳感器、單片機、測繪圖像數(shù)據(jù)存儲器、復合模擬視頻信號生成器。此單元運行時，單片機使用2 根IO 口線，以模擬設(shè)定的方式，完成CMOS 傳感器的串行命令與數(shù)據(jù)設(shè)置[9]。單片機使用剩余IO 口，完成外部數(shù)據(jù)存儲擴展，從而將傳感器數(shù)據(jù)進行寫入與讀出操作。測繪圖像數(shù)據(jù)存儲器接收單片機的控制信號后，結(jié)合同步信號與像素時鐘，將CMOS 傳感器數(shù)據(jù)執(zhí)行拆分重構(gòu)，變成可用于存儲的測繪信息類型[10]。

圖2 測繪數(shù)據(jù)采集模塊架構(gòu)圖Fig.2 Surveying and mapping data acquisition module architecture

CMOS 圖像傳感器的APS 芯片結(jié)構(gòu)如圖3 所示。CMOS 圖像傳感器APS 芯片結(jié)構(gòu)屬于單芯片成像設(shè)備，此芯片結(jié)構(gòu)主要分為光敏單元陣列、視頻時序產(chǎn)生電路、模擬信號處理電路、模數(shù)變換電路，此芯片功耗較小，且集成性好，具備雙采樣電路，能夠降低暗電流的負面作用，遙感成像質(zhì)量佳[10-12]。

圖3 CMOS 圖像傳感器APS 芯片結(jié)構(gòu)Fig.3 APS chip structure of CMOS image sensor

圖4 是機載端電源模塊架構(gòu)。系統(tǒng)必須具備獨立電源，才能保證測繪工作的自動續(xù)航性。從載重、電池電容量角度考慮，系統(tǒng)機載端電源模塊使用的電源為鋰電池，此電池重量與電容量分別為0.4 kg、6600 mAh，電壓是11.1 V。

圖4 機載端電源模塊架構(gòu)Fig.4 Airborne power module architecture

圖5 是無線收發(fā)模塊結(jié)構(gòu)圖。無線收發(fā)模塊結(jié)構(gòu)由發(fā)射端、接收端構(gòu)成。頻率調(diào)制單元能夠把遙感信號和載波信號相融，轉(zhuǎn)換輸出可發(fā)射的遙感信號模式[13]。頻率調(diào)制后，使用功率放大單元放大信號功率，以此保證遙感信號可使用天線發(fā)射。

圖5 無線收發(fā)模塊結(jié)構(gòu)Fig.5 Wireless transceiver module structure

1.2 基于降頻與復原的遙感成像技術(shù)

考慮到Cameralink 圖像采集卡原始功能僅有圖像顯示、暫停再存儲目前幀圖像的功能，不具備圖像判讀功能，所以本文將此采集卡執(zhí)行二次開發(fā)，二次開發(fā)的目的是將遙感圖像判讀和圖像質(zhì)量指標計算功能相整合，具體開發(fā)流程如圖6 所示。

圖6 Cameralink 圖像采集卡二次開發(fā)流程Fig.6 Secondary development flow chart of Cameralink image acquisition card

圖7 遙感圖像降頻轉(zhuǎn)換示意圖Fig.7 Schematic diagram of remote sensing image frequency reduction conversion

1.3 基于內(nèi)核影像技術(shù)的測繪圖像標定方法

把降頻復原后的樓宇信息遙感圖像設(shè)成無向圖，把固定智慧城市樓宇信息場景的像素點，設(shè)成無向圖的頂點u，集合設(shè)成U。全部樓宇遙感圖像的像素周圍，存在8 個近鄰像素，將像素之間近鄰邊b的權(quán)重設(shè)成（b），則分割智慧城市樓宇遙感圖像時，參考依據(jù)設(shè)成J（u），J（u）代表遙感圖像中樓宇信息之間的內(nèi)部差異。在遙感圖像中，樓宇信息目標u1和背景u2之間的亮度差異設(shè)成C（u1，u2），如果C（u1，u2）≤max｛J（u1），J（u2）｝，便能夠把兩部分融合成一個亮度差異，J（u1）、J（u2）代表遙感圖像中不同樓宇信息。設(shè)置遙感圖像里最小內(nèi)部差異是：

此時遙感圖像的樓宇信息分割結(jié)果是：

式中：h 是圖像像素的總數(shù)目。

遙感圖像分割后，為了降低圖像特征維數(shù)，使用無人機遙感圖像的特征描述算子，提取圖像特征后，由內(nèi)核影像技術(shù)標定測繪圖像。

考慮到遙感圖像需具備旋轉(zhuǎn)不變性，把無人機遙感拍攝圖像往主方向旋轉(zhuǎn)，此時圖像旋轉(zhuǎn)至坐標（x，y）時梯度是：

式中：R（x，y）是R（u）的樓宇信息分割結(jié)果中像素坐標信息。

遙感圖像R（u）旋轉(zhuǎn)至坐標（x，y）后，旋轉(zhuǎn)方向是：

使用內(nèi)核影像技術(shù)，設(shè)置合適的內(nèi)核函數(shù)，因為僅存在+1、-1 兩種元素，所以能夠加快遙感圖像處理速度。

結(jié)合無人機遙感圖像拍攝的特征點位置與大小，把遙感圖像子塊里全部像素梯度方向調(diào)節(jié)成核心方向，所以能夠獲取每個遙感圖像子塊在多方向中的梯度矩陣Nα（x，y）：

式中：N0（x，y）、N1（x，y）依次是水平方向、豎直方向的梯度。

然后將Nα（x，y）執(zhí)行高斯濾波，便可去除光照條件對遙感圖像質(zhì)量的影響。

式中：Fα（x，y）是濾波后智慧城市樓宇信息的遙感圖像；γ、Gm依次是遙感圖像分割子塊寬度、內(nèi)核函數(shù)。

最后，使用歐式距離d 完成遙感圖像特征點匹配，便可完成智慧城市樓宇信息測繪圖像標定。則設(shè)置標定結(jié)果是Fα′（x，y）：

式中：Eθ（j）、Eη（j）依次是智慧城市樓宇信息目標特征點θ、η 的特征描述算子。

2 實驗分析

為測試本文系統(tǒng)使用效果，將本文系統(tǒng)應用于無人機遙感測繪工作中，此無人機起飛質(zhì)量最大值是2.0 kg，無人機上搭建本文系統(tǒng)后，測繪數(shù)據(jù)采集模塊的CMOS 圖像傳感器參數(shù)信息如表1 所示。

表1 CMOS 圖像傳感器參數(shù)信息Tab.1 Parameter information of CMOS image sensor

圖8 是本文系統(tǒng)采集的智慧城市樓宇信息自動化測繪信息示例圖。

圖8 智慧城市樓宇信息自動化測繪信息示例Fig.8 Smart city building information automatic mapping information example

為深入測試本文系統(tǒng)的應用能力，分析本文系統(tǒng)對智慧城市樓宇信息自動化測繪的掃描指數(shù)Z：

本文系統(tǒng)掃描指數(shù)測試結(jié)果如表2 所示。從表2 可知，本文系統(tǒng)從45°、90°采集智慧城市樓宇的遙感圖像信息時，對樓宇遙感圖像信息自動化測繪的掃描指數(shù)都大于1，滿足后續(xù)的測繪標準。

表2 本文系統(tǒng)掃描指數(shù)測試結(jié)果Tab.2 System scan index test results in this paper

遙感圖像采集后，分析本文系統(tǒng)使用基于降頻與復原的遙感成像技術(shù)的必要性，主要分析降頻復原后，測繪成像誤差，誤差的計算方法為

式中：γ、r 分別是無人機遙感圖像采集的水平角與遙感信息掃描距離。

本文系統(tǒng)使用基于內(nèi)核影像技術(shù)的測繪圖像標定方法前后，遙感圖像中樓宇信息特征點的測繪誤差如表3 所示。遙感圖像中樓宇信息特征點的測繪誤差存在明顯不同，使用基于內(nèi)核影像技術(shù)的測繪圖像標定方法，能夠降低遙感圖像中樓宇信息特征點的測繪誤差，原因是此技術(shù)的使用，能夠去除遙感圖像信息的噪聲成分，并執(zhí)行遙感圖像特征點的精準匹配，從而提高測繪精度。

表3 智慧城市樓宇信息自動化測繪效果Tab.3 Intelligent city building information automatic mapping effect

測試本文系統(tǒng)使用基于降頻與復原的遙感成像技術(shù)時，遙感圖像的采集和判讀能力，測試結(jié)果如圖9 所示。本文系統(tǒng)使用基于降頻與復原的遙感成像技術(shù)時，遙感圖像的采集和判讀能力顯著，對智慧城市樓宇信息遙感圖像的采集耗時均小于2 s，速度較快，原因是此技術(shù)能夠使用Cameralink 圖像采集卡，以降頻的方式，控制遙感信息量不出現(xiàn)維度災害問題。

圖9 本文系統(tǒng)自動測繪能力Fig.9 Automatic mapping capability of this system

3 結(jié)語

本文設(shè)計一種基于無人機遙感技術(shù)的智慧城市樓宇信息自動化測繪系統(tǒng)，此系統(tǒng)能夠使用無人機遙感技術(shù)，全方位采集智慧城市建設(shè)所用的樓宇信息，從而完成樓宇信息自動測繪。本文系統(tǒng)在實驗中，被證實可有效、準確完成智慧城市樓宇信息自動化測繪工作，對提高我國城市發(fā)展競爭力存在積極作用。但因篇幅原因，未能將遙感技術(shù)和其他傳感器技術(shù)相結(jié)合，在后續(xù)的研究中，將著重將無人機遙感技術(shù)和激光雷達技術(shù)相結(jié)合，深度提高本文系統(tǒng)的測繪性能。