賀艷花

(貴州黔美測繪工程院 貴州貴陽 550000)

近年來，隨著國家經(jīng)濟(jì)發(fā)展與“一帶一路”倡議的共建，各種類型的設(shè)施建設(shè)項目越來越多。如何使工程項目的進(jìn)度安排更加經(jīng)濟(jì)合理，如何準(zhǔn)確、快速地對工程量大小與費用進(jìn)行計算，是工程建設(shè)過程中面臨的難題，而這些問題的解決有賴于高效率和準(zhǔn)確的土石方量計算方法[1]。因此，選擇合適的地形數(shù)據(jù)采集與土石方量計算方法十分重要。

水準(zhǔn)儀測量法、全站儀測量法和全球?qū)Ш叫l(wèi)星系統(tǒng)（Global Navigation Satellite System，GNSS）測量法作為傳統(tǒng)的土石方測量方法在生成一直得到廣泛的應(yīng)用。水準(zhǔn)儀法首先將整個測區(qū)劃分成若干大小相等緊密相連的方格網(wǎng)，然后對方格網(wǎng)的4 個角點的高程用水準(zhǔn)儀進(jìn)行高程值的測量，最后通過設(shè)計的標(biāo)高值用格網(wǎng)法對土方量進(jìn)行計算[2]。這種方法的適用性較為單一，如果測區(qū)不符合方格網(wǎng)的結(jié)構(gòu)布設(shè)，水準(zhǔn)儀法就不一定適用，且該方法費時、費力。全站儀法儀器操作簡單，適用于測量面積不大且通視情況良好的區(qū)域，但如果通視條件不好，采用全站儀法就會比較繁復(fù)，且發(fā)揮不出相應(yīng)的效率。GNSS 法是目前挖填土石方測量中較為常用的一種方法，其不受距離和通視條件限制，且測量速度較全站儀有所提高。然而，當(dāng)測區(qū)中GNSS信號受到影響，或人工無法到達(dá)測區(qū)時，該方法就無法順利完成。綜上所述，這3 種傳統(tǒng)方法很大程度上受到地形的影響，導(dǎo)致挖填土石的效率不高、人力成本較高。如何找到高效、安全且低成本的挖填石土方測量方法，成為當(dāng)前亟待解決的問題[3]。

利用無人機(jī)機(jī)動靈活和快速高效的特點，可大大提高數(shù)據(jù)獲取效率，降低對攝影環(huán)境的依賴，利用無人機(jī)技術(shù)可以快速、準(zhǔn)確地獲取高分辨率的影像。無人機(jī)的應(yīng)用已在工程的各個環(huán)節(jié)中起到越來越重要作用。國內(nèi)外眾多學(xué)者已對使用無人機(jī)技術(shù)進(jìn)行挖填土石方量測量開始試驗，由于該方法不需要接觸被測目標(biāo)且不受場地障礙影響，大大降低野外人工現(xiàn)場采集作業(yè)人力成本與土石方量計算管理成本，可快速獲取測區(qū)的地形模型，為測量工作人員提供了安全保障。

1 基本原理

無人機(jī)影像三維建模技術(shù)是基于計算機(jī)視覺原理的一種三維建模技術(shù)。具體步驟如下：（1）從給定影像中自動檢測出可靠且充分密集的連接點，利用連接點對大量影像進(jìn)行自動重定向；（2）根據(jù)重定向結(jié)果進(jìn)行投影重建，標(biāo)定相機(jī)位置等信息；（3）通過CMVS（Cluster Multi-View Stereo）、PMVS（Patch-based Multi-View Stereo）等算法進(jìn)行密集匹配；（4）從點云通過構(gòu)建三角網(wǎng)格模型得到目標(biāo)三維模型。首先通過使用定位定向系統(tǒng)（Position and Orientation System，POS）或GNSS 差分系統(tǒng)進(jìn)行精確定位，以提供每一張影像POS信息，再結(jié)合基于影像的自動空三加密、影像密集匹配、紋理映射最后生成模型等系列步驟，完成整個三維重建過程。在自動空三加密中應(yīng)用到影像連接點匹配、影像匹配粗差檢測以及影像區(qū)域網(wǎng)平差3 個步驟，下面將對相關(guān)技術(shù)進(jìn)行介紹。

1.1 影像連接點匹配

目前，在影像連接點匹配中較為常用的尺度不變特征轉(zhuǎn)換（Scale Invariant Feature Transform，SIFT）匹配算法。SIFT特征匹配算法與影像間的大小和影像之間是否進(jìn)行旋轉(zhuǎn)無關(guān)，其是通過物體上的一些局部外觀的興趣點來進(jìn)行匹配的[4]，對光線、噪聲、微視角改變具有相當(dāng)高的容忍度。這些特性使其顯著度較高，而且擷取也相對容易，在樣本龐大特征數(shù)據(jù)庫中，比較容易辨識物體且誤認(rèn)率較低。對于影像中的對象有部分被遮蔽的使用SIFT特征描述監(jiān)測率也較高，有時只需要有3 個以上的SIFT 物體特征就可以計算出位置和方位。

SIFT 特征點匹配的具體方法如下。（1）構(gòu)建尺度空間：高斯卷積和圖像金字塔。（2）檢測尺度空間的極值點，在DOG尺度空間本層以及上下兩層26個領(lǐng)域中是最大值和最小值，然后剔除對比度低的關(guān)鍵點與不穩(wěn)定點的邊緣響應(yīng)點。（3）計算關(guān)鍵點主方向。（4）生成128 維的關(guān)鍵點描述子。（5）SIFT 匹配：通過計算待匹配的兩特征點間的歐氏距離作為匹配測度。

1.2 傾斜影像匹配粗差檢測

檢測方法如圖1所示，具體流程如下。

圖1 粗差剔除與自由網(wǎng)構(gòu)建流程

（1）采用RANCSAC（隨機(jī)采樣點一致性）的方法，基于5 點法相對定向模型（共面條件）進(jìn)行粗差檢測。（2）基于雙模型的粗差點檢測。對于雙模型間的三度重疊點，采用空間前方交會計算點殘差，剔除殘差大的粗糙點。（3）基于雙模型的相對定向可靠性檢測。不斷選擇相互間具有足夠連接的3 張影像，依次在影像間兩兩進(jìn)行相對定向，計算相對定向線元素和旋轉(zhuǎn)矩陣。如果相對定向正確，3 個線元素向量應(yīng)共面，3 個旋轉(zhuǎn)矩陣相乘為單位陣。

1.3 傾斜影像密集匹配

半全局匹配（Semi-Global Matching）是一種雙向密集匹配算法。通過對每個像素點的視差進(jìn)行選取，進(jìn)而形成了一個視差地圖，然后以此為基礎(chǔ)設(shè)置一個全局能量函數(shù)，該函數(shù)與視差地圖相關(guān)，并且使該能量函數(shù)最小化，從而達(dá)到求解每個像素最優(yōu)視差的目的。半全局算法嘗試使用影像上的多個方向上一維路徑進(jìn)行約束，來建立一個全局的馬爾科夫能量方程，每個像素得到的最終匹配代價為所有路徑信息的疊加，每個像素的視差選擇均為簡單WTA（Winner Takes All）所決定的。

1.4 傾斜影像拼接

對于虛擬影像上的像素，綜合考慮以下條件，選擇在那張傾斜影像上獲取其灰度值：（1）該像素對應(yīng)地面點到候選點傾斜影像的距離；（2）地面點到虛擬影像透視中心的光線與地面點到候選影像透視中心的光線間夾角。

減小高出地面豎直物體的重影效應(yīng)的方法如下：（1）在平坦地區(qū)進(jìn)行拼接；（2）采用待拼接的兩影像在接縫處密集匹配生成數(shù)字地表模型（Digital Surface Model，DSM）；（3）在傾斜影像和對應(yīng)的下視影像間匹配直線特征，識別豎直地物進(jìn)，而對其位置進(jìn)行改正。

2 實施技術(shù)路線

進(jìn)行土石方量的計算是為求出地形表面的體積差，其主要是對現(xiàn)狀地形和給定的標(biāo)高之間的差值。因此，通過無人機(jī)航測方式進(jìn)行的挖填土石方量計算主要是使用無人機(jī)來獲取影像對研究區(qū)域構(gòu)建數(shù)字高程模型（Digital Elevation Model，DEM）和數(shù)字正射影像（Digital Orthophoto Map，DOM），然后通過設(shè)計標(biāo)高和導(dǎo)入ArcGIS 軟件中的DEM、DOM，選取需要計算土石方量的區(qū)域與DEM模型，對測區(qū)DEM數(shù)據(jù)和設(shè)計標(biāo)高進(jìn)行統(tǒng)計分析，計算得出土石方的填挖過程中挖填方量[5]。

通過將傾斜攝影的空中三角測量與基于密集匹配的自動建模技術(shù)于一體，首先，利用傾斜航空攝影平臺進(jìn)行數(shù)據(jù)采集，再進(jìn)行野外像片控制點的量測，然后采用自動建模軟件進(jìn)行數(shù)據(jù)處理，生成測區(qū)的三維模型，技術(shù)路線流程如圖2所示。

圖2 傾斜攝影建模流程

2.1 外業(yè)數(shù)據(jù)采集

外業(yè)采集流程如下。（1）設(shè)計航帶。先對測區(qū)進(jìn)行實地踏勘，然后根據(jù)情況選擇有起伏地形的工地進(jìn)行試驗，按照《低空數(shù)字航空攝影測量外業(yè)規(guī)范》（CH/Z 3004-2010）中規(guī)范要求，對該項目進(jìn)行外業(yè)航帶的設(shè)計。根據(jù)規(guī)范要求，該項目確定航飛高度為50 m，航向重疊度和旁向重疊度分別為75%和45%。（2）像控點布設(shè)。根據(jù)規(guī)范要求，該項目在測區(qū)四周與中間均勻布設(shè)了6個平高控制點，并保證控制點至少能在3張影像上同時找到。（3）航測參數(shù)設(shè)定。根據(jù)航飛現(xiàn)場情況，確定各項飛行參數(shù)，完成航測數(shù)據(jù)采集工作。

2.2 航測數(shù)據(jù)處理

對采集完成的航測數(shù)據(jù)采用Smart3D軟件進(jìn)行數(shù)據(jù)處理，流程圖見圖3。無人機(jī)連接點模型如圖4 所示，特征高程點與DOM疊加確定測區(qū)范圍如圖5所示。

圖3 內(nèi)業(yè)處理流程

圖4 無人機(jī)連接點模型

圖5 特征高程點與DOM疊加確定測區(qū)范圍

2.3 土石方量計算與分析

（1）將生成DEM數(shù)據(jù)導(dǎo)入ArcGIS軟件中，使用3D分析工具DEM 數(shù)據(jù)作為輸入數(shù)據(jù)選定一定標(biāo)高作為挖填基準(zhǔn)面，并進(jìn)行挖方與填方的計算，分別計算出設(shè)計標(biāo)高情況下的挖填方量[6]。

（2）使用實時動態(tài)測量（Real Time Kinematic，RTK）技術(shù)對研究區(qū)域內(nèi)的地形特征點進(jìn)行采集，得到研究區(qū)域的地形特征點的高程值，并將其數(shù)據(jù)采集結(jié)果導(dǎo)入Cass 7.0，再使用方格網(wǎng)法和三角網(wǎng)法以設(shè)定的標(biāo)高作為挖填基準(zhǔn)面，計算挖填方量。

（3）分別將傳統(tǒng)方法和無人機(jī)生成DEM方法進(jìn)行挖填石土方量計算結(jié)果進(jìn)行比較。

（4）傳統(tǒng)GNSS測量特征點使用方格網(wǎng)法和三角網(wǎng)法計算得到土石方量結(jié)果，并與無人機(jī)航測計算結(jié)果進(jìn)行比較，對比結(jié)果表明：測區(qū)面積27 425.0 m2，兩種方案的挖方量相差結(jié)果為168.37 m3，占總挖方量的3%，填方量相差結(jié)果為1 078.36 m3，占總填方量的1.3%。

3 結(jié)論

通過采用無人機(jī)航測技術(shù)來進(jìn)行挖填土石方量計算并對其結(jié)果進(jìn)行比較，對比結(jié)果表明：通過使用無人機(jī)航測技術(shù)使工程中的土石方量計算擁有了一些的優(yōu)勢。（1）與傳統(tǒng)GNSS或RTK采集特征點進(jìn)行土石方測量方法相比，無人機(jī)航測技術(shù)體現(xiàn)出靈活、機(jī)動，不需要接觸被測目標(biāo)且不受場地障礙影響，無論是平緩還是陡峭地形均可進(jìn)行。（2）數(shù)據(jù)采集更加迅速，該測區(qū)面積達(dá)27 425.0 m2，使用傳統(tǒng)RTK 特征點方法數(shù)據(jù)采集花費時間為4 h左右（時間長短因地形情況會有所變化），而無人機(jī)航測技術(shù)構(gòu)建DEM方法僅需4 min完成外業(yè)數(shù)據(jù)采集，所以當(dāng)測量面積較大或地形復(fù)雜時其優(yōu)勢更加明顯，此方法減少了外業(yè)人員投入，減輕了外業(yè)的工作量，大大節(jié)約了生產(chǎn)的成本。（3）由于使用無人機(jī)采集數(shù)據(jù)，在獲得DEM 數(shù)據(jù)同時，此方法還獲取了影像數(shù)據(jù)，對準(zhǔn)確劃定土石方量的計算范圍起到輔助作用，最終計算出更準(zhǔn)確的結(jié)果。

通過采用無人機(jī)航測技術(shù)來進(jìn)行挖填土石方量計算并對其結(jié)果進(jìn)行比較，對比發(fā)現(xiàn)兩者之間仍然存在誤差，并對兩者之間存在的差值進(jìn)行了如下分析。（1）無人機(jī)所采集的照片均為地形特征點表面，而使用RTK 采集地形特征點時，當(dāng)對中桿立于被測物體表面時，對中桿會存在一定下沉，使得算土方量時兩者之間出現(xiàn)了一定差值。（2）由于RTK 只是采集有地形特征變化的點對于平坦無地形變化的地區(qū)在1∶500測圖中為10～15 m 才一個點，而無人機(jī)進(jìn)行空三加密后生成的DEM 通過相對航高和相機(jī)的焦距與影像分辨率所確定的地面采樣點間距要遠(yuǎn)遠(yuǎn)比傳統(tǒng)方法小，所以在使用傳統(tǒng)方法時將方格網(wǎng)或三角網(wǎng)的間距設(shè)的越接近無人機(jī)地面采樣點間距兩者之間差值也就越小。