CN105917191B - 用于制成矢量地图的方法和系统 - Google Patents

用于制成矢量地图的方法和系统 Download PDF

Info

Publication number
CN105917191B
CN105917191B CN201480073887.5A CN201480073887A CN105917191B CN 105917191 B CN105917191 B CN 105917191B CN 201480073887 A CN201480073887 A CN 201480073887A CN 105917191 B CN105917191 B CN 105917191B
Authority
CN
China
Prior art keywords
aircraft
aerophoto
unpiloted
region
video camera
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201480073887.5A
Other languages
English (en)
Other versions
CN105917191A (zh
Inventor
G.希利尔
R.迈尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens AG
Original Assignee
Siemens AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens AG filed Critical Siemens AG
Publication of CN105917191A publication Critical patent/CN105917191A/zh
Application granted granted Critical
Publication of CN105917191B publication Critical patent/CN105917191B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04—Interpretation of pictures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3852—Data derived from aerial or satellite images
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/0011—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot associated with a remote control arrangement
    • G05D1/0022—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot associated with a remote control arrangement characterised by the communication link
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/0011—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot associated with a remote control arrangement
    • G05D1/0038—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot associated with a remote control arrangement by providing the operator with simple or augmented images from one or more cameras located onboard the vehicle, e.g. tele-operation
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
    • G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0004—Transmission of traffic-related information to or from an aircraft
    • G08G5/0013—Transmission of traffic-related information to or from an aircraft with a ground station
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/003—Flight plan management
    • G08G5/0034—Assembly of a flight plan
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U10/00—Type of UAV
    • B64U10/10—Rotorcrafts
    • B64U10/13—Flying platforms
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B64U2201/20—Remote controls
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U50/00—Propulsion; Power supply
    • B64U50/10—Propulsion
    • B64U50/19—Propulsion using electrically powered motors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination

Abstract

用于制成矢量地图的方法和系统。用于制成预先给定的区域（G）的矢量地图的方法具有如下步骤：通过垂直于地球表面地来取向的第一摄像机（2‑1）来产生（S1）正射航摄像片，所述第一摄像机（2‑1）被安装到以高的飞行高度（FHH）飞越预先给定的区域（G）的无人驾驶的、自动化的飞行器（1）上；分析（S2）所述正射航摄像片，以确定至少一个处于所述区域（G）中的基础设施网络；计算（S3）针对所述无人驾驶的自主的飞行器（1）的沿着处于所述区域（G）中的被确定的基础设施网络的飞行路线；通过对于地球表面倾斜地来取向的第二摄像机（2‑2）来产生（S4）基础设施网络的沿着所计算的飞行路线的细节航摄像片，所述第二摄像机（2‑2）被安装在以至少一个低的飞行高度（FHL）飞越处于所述区域（G）中的基础设施网络的无人驾驶的自动化的飞行器（1）上；并且基于所产生的正射航摄像片和所产生的细节航摄像片来计算（S5）所述区域（G）的矢量地图。

Description

用于制成矢量地图的方法和系统
技术领域
本发明涉及一种用于借助于无人驾驶的自动化的飞行器来制成预先给定的区域的矢量地图的方法和系统。
背景技术
为了给车辆选定路线（Routenfuehrung），必需数字地图数据。这些地图数据可以矢量数据格式存在。相对应的矢量模型中的矢量数据依据点或节点以及线或棱边来描述涉及空间的对象。因此，矢量数据通过坐标和连接来被说明。所述连接可再现基础设施网络、尤其是街道网络或交通网络的拓扑。在此，按传统地，用相关的补充数据或属性数据来丰富矢量数据，所述相关的补充数据或属性数据与选定路线相关。针对这样的补充数据的例子是街道名称、街道类型、转向限制、标上标志（Beschilderung）以及在街道上容许的最高速度。依据矢量数据可计算车辆的路线，其中借助于车辆的测位（例如借助于GPS系统）可识别车辆的当前位置。通过车辆的当前所检测到的位置与所计算的路线的比较可以确定车辆与预先限定的路线的偏差并且直接或者间接地通过用户来相对应地引导或操纵该车辆。尤其是在交通网络中，针对车辆的有意义的导航，相对精确的数据以及足够数量的补充数据或属性数据是必要的。
除了用于各个车辆的导航，数字地图数据也可被用于包含很多车辆的全部车辆的路线规划。此外，数字地图数据也可被用于直接控制自主行驶的车辆。此外，这样的数字地图数据也可被用于协调在紧急地区中的辅助措施。
在传统的用于制成包括数字地图数据的矢量数据的方法中，从正射照片（Ortho-Foto）或正射航摄像片（Ortho-Luftaufnahme）获得并且更新数据。正射航摄像片是地球表面的无失真的并且按正确比例的成像，所述成像可从航空影像或者卫星图像导出。按传统地，通过驶出各种可能的路线或路段来确定对于数字地图数据或矢量地图必要的属性数据或补充数据，也就是说通过参与该项目的人员来实现属性数据的现场检测。在驶出所述路线或路段时通常借助于摄像机来拍摄录像（Videoaufnahme），所述录像紧接着被审阅并且手动地被分析，以便获得必需的属性数据或补充数据。因而，通过矢量地图检测补充数据或属性数据是极其吃力和费时的。除此之外，在手动分析录像或直接现场检测时还可容易出现错误或者不准确处。对此的原因在于使用了具有不同的摄像机视角的不同的摄像机以及由于在不同的时间点测量而对数据的不精确的排列或关联。为了维持地图材料的实时性，定期的检查和修正是必要的，所述定期的检查和修正又带来高的处理花费。
发明内容
因而，本发明的任务是：创建一种用于制成矢量地图的方法，所述方法避免上面所提到的缺点，而且尤其是交付一种在微小的手动处理花费的同时具有高精确度的矢量地图。
该任务通过按照本发明的方法来解决。
因此，本发明创建了一种用于制成预先给定的区域的矢量地图的方法，所述方法具有如下步骤：
通过基本上垂直于地球表面地来取向的第一摄像机来产生正射航摄像片，所述第一摄像机被安装到以高的飞行高度飞越预先给定的区域的无人驾驶的、自动化的飞行器上，
分析所述正射航摄像片，以确定至少一个处于该区域中的基础设施网络，
计算针对无人驾驶的自主的飞行器的沿着处于该区域中的被确定的基础设施网络的飞行路线，
通过对于地球表面倾斜地来取向的第二摄像机来产生基础设施网络的沿着所计算的飞行路线的细节航摄像片（Detail-Luftaufnahme），所述第二摄像机被安装在以至少一个低的飞行高度飞越处于该区域中的基础设施网络的无人驾驶的自动化的飞行器上，并且
基于所产生的正射航摄像片和所产生的细节航摄像片来计算该区域的矢量地图。
作为一个优点，按照本发明的方法提供：制成和手动分析细节航摄像片很大程度上变得多余。
作为另一优点，本发明提供：可以很大程度上自动化地实现在很短的时间内制成矢量地图。
在按照本发明的方法的一个可能的实施形式中，从基础设施网络的所产生的细节航摄像片来提取属性数据并且地理参考（georeferenzieren）所述属性数据。
在按照本发明的方法的一个可能的实施形式中，在航摄像片中所示出的基础设施网络的节点和/或棱边被配备有被地理参考的属性数据。
在按照本发明的方法的另一可能的实施形式中，配备有属性数据的节点和/或棱边被组合成该区域的矢量地图。
在按照本发明的方法的另一可能的实施形式中，在高的飞行高度中产生的正射航摄像片被矫正并且被地理参考。
在按照本发明的方法的另一可能的实施形式中，分别在不同的光谱频域中产生正射航摄像片和/或细节航摄像片。
在按照本发明的方法的一个可能的实施形式中，所确定的基础设施网络是交通网络、尤其是街道或者轨道交通网络。
在按照本发明的方法的另一可能的实施形式中，所确定的基础设施网络是供应网络、尤其是供电网络或者供水网络。
此外，本发明还创建了一种具有在专利权利要求8中所说明的特征的无人驾驶的自主的飞行器。
因此，本发明创建了一种用于提供航摄像片来制成预先给定的区域的矢量地图的无人驾驶的自主的飞行器，所述飞行器具有：
基本上垂直于地球表面地来取向的第一摄像机，所述第一摄像机交付预先给定的区域的在飞行器的高的飞行高度中的正射航摄像片，并且具有
对于地球表面倾斜地来取向的第二摄像机，所述第二摄像机交付处于所述预先给定的区域中的基础设施网络的沿着所计算的飞行路线的在低的飞行高度中的细节航摄像片，
其中基于由第一摄像机交付的正射航摄像片自动化地计算所述无人驾驶的自动化的飞行器的沿着基础设施网络的飞行路线。
在按照本发明的飞行器的一个可能的实施形式中，无人驾驶的自动化的飞行器具有计算单元，所述计算单元基于由第一摄像机交付的正射航摄像片来计算沿着处于该区域中的基础设施网络的飞行路线。
在按照本发明的飞行器的另一可能的实施形式中，所述无人驾驶的自动化的飞行器具有通信接口，所述无人驾驶的自动化的飞行器通过所述通信接口与基站无线地双向地进行通信。
在按照本发明的飞行器的另一可能的实施形式中，所述基站具有计算单元，所述计算单元分析通过无人驾驶的自动化的飞行器的通信接口接收到的正射航摄像片，以计算沿着基础设施网络的飞行路线，并且所述计算单元紧接着将所计算的飞行路线传输给所述无人驾驶的自动化的飞行器。
在按照本发明的飞行器的另一可能的实施形式中，所述无人驾驶的自动化的飞行器具有GPS单元，所述GPS单元用于检测飞行器在该区域上方的当前位置并且用于地理参考由所述两个摄像机交付的正射航摄像片和细节航摄像片。
此外，在按照本发明的飞行器的另一可能的实施形式中，所述无人驾驶的自动化的飞行器还具有用于检测飞行器的飞行高度的高度测量单元。
在按照本发明的飞行器的另一可能的实施形式中，所述无人驾驶的自动化的飞行器具有飞行控制单元，所述飞行控制单元操纵所述无人驾驶的自动化的飞行器沿着所计算的飞行路线在低的飞行高度中经过该区域。
在按照本发明的飞行器的另一可能的实施形式中，所述飞行器包含转子驱动单元，所述转子驱动单元由飞行器的飞行控制单元来操控。
在按照本发明的飞行器的另一可能的实施形式中，所述无人驾驶的自动化的飞行器的计算单元从在低的飞行高度中由第二摄像机交付的细节航摄像片提取紧接着被地理参考的属性数据。
在按照本发明的飞行器的另一可能的实施形式中，通过所述无人驾驶的自动化的飞行器的通信接口来链接的基站的计算单元从在低的飞行高度中由第二摄像机交付的细节航摄像片提取紧接着被地理参考的属性数据。
在按照本发明的飞行器的另一可能的实施形式中，所述无人驾驶的自动化的飞行器的计算单元或者通过所述无人驾驶的自动化的飞行器的通信接口来链接的基站的计算单元给基础设施网络的在正射航摄像片中所示出的节点和/或棱边配备从细节航摄像片提取的并且被地理参考的属性数据，而且将配备有所述属性数据的节点和/或棱边组合成该区域的矢量地图。
此外，本发明还创建了一种具有在专利权利要求16中所说明的特征的用于制成矢量地图的系统。
因此，本发明创建了一种用于制成预先给定的区域的矢量地图的系统，所述系统具有：
用于通过垂直于地球表面地来取向的第一摄像机来产生正射航摄像片的装置，所述第一摄像机被安装到以高的飞行高度飞越预先给定的区域的无人驾驶的、自动化的飞行器上；
分析单元，用于分析所述正射航摄像片，以确定至少一个处于该区域中的基础设施网络；
第一计算单元，用于计算针对无人驾驶的自主的飞行器的沿着处于该区域中的被确定的基础设施网络的飞行路线；
用于通过对于地球表面倾斜地来取向的第二摄像机来产生基础设施网络的沿着所计算的飞行路线的细节航摄像片的产生单元，所述第二摄像机被安装在以至少一个低的飞行高度飞越处于该区域中的基础设施网络的无人驾驶的自动化的飞行器上；和
第二计算单元，用于基于所产生的正射航摄像片和所产生的细节航摄像片来计算该区域的矢量地图。
附图说明
在下文中，用于制成矢量地图的按照本发明的方法的和按照本发明的系统的可能的实施形式参考附上的附图进一步被解释。
图1示出了用于示出按照本发明的用于制成预先给定的区域的矢量地图的系统的实施例的示意图；
图2示出了在按照本发明的系统和按照本发明的方法中所采用的无人驾驶的自动化的飞行器的实施例的方框电路图；
图3示出了用于示出按照本发明的用于制成矢量地图的方法的实施例的流程图。
具体实施方式
图1示意性地示出了按照本发明的用于制成矢量地图的系统的实施例，其中采用按照本发明的方法。所述按照本发明的方法被用于制成预先给定的区域的矢量地图。该区域可以是地球或者另一行星的任意的区域。基础设施网络的多种多样的对象可以处于该区域中。
基础设施网络例如是交通网络或者供应网络。交通网络例如是街道或者轨道交通网络。供应网络例如可以是供水网络或者供电网络。所述基础设施网络包括节点和/或棱边。例如，街道交通网络包含节点（例如交叉路口）以及棱边（尤其是街道或者道路）。基础设施网络的对象部分地被配备有标志（例如交通标志）。所述交通标志可以是例如表征死胡同或者优先行驶权街道（Vorfahrtsstrasse）的交通标志符号，或者可以是名称牌（Namensschild）。所述名称牌例如在市内入口（Ortseinfahrt）处说明了相应的城镇（Ort）的名称。此外，在车辆交叉路口（Fahrzeugkreuzung）处的街道交通标志说明了街道名称。沿着基础设施网络的棱边可以有各种对象，例如交通标志、交通引导装置（尤其是信号灯或者诸如此类的）以及住宅建筑和办公建筑。沿着棱边或街道建起的建筑拥有门牌号码，其中在第一街道侧上的建筑通常被配备有偶数的门牌号码，而在对置的第二街道侧上的建筑被配备有奇数的门牌号码。一般，所述正门号码是沿着棱边或街道线性增长的。基础设施网络的处于所述交通中的对象以及与之相邻的或靠近其的对象处于地面或地球表面上，而且具有不同的高度或建造高度。这样，交通引导装置（例如信号灯或者交通标志）一般具有小于10m的高度。处于街道上的建筑可具有不同的高度，其中住宅一般具有小于20m的高度，而高层楼房也可具有超过100m的高度。此外，可移动的对象（尤其是街道行驶车辆或者轨道行驶车辆）也可处于基础设施网络上和处于基础设施网络中。
图1强烈简化地并且示例性地示出了在按照本发明的系统中采用的无人驾驶的自动化的飞行器1，所述飞行器1以高的飞行高度FHH飞越预先给定的区域G，至少一个基础设施网络的各种对象可以处于所述预先给定的区域G中。这些对象处于预先给定的区域G中的地球表面或行星表面上。在图1中所示出的例子中，车辆F作为可移动的车辆在通向交叉路口的第一街道S上行驶，交通标志V1被安装在所述交叉路口处并且指示车辆F的驾驶员朝一方向转向。除此之外，交通信号灯A作为对象处于该交叉路口或节点上。具有居民点名称的另一交通标志V2处于另一街道S上。私人住宅H1以及高层楼房或者公寓H2被示出为沿着街道的其它的对象。在图1中所示出的街道S分别形成了在交通基础设施网络之内的棱边，并且将交通基础设施网络的两个节点（例如两个交叉路口）相互连接。可以基于存在于街道或棱边上的对象（尤其是交通标志V1、V2）来获得属性或补充数据。此外，还可能的是：从存在于街道S或棱边上的其它的对象（例如建筑或者交通信号灯或交通引导装置）来获得其它的属性数据。处于交通标志、名称牌或者诸如此类的上的字母或字符可以自动化地被识别，以便产生相对应的属性数据。
如在图1中所示出的那样，无人驾驶的自动化的飞行器1拥有两个摄像机2-1、2-2。第一摄像机2-1优选地基本上垂直于地球表面地来取向。在一个可能的实施形式中，第一摄像机2-1是广角摄像机。所述第一摄像机2-1适合于从高的飞行高度FHH对该区域拍摄正射航摄像片。此外，所述无人驾驶的自主的飞行器1还拥有对于地球表面倾斜地来取向的第二摄像机2-2。第二摄像机2-2适合于从至少一个相对低的飞行高度FHL交付基础设施网络的细节航摄像片。
在一个可能的实施形式中，高的飞行高度FHH在300到2000m的范围内。根据应用情况，低的飞行高度FHL在从0直至为例如250m的可调整的最大值的范围内。在一个可能的实施形式中，这样选择低的飞行高度FHL，使得所述低的飞行高度FHL超过处于该区域G之内的最高的对象的高度。在图1中所示出的例子中，飞行高度FHL为至少高的办公楼H2的高度。在可替换的优选的实施形式中，飞行高度FHL与处于区域G中的对象的高度无关地这样被选择，使得由第二摄像机2-2交付的细节航摄像片提供这样高的分辨率，使得可简单地提取基础设施网络的属性数据。
在按照本发明的方法或系统中，首先通过垂直于地球表面地来取向的第一摄像机2-1产生正射航摄像片，其中所述摄像机2-1被安装在以高的飞行高度FHH飞越预先给定的区域G的无人驾驶的自动化的飞行器1上。所产生的正射航摄像片首先被分析，用于确定至少一个处于区域G中的基础设施网络。该基础设施网络例如是交通网络、尤其是街道交通网络或者轨道交通网络。此外，该基础设施网络还可以是供应网络、例如供电网络或者供水网络。
在分析正射航摄像片之后，计算针对所述无人驾驶的自主的飞行器1的沿着处于区域G中的被确定的基础设施网络的飞行路线。一旦已经算出沿着所确定的基础设施网络的飞行路线，所述无人驾驶的自动化的飞行器1就降低其飞行高度并且以至少一个低的飞行高度FHL沿着所计算的飞行路线飞越区域G。在此，所述对于地球表面倾斜地来取向的第二摄像机2-2交付基础设施网络的沿着所计算的飞行路线的细节航摄像片。最后，基于由第一摄像机2-1产生的正射航摄像片和由第二摄像机2-2产生的细节航摄像片来计算所述区域G的矢量地图。在此，从基础设施网络的由第二摄像机2-2交付的细节航摄像片来提取属性数据并且地理参考所述属性数据。在正射航摄像片中所示出的基础设施网络的节点和/或棱边被配备有被地理参考的属性数据。紧接着，配备有属性数据的正射航摄像片被组合成区域G的矢量地图。在一个可能的实施形式中，首先矫正并且紧接着地理参考在高的飞行高度FHH中产生的正射航摄像片。优选地，摄像的中央投影的在正射航摄像片中形成的失真以及通过地形的高度差或由于地球曲面引起的失真通过光学投影方法被正射参考（orthoreferenzieren）。在一个可能的实施形式中，数码像片依据数字地形模型被换算并且依据具有已知的坐标的点而被地理参考。优选地，在由正射航摄像片或垂直像片产生的照片或正射图像中使用接近于图像中心的区域，因为所述接近于图像中心的区域比离投影中心较远的点更少地失真。在此，摄像机2-1在地形G上方越高，所述失真越小。其余的图像优选地这样被矫正，使得几何图形在正交的平面图投影（Grundrissprojektion）中各处（ueberall）都对应于在地图中预先给定的比例。优选地，摄像机2-1垂直向下地来取向。此外，所述无人驾驶的自主的飞行器1还优选地这样被控制，使得所述无人驾驶的自主的飞行器1在产生正射航摄像片期间不做翻转运动。此外，还优选地消除了由于地形高度差而形成的失真。这可以借助于针对该地形而存在的高度数据模型来实现。
在一个可能的实施形式中，在相同的光谱频域中（例如在可见光的范围中）产生第一摄像机2-1的正射航摄像片和第二摄像机2-2的细节航摄像片。在可替换的实施形式中，在不同的光谱频域中（例如在可见光范围中和在红外线范围中）产生正射航摄像片和细节航摄像片。
在一个可能的实施形式中，通过无人驾驶的自动化的飞行器1的计算单元来实现所述飞行器1的在高的飞行高度FHH中的用于产生正射航摄像片的第一飞行路线的计算。可替换地，用于产生正射航摄像片的第一飞行路线可由基站3的服务器计算，而且可通过无线接口被传输给飞行器1。此外，在一个可能的实施形式中，还通过所述无人驾驶的自动化的飞行器1的计算单元来实现所述无人驾驶的自主的飞行器1的在低的飞行高度FHL中的用于产生细节航摄像片的第二飞行路线。可替换地，由基站3的服务器或计算单元来实现用于产生细节航摄像片的飞行路线的计算，所述基站3将所计算的用于产生细节航摄像片的飞行路线通过无线的无线电接口传输给飞行器1。在一个可能的实施形式中，所述无人驾驶的自动化的飞行器拥有移动无线电接口，以便与基站3双向地交换数据。
在一个可能的实施形式中，首先规定如下区域G，针对所述区域G应该制成矢量地图。紧接着确定或规定：应该检测哪个或哪些基础设施网络。例如规定：矢量地图应该再现在区域G之内的街道交通网络。在一个可能的实施形式中，所述矢量地图也可再现多个不同的基础设施网络、例如街道交通网络和供能网络。一旦已经规定了区域G以及基础设施网络，就可以基于已经存在的地图材料计算用于产生正射航摄像片的第一飞行路线。所计算的第一飞行路线可以被存放在数据存储器中，飞行器1的飞行控制装置有权访问所述数据存储器。紧接着，所述无人驾驶的自主的飞行器1从地面升高并且以高的飞行高度FHH沿着所计算的第一飞行路线飞越区域G，以借助于基本上垂直于地球表面地来取向的第一摄像机2-1从高的高度产生正射航摄像片。所述正射航摄像片被矫正并且被组合成总图像，其中连续地检测飞行器1的当前位置并且自动化地地理参考所述正射航摄像片。紧接着，或者直接通过所述无人驾驶的自动化的飞行器1的计算单元或者通过例如处于基站3中的中央服务器来实现正射航摄像片的分析。借助于图像分析可以标识出重要的结构、尤其是植被、房屋建造（Bebauung）或者在该区域中伸展的街道，而且可以将基础设施网络转化成矢量数据。子区域可以被识别，并且相对应的边界、例如市区范围（Stadtgrenze）可以被确定。
在另一步骤中，根据所识别的基础设施网络（例如街道网络），另一飞行路线借助于计算单元被计算，所述另一飞行路线包含基础设施网络的所有必需的节点和棱边。例如，第二飞行路线包括在区域G之内的街道交通网络的所有的街道和交叉路口点。一旦已经计算了第二飞行路线，所述无人驾驶的自动化的飞行器1就从高的飞行高度FHH变动到低的飞行高度FHL，并且以至少一个低的飞行高度飞越区域G。在此，第二摄像机2-2沿着经计算的低的飞行路线从鸟类视角来检测基础设施网络的对象的细节。在一个可能的实施形式中，所产生的细节航摄像片通过飞行器1的无线接口被传输给基站3的服务器并且在那里被分析。可替换地，直接通过在飞行器1之内的计算单元、优选地实时地实现细节航摄像片的分析。在分析所述细节航摄像片时，从基础设施网络的所述细节航摄像片提取属性数据并且地理参考所述属性数据。在一个可能的实施形式中，在制成正射航摄像片的时间点与制成细节航摄像片的时间点之间的时间间距被最小化或被保持微小，以便减少错误或偏差。在一个可能的实施形式中，首先将区域G划分成分区并且针对每个分区执行该方法，其中针对每个分区，飞行器1在高的飞行高度FHH与低的飞行高度FHL之间变动。
为了修正已知的矢量数据，可以首先利用按照本发明的方法和所产生的正射航摄像片来检查关于现有的矢量数据的一致性并且在现有的偏差的情况下进行修正。基于所述数据或者已经存在的数据可以计算飞行路线并且执行数据检测。
在按照本发明的方法和系统的一个可能的实施形式中，本地采用的飞行器可以被链接到中央规划和数据检测系统上。在该实施形式中，不同的飞行器1可被用于不同的区域。中央规划和数据检测系统检测针对在不同区域中被采用的无人驾驶的自动化的飞行器1的位置，并且在一个可能的实施形式中计算所述飞行器1的飞行路线。此外，所述中央规划和数据检测系统还可以接收不同的飞行器1的所检测到的地理数据，所述所检测到的地理数据在一个可能的实施形式中在其合理性方面被检验。在其合理性方面成功地经检查的数据紧接着作为有效数据被输送或被传输到所述规划和数据检测系统的全局的地图库存（Kartenbestand）中。
在一个可能的实施形式中，考虑飞行器1的位置和最后的检查飞行的日期，用于计算要飞过的飞行路线。在一个可能的实施形式中，所述中央规划和数据检测系统也有权访问行动规划数据（Einsatzplannungsdaten），例如访问街道建筑管理局或者类似地点的行动规划数据。所述规划和数据检测系统可以从所述数据源获得如下信息或数据：目前在区域G之内的哪些地点进行基础设施网络、例如街道网络中的改变，并且在哪些地点已经结束了街道建造措施。在另一可能的实施形式中，为了验证所检测到的数据以及为了对所述数据进行实时性检查（Aktualitaetspruefung）可以计算借助于无人驾驶的自主的飞行器1飞过的测试飞行路线，其中在此所产生的航摄像片可以被传输给基站3的中央服务器。与借助于传统的车辆和测试驾驶员来验证相反，这不需要手动控制。因为飞行器1不受街道或者遵守街道交通规则的约束，所以数据与所检测到的现实的偏差对安全性没有产生影响。
在一个可能的实施形式中，尤其是当制成矢量地图在该时间点不是必需的或具有较小的优先级时，在按照本发明的系统中所使用的无人驾驶的自主的飞行器1可以执行其它任务或业务。例如，所述无人驾驶的自主的飞行器1可以从用于制成矢量地图的运行模式被转接到另一运行模式，该飞行器1在所述另一运行模式中执行另一功能。所述无人驾驶的自主的飞行器1在不同的运行模式之间的转接可以通过控制信号来实现，所述控制信号例如由基站3通过无线接口被发送给所述无人驾驶的自主的飞行器1。如果例如在该区域之内在交通网络中识别堵车，那么所述刚好检测到用于矢量地图的数据的无人驾驶的飞行器1可以被转接到另一运行模式，在所述另一运行模式中该飞行器1帮助识别堵车原因或者优化在基础设施网络之内的交通流。此外，所述无人驾驶的飞行器1还可继续被转接到如下运行模式：在所述运行模式中，该飞行器1沿着基础设施网络以低的飞行高度FHL来陪伴在区域G之内的对象（例如重型运输车辆）。在所述无人驾驶的自主的飞行器1陪伴在区域G之内的街道S上移动的对象、例如车辆F期间，该飞行器1可以附加地将航摄像片或数据传输给基站3，所述航摄像片或数据可以如下被分析：提高车辆F在沿着街道S移动时的安全性。在所述无人驾驶的自主的飞行器1在区域G之内陪伴所述可移动的对象（例如车辆F）期间，该飞行器1可以借助于该飞行器1的摄像机2-1、2-2附加地产生航摄像片，以制成或验证矢量地图。
该飞行器1完成的其它可能业务是在事故时保护证据材料或者借助于热成像摄像机来识别在建筑上的冷桥和薄弱处。不同的任务和业务可具有不同的优先级。在一个可能的实施形式中，根据被分派给所述任务或业务的优先级和飞行器1的当前位置来对由该飞行器1执行的任务区分优先次序。
图2示出了在按照本发明的系统和方法中被采用的无人驾驶的自主的飞行器1的可能的实施例的方框电路图。该飞行器1具有第一摄像机2-1，所述第一摄像机2-1交付预先给定的区域G的在高的飞行高度FHH中的正射航摄像片。第一摄像机2-1例如可以是广角摄像机。该摄像机2-1优选地基本上垂直于地球表面地来取向。此外，所述无人驾驶的自主的飞行器1还拥有第二摄像机2-2，所述第二摄像机2-2交付处于预先给定的区域G中的基础设施网络的沿着经计算的第二飞行路线的在低的飞行高度中的细节航摄像片。在一个优选的实施形式中，第二摄像机2-2相对于地球表面的倾斜的取向可以在飞行器1的运行期间被设定。例如，在水平方向上飞行的飞行器1与基础设施网络的处于地面上的对象之间的角度可以通过第二摄像机2-2在飞行期间的移动被设定。自动化地基于由第一摄像机2-1交付的正射航摄像片来计算所述无人驾驶的自动化的飞行器1的沿着基础设施网络（例如街道网络）的飞行路线。在飞行器1的一个可能的实施形式中，该飞行器1具有计算单元4，所述计算单元4基于由第一摄像机2-1交付的正射航摄像片来计算沿着处于区域G中的基础设施网络的飞行路线。此外，在图2中所示出的实施形式中，该飞行器1还具有通信接口5，所述无人驾驶的自动化的飞行器1通过所述通信接口5与基站3无线地双向地进行通信。在一个可能的实施形式中，通信接口5是移动无线电接口。
在一个可能的实施形式中，基站3具有计算单元或服务器，所述服务器分析通过所述无人驾驶的自动化的飞行器1的通信接口5接收到的正射航摄像片，以计算沿着基础设施网络的飞行路线，并且将所计算的飞行路线传输回给所述无人驾驶的自动化的飞行器1。在一个优选的实施形式中，所述两个飞行路线、也就是用于产生正射航摄像片的第一飞行路线和用于产生细节航摄像片的第二飞行路线被存储在数据存储器6中。此外，在图2中所示出的实施例中，该飞行器1还拥有GPS单元7，用于检测飞行器1在区域G上方的当前位置并且用于地理参考由所述两个摄像机2-1、2-2交付的正射航摄像片和细节航摄像片。此外，在图2中所示出的实施例中，该飞行器1还拥有高度测量单元8，用于检测飞行器1在区域G上方的当前飞行高度。
此外，该飞行器1还包含飞行控制单元9，所述飞行控制单元9操纵所述无人驾驶的自动化的飞行器1沿着所计算的飞行路线以高的和/或低的飞行高度经过区域G，其方式是该飞行器1按照飞行路线来操控飞行器1的转子驱动单元10。转子驱动单元10包含驱动具有多个转子叶片的转子的电动机。在一个可能的实施形式中，飞行控制单元9也操控飞行操纵装置（例如执行器），所述飞行操纵装置按照飞行路线来改变飞行器1的飞行方向。在可替换的实施形式中，该飞行器1具有其它的飞行驱动装置（例如传动机构）。如果不存在空气气氛，那么采用火箭发动机。所述飞行器1可以集中地或者分散地被维修并且被充电。
在一个可能的实施形式中，所述无人驾驶的自动化的飞行器1的在图2中所示出的计算单元4从在低的飞行高度中由第二摄像机2-2交付的细节航摄像片提取属性数据，并且例如借助于由GPS单元7或者另一单元交付的位置数据来地理参考所述属性数据。在可替换的实施形式中，由第二摄像机2-2交付的细节航摄像片首先通过通信接口5被传输给基站3的服务器并且在那里被分析，以便提取属性数据并且地理参考所述属性数据。在按照本发明的飞行器1的另一可能的实施形式中，所述无人驾驶的自动化的飞行器1的计算单元4给基础设施网络的在正射航摄像片中所示出的节点或者棱边配备从细节航摄像片提取并且被地理参考的属性数据，并且将配备有所述属性数据的节点和棱边组合成区域G的矢量地图。在可替换的实施形式中，通过基站3的计算单元4给基础设施网络的在正射航摄像片中所示出的节点或者棱边配备从细节航摄像片提取的并且被地理参考的属性数据，并且紧接着通过基站3的服务器或计算单元4将配备有所述属性数据的节点和棱边组合成区域G的矢量地图。
图3示出了用于示出按照本发明的用于制成矢量地图的方法的实施例的流程图。
在步骤S1中，首先通过基本上垂直于地球表面地来取向的第一摄像机2-1来产生正射航摄像片，所述第一摄像机2-1被安装到以高的飞行高度FHH按照第一飞行路线飞越预先给定的区域G的无人驾驶的自动化的飞行器1上。
在另一步骤S2中，所述正射航摄像片被分析，以确定至少一个处于区域G中的基础设施网络。
在另一步骤S3中，针对无人驾驶的自主的飞行器1的沿着处于区域G中的所确定的基础设施网络的第二飞行路线被计算。
在另一步骤S4中，通过对于地球表面倾斜地来取向的第二摄像机2-2产生基础设施网络的沿着所计算的第二飞行路线的细节航摄像片，所述第二摄像机2-2同样被安装在以至少一个低的飞行高度FHL飞越处于区域G中的基础设施网络的无人驾驶的自动化的飞行器1上。
在另一步骤S5中，基于所产生的正射航摄像片和所产生的细节航摄像片来计算该区域G的矢量地图。
在一个可能的实施形式中，通过所述无人驾驶的自动化的飞行器1自主地执行在图3中所示出的具有步骤S1至S5的方法。在一个可能的实施形式中，所述无人驾驶的自主的飞行器1的计算单元4具有一个或者多个微处理器，所述一个或者多个微处理器实施相对应的控制程序，以便执行按照本发明的方法。该程序可以处于飞行器1的程序存储器中。
采用所述无人驾驶的自动化的飞行器1提供了如下特别的优点：可以联合检测正射航摄像片和细节航摄像片。由此，因为在第一摄像机2-1的航摄像片与第二摄像机2-2的航摄像片之间的偏差事先是已知的，所以可以自动化地并且在没有手动的处理步骤的情况下将所述航摄像片彼此相关联或彼此联系起来。通过组合以这种方式联合的数据或航摄像片使得对数据的自动化的分析变容易。
按照本发明的方法和系统的其它的实施变型方案是可能的。这样，在一个可能的实施形式中可采用多个无人驾驶的自动化的飞行器1，所述多个无人驾驶的自动化的飞行器1飞过区域G的不同的分区，以产生航摄像片。此外，也可采用第一和第二无人驾驶的自动化的飞行器，其中所述第一无人驾驶的自动化的飞行器以高的飞行高度FHH飞越区域G，以便产生正射航摄像片，而所述另一无人驾驶的自动化的飞行器以低的飞行高度FHL飞越区域G，以便产生所属的细节航摄像片。所产生的正射航摄像片和细节航摄像片可以由所述两个处于不同的高度飞行的无人驾驶的自动化的飞行器1传输给共同的基站3。在一个优选的实施形式中，所述两个无人驾驶的自动化的飞行器1可以相互通过通信接口进行通信，使得所述两个飞行器1的两个飞行路线可以相互被调谐。该实施形式提供如下优点：可以几乎同时地产生正射航摄像片和细节航摄像片。另一优点在于：因为飞行高度变动不是必需的，所以所述无人驾驶的自主的飞行器1可以基本上以恒定的飞行高度移动。
在一个可能的实施形式中，所述无人驾驶的自动化的飞行器1按照所计算的飞行路线以几乎恒定的速度飞越区域G。在一个可能的实施形式中，所述无人驾驶的自动化的飞行器1在低的飞行高度FHL中以可变的速度飞越区域G，所述可变的速度可根据处于区域G中的对象而改变。如果例如所述无人驾驶的自动化的飞行器1接近沿着基础设施网络的相关的对象（例如交通标志V2），那么该飞行器1可以减慢其速度，用于检测细节航摄像片，例如以便精确地检测处于该交通标志V2上的刻字。优选地，字符、尤其是字母或者数字自动化地被识别。此外，还可实现所识别的字符的合理性检查。
在一个可能的实施形式中，基站3处于固定的位置上、例如在建筑中。在可替换的实施形式中，该基站处于如下车辆中：所述车辆被定位在要检测的区域的边缘处或被定位在区域G之内。经此，使得在所述无人驾驶的自动化的飞行器1的通信接口5与所述基站3的计算单元4或服务器之间的双向的信号传输变得容易。
在另一可能的实施形式中，在计算所述无人驾驶的自动化的飞行器1的飞行路线时附加地访问天气业务的天气数据。例如，根据在区域G中的所要期望的云形成来设定高的飞行高度FHH。在此，所述无人驾驶的自动化的飞行器1优选地在处于区域G中的云层覆盖之下移动。在另一可能的实施形式中，所述无人驾驶的自动化的飞行器1不直接将航摄像片的数据和其它的数据传输到基站3，而是通过中继站（例如通过卫星连接）来传输。
在另一可能的实施形式中，所述无人驾驶的自动化的飞行器1以低的飞行高度FHL沿着所计算的飞行路线在处于区域G中的对象（例如建筑）之间移动，其中与对象、例如与住宅或者建筑的碰撞被避免。为了避免碰撞，所述无人驾驶的自动化的飞行器1可拥有其它传感器（例如雷达传感器）。
可多方面地采用按照本发明的用于制成矢量地图的方法和系统。例如，所述矢量地图可被用于基础设施规划和/或城市规划。此外，在灾害防治的领域中，所述矢量地图还可被用于避免基础设施网络不起作用（Fehlfunktion）。例如，可借助于按照本发明的系统和方法监控水保护系统的水坝。另一应用领域是监控供应网络的燃气管道和电流传导。
按照本发明的方法和系统提供了如下特别的优点：不能通行的地形或不能通行的区域也可被检测。此外，所述无人驾驶的自主的飞行器可以几乎无噪声地飞越区域G，使得避免了对在该区域G中的居民的噪音污染。
在一个可能的实施形式中，所述无人驾驶的自主的飞行器根据由传感器获得的其它的传感器数据在预先给定的容许的飞行高度范围之内自主地改变其飞行高度。所述传感器可以被安装在所述无人驾驶的自主的飞行器1上或者被放置在预先给定的区域G中。
该区域G也可以处于水下，其中所述基础设施网络例如具有管道、输油管、钻孔装置和诸如此类的。在这种情况下，飞行器1由无人驾驶的水下运输工具形成，所述无人驾驶的水下运输工具只对水下区域的海底制图。

Claims (18)

1.用于制成预先给定的区域（G）的矢量地图的方法，其具有如下步骤：
通过垂直于地球表面地来取向的第一摄像机（2-1）来产生（S1）正射航摄像片，所述第一摄像机（2-1）被安装到以高的飞行高度（FHH）飞越预先给定的区域（G）的无人驾驶的、自动化的飞行器（1）上；
分析（S2）所述正射航摄像片，以确定至少一个处于所述区域（G）中的基础设施网络；
计算（S3）针对无人驾驶的自主的飞行器（1）的沿着处于所述区域（G）中的被确定的基础设施网络的飞行路线；
通过对于地球表面倾斜地来取向的第二摄像机（2-2）来产生（S4）基础设施网络的沿着所计算的飞行路线的细节航摄像片，所述第二摄像机（2-2）被安装在以至少一个低的飞行高度（FHL）飞越处于所述区域（G）中的基础设施网络的无人驾驶的自动化的飞行器（1）上，并且
基于所产生的正射航摄像片和所产生的细节航摄像片来计算（S5）所述区域（G）的矢量地图。
2.根据权利要求1所述的方法，
其中，属性数据从所述基础设施网络的所产生的细节航摄像片被提取并且被地理参考。
3.根据权利要求1或2所述的方法，
其中，在所述正射航摄像片中所示出的基础设施网络的节点和/或棱边被配备有被地理参考的属性数据。
4.根据权利要求3所述的方法，
其中，配备有属性数据的节点和棱边被组合成所述区域的矢量地图。
5.根据权利要求1或2所述的方法，
其中，在高的飞行高度（FHH）中产生的正射航摄像片被矫正并且被地理参考。
6.根据权利要求1或2所述的方法，
其中，分别在不同的光谱频域中产生所述正射航摄像片和/或所述细节航摄像片。
7.根据权利要求1或2所述的方法，
其中，所述基础设施网络是交通网络或者是供应网络。
8.根据权利要求7所述的方法，
其中，所述交通网络是街道或者轨道网络。
9.根据权利要求7所述的方法，
其中，所述供应网络是供电网路或者供水网络。
10.用于提供航摄像片来制成预先给定的区域（G）的矢量地图的无人驾驶的自主的飞行器（1），其具有：
垂直于地球表面地来取向的第一摄像机（2-1），所述第一摄像机（2-1）交付预先给定的区域的在所述飞行器（1）的高的飞行高度（FHH）中的正射航摄像片；并且具有
对于地球表面倾斜地来取向的第二摄像机（2-2），所述第二摄像机（2-2）交付处于预先给定的区域（G）中的基础设施网络的沿着所计算的飞行路线的在低的飞行高度（FHL）中的细节航摄像片；
其中，所述处于预先给定的区域（G）中的基础设施网络通过分析（S2）由第一摄像机（2-1）交付的正射航摄像片来确定，基于所述由第一摄像机（2-1）交付的正射航摄像片自动化地计算无人驾驶的自动化的飞行器（1）的沿着基础设施网络的飞行路线，并且基于所述由第一摄像机（2-1）交付的正射航摄像片和由第二摄像机（2-2）交付的细节航摄像片来计算所述预先给定的区域（G）的矢量地图。
11.根据权利要求10所述的飞行器，
其中，所述无人驾驶的自动化的飞行器（1）具有计算单元（4），所述计算单元（4）基于由第一摄像机（2-1）交付的正射航摄像片来计算沿着处于所述区域中的基础设施网络的飞行路线。
12.根据权利要求10或11所述的飞行器，
其中，所述无人驾驶的自动化的飞行器（1）具有通信接口（5），所述无人驾驶的自动化的飞行器（1）通过所述通信接口（5）与基站（3）无线地双向地进行通信。
13.根据权利要求12所述的飞行器，
其中，所述基站（3）具有计算单元，所述计算单元分析通过无人驾驶的自动化的飞行器（1）的通信接口（5）接收到的正射航摄像片，以计算沿着基础设施网络的飞行路线，并且所述计算单元将所计算的飞行路线传输给所述无人驾驶的自动化的飞行器（1）。
14.根据权利要求10或11所述的飞行器，
其中，所述无人驾驶的自动化的飞行器（1）具有：GPS单元（7），用于检测飞行器（1）在所述区域（G）上方的当前位置并且用于地理参考由两个摄像机（2-1）、（2-2）交付的正射航摄像片和细节航摄像片；和高度测量单元（8），用于检测飞行器（1）的飞行高度。
15.根据权利要求10或11所述的飞行器，
其中，所述无人驾驶的自动化的飞行器（1）具有：飞行控制单元（9），所述飞行控制单元（9）操纵所述无人驾驶的自动化的飞行器（1）沿着所计算的飞行路线经过所述区域（G）；和转子驱动单元（10），所述转子驱动单元（10）由所述飞行控制单元（9）来操控。
16.根据权利要求11所述的飞行器，
其中，所述无人驾驶的自动化的飞行器（1）的计算单元（4）或者通过所述无人驾驶的自动化的飞行器（1）的通信接口（5）来连接的基站（3）的计算单元（4）从在低的飞行高度（FHL）中由第二摄像机（2-2）交付的细节航摄像片提取属性数据并且地理参考所述属性数据。
17.根据权利要求16所述的飞行器，
其中，所述无人驾驶的自动化的飞行器（1）的计算单元（4）或者通过所述无人驾驶的自动化的飞行器（1）的通信接口（5）来连接的基站（3）的计算单元（4）给基础设施网络的在正射航摄像片中所示出的节点和/或棱边配备从细节航摄像片提取的并且被地理参考的属性数据，而且将配备有所述属性数据的节点和/或棱边组合成所述区域（G）的矢量地图。
18.用于制成预先给定的区域的矢量地图的系统，其具有：
用于通过垂直于地球表面地来取向的第一摄像机（2-1）来产生正射航摄像片的产生单元，所述第一摄像机（2-1）被安装到以高的飞行高度（FHH）飞越预先给定的区域（G）的无人驾驶的、自动化的飞行器（1）上；
分析单元，用于分析所述正射航摄像片，以确定至少一个处于所述区域（G）中的基础设施网络；
第一计算单元，用于计算针对无人驾驶的自主的飞行器（1）的沿着处于所述区域（G）中的被确定的基础设施网络的飞行路线；
用于通过对于地球表面倾斜地来取向的第二摄像机（2-2）产生基础设施网络的沿着所计算的飞行路线的细节航摄像片的产生单元，
所述第二摄像机（2-2）被安装在以至少一个低的飞行高度（FHL）飞越处于所述区域（G）中的基础设施网络的无人驾驶的自动化的飞行器（1）上；和
第二计算单元，用于基于所产生的正射航摄像片和所产生的细节航摄像片来计算所述区域的矢量地图。
CN201480073887.5A 2014-01-23 2014-11-10 用于制成矢量地图的方法和系统 Active CN105917191B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102014201238.4A DE102014201238A1 (de) 2014-01-23 2014-01-23 Verfahren und System zur Erstellung einer Vektorkarte
DE102014201238.4 2014-01-23
PCT/EP2014/074138 WO2015110195A1 (de) 2014-01-23 2014-11-10 Verfahren und system zur erstellung einer vektorkarte

Publications (2)

Publication Number Publication Date
CN105917191A CN105917191A (zh) 2016-08-31
CN105917191B true CN105917191B (zh) 2019-04-09

Family

ID=51945840

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480073887.5A Active CN105917191B (zh) 2014-01-23 2014-11-10 用于制成矢量地图的方法和系统

Country Status (5)

Country Link
US (1) US10288430B2 (zh)
EP (1) EP3066419B1 (zh)
CN (1) CN105917191B (zh)
DE (1) DE102014201238A1 (zh)
WO (1) WO2015110195A1 (zh)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10234439B2 (en) * 2012-11-07 2019-03-19 Airscout Inc. Methods and systems for analyzing a field
DE102014201238A1 (de) 2014-01-23 2015-07-23 Siemens Aktiengesellschaft Verfahren und System zur Erstellung einer Vektorkarte
JP6761216B2 (ja) * 2015-12-09 2020-09-23 国立研究開発法人 海上・港湾・航空技術研究所 水中航走体の経路設定方法、それを用いた水中航走体の最適制御方法及び水中航走体並びに移動体の経路設定方法
US9963246B2 (en) * 2016-03-28 2018-05-08 Amazon Technologies, Inc. Combining depth and thermal information for object detection and avoidance
US10212346B2 (en) * 2016-06-08 2019-02-19 Amazon Technologies, Inc. Multi-sensor image stabilization techniques
AT518692B1 (de) * 2016-06-13 2019-02-15 Plasser & Theurer Exp Von Bahnbaumaschinen G M B H Verfahren und System zur Instandhaltung eines Fahrwegs für Schienenfahrzeuge
PL3293115T3 (pl) 2016-09-07 2020-04-30 Siemens Aktiengesellschaft Sposób sterowania bezzałogowymi obiektami latającymi
WO2018073878A1 (ja) * 2016-10-17 2018-04-26 エスゼット ディージェイアイ テクノロジー カンパニー リミテッド ３次元形状推定方法、３次元形状推定システム、飛行体、プログラム、及び記録媒体
US10198841B2 (en) 2016-11-30 2019-02-05 Gopro, Inc. Map view
WO2018098731A1 (zh) * 2016-11-30 2018-06-07 深圳益强信息科技有限公司 一种基于飞行器的航空侦查目标确定方法及装置
DE102017201368A1 (de) * 2017-01-27 2018-08-02 Continental Automotive Gmbh System und Verfahren zum Erzeugen und Aktualisieren eines 3D CAD Modells von Verkehrswegen
DE102017005087A1 (de) 2017-05-29 2018-11-29 Preh Car Connect Gmbh Bereitstellen einer Route für ein unbemanntes Luftfahrzeug mittels einer Navigationseinrichtung
WO2018232576A1 (zh) * 2017-06-19 2018-12-27 深圳市大疆创新科技有限公司 地图构建方法、地图构建系统、无人飞行器和控制终端
CN108550134B (zh) * 2018-03-05 2020-05-05 北京三快在线科技有限公司 建图效果指标的确定方法和建图效果指标的确定装置
US10996069B2 (en) 2018-09-06 2021-05-04 International Business Machines Corporation Adaptive, imitative navigational assistance
CN109240314B (zh) * 2018-11-09 2020-01-24 百度在线网络技术（北京）有限公司 用于采集数据的方法和装置
US11657072B2 (en) * 2019-05-16 2023-05-23 Here Global B.V. Automatic feature extraction from imagery
WO2021056411A1 (zh) * 2019-09-27 2021-04-01 深圳市大疆创新科技有限公司 航线调整方法、地面端设备、无人机、系统和存储介质
DE102021102426A1 (de) 2021-02-03 2022-08-04 Valeo Schalter Und Sensoren Gmbh Verfahren zum betreiben eines fahrzeugs, computerprogrammprodukt, system und fahrzeug

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0325957A1 (de) * 1988-01-28 1989-08-02 Schmidt von Braun, Heiko Dr. Grossmassstäbliches Kartieren von Parametern mehrdimensionaler Strukturen in Naturräumen
ES2390441A1 (es) * 2010-12-01 2012-11-13 Sacyr, S.A. (Sociedad Unipersonal) Sistema para estudios topográficos e inspección de obras

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU621584B2 (en) 1988-01-28 1992-03-19 Heiko Schmidt V. Braun Large scale ariel mapping
US6421610B1 (en) * 2000-09-15 2002-07-16 Ernest A. Carroll Method of preparing and disseminating digitized geospatial data
US7424133B2 (en) * 2002-11-08 2008-09-09 Pictometry International Corporation Method and apparatus for capturing, geolocating and measuring oblique images
US7725257B2 (en) 2006-09-05 2010-05-25 Honeywell International Inc. Method and system for navigation of an ummanned aerial vehicle in an urban environment
CN101523439A (zh) * 2006-10-30 2009-09-02 电子地图有限公司 用于从基于陆地的移动测绘数据检测对象的方法和设备
US9275406B2 (en) * 2007-07-13 2016-03-01 Hewlett-Packard Development Company, L.P. Method and system of vending a copy of a digital image
US8531472B2 (en) * 2007-12-03 2013-09-10 Pictometry International Corp. Systems and methods for rapid three-dimensional modeling with real façade texture
US8497905B2 (en) * 2008-04-11 2013-07-30 nearmap australia pty ltd. Systems and methods of capturing large area images in detail including cascaded cameras and/or calibration features
US8311287B2 (en) * 2008-09-25 2012-11-13 Microsoft Corporation Validation and correction of map data using oblique images
EP2356022B1 (en) * 2008-11-20 2013-05-01 BAE SYSTEMS plc Unmanned aerial vehicle (uav) and method
IL201682A0 (en) * 2009-10-22 2010-11-30 Bluebird Aero Systems Ltd Imaging system for uav
WO2014112909A1 (en) * 2013-01-21 2014-07-24 Saab Ab Method and system for geo-referencing at least one sensor image
US9798928B2 (en) * 2013-07-17 2017-10-24 James L Carr System for collecting and processing aerial imagery with enhanced 3D and NIR imaging capability
US9612598B2 (en) * 2014-01-10 2017-04-04 Pictometry International Corp. Unmanned aircraft structure evaluation system and method
DE102014201238A1 (de) 2014-01-23 2015-07-23 Siemens Aktiengesellschaft Verfahren und System zur Erstellung einer Vektorkarte
US20160232792A1 (en) * 2015-02-06 2016-08-11 Izak Jan van Cruyningen UAV Inspection Flight Segment Planning
US20160229533A1 (en) * 2015-02-06 2016-08-11 Izak Jan van Cruyningen Efficient Flight Paths for Aerial Corridor Inspection

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0325957A1 (de) * 1988-01-28 1989-08-02 Schmidt von Braun, Heiko Dr. Grossmassstäbliches Kartieren von Parametern mehrdimensionaler Strukturen in Naturräumen
ES2390441A1 (es) * 2010-12-01 2012-11-13 Sacyr, S.A. (Sociedad Unipersonal) Sistema para estudios topográficos e inspección de obras

Also Published As

Publication number Publication date
US10288430B2 (en) 2019-05-14
WO2015110195A1 (de) 2015-07-30
CN105917191A (zh) 2016-08-31
EP3066419A1 (de) 2016-09-14
EP3066419B1 (de) 2018-09-26
DE102014201238A1 (de) 2015-07-23
US20160341554A1 (en) 2016-11-24

Similar Documents

Publication Publication Date Title
CN105917191B (zh) 用于制成矢量地图的方法和系统
US11959771B2 (en) Creation and use of enhanced maps
RU2473443C2 (ru) Устройство и способ определения местоположения ресурсов в пределах железнодорожной станции
CN101726298B (zh) 一种用于前视导航制导的立体地标选择和参考图制备方法
CN108139225A (zh) 确定机动车的布局信息
LT4215B (en) Method for the collection, analysis, measurement and storage of geographical data
CN106796112A (zh) 检测车辆控制设备、控制方法和计算机程序
Chiabrando et al. Direct photogrammetry using UAV: tests and first results
DE10350108A1 (de) Benutzerorientierung und Navigation auf INS-Basis
US20190383635A1 (en) Method and device for constructing traffic route on basis of longitude/latitude lines and performing map search
CN106501829A (zh) 一种无人机导航方法和装置
BR112015001737B1 (pt) Método para aquisição e processamento de informações geográficas de uma trajetória.
CN114003997B (zh) 一种BIM与Vissim融合的施工交通组织三维仿真模拟方法
Raczynski Accuracy analysis of products obtained from UAV-borne photogrammetry influenced by various flight parameters
JP2003287434A (ja) 画像情報検索システム
CN108197325A (zh) 一种虚拟三维实景空中观光游览应用方法与系统
Cledat et al. Mapping GNSS restricted environments with a drone tandem and indirect position control
US7487070B2 (en) Method for planning a security array of sensor units
EP1832840A1 (de) Verfahren zur Erfassung von Topographiedaten
CN112492515B (zh) 一种用于多源融合定位系统的多场景定位性能测试方法
CN106688018A (zh) 对目标进行成像、监视和/或指示的机载光电设备
Uddin et al. Airborne laser surveys for expediting airport obstruction mapping
Uddin et al. Airborne LIDAR digital terrain mapping for transportation infrastructure asset management
WO2021220417A1 (ja) 位置計測装置、測位方法、及びプログラム
Chailungka et al. Geo-Information platform for visualisation, analysis and optimization for aviation

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant