CN107240153A - 基于dsm的无人机飞行安全区域计算显示方法 - Google Patents

基于dsm的无人机飞行安全区域计算显示方法 Download PDF

Info

Publication number
CN107240153A
CN107240153A CN201710461444.9A CN201710461444A CN107240153A CN 107240153 A CN107240153 A CN 107240153A CN 201710461444 A CN201710461444 A CN 201710461444A CN 107240153 A CN107240153 A CN 107240153A
Authority
CN
China
Prior art keywords
dsm
unmanned plane
plane during
during flying
data
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.)
Granted
Application number
CN201710461444.9A
Other languages
English (en)
Other versions
CN107240153B (zh
Inventor
陈立威
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.)
Qianxun Position Network Co Ltd
Original Assignee
Qianxun Position Network Co Ltd
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 Qianxun Position Network Co Ltd filed Critical Qianxun Position Network Co Ltd
Priority to CN201710461444.9A priority Critical patent/CN107240153B/zh
Publication of CN107240153A publication Critical patent/CN107240153A/zh
Application granted granted Critical
Publication of CN107240153B publication Critical patent/CN107240153B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/005—General purpose rendering architectures

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Instructional Devices (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明提供了一种基于DSM的无人机飞行安全区域计算显示方法，从地图服务器加载在线地图作为基础底图用于显示，同时调用地物高程数据服务加载地图视窗空间范围内高精度DSM瓦片数据用作后续计算的基础数据。用户在web端通过人机交互接口设置无人机飞行高度后，系统通过坐标转换，结合DSM数据实时获取屏幕范围内每一个像素点对应的高程值，计算此高程值与设定高度间的差值，根据一定规则决策是否改变当前底图像素的颜色以提醒用户。遍历操作完成后，系统渲染处理结果输出到屏幕显示，通过颜色区分当前设定条件下飞行区域的概况。本发明减小了DSM数据的加载量，简化了前端计算的复杂度，提升了前端的计算效率。

Description

基于DSM的无人机飞行安全区域计算显示方法
技术领域
本发明涉及交通信息技术领域，具体涉及一种基于DSM的无人机飞行安全区域计算显示方法。
背景技术
数字高程模型(DEM，Digital Elevation Model)是通过有限的地形高程数据实现对地面地形的数字化模拟(即地形表面形态的数字化表达)，它是用一组有序数值阵列形式表示地面高程的一种实体地面模型。数字地表模型(DSM，Digital Surface Model)是指包含了地表建筑物、桥梁和树木等高度的地面高程模型。和DSM相比，DEM只包含了地形的高程信息，并未包含其它地表信息，DSM是在DEM的基础上，进一步涵盖了除地面以外的其它地表信息的高程。它是最真实地表达地面起伏情况，广泛应用于各行各业，如在森林地区，可以用于检测森林的生长情况；在城区，DSM可以用于检查城市的发展情况。
传统无人机飞行安全区域计算主要采用的是DEM数据，由于无人机飞行高度较高，可不考虑地面建筑物，树木等地物带来的影响。但随着无人机技术的发展和应用范围的扩大，地面静态障碍物对于无人机的超低空飞行是一个潜在的威胁，需要针对这些静态障碍物建立更精细的数据模型，用以保障无人机的飞行安全。现有无人机相关地图服务主要集中于无人机监管方向，如基于机场等禁飞区数据生成的电子围栏，用于管控无人机飞行，并没有提供飞行安全区域查询浏览等功能，仅有少数公司关注于此。
现有无人机飞行安全区域计算方式存在的问题为：
一是对于数据源要求严格，体现在矢量数据精度要求高，且需要对矢量地物对象进行分类，针对每个地物对象赋予相应高程。如对于城市绿化带内较高的行道树而言，若把每棵行道树作为一个地物对象并赋予高程，代价非常高；
二是基于矢量地物加高程的简单柱体模型对于地物高程信息表达不够精细。以地物不同横截面相对于水平面的正射投影得到的包围多边形作为地物底面，向上拉伸地物自身高度得到一个柱体，其高程等于地物最高点的高程，不能够反映地物横截面不同点处的高程变化。如具有不同楼层的一个建筑群，若用二维矢量地物加高程的简单柱体模型来表示建筑群所占的立体空间，则完全没有考虑到不同楼层的高程差异，无法实现基于高程的精确计算。
发明内容
本发明提出一种基于DSM的无人机飞行安全区域计算显示方法，用以解决现有技术存在的问题。针对问题一，采用DSM作为高程计算基础数据，由于其高程已包含地表地物的高度，可不用对地物进行分类和逐对象赋予高程，减少对数据源的要求；针对问题二，从DSM数据定义可知，DSM通过水平投影后各点高程值的不同，一定程度上反映了地物横截面的变化，其高程信息表达更为精细。通过将设计高度与DSM做简单计算，即可快速得出飞行安全区域。
本发明采用的技术方案是：
一种基于DSM的无人机飞行安全区域计算显示方法，包括以下步骤：
从web端加载在线地图作为栅格底图用于显示；
调用地物高程数据服务，加载DSM瓦片数据；
用户设置无人机飞行高度；
进行地图画面渲染；
将地图画面渲染结果输出到屏幕显示。
进一步地，所述进行地图画面渲染具体包括以下步骤：
获取DSM数据层帧缓存数据，遍历得到屏幕范围内每一个像素点对应的高程值；
计算所述高程值与用户设置无人机飞行高度之间的差值；
如果差值小于算法设定阈值，改变当前栅格底图像素的颜色，用以标示无人机飞行非安全区，否则不做处理。
进一步地，所述改变当前栅格底图像素的颜色，具体包括以下步骤：
将当前栅格底图像素索引加入到队列中；
获取栅格底图层帧缓存数据；
根据得到的栅格底图像素索引队列改变当前栅格底图层帧缓存数据中栅格底图像素的颜色。
进一步地，所述地图画面渲染结果为改变后的栅格底图层帧缓存数据。
进一步地，DSM瓦片数据的实现方法是：对DSM数据建立影像金字塔，实现DSM数据的纵向分层，横向分块，将DSM数据切成不同层级的DSM瓦片数据。
进一步地，对DSM瓦片数据建立统一的空间索引，并按照OGC制定的WCS标准对外提供接口。
进一步地，用户在web端通过人机交互接口设置无人机飞行高度。
进一步地，加载与当前地图视窗空间范围和分辨率相匹配的DSM瓦片数据。
进一步地，栅格底图数据和DSM数据具有相同的空间参考。
本发明的有益效果在于：
1、数据选用。选用高精度的DSM数据，降低了无人机飞行安全区域计算对于数据源的要求，简化了数据源的处理工作，同时也在一定程度提高了三维计算模型的精度；
2、无地物类别区分的显示方式。只关注是否对无人机飞行安全构成威胁，不区分地物类别。
3、高精度DSM数据使用方式。以标准瓦片地图服务方式提供的高精度DSM数据，可与采用相同数据提供方式的其它类型数据无缝融合处理，简化了DSM数据处理。
附图说明
图1是本发明基于DSM的无人机飞行安全区域计算显示方法流程图。
图2是本发明无人机飞行非安全区查询显示图。
具体实施方式
下文中，结合附图和实施例对本发明作进一步阐述。
图1为本发明流程图，初始从地图服务器加载在线地图作为栅格底图用于显示，同时调用地物高程数据服务加载地图视窗空间范围内高精度DSM瓦片数据用作后续计算的基础数据。用户在web端通过人机交互接口设置无人机飞行高度后，系统通过坐标转换，结合DSM数据实时获取屏幕范围内每一个像素点对应的高程值，计算此高程值与设定高度间的差值，根据一定规则决策是否改变当前底图像素的颜色以提醒用户。遍历操作完成后，系统渲染处理结果输出到屏幕显示，如图2所示。
在具体实施过程中包括基于高精度DSM的地物高程数据服务构建和融合DSM和栅格底图数据的无人机飞行安全区域计算显示。
1、基于高精度DSM的地物高程数据服务构建
高精度DSM的高程包含了地表地物的高度信息，相比于二维矢量地物对象加地物高度构建的简单柱体模型，能够更精细的表达地物所占立体空间。但高精度DSM数据量相对较大，同时考虑到前端计算资源有限，必须采用一定策略对DSM数据进行预处理。本发明基于普通影像地图服务架构思想，构建了基于高精度DSM的地物高程数据服务，对DSM数据建立“影像金字塔”，实现DSM数据的“纵向分层，横向分块”，将高精度DSM数据切成不同层级的瓦片数据，然后建立统一的空间索引，并按照国际标准化组织开放地理空间联盟(OGC，OpenGeospatial Consortium)制定的网络地理覆盖服务(WCS，Web Coverage Service)标准对外提供接口。
web前端加载栅格底图数据后，通过访问高精度DSM地物高程数据服务，自动加载与当前地图视窗空间范围和分辨率相匹配的DSM瓦片数据，这样就减小了DSM数据的加载量，简化了前端计算的复杂度，提升了前端的计算效率。
2、融合DSM和栅格底图数据的无人机飞行安全区域计算显示
初始会请求加载栅格底图数据和对应范围的高精度DSM数据，两种数据具有相同的空间参考，栅格底图数据用于显示，而高精度DSM数据用于飞行安全区域计算。在地图画面渲染时，将截获事件消息开始处理帧缓存数据：首先获取DSM数据层帧缓存数据，遍历得到每一个像素高程值，计算与用户设定高程间的差值，如果差值小于算法设定阈值，则将此像素索引加入到队列中，否则不做处理。然后获取栅格底图层帧缓存数据，根据前述步骤得到的像素索引队列，根据一定规则改变对应像素颜色，用以标示无人机飞行非安全区。此步骤完成后，帧缓存数据操作结束。
影响无人机飞行安全的主要因素是某空间位置的高程，与该空间位置的地物类型无关，因此可将帧缓存中修改后的栅格底图数据直接输出，通过颜色区分当前设定条件下飞行区域的概况。
本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。

Claims (9)

1.一种基于DSM的无人机飞行安全区域计算显示方法，其特征在于，包括以下步骤：
从web端加载在线地图作为栅格底图用于显示；
调用地物高程数据服务，加载DSM瓦片数据；
用户设置无人机飞行高度；
进行地图画面渲染；
将地图画面渲染结果输出到屏幕显示。
2.如权利要求1所述的一种基于DSM的无人机飞行安全区域计算显示方法，其特征在于，所述进行地图画面渲染具体包括以下步骤：
获取DSM数据层帧缓存数据，遍历得到屏幕范围内每一个像素点对应的高程值；
计算所述高程值与用户设置无人机飞行高度之间的差值；
如果差值小于算法设定阈值，改变当前栅格底图像素的颜色，用以标示无人机飞行非安全区，否则不做处理。
3.如权利要求2所述的一种基于DSM的无人机飞行安全区域计算显示方法，其特征在于，所述改变当前栅格底图像素的颜色，具体包括以下步骤：
将当前栅格底图像素索引加入到队列中；
获取栅格底图层帧缓存数据；
根据得到的栅格底图像素索引队列改变当前栅格底图层帧缓存数据中栅格底图像素的颜色。
4.如权利要求3所述的一种基于DSM的无人机飞行安全区域计算显示方法，其特征在于，所述地图画面渲染结果为改变后的栅格底图层帧缓存数据。
5.如权利要求2所述的一种基于DSM的无人机飞行安全区域计算显示方法，其特征在于，DSM瓦片数据的实现方法是：对DSM数据建立影像金字塔，实现DSM数据的纵向分层，横向分块，将DSM数据切成不同层级的DSM瓦片数据。
6.如权利要求2所述的一种基于DSM的无人机飞行安全区域计算显示方法，其特征在于，对DSM瓦片数据建立统一的空间索引，并按照OGC制定的WCS标准对外提供接口。
7.如权利要求2所述的一种基于DSM的无人机飞行安全区域计算显示方法，其特征在于，用户在web端通过人机交互接口设置无人机飞行高度。
8.如权利要求2所述的一种基于DSM的无人机飞行安全区域计算显示方法，其特征在于，加载与当前地图视窗空间范围和分辨率相匹配的DSM瓦片数据。
9.如权利要求2所述的一种基于DSM的无人机飞行安全区域计算显示方法，其特征在于，栅格底图数据和DSM数据具有相同的空间参考。
CN201710461444.9A 2017-06-16 2017-06-16 基于dsm的无人机飞行安全区域计算显示方法 Active CN107240153B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710461444.9A CN107240153B (zh) 2017-06-16 2017-06-16 基于dsm的无人机飞行安全区域计算显示方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710461444.9A CN107240153B (zh) 2017-06-16 2017-06-16 基于dsm的无人机飞行安全区域计算显示方法

Publications (2)

Publication Number Publication Date
CN107240153A true CN107240153A (zh) 2017-10-10
CN107240153B CN107240153B (zh) 2020-09-22

Family

ID=59987625

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710461444.9A Active CN107240153B (zh) 2017-06-16 2017-06-16 基于dsm的无人机飞行安全区域计算显示方法

Country Status (1)

Country Link
CN (1) CN107240153B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108955645A (zh) * 2018-07-16 2018-12-07 福州日兆信息科技有限公司 应用于通信铁塔智能巡检的三维建模方法及装置
CN109242862A (zh) * 2018-09-08 2019-01-18 西北工业大学 一种实时的数字表面模型生成方法
CN110189283A (zh) * 2019-05-21 2019-08-30 西安电子科技大学 基于语义分割图的遥感图像dsm融合方法
CN114201633A (zh) * 2022-02-17 2022-03-18 四川腾盾科技有限公司 一种用于无人机视觉定位的自适应卫星图像生成方法
CN114595880A (zh) * 2022-03-03 2022-06-07 捻果科技(深圳)有限公司 一种飞行区行为路线的智能预设方法及系统
CN116052223A (zh) * 2023-04-03 2023-05-02 浪潮通用软件有限公司 基于机器视觉识别作业区域人的方法、系统、设备及介质
CN116400730A (zh) * 2023-04-17 2023-07-07 深圳市喜悦智慧数据有限公司 一种飞行器低空飞行范围标定方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7778491B2 (en) * 2006-04-10 2010-08-17 Microsoft Corporation Oblique image stitching
EP2527648A1 (en) * 2011-05-25 2012-11-28 Siemens Aktiengesellschaft Method to determine a site for a wind turbine
CN103809600A (zh) * 2014-03-04 2014-05-21 北京航空航天大学 一种无人飞艇的人机交互控制系统
CN104238377A (zh) * 2014-09-30 2014-12-24 中国航天空气动力技术研究院 一种用于无人机航空物探的低空飞行仿真方法
US20150022656A1 (en) * 2013-07-17 2015-01-22 James L. Carr System for collecting & processing aerial imagery with enhanced 3d & nir imaging capability
CN105571588A (zh) * 2016-03-10 2016-05-11 赛度科技（北京）有限责任公司 一种无人机三维空中航路地图构建及其航路显示方法
EP3035237A1 (en) * 2014-12-16 2016-06-22 Vricon Systems Aktiebolag Method and system for classifying a terrain type in an area
CN105912288A (zh) * 2016-04-12 2016-08-31 上海易天无人飞行器科技有限公司 一种监控无人机飞行状态的综合处理显示方法及系统
CN106371456A (zh) * 2016-08-31 2017-02-01 中测新图(北京)遥感技术有限责任公司 一种无人机巡线方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7778491B2 (en) * 2006-04-10 2010-08-17 Microsoft Corporation Oblique image stitching
EP2527648A1 (en) * 2011-05-25 2012-11-28 Siemens Aktiengesellschaft Method to determine a site for a wind turbine
US20150022656A1 (en) * 2013-07-17 2015-01-22 James L. Carr System for collecting & processing aerial imagery with enhanced 3d & nir imaging capability
CN103809600A (zh) * 2014-03-04 2014-05-21 北京航空航天大学 一种无人飞艇的人机交互控制系统
CN104238377A (zh) * 2014-09-30 2014-12-24 中国航天空气动力技术研究院 一种用于无人机航空物探的低空飞行仿真方法
EP3035237A1 (en) * 2014-12-16 2016-06-22 Vricon Systems Aktiebolag Method and system for classifying a terrain type in an area
CN105571588A (zh) * 2016-03-10 2016-05-11 赛度科技（北京）有限责任公司 一种无人机三维空中航路地图构建及其航路显示方法
CN105912288A (zh) * 2016-04-12 2016-08-31 上海易天无人飞行器科技有限公司 一种监控无人机飞行状态的综合处理显示方法及系统
CN106371456A (zh) * 2016-08-31 2017-02-01 中测新图(北京)遥感技术有限责任公司 一种无人机巡线方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SEBASTIAN SIEBERT等: "Mobile 3D mapping for surveying earthwork projects using an Unmanned Aerial Vehicle (UAV) system", 《AUTOMATION IN CONSTRUCTION》 *
杨文平等: "无人机三维实时航迹规划仿真平台", 《计算机仿真》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108955645A (zh) * 2018-07-16 2018-12-07 福州日兆信息科技有限公司 应用于通信铁塔智能巡检的三维建模方法及装置
CN109242862A (zh) * 2018-09-08 2019-01-18 西北工业大学 一种实时的数字表面模型生成方法
CN109242862B (zh) * 2018-09-08 2021-06-11 西北工业大学 一种实时的数字表面模型生成方法
CN110189283A (zh) * 2019-05-21 2019-08-30 西安电子科技大学 基于语义分割图的遥感图像dsm融合方法
CN110189283B (zh) * 2019-05-21 2021-10-29 西安电子科技大学 基于语义分割图的遥感图像dsm融合方法
CN114201633A (zh) * 2022-02-17 2022-03-18 四川腾盾科技有限公司 一种用于无人机视觉定位的自适应卫星图像生成方法
CN114595880A (zh) * 2022-03-03 2022-06-07 捻果科技(深圳)有限公司 一种飞行区行为路线的智能预设方法及系统
CN114595880B (zh) * 2022-03-03 2022-11-25 捻果科技(深圳)有限公司 一种飞行区行为路线的智能预设方法及系统
CN116052223A (zh) * 2023-04-03 2023-05-02 浪潮通用软件有限公司 基于机器视觉识别作业区域人的方法、系统、设备及介质
CN116400730A (zh) * 2023-04-17 2023-07-07 深圳市喜悦智慧数据有限公司 一种飞行器低空飞行范围标定方法及系统
CN116400730B (zh) * 2023-04-17 2024-01-30 深圳市喜悦智慧数据有限公司 一种飞行器低空飞行范围标定方法及系统

Also Published As

Publication number Publication date
CN107240153B (zh) 2020-09-22

Similar Documents

Publication Publication Date Title
CN107240153A (zh) 基于dsm的无人机飞行安全区域计算显示方法
CN106952330B (zh) 一种基于地理语义的移动端三维城市动态建模方法
LU102117B1 (en) Method and system for measuring mountain view visible area in city
CN106548516B (zh) 三维漫游方法和装置
CN108763287A (zh) 大规模可通行区域驾驶地图的构建方法及其无人驾驶应用方法
CN110321443B (zh) 三维实景模型数据库构建方法、装置及数据服务系统
CN106126816B (zh) 重复建筑自动感知下的大规模als建筑点云建模方法
US20140354626A1 (en) Block Based Level of Detail Representation
CN107610131A (zh) 一种图像裁剪方法和图像裁剪装置
CN112329789B (zh) 点云的提取方法、装置、计算机设备和存储介质
CN108520557A (zh) 一种图形图像融合的海量建筑绘制方法
CN112925865B (zh) 矿区地表移动变形3D WebGIS预计分析方法及系统
CN111161413A (zh) 一种基于gis的三维虚拟机场平台的构建方法
CN110378992A (zh) 面向大场景模型web端动态渲染LOD处理方法
CN107291223A (zh) 一种超大数据量虚拟现实空间信息可视化系统及方法
CN112785708A (zh) 一种建筑物模型单体化的方法、设备和存储介质
CN104573072A (zh) 基于异构数字资源融合的三维地理信息共享服务系统
Bharadwaj et al. Determination of optimal location for setting up cell phone tower in city environment using lidar data
KR101079475B1 (ko) 포인트 클라우드 필터링을 이용한 3차원 도시공간정보 구축 시스템
JP6146731B2 (ja) 座標補正装置、座標補正プログラム、及び座標補正方法
CN113096251B (zh) 基于cim的模型处理方法、装置、设备及存储介质
KR101079531B1 (ko) 포인트 클라우드 데이터를 이용한 도로 레이어 생성 시스템
CN117523125A (zh) 一种建筑物三维体块模型快速构建方法
CN106780693B (zh) 一种通过绘制方式选择三维场景中物体的方法及系统
KR20130002244A (ko) 도시공간정보모델의 등급정보에 따라 선택된 건물데이터를 이용하는 도시공간정보 생성 시스템

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP02 Change in the address of a patent holder

Address after: 200438 9 / F, 10 / F, 11 / F, 12 / F, 38 Lane 1688, Guoquan North Road, Yangpu District, Shanghai

Patentee after: QIANXUN SPATIAL INTELLIGENCE Inc.

Address before: Room j165, 1st floor, building 64, 1436 Jungong Road, Yangpu District, Shanghai, 200433

Patentee before: QIANXUN SPATIAL INTELLIGENCE Inc.

CP02 Change in the address of a patent holder