CN109143257A - 无人机机载雷达矿山开采土地变化监测系统及方法 - Google Patents
无人机机载雷达矿山开采土地变化监测系统及方法 Download PDFInfo
- Publication number
- CN109143257A CN109143257A CN201810757669.3A CN201810757669A CN109143257A CN 109143257 A CN109143257 A CN 109143257A CN 201810757669 A CN201810757669 A CN 201810757669A CN 109143257 A CN109143257 A CN 109143257A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- data
- point cloud
- point
- radar
- 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.)
- Pending
Links
- 238000005065 mining Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000008859 change Effects 0.000 title claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims abstract description 102
- 238000012545 processing Methods 0.000 claims abstract description 25
- 230000003068 static effect Effects 0.000 claims abstract description 8
- 238000011161 development Methods 0.000 claims abstract description 7
- 239000002689 soil Substances 0.000 claims description 33
- 230000006378 damage Effects 0.000 claims description 26
- 238000005259 measurement Methods 0.000 claims description 16
- 230000008901 benefit Effects 0.000 claims description 12
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 4
- 230000001788 irregular Effects 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 claims description 4
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 2
- 230000006837 decompression Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 20
- 241001269238 Data Species 0.000 abstract description 3
- 238000009412 basement excavation Methods 0.000 abstract description 3
- 239000002893 slag Substances 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 5
- 239000007787 solid Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000010408 sweeping Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 102100030482 Hypoxia-inducible factor 3-alpha Human genes 0.000 description 1
- 101710083143 Hypoxia-inducible factor 3-alpha Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- SQQXRXKYTKFFSM-UHFFFAOYSA-N chembl1992147 Chemical compound OC1=C(OC)C(OC)=CC=C1C1=C(C)C(C(O)=O)=NC(C=2N=C3C4=NC(C)(C)N=C4C(OC)=C(O)C3=CC=2)=C1N SQQXRXKYTKFFSM-UHFFFAOYSA-N 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/14—Receivers specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/481—Constructional features, e.g. arrangements of optical elements
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明属于矿山地质监测技术领域，公开了一种无固定翼无人机机载雷达的矿山开采土地变化监测系统及方法，包括用来负载激光雷达无固定翼无人机、激光雷达GPS接收机、惯导系统、激光发射、接收机、静态GPS接收机以及控制与后处理系统，包括惯导控制软件、LIDAR数据采集软件、轨迹解算软件、点云数据解算后处理软件、点云后处理软件。本发明通过无固定翼无人机机载雷达两期或多期点云数据的获取，形成不同时间段内的矿山地表地貌高差的变化，提供了一种新的矿山开采土地面积及高程变化的监测技术，掌握矿山露天开采采坑、堆渣场、采空塌陷等地表高程变化等，为矿山地质环境治理、土地复垦及开发利用规划提供科学依据。
Description
技术领域
本发明属于矿山地质监测技术领域，尤其涉及一种无人机机载雷达的矿山开采损毁土地变化的监测系统及方法。
背景技术
目前在矿山土地高程变化监测的方法和仪器有大地水准仪、高精度GPS、INSAR、三维激光扫描仪等技术方法。
(1)传统的人工大地水准仪测量，或高精度GPS技术，在地面对高程点进行点对点测量，形成“点”状高程变化数据。测量结果形成面状图形，而不是地表高程变化的立体图；
(2)卫星雷达INSAR技术，虽然可以进行矿山开发地表变化测量，测量结果能够形成“面状”数据，只能反映面积性的变化，难以形成既有面积变化又有高程变化的三维立体化图；其缺点是不能随时自主获取数据，且高程剧烈变化的监测如采矿塌陷等监测精度不准。
(3)地面三维激光雷达测距仪，通过在地面架设人工基站，目前大多用于监测斜坡体地表滑坡变形的监测，而不是从空中直接采集云数据。
综上所述，相对于本技术发明，以上监测技术存在的技术缺陷：
以往矿山土地变化监测主要采用水准测量技术、GPS测量技术等传统的“接触式”单点测量方法，不仅需要大量的人力、物力和财力，还需要测量人员或仪器与监测对象接触，观测过程受地形、地物条件的限制，而且获取的数据离散，很难反映立体监测成果。INSAR技术主要用于区域性的因抽取地下水而造成平原地区地表松散层压缩形成的地面沉降监测，如华北平原地面沉降、苏州无锡常州以及上海等地面沉降等，一般监测变形的高程变化为小于50mm，对于大于高程从数百到上千mm的剧烈变形的区域，监测结果不准。如采空塌陷等快速形变量大时则监测数据失准，同时INSAR自身成像条件受大气效应、时间失相关和空间失相关影响的苛刻性，以及卫星公司采集的数据制约，很难反映土地剧烈变化的立体监测等问题。
发明内容
针对现有地面监测及卫星INSAR技术存在的问题，本发明提供了一种小型无人机机载雷达的矿山开采损毁土地的监测系统及方法。
本发明是这样实现的，一种无人机机载雷达的矿山开采损毁土地的监测方法，采用无固定翼无人机机载雷达低空采集地面矿山开采土地变化的点云数据，得到不同时间段内的矿山地表地貌高差的变化，形成矿山土地变化的三维立体图，实现矿山开采土地高程变化的直观立体监测。
进一步，无人机机载雷达矿山开采损毁土地的监测方法包括以下步骤：
步骤1：依据监测范围大小，在测区外布设2-6处控制点(高程基准点)，获取基准点的经纬度坐标和高程；在监测区内均匀布设人工监测点，通过水准测量和控制测量获取监测点的经纬度坐标和高程，用于后期校正数据精度。
步骤2：机载雷达航线布设依据无人机电池电量，参考GPS基站架设位置或者人工监测点位置，合理设计航线；根据技术参数要求，各架次的旁向重叠率不低于30％。
步骤3：安装调试好无人机载雷达系统后，架设GPS接收机并开机进行静态GPS数据接收，然后打开激光雷达进入数据采集状态，启动无人机，按照设计的航线进行飞行。
步骤4：飞行采集地面的点云数据；
步骤5：对完成处理的两期无人机采集点云数据，利用相关软件进行建模，在设定好采样间距、半径和公差等参数以及保存路径和文件名后，经过软件自动运算生成相应的三角网格模型，得到精确的三维数字模型。
步骤5：将第一期点云数据构建的三维数字模型设置为参考面，第二期点云数据构建的三维数字模型设置为测试面，对两期模型进行对比分析，得到基于两期监测对象相同部位的点云距离差值的地表变化模型。差值小，表示监测区域地表土地高程基本无变形，差值为负值且负值越大，则表示地貌为负地形(如露天开采形成的采坑、地面塌陷坑等)。通过计算各点的高程值，形成三维立体地表变化图；
步骤7：通过提前布设的人工监测点监测数据与激光雷达采集点云数据进行对比，分析评估激光雷达点云数据野外采集的精度和监测的准确度。
步骤8：形成矿山开采后或期间的土地损毁变化的三维立体图。
进一步，所述采集的点云数据处理包括：
(1)点云数据坐标系的统一，利用轨迹解算软件Inertial Explorer对IPAS原始数据进行解压，分离出激光雷达GPS数据与INS惯导数据，然后结合地面GPS基站数据进行差分处理，最后利用差分成果与INS数据联合解算，解求出具有相同坐标系的扫描轨迹数据。把解算好的轨迹数据和点云压缩文件导入到点云数据解算后处理软件ScanLook Export中，设置好参数，解压点云las数据；
(2)点云数据的去噪，利用相关软件进行飞行轨迹处理，删除起飞与降落时的轨迹数据，保留无人机航线内稳定飞行的数据；通过肉眼可以判别出空中和地面以下一些明显的异常点和散乱点，在MicroStation V8i软件中利用model中的工具进行手动删除。在每个架次点云数据去噪后完成后，在手动删除噪点后，利用软件删除植被功能可以直接得到地面的点云数据；
(3)数据的拼接，利用MicroStation V8i软件同时加载多个架次的点云数据，使之拼接成为完整的点云数据集，并合并为一个数据文件，同时删除两个飞行架次之间的重复数据；
(4)点云数据的抽稀，在MicroStation v8i软件中对点云数据可以进行等量缩的方法来精简数据，即选择合适数量的点云数据进行输入和输出。
进一步，为了充分保留地形特征点，采用基于TIN的抽稀算法，构建不规则三角网。抽稀对三角网模型影响最小的点：
1)加载点云数据，构建TIN；
2)在TIN中，选取点，查找以该点为顶点的所有三角形；
3)求以该点为顶点的所有相邻三角形两两法向量夹角，求最大夹角max{α}；
4)将max{α}与设定阈值A进行比较；
5)如果max{α}小于阈值A，删除这个点，否则，保留这个点；
6)继续处理不规则网中的下一个点，直到将所有数据处理完。
进一步，所述机载激光雷达矿山开发土地损坏变化监测方法为：
激光雷达扫描地表三维坐标为：
式中，[Xf,Yf,Zf]T为机载激光雷达获取地表的三维空间坐标。[XGPS,YGPS,ZGPS]T为无人机载的激光雷达GPS的坐标。R是激光测距信息，[Xl,Yl,Zl]T是激光发射点在无人机机身坐标系中的坐标，s是激光扫描器即时扫描角度，t是扫描仪倾斜角度，[δx,δy,δz]T是传感器与天线之间的距离，M是旋转矩阵与飞机的飞行姿态相关，有IMU系统测定。计算公式为：
本发明的另一目的在于提供一种所述无人机机载雷达的矿山开采损毁土地的监测方法的无人机机载雷达的矿山开采损毁土地的监测系统，该监测系统包括：无固定翼无人机、LIDAR系统；采用控制软件将激光雷达扫描仪、惯性导航组件及GPS定位天线构成整体协调系统，组成数据采集系统。
无固定翼无人机机载激光雷达集合了无固定翼无人机、激光、全球定位系统(GPS)和惯性导航系统(INS)四种尖端技术和设备。其主要组成部分包括：
1)无固定翼无人机，是搭载激光、全球定位系统(GPS)和惯性导航系统(INS)的载体；
2)确定激光雷达信号发射参考点空间位置的动态差分的GPS接收机；
3)测定扫描装置的主光轴姿态参数的惯性导航系统(RNS)；
4)量测激光雷达信号从发射装置到地物激光反射点之间距离的激光测距仪；
5)记录地面情况的成像装置。
综上所述，本发明的优点及积极效果为：矿产资源开采一段时间后，矿山地表原有地貌(土地)的形态、高程就会发生变化(如露天开采形成一个比原来地的凹地、废弃石渣土堆积形成一个高出原有表面的人工地貌)。采用无固定翼无人机机载雷达低空飞行采集地面矿山开采土地变化的高程点的点云数据获取，形成不同时间短内的矿山地表地貌高差的变化，快速、准确形成矿山开采土地变化的三维立体图，实现矿山开采土地面积高程变化的监测，为科学掌握矿山土地变化、采空塌陷地表变形规律，为矿山实施地质环境治理、土地复垦提供科学依据。
本发明利用小型无人机低空飞行优势和雷达三维激光扫面的立体成图优势，形成灵活的低空高分辨的三维激光扫面技术，形成矿山土地变化的三维监测图，相对于现有的监测技术，具有以下技术优势：
(1)监测自主性：只要无风天气晴朗的白天，就可以随时开展空中无人机机载雷达低空飞行数据采集，而不像INSAR数据受制来源卫星公司的制约。
(2)监测精度高：无人机机载雷达地面变形监测的地面高差可以实现从数米到mm的监测，这是INSAR无法实现采空塌陷米级的监测。无人机机载雷达监测高程误差小于4mm，对于矿区土地变化来说，精度足以满足矿山地质环境防治要求。
(3)较大范围的监测：相对于人工水准监测点、自动化GPS监测点而言，机载雷达监测可实施面积性监测。
(4)监测成果立体化：通过一期(与前期原有地表数据高程对比)或两期飞行监测数据，能够实现地面变形的立体监测图，这是其它监测方法无法自主实现的。
(5)监测快速性：通过相隔一定时间段的监测，就可快速监测矿区土地变化情况，为矿山地质环境治理及掌握矿山土地变化规律提供及时的依据。
附图说明
图1：本发明提供的无人机机载雷达监测系统结构示意图；
图中：1.无人机；2.激光雷达GPS接收机；3.惯导系统；4.激光发射、接收机；5.静态GPS接收机；6.控制与后处理系统。
图2是本发明实施例提供的无人机机载雷达矿山开采损毁土地的监测方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
无人机机载激光雷达监测作为一种利用激光技术对地表高程变化进行监测，目前技术还处于探索阶段，尤其在矿山露天开采采坑、废石堆场等地表地貌变化，地下开采采空塌陷地表沉陷变化、崩塌滑坡泥石流堆积物地貌变化等，还没有相应的无人机机载雷达监测的技术、应用案例和技术流程；没有专业成熟无人机机载雷达采集的点云数据处理技术方法和流程；如果这些问题得以解决，矿山开发土地损毁变化监测的外业与内业工作量将急剧减少、监测精度将大大提高，形成新的矿山地表变化的高新监测技术，促进矿山开发地表变化监测工作的转变。
小型无固定翼机载雷达地面变形监测技术的优势：(1)监测的地面高差变化从现从数米到mm变化的监测，弥补了INSAR无法实现变化量达到米级的监测；(2)监测的自主强，工作效率高；(3)监测结果形成立体图形，直观等；(4)小型无人机目前非常不便，可以形成推广技术。
机载激光雷达矿山开发土地损坏变化监测技术原理：
激光雷达扫描地表三维坐标为：
式中，[Xf,Yf,Zf]T为机载激光雷达获取地表的三维空间坐标。[XGPS,YGPS,ZGPS]T为无人机载的激光雷达GPS的坐标。R是激光测距信息，[Xl,Yl,Zl]T是激光发射点在无人机机身坐标系中的坐标，s是激光扫描器即时扫描角度，t是扫描仪倾斜角度，[δx,δy,δz]T是传感器与天线之间的距离，M是旋转矩阵与飞机的飞行姿态相关，有IMU系统测定。计算公式为：
本发明的优点是通过无固定翼无人机机载雷达采集点云数据，形成矿山开采地面土地变化的三维立体结果。
如图1所示，本发明实施例提供的无人机机载雷达的矿山开采损毁土地的监测系统由无固定翼无人机和超轻便携的LIDAR系统组合而成；采用控制软件将激光雷达扫描仪、惯性导航组件及GPS定位天线等构成整体协调系统，组成数据采集系统。
安装调试好无人机载雷达系统后，架设GPS接收机并开机进行静态GPS数据接收，然后打开激光雷达进入数据采集状态，启动无人机，按照设计的航线进行飞行。在飞行过程中实时观察无人机的飞行状态与激光雷达扫描仪数据采集状态，保证飞机设备安全与数据采集准确性。需要注意的是尽量选择无风晴朗天气进行作业，在同一航线内，航高变化不应超过相对航高的5％-10％，飞行速率不大于10m/s；在航线外进行手动操作无人机起飞与降落，进入航线后切换为操控站自动导航飞行，便于获取稳定的点云数据。
如图2所示，本发明实施例提供的无人机机载雷达的矿山开采损毁土地的监测方法包括以下步骤：
S201：依据监测范围大小，在测区外布设2-6处控制点(后续校正的高程基准点)，获取基准点的经纬度坐标和高程；在监测区内均匀布设人工监测点，通过水准测量和控制测量获取监测点的经纬度坐标和高程；便于后期点数数据精度分析。设置一定数量的无人机机载雷达扫描时的靶片(尺寸60×60cm)，将其均匀放在监测的范围内，便于接受点云数据。
S202：机载雷达航线布设依据无人机电池电量，保证每条航线飞行时间不超过25m；参考GPS基站架设位置，合理设计航线；根据技术参数要求，各架次的旁向重叠率要达到30％；避开电线及电信塔等对飞机操控信号和飞行安全有影响的地物。一般作业设置航高60m、航带宽100m，对于深沟等特殊地形进行航带加密。
S203：安装调试好无人机载雷达系统后，架设GPS接收机并开机进行静态GPS数据接收，然后打开激光雷达进入数据采集状态，启动无人机，按照设计的航线进行飞行。在飞行过程中实时观察无人机的飞行状态与激光雷达扫描仪数据采集状态，保证飞机设备安全与数据采集准确性。
S204：采集的点云数据处理。
S205：两期无人机采集的数据对比，形成地面变形差值，实现三维建模：1)构建矿区三角网格模型；2)矿区三角网格模型的修补简化处理；3)矿区三角网格模型的平滑；4)多边形检测与校正。通过完成点云数据的预处理后，利用相关软件进行建模，在设定好采样间距、半径和公差等参数以及保存路径和文件名后，经过软件自动运算生成相应的三角网格模型，优化后得到三维模型。
S206：利相关软件的3D比较功能，实现两期点云数据的3D对比分析或直接对两期点云数据对比分析，利用点云数据构建精确的三维数字模型。
S207：将第一期点云数据构建的曲面模型设置为参考面，第二期点云数据构建的曲面模型设置为测试面，对两期模型进行对比分析，得到基于两期监测对象相同部位点云距离差值的地貌土地变化模型。差值小，表示监测区域地表土地高程基本无变形，差值为负值且负值越大，则表示地貌为负地形；通过计算各点的高程值，形成三维立体地表变化图。
S208：通过提前设置的地表土地监测标志点水准测量数据或GPS监测点与激光雷达采集点云数据进行对比，分析评估激光雷达点云数据野外采集的精度。误差小于《机载激光雷达数据获取技术规范》要求，则说明机载激光雷达系统野外采集数据精度符合要求。
在本发明的优选实施例中：采集的点云数据处理：
1)点云数据坐标系的统一。采用专业软件设置好坐标系参数，对完成矿区土地多个架次采集的点云数据、GPS数据和IMU数据进行同步解算，生成带有绝对坐标的点云数据。
2)点云数据的去噪。利用相关软件进行飞行轨迹处理，删除起飞与降落时的轨迹数据，保留无人机航线内稳定飞行的数据。
3)数据的拼接。利用MicroStation V8i软件同时加载多个架次的点云数据，使之拼接成为完整的点云数据集，并合并为一个数据文件，同时删除两个飞行架次之间的重复数据，以减少数据量。
4)点云数据的抽稀。利用相关软件进行点云数据解压处理时，实现数据抽稀，减少数据冗余，提高处理效率。
本发明利用小型无人机空中飞行的便利条件，结合三维激光扫面技术形成的立体图形，从而构建空中监测采煤塌陷的三维立体监测。小型无人机优势+三维激光扫面技术组合，形成用于空中监测的监测优势，监测的眼界从空中俯瞰地面的优势，变地面为空中的三维监测方式。
本发明与其它机载雷达三维激光扫描不同在于：
(1)LIDAR系统：选用了超轻便携LIDAR系统SCANLOOK V系列三维激光扫描系统，该仪器集成了多款移动平台，可以在不同移动平台间的轻松切换，实现了Lidar系统室外快速空间信息获取全方位覆盖。
(2)野外采集：为了完成多个架次点云数据的拼接，传统的三维激光扫描测量需要布设一定数量的标靶进行坐标的统一，而SCANLOOK V系列三维激光扫描系统自带惯导系统，可以解算无人机的飞行轨迹，生成附有空间绝对坐标的激光点云。
(3)数据处理：在数据处理方面,其他三维激光扫描方面的应用研究多采用单一软件，而本发明利用多个软件的优势，比如用MicroStation V8i软件进行前期处理，用用PolyWorks软件进行了建模，用Geomagic_studio软件进行叠加分析，完成了整个数据处理及建模流程。
(4)精度方面:以往机载三维激光扫描方面的应用多对不同处理方法之间的精度进行对比，很少采用直接的方法对扫描精度进行检验，本发明采用水准测量数据及GPS数据对三维激光扫描测量精度进行了验证。
(5)探索了多期点云数据叠加分析，生成通用的图像化显示模式及格式的方法，为后期该数据制作三维动画效果奠定了基础。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种无人机机载雷达的矿山开采损毁土地变化的监测方法，其特征在于，所述无人机机载雷达的矿山开采损毁土地的监测方法采用无固定翼无人机机载雷达低空飞行，采集地面矿山开采后地表变化的点云数据，形成不同时间段内的矿山地表地貌高差的变化，形成矿山土地变化的三维立体图，实现矿山开采土地面积及高程变化的技术监测。
2.如权利要求1所述的无人机机载雷达的矿山开采损毁土地的监测方法，其特征在于，所述无人机机载雷达的矿山开采损毁土地的监测方法包括以下步骤：
步骤1：依据监测范围大小，在测区外布设2-6处高程基准点，获取基准点的经纬度坐标和高程；在监测区内均匀布设人工监测点，通过水准测量和控制测量获取监测点的经纬度坐标和高程，用于后期校正数据精度；
步骤2：机载雷达航线布设依据无人机电池电量，参考GPS基站架设位置或者人工监测点位置，合理设计航线；根据技术参数要求，各架次的旁向重叠率不低于30％；
步骤3：安装调试好无人机载雷达系统后，架设GPS接收机并开机进行静态GPS数据接收，然后打开激光雷达进入数据采集状态，启动无人机，按照设计的航线进行飞行；
步骤4：飞行采集地面的点云数据；
步骤5：对完成处理的两期无人机采集点云数据，利用相关软件进行建模，在设定好采样间距、半径和公差等参数以及保存路径和文件名后，经过软件自动运算生成相应的三角网格模型，得到精确的三维数字模型；
步骤6：将第一期点云数据构建的三维数字模型设置为参考面，第二期点云数据构建的三维数字模型设置为测试面，对两期模型进行对比分析，得到基于两期监测对象相同部位的点云距离差值的地表变化模型；差值小，表示监测区域地表土地高程基本无变形，差值为负值且负值越大，则表示地貌为负地形；通过计算各点的高程值，形成三维立体地表变化图；
步骤7：通过提前布设的人工监测点监测数据与激光雷达采集点云数据进行对比，分析评估激光雷达点云数据野外采集的精度和监测的准确度；
步骤8：形成矿山开采后或期间的土地损毁变化的三维立体图。
3.如权利要求2所述的无人机机载雷达的矿山开采损毁土地的监测方法，其特征在于，所述采集的点云数据处理具体包括：
(1)点云数据坐标系的统一，采用软件设置好坐标系参数，对完成矿区土地多个架次采集的点云数据、GPS数据和IMU数据进行同步解算，生成带有绝对坐标的点云数据；
(2)点云数据的去噪，利用软件进行飞行轨迹处理，删除起飞与降落时的不稳定的轨迹数据，保留无人机航线内稳定飞行的数据；
(3)数据的拼接，利用MicroStation V8i软件同时加载多个架次的点云数据，使之拼接成为完整的点云数据集，并合并为一个数据文件，同时删除两个飞行架次之间的重复数据；
(4)点云数据的抽稀，利用软件进行点云数据解压处理后，进行数据的抽稀。
4.如权利要求2所述的无人机机载雷达的矿山开采损毁土地的监测方法，其特征在于，所述机载激光雷达矿山开发土地损坏变化监测方法为：
激光雷达扫描地表三维坐标为：
式中，[Xf,Yf,Zf]T为机载激光雷达获取地表的三维空间坐标；[XGPS,YGPS,ZGPS]T为无人机载的激光雷达GPS的坐标；R是激光测距信息，[Xl,Yl,Zl]T是激光发射点在无人机机身坐标系中的坐标，s是激光扫描器即时扫描角度，t是扫描仪倾斜角度，[δx,δy,δz]T是传感器与天线之间的距离，M是旋转矩阵与飞机的飞行姿态相关，有IMU系统测定；计算公式为：
5.如权利要求3所述的无人机机载雷达的矿山开采损毁土地的监测方法，其特征在于，为了充分保留地形特征点，采用基于TIN的抽稀算法，构建不规则三角网，抽稀对三角网模型影响最小的点：
1)加载点云数据，构建TIN；
2)在TIN中，选取点，查找以该点为顶点的所有三角形；
3)求以该点为顶点的所有相邻三角形两两法向量夹角，求最大夹角max{α}；
4)将max{α}与设定阈值A进行比较；
5)如果max{α}小于阈值A，删除这个点，否则，保留这个点；
6)继续处理不规则网中的下一个点，直到将所有数据处理完。
6.一种如权利要求1所述无人机机载雷达的矿山开采损毁土地的监测系统，包括：
无人机：用来负载激光雷达无固定翼无人机；
激光雷达GPS接收机：用来确定激光雷达信号发射参考点空间位置的动态差分信息；
惯导系统：用来测定扫描装置的主光轴姿态参数的惯性导航系统(RNS)；
激光发射、接收机：用来量测激光雷达信号从发射装置到地物激光反射点之间距离的激光测距仪；
静态GPS接收机：用来静态采集地面已知控制点的GPS信息；
控制与后处理系统：包括惯导控制软件、LIDAR数据采集软件、轨迹解算软件、点云数据解算后处理软件、点云后处理软件。
7.一种实现权利要求1～5任意一项所述无人机机载雷达的矿山开采损毁土地的监测方法的计算机程序。
8.一种实现权利要求1～5任意一项所述无人机机载雷达的矿山开采损毁土地的监测方法的信息数据处理终端。
9.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1-5任意一项所述的无人机机载雷达的矿山开采损毁土地的监测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810757669.3A CN109143257A (zh) | 2018-07-11 | 2018-07-11 | 无人机机载雷达矿山开采土地变化监测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810757669.3A CN109143257A (zh) | 2018-07-11 | 2018-07-11 | 无人机机载雷达矿山开采土地变化监测系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109143257A true CN109143257A (zh) | 2019-01-04 |
Family
ID=64800112
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810757669.3A Pending CN109143257A (zh) | 2018-07-11 | 2018-07-11 | 无人机机载雷达矿山开采土地变化监测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109143257A (zh) |
Cited By (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110470226A (zh) * | 2019-07-10 | 2019-11-19 | 广东工业大学 | 一种基于无人机系统的桥梁结构位移测量方法 |
| CN110726998A (zh) * | 2019-10-24 | 2020-01-24 | 西安科技大学 | 一种激光雷达扫描测定矿区采煤塌陷盆地的方法 |
| CN111077535A (zh) * | 2019-12-11 | 2020-04-28 | 中煤能源研究院有限责任公司 | 一种激光雷达数据采集系统及数据处理方法 |
| CN111189534A (zh) * | 2020-01-13 | 2020-05-22 | 长沙矿山研究院有限责任公司 | 一种提高爆破测振仪传感器对准爆心精度的方法 |
| CN111323789A (zh) * | 2020-03-19 | 2020-06-23 | 苏州思维慧信息科技有限公司 | 一种基于无人机和固态雷达的地面形貌扫描装置及方法 |
| CN111458710A (zh) * | 2020-04-22 | 2020-07-28 | 西安电子工程研究所 | 一种无人机载雷达导引头回波分布采集系统及方法 |
| CN111476885A (zh) * | 2020-04-03 | 2020-07-31 | 广东省文物考古研究所 | 考古多元数据融合方法、装置、设备和存储介质 |
| CN112033389A (zh) * | 2020-08-10 | 2020-12-04 | 山东科技大学 | 一种沟壑地形条件下变形沉降监测方法 |
| CN112577438A (zh) * | 2020-11-16 | 2021-03-30 | 中国矿业大学 | 一种利用无人机影像的煤矿区三维形变监测方法 |
| CN112634348A (zh) * | 2020-12-10 | 2021-04-09 | 华能伊敏煤电有限责任公司 | 一种基于雷达点云采剥工程量计算方法、装置、服务器 |
| CN112857267A (zh) * | 2021-01-09 | 2021-05-28 | 湖南省城乡建设勘测院 | 一种基于无人机的土地面积测量系统 |
| CN112946680A (zh) * | 2021-02-01 | 2021-06-11 | 武汉徕得智能技术有限公司 | 一种机载激光雷达自主启停点云采集的方法 |
| CN112945137A (zh) * | 2021-02-01 | 2021-06-11 | 中国矿业大学(北京) | 一种基于单线激光雷达与测距仪的仓储矿堆扫描装备 |
| CN113359197A (zh) * | 2021-06-03 | 2021-09-07 | 河北省地震局 | 一种适于浅层高精度的曲地表叠加成像方法 |
| CN113532283A (zh) * | 2021-07-14 | 2021-10-22 | 中建八局南方建设有限公司 | 基于消费级无人机协同gps监测基坑位移趋势的方法 |
| CN113959436A (zh) * | 2021-10-14 | 2022-01-21 | 重庆数字城市科技有限公司 | 一种激光点云数据实时处理系统和方法 |
| CN114076586A (zh) * | 2020-08-20 | 2022-02-22 | 神华神东煤炭集团有限责任公司 | 一种矿井地表沉陷星空地一体化监测方法 |
| CN114119605A (zh) * | 2022-01-14 | 2022-03-01 | 北京铁科特种工程技术有限公司 | 铁路工务设备及周边环境形变对比分析方法 |
| CN114690197A (zh) * | 2022-05-30 | 2022-07-01 | 山东科技大学 | 一种风积沙地形条件下岩移变形机载激光雷达测量方法 |
| CN114739311A (zh) * | 2022-06-15 | 2022-07-12 | 安徽大学 | 一种基于多传感器的井筒快速变形监测设备和方法 |
| CN114782847A (zh) * | 2022-06-20 | 2022-07-22 | 南京航天宏图信息技术有限公司 | 一种基于无人机的矿山产能监测方法及装置 |
| CN115019216A (zh) * | 2022-08-09 | 2022-09-06 | 江西师范大学 | 实时地物检测和定位计数方法、系统及计算机 |
| US20220404459A1 (en) * | 2021-06-21 | 2022-12-22 | Tdk Corporation | Method and System for Self-Calibrating a Scanning System Using Inertial Measurement Spatial and Temporal Data |
| CN115615344A (zh) * | 2022-12-06 | 2023-01-17 | 中国地质环境监测院(自然资源部地质灾害技术指导中心) | 一种地表形变监测方法、装置、电子设备及存储介质 |
| CN115963764A (zh) * | 2023-01-12 | 2023-04-14 | 中国地质调查局水文地质环境地质调查中心 | 一种监测数据的采集方法、装置、电子设备及存储介质 |
| CN116518942A (zh) * | 2023-06-26 | 2023-08-01 | 天河道云（北京）科技有限公司 | 矿山采空区测量方法、装置、无人机及可读存储介质 |
| CN117346751A (zh) * | 2023-10-10 | 2024-01-05 | 广东省核工业地质局测绘院 | 基于无人机机载激光雷达和倾斜摄影测量的矿山测绘系统 |
| CN117723029A (zh) * | 2024-02-07 | 2024-03-19 | 昆明理工大学 | 一种适用于广域露天矿山的数据采集与建模方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201402324Y (zh) * | 2009-04-16 | 2010-02-10 | 重庆市电力公司超高压局 | 高压架空输电线路机载三维激光雷达检测系统 |
| CN107990876A (zh) * | 2017-11-20 | 2018-05-04 | 北京科技大学 | 基于无人飞行器的地下矿山采空区快速扫描装置及方法 |
-
2018
- 2018-07-11 CN CN201810757669.3A patent/CN109143257A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201402324Y (zh) * | 2009-04-16 | 2010-02-10 | 重庆市电力公司超高压局 | 高压架空输电线路机载三维激光雷达检测系统 |
| CN107990876A (zh) * | 2017-11-20 | 2018-05-04 | 北京科技大学 | 基于无人飞行器的地下矿山采空区快速扫描装置及方法 |
Non-Patent Citations (3)
| Title |
|---|
| 刘春: "基于平面不规则三角网的DEM数据压缩与质量分析", 《中国图象图形学报》 * |
| 梁伟: "无人机载激光雷达在地质环境调查中的应用", 《测绘与空间地理信息》 * |
| 贺凯: "无人机载雷达在露天矿边坡位移监测中的应用", 《煤矿安全》 * |
Cited By (43)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110470226A (zh) * | 2019-07-10 | 2019-11-19 | 广东工业大学 | 一种基于无人机系统的桥梁结构位移测量方法 |
| CN110726998A (zh) * | 2019-10-24 | 2020-01-24 | 西安科技大学 | 一种激光雷达扫描测定矿区采煤塌陷盆地的方法 |
| CN110726998B (zh) * | 2019-10-24 | 2020-08-07 | 西安科技大学 | 一种激光雷达扫描测定矿区采煤塌陷盆地的方法 |
| CN111077535B (zh) * | 2019-12-11 | 2022-03-01 | 中煤能源研究院有限责任公司 | 一种激光雷达数据采集系统及数据处理方法 |
| CN111077535A (zh) * | 2019-12-11 | 2020-04-28 | 中煤能源研究院有限责任公司 | 一种激光雷达数据采集系统及数据处理方法 |
| CN111189534A (zh) * | 2020-01-13 | 2020-05-22 | 长沙矿山研究院有限责任公司 | 一种提高爆破测振仪传感器对准爆心精度的方法 |
| CN111189534B (zh) * | 2020-01-13 | 2020-12-25 | 长沙矿山研究院有限责任公司 | 一种提高爆破测振仪传感器对准爆心精度的方法 |
| CN111323789A (zh) * | 2020-03-19 | 2020-06-23 | 苏州思维慧信息科技有限公司 | 一种基于无人机和固态雷达的地面形貌扫描装置及方法 |
| CN111323789B (zh) * | 2020-03-19 | 2023-11-03 | 陕西思地三维科技有限公司 | 一种基于无人机和固态雷达的地面形貌扫描装置及方法 |
| CN111476885A (zh) * | 2020-04-03 | 2020-07-31 | 广东省文物考古研究所 | 考古多元数据融合方法、装置、设备和存储介质 |
| CN111476885B (zh) * | 2020-04-03 | 2023-10-03 | 广东省文物考古研究所 | 考古多源数据融合方法、装置、设备和存储介质 |
| CN111458710B (zh) * | 2020-04-22 | 2023-03-14 | 西安电子工程研究所 | 一种无人机载雷达导引头回波分布采集系统及方法 |
| CN111458710A (zh) * | 2020-04-22 | 2020-07-28 | 西安电子工程研究所 | 一种无人机载雷达导引头回波分布采集系统及方法 |
| CN112033389A (zh) * | 2020-08-10 | 2020-12-04 | 山东科技大学 | 一种沟壑地形条件下变形沉降监测方法 |
| CN114076586A (zh) * | 2020-08-20 | 2022-02-22 | 神华神东煤炭集团有限责任公司 | 一种矿井地表沉陷星空地一体化监测方法 |
| CN114076586B (zh) * | 2020-08-20 | 2023-10-31 | 神华神东煤炭集团有限责任公司 | 一种矿井地表沉陷星空地一体化监测方法 |
| CN112577438A (zh) * | 2020-11-16 | 2021-03-30 | 中国矿业大学 | 一种利用无人机影像的煤矿区三维形变监测方法 |
| CN112634348A (zh) * | 2020-12-10 | 2021-04-09 | 华能伊敏煤电有限责任公司 | 一种基于雷达点云采剥工程量计算方法、装置、服务器 |
| CN112857267A (zh) * | 2021-01-09 | 2021-05-28 | 湖南省城乡建设勘测院 | 一种基于无人机的土地面积测量系统 |
| CN112857267B (zh) * | 2021-01-09 | 2022-11-01 | 湖南省城乡建设勘测院 | 一种基于无人机的土地面积测量系统 |
| CN112945137A (zh) * | 2021-02-01 | 2021-06-11 | 中国矿业大学(北京) | 一种基于单线激光雷达与测距仪的仓储矿堆扫描装备 |
| CN112946680A (zh) * | 2021-02-01 | 2021-06-11 | 武汉徕得智能技术有限公司 | 一种机载激光雷达自主启停点云采集的方法 |
| CN113359197B (zh) * | 2021-06-03 | 2024-01-23 | 河北省地震局 | 一种适于浅层高精度的曲地表叠加成像方法 |
| CN113359197A (zh) * | 2021-06-03 | 2021-09-07 | 河北省地震局 | 一种适于浅层高精度的曲地表叠加成像方法 |
| US12007500B2 (en) * | 2021-06-21 | 2024-06-11 | Tdk Corporation | Method and system for self-calibrating a scanning system using inertial measurement spatial and temporal data |
| US20220404459A1 (en) * | 2021-06-21 | 2022-12-22 | Tdk Corporation | Method and System for Self-Calibrating a Scanning System Using Inertial Measurement Spatial and Temporal Data |
| CN113532283B (zh) * | 2021-07-14 | 2023-02-28 | 中建八局南方建设有限公司 | 基于消费级无人机协同gps监测基坑位移趋势的方法 |
| CN113532283A (zh) * | 2021-07-14 | 2021-10-22 | 中建八局南方建设有限公司 | 基于消费级无人机协同gps监测基坑位移趋势的方法 |
| CN113959436A (zh) * | 2021-10-14 | 2022-01-21 | 重庆数字城市科技有限公司 | 一种激光点云数据实时处理系统和方法 |
| CN114119605A (zh) * | 2022-01-14 | 2022-03-01 | 北京铁科特种工程技术有限公司 | 铁路工务设备及周边环境形变对比分析方法 |
| CN114690197A (zh) * | 2022-05-30 | 2022-07-01 | 山东科技大学 | 一种风积沙地形条件下岩移变形机载激光雷达测量方法 |
| CN114739311B (zh) * | 2022-06-15 | 2022-09-20 | 安徽大学 | 一种基于多传感器的井筒快速变形监测设备和方法 |
| CN114739311A (zh) * | 2022-06-15 | 2022-07-12 | 安徽大学 | 一种基于多传感器的井筒快速变形监测设备和方法 |
| CN114782847A (zh) * | 2022-06-20 | 2022-07-22 | 南京航天宏图信息技术有限公司 | 一种基于无人机的矿山产能监测方法及装置 |
| CN115019216A (zh) * | 2022-08-09 | 2022-09-06 | 江西师范大学 | 实时地物检测和定位计数方法、系统及计算机 |
| CN115615344A (zh) * | 2022-12-06 | 2023-01-17 | 中国地质环境监测院(自然资源部地质灾害技术指导中心) | 一种地表形变监测方法、装置、电子设备及存储介质 |
| CN115963764B (zh) * | 2023-01-12 | 2023-06-02 | 中国地质调查局水文地质环境地质调查中心 | 一种监测数据的采集方法、装置、电子设备及存储介质 |
| CN115963764A (zh) * | 2023-01-12 | 2023-04-14 | 中国地质调查局水文地质环境地质调查中心 | 一种监测数据的采集方法、装置、电子设备及存储介质 |
| CN116518942B (zh) * | 2023-06-26 | 2023-10-20 | 天河道云（北京）科技有限公司 | 矿山采空区测量方法、装置、无人机及可读存储介质 |
| CN116518942A (zh) * | 2023-06-26 | 2023-08-01 | 天河道云（北京）科技有限公司 | 矿山采空区测量方法、装置、无人机及可读存储介质 |
| CN117346751A (zh) * | 2023-10-10 | 2024-01-05 | 广东省核工业地质局测绘院 | 基于无人机机载激光雷达和倾斜摄影测量的矿山测绘系统 |
| CN117723029A (zh) * | 2024-02-07 | 2024-03-19 | 昆明理工大学 | 一种适用于广域露天矿山的数据采集与建模方法及系统 |
| CN117723029B (zh) * | 2024-02-07 | 2024-04-26 | 昆明理工大学 | 一种适用于广域露天矿山的数据采集与建模方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109143257A (zh) | 无人机机载雷达矿山开采土地变化监测系统及方法 | |
| Giordan et al. | The use of unmanned aerial vehicles (UAVs) for engineering geology applications | |
| CN108181635B (zh) | 一种用于输电线路交叉跨越分析的激光点云分类方法 | |
| KR101159379B1 (ko) | 단일한 이미지로부터 3차원 물체를 측량, 모델링 및맵핑하기 위한 시스템, 컴퓨터 프로그램 및 방법 | |
| Lo Brutto et al. | UAV platforms for cultural heritage survey: first results | |
| KR102039021B1 (ko) | 공사현장의 3차원 지형공간정보 통합을 통한 월드맵 모델링 장치 및 그의 월드맵 모델링 방법 | |
| CN108253969B (zh) | 一种无人机飞行视距链路覆盖范围的计算方法 | |
| US20190285412A1 (en) | System and method for automatically acquiring two-dimensional images and three-dimensional point cloud data of a field to be surveyed | |
| CN107613248A (zh) | 基于bim的无人机监控系统及方法 | |
| Wang et al. | Estimating earthwork volumes through use of unmanned aerial systems | |
| Hansman et al. | Workflow: From photo-based 3-D reconstruction of remotely piloted aircraft images to a 3-D geological model | |
| CN114898053A (zh) | 基于三维空间影像技术的碎裂松动岩体发育范围圈定方法 | |
| Daramola et al. | Assessing the geometric accuracy of UAV-based orthophotos | |
| CN110095108B (zh) | 一种基于bim无人机测绘装置及测绘方法 | |
| Lin et al. | Micro-UAV based remote sensing method for monitoring landslides in Three Gorges Reservoir, China | |
| CN110148218B (zh) | 一种大批量机载LiDAR点云数据整体优化的方法 | |
| Fotinopoulos | Baloon photogrammetry for archaeological surveys | |
| Nguyen et al. | Application of Unmanned Aerial Vehicles for Surveying and Mapping in Mines: A Review | |
| Tahar et al. | Unmanned aerial vehicle photogrammetric results using different real time kinematic global positioning system approaches | |
| CN112686969A (zh) | 断面图生成方法、系统、装置和存储介质 | |
| KR102642117B1 (ko) | Uav의 3차원 비행경로 설정방법 | |
| Bi et al. | Modeling the topography of fault zone based on structure from motion photogrammetry | |
| CN111473773A (zh) | 无人机航拍应用于1:500的地籍测量方法 | |
| Charalampopoulou et al. | 3D city model using LiDAR and digital color imagery in Kalochori region | |
| OKEGBOLA et al. | Assessment Of the Geometric Accuracy (Vertical and Horizontal) Of an Unmanned Aerial Vehicle Data |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190104 |
|
| RJ01 | Rejection of invention patent application after publication |