CN110044338B - 一种溃堤溃坝场景的无人机监测方法及系统 - Google Patents
一种溃堤溃坝场景的无人机监测方法及系统 Download PDFInfo
- Publication number
- CN110044338B CN110044338B CN201910355169.1A CN201910355169A CN110044338B CN 110044338 B CN110044338 B CN 110044338B CN 201910355169 A CN201910355169 A CN 201910355169A CN 110044338 B CN110044338 B CN 110044338B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- scene
- aerial vehicle
- image
- break
- 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
Links
Images
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Alarm Systems (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种溃堤溃坝场景的无人机监测方法及系统。所述监测方法包括如下步骤:通过固定机翼无人机按照第一预设航线飞行,获取溃堤溃坝的第一场景影像;并对所述第一场景影像进行边缘检测,获取溃堤溃坝的淹没范围和溃口坐标;进而根据所述淹没范围和溃口坐标确定旋翼无人机的数量,并控制每台旋翼无人机沿所述旋翼无人机对应的第二预设航线飞行,获取多个子场景影像和每个溃口的场景视频;最后,对多个所述子场景影像进行拼接,获得溃堤溃坝的第二场景影像;根据所述第二场景影像和每个溃口的场景视频获取溃堤溃坝灾情信息。本发明通过无人机遥感技术实现了快速准确的获取灾情信息,满足了及时的应急监测的需要。
Description
技术领域
本发明涉及洪涝监测领域,特别涉及一种溃堤溃坝场景的无人机监测方法及系统。
背景技术
每次垮坝事故发生后都有几百人甚至上千的人员伤亡,给当地的经济造成很大损失,与此同时,坝堤溃决引发的洪水将会在下游造成良田、村庄淹没,道路桥梁冲垮,其携带的大量泥沙也会造成土壤沙化,土壤盐碱化,对当地的自然环境和生态环境都是一个毁灭性的破坏。
为了降低溃堤溃坝所带来的危害,可以从两个方面入手。一方面对溃堤溃坝进行预测和防范;另一方面则是在溃堤溃坝发生之后进行迅速的应急处理和救灾行动。
由于溃堤溃坝的事发突然性,较难去预测何时何地会发生堤坝溃决,因此,为了降低溃堤溃坝所带来的危害,提高溃堤溃坝发生之后应急救灾行动的响应速度显得十分必要。
在坝堤溃决洪水淹没的救灾过程中,需要及时的掌握受灾情况以便做出针对性的救灾决策从而减少洪水所造成的损失。
目前水库众多,还伴有各种各样的堰塞湖,有些水库和堰塞湖缺少库容的基本资料,一旦这些水库或者堰塞湖垮坝,怎样快速计算洪水量成为抗洪救灾中的一个重要的问题。然而在坝堤溃决所导致的洪水淹没抗洪救灾中只有洪水量的大小还远远不够,往往需要非常迅速而准确的掌握上游洪水量、溃口溃坝宽度、结合受灾区域的地面数字高程模型数据和行政规划图等确定淹没范围和各个地方的淹没水深、受灾区域中居民地及房屋、道路和桥梁、耕地(作物)等损毁灾情信息与封堵动态等抢险救灾信息,只有这样抗洪救灾才有针对性,才能合理的制定出迁移方案和修建防洪大堤等措施。
最初,在灾害发生以后,只能通过人为进入受灾场地获取受灾信息,灾后地形的复杂性致使灾情信息的获取速度十分之慢,浪费极大的人力物力还无法获得准确全面的灾情信息,以至无法及时而合理的制定救灾方案;随着科学技术的不断进步和发展,遥感技术逐渐被应用于洪水灾害的信息提取中。遥感技术是随着1957年第一颗人造地球卫星进入太空才发展而成(梅安新,2001)。它主要在高空平台利用可见光、红外、微波等探测仪器,进行摄影或者扫描成像,进而识别地面各类地物的技术。80年代遥感技术被全面应用于洪水灾害监测和预报中,它能够实时提供灾区的卫星云图分析雨量,划定淹没范围,进行洪水监测预测等。
尽管遥感测量技术在河道演进、洪涝灾害中得到广泛应用,但对于溃堤溃坝这种短历时洪涝灾害,卫星遥感影像数据不仅获取数据周期长,且时相难以保证,不能满足及时的应急监测的需要。
发明内容
本发明的目的是提供一种溃堤溃坝场景的无人机监测方法及系统,以快速准确的获取灾情信息,以满足及时的应急监测的需要。
为实现上述目的,本发明提供了如下方案:
本发明提供一种溃堤溃坝场景的无人机监测方法,所述监测方法包括如下步骤:
根据卫星影像和地形图,制定第一预设航线;
控制固定机翼无人机按照第一预设航线飞行,获取溃堤溃坝的第一场景影像;
对所述第一场景影像进行边缘检测,获取溃堤溃坝的淹没范围和溃口坐标;
根据所述淹没范围和溃口坐标确定旋翼无人机的数量,并确定每台旋翼无人机的第二预设航线;
控制每台旋翼无人机沿所述旋翼无人机对应的第二预设航线飞行,获取多个子场景影像和每个溃口的场景视频;所述子场景影像包括点云数据影像、红外影像;
对多个所述子场景影像进行拼接,获得溃堤溃坝的第二场景影像;所述第二场景影像包括拼接后的点云数据影像、拼接后的红外影像;
根据所述第二场景影像和每个溃口的场景视频获取溃堤溃坝灾情信息,所述灾情信息包括溃口宽度、溃口流速,溃口流量、淹没的土地利用类型,每种土地利用类型的淹没范围和淹没深度。
可选的,所述根据卫星影像和地形图,制定第一预设航线,具体包括:
根据卫星影像确定初始淹没范围;
根据初始淹没范围,确定始点坐标、终点坐标,并采用折线拟合飞行路线,同时获取折线交接点的经度坐标和纬度坐标,获得第一预设航线的飞行路线;
根据地形图获取第一预设航线的飞行路线的最高海拔高度,确定第一预设航线的飞行高度;
根据所述第一预设航线的飞行高度确定所述固定机翼无人机的机载监控设备的拍摄范围,并根据所述拍摄范围、所述固定机翼无人机的飞行速度和第一预设影像重叠率,确定第一预设航线的拍摄频率。
可选的,根据所述淹没范围和溃口坐标确定旋翼无人机的数量,并确定每台旋翼无人机的第二预设航线,具体包括:
根据所述淹没范围、旋翼无人机的机载监控设备的拍摄范围及第二预设影像重叠率,确定旋翼无人机的数量;
根据所述淹没范围和所述旋翼无人机的数量,确定每台旋翼无人机的第二预设航线的正向飞行路线;
根据所述第二预设影像重叠率、旋翼无人机的机载监控设备的拍摄范围和旋翼无人机的飞行速度,确定第二预设航线的拍摄频率;
根据所述第二预设影像重叠率和旋翼无人机的机载监控设备的拍摄范围,确定逆向飞行的平行路线与所述正向飞行路线的距离;
根据所述溃口坐标确定每台旋翼无人机的第二预设航线的停旋拍摄位置,旋翼无人机在所述停旋拍摄位置拍摄浮标通过溃口的场景视频。
可选的,所述对多个所述子场景影像进行拼接,获得溃堤溃坝的第二场景影像,具体包括:
将多个所述子场景影像分别与所述第一场景影像进行匹配校正,获得多个校正后的子场景影像;
选取每个校正后的子场景影像的兴趣区域;
对每个所述兴趣区域进行匀色处理,并按坐标位置进行排放;
将排放后的兴趣区域进行影像镶嵌,得到溃堤溃坝的第二场景影像。
可选的,所述根据所述第二场景影像和每个溃口的场景视频获取溃堤溃坝灾情信息,所述灾情信息包括溃口宽度、溃口流速,溃口流量、淹没的土地利用类型,土地利用类型的淹没范围和淹没深度,具体包括:
根据所述拼接后的红外影像,利用所述红外影像的比例尺计算每个溃口的宽度;
根据每个溃口的场景视频,确定每个溃口的浮标通过时间;
根据每个溃口的宽度和每个溃口的浮标通过时间,确定每个溃口的流量;
根据拼接后的点云数据影像,通过与没有淹没之前的土地覆盖点云数据遥感影像进行影像配准直观对比,确定淹没的土地利用类型和每种土地利用类型的淹没范围;
根据拼接后的点云数据影像,建立淹没后的地面数字高程模型,并结合地面数字高程模型确定每种土地利用类型的淹没水深。
可选的,所述土地利用类型为耕地、园地、林地、牧草地、居民地及工矿用地、交通用地中的一种或多种。
可选的,所述子场景影像还包括SAR影像。
本发明还提供一种溃堤溃坝场景的无人机监测系统,所述无人机监测系统应用于本发明提供的无人机监测方法;
所述检测系统包括固定翼无人机、多个旋翼无人机、地面控制及数据处理中心;
所述固定翼无人机和多个所述旋翼无人机均与所述地面控制及数据处理中心连接;
所述地面控制及数据处理中心用于制定第一预设航线和多个第二预设航线,并将所述第一预设航线和多个所述第二预设航线分别一一对应的发送给所述固定翼无人机和多个所述旋翼无人机;
所述固定机翼无人机上设置有测绘相机和第一无线数据传输模块,所述测绘相机用于在所述固定机翼无人机按照所述第一预设航线飞行的过程中,拍摄第一场景影像,并将所述第一场景影像通过第一无线数据传输模块发送给所述地面控制及数据处理中心;
所述旋翼无人机上设置有激光雷达、红外相机、视频相机和第二无线数据传输模块,所述激光雷达、所述红外相机和所述视频相机用于在所述旋翼无人机按照所述旋翼无人机对应的第二预设航线飞行时,拍摄第二场景影像,并将所述第二场景影像通过所述第二无线数据传输模块发送给所述地面控制及数据处理中心;所述第二场景影像包括点云数据影像、红外影像和场景视频;
所述地面控制及数据处理中心还用于对所述第一场景影像进行边缘检测,获取溃堤溃坝的淹没范围和溃口坐标,根据所述第二场景影像获取溃堤溃坝灾情信息,所述灾情信息包括溃口宽度、溃口流速,溃口流量、淹没的土地利用类型,每种土地利用类型的淹没范围和淹没深度。
可选的,所述旋翼无人机上还设置有合成孔径雷达。
可选的,所述旋翼无人机上还设置有浮标投放装置。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明公开了一种溃堤溃坝场景的无人机监测方法及系统。所述监测方法包括如下步骤:通过固定机翼无人机按照第一预设航线飞行,获取溃堤溃坝的第一场景影像;并对所述第一场景影像进行边缘检测,获取溃堤溃坝的淹没范围和溃口坐标;进而根据所述淹没范围和溃口坐标确定旋翼无人机的数量,并控制每台旋翼无人机沿所述旋翼无人机对应的第二预设航线飞行,获取多个子场景影像和每个溃口的场景视频;最后,对多个所述子场景影像进行拼接,获得溃堤溃坝的第二场景影像;根据所述第二场景影像和每个溃口的场景视频获取溃堤溃坝灾情信息。本发明可以通过无人机快速的获取溃堤溃坝场景的第一场景影像、第二场景影像和每个溃口的场景视频,并利用无人机距离地面的高度低于卫星,而且在无人机上可以灵活的设置不同的图像拍摄设备,以获取不同类型的图像,相比与卫星遥感技术,本发明采用无人机获取的影像的清晰度有了很大程度的提高,并保证了时相的统一,提高了溃堤溃坝获取的准确性,本发明实现了快速准确的获取灾情信息,满足了及时的应急监测的需要。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种溃堤溃坝场景的无人机监测方法的流程图;
图2为本发明提供的一种溃堤溃坝场景的无人机监测系统的结构图。
具体实施方式
本发明的目的是提供提供一种溃堤溃坝场景的无人机监测方法及系统,以快速准确的获取灾情信息,以满足及时的应急监测的需要。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对发明作进一步详细的说明。
如图1所示,本发明提供一种溃堤溃坝场景的无人机监测方法,所述监测方法包括如下步骤:
步骤101,根据卫星影像和地形图,制定第一预设航线;具体包括:根据卫星影像确定初始淹没范围;根据初始淹没范围,确定始点坐标、终点坐标,并采用折线拟合飞行路线,同时获取折线交接点的经度坐标和纬度坐标,获得第一预设航线的飞行路线;根据地形图获取第一预设航线的飞行路线的最高海拔高度,确定第一预设航线的飞行高度;根据所述第一预设航线的飞行高度确定所述固定机翼无人机的机载监控设备的拍摄范围,并根据所述拍摄范围、所述固定机翼无人机的飞行速度和第一预设影像重叠率,确定第一预设航线的拍摄频率。
步骤102,控制固定机翼无人机按照第一预设航线飞行,获取溃堤溃坝的第一场景影像。
步骤103,对所述第一场景影像进行边缘检测,获取溃堤溃坝的淹没范围和溃口坐标。
步骤104,根据所述淹没范围和溃口坐标确定旋翼无人机的数量,并确定每台旋翼无人机的第二预设航线;具体包括:根据所述淹没范围、旋翼无人机的机载监控设备的拍摄范围,及第二预设影像重叠率,确定旋翼无人机的数量;根据所述淹没范围和所述旋翼无人机的数量,确定每台旋翼无人机的第二预设航线的正向飞行路线;根据所述第二预设影像重叠率、旋翼无人机的机载监控设备的拍摄范围和旋翼无人机的飞行速度,确定第二预设航线的拍摄频率;根据所述第二预设影像重叠率和旋翼无人机的机载监控设备的拍摄范围,确定逆向飞行的平行路线与所述正向飞行路线的距离;根据所述溃口坐标确定每台旋翼无人机的第二预设航线的停旋拍摄位置,旋翼无人机在所述停旋拍摄位置拍摄浮标通过溃口的场景视频。
步骤105,控制每台旋翼无人机沿所述旋翼无人机对应的第二预设航线飞行,获取多个子场景影像和每个溃口的场景视频;所述子场景影像包括点云数据影像、红外影像;所述子场景影像还包括SAR影像,当在夜间或者天气恶劣情况下还需获取SAR影像,以克服天气影响红外影像的清晰度的技术缺陷。
步骤106,对多个所述子场景影像进行拼接,获得溃堤溃坝的第二场景影像;所述第二场景影像包括拼接后的点云数据影像、拼接后的红外影像;具体包括:将多个所述子场景影像分别与所述第一场景影像进行匹配校正,获得多个校正后的子场景影像;选取每个校正后的子场景影像的兴趣区域;对每个所述兴趣区域进行匀色处理,并按坐标位置进行排放;将排放后的兴趣区域进行影像镶嵌,得到溃堤溃坝的第二场景影像。
进一步的,遥感影像尺度校正是遥感影像处理的核心,包括内校正与外校正。内校正是针对光学镜头的非线性畸变、CCD排列误差等遥感器系统缺陷对单幅影像进行纠正。在焦距确定的条件下,镜头畸变差对每幅遥感影像的影响相同。同时由于CCD器件的固定性,其对每幅影像的影响也是相同的,可以与镜头畸变差一并作为系统性误差统一纠正。与普通摄影测量相比,无人机遥感的场景较小,遥感器系统缺陷对影像的尺度影响也相对较小,因此大部分情况下无需内矫正。
外校正是对遥感影像中外方位元素引入误差的几何纠正。遥感监测影像可采取下列方法进行外校正:
1)具有目标区大比例尺地形图条件下,利用地形图获取控制点的坐标和高程,按照摄影测量的方法进行几何纠正。这种方法纠正精度较高,但地形图成图时间与遥感影像成图时间差异较大时,地面控制点的识别和地面高程的准确性都难以保证;
2)在目标区有正射影像(本发明的第一场景影像)的条件下,以正射影像为基准,将无人机遥感影像与其进行匹配纠正,从而以高分辨率的低空遥感影像替换低分辨率的正射影像;
3)基于机载惯性导航系统和GPS定位系统的方法。利用机载航测系统,确定影像准确坐标位置。将惯性导航与GPS定位算法融合以获得高精度坐标,该技术的成熟度还有待提高,其在无人航空器上的应用还有待进一步研究。
(2)遥感影像快速拼接
无人机遥感由于其幅面小,完整地获取整片受灾信息往往需要几百、甚至上千幅影像。因此影像快速拼接是提高受灾信息获取速度的关键。即每个子场景影像包括几百、甚至上千幅影像。
由于航高低,镜头焦距短,使得遥感影像周边成像质量变差。为提高最终的成图质量,对每幅影像进行逐个分析,通过兴趣区的选择,对其进行裁剪,选用靠近影像中心的部分。然后对所有影像进行匀色处理,尽可能消除由于成像时间不同造成的影像间色彩、明暗等方面的差异。将匀色处理后的影像,按其相邻位置排序,对比相邻影像间的重叠区,为每幅影像标注拼接线。把待拼接的影像和拼接线一起输入图像校正软件系统,利用每幅影像携带的地理信息完成影像镶嵌,最终得到完整的遥感影像图。
步骤107,根据所述第二场景影像和每个溃口的场景视频获取溃堤溃坝灾情信息,所述灾情信息包括溃口宽度、溃口流速,溃口流量、淹没的土地利用类型(为耕地、园地、林地、牧草地、居民地及工矿用地、交通用地中的一种或多种),每种土地利用类型的淹没范围和淹没深度;具体包括:根据拼接后的点云数据影像,通过与没有淹没之前的土地覆盖点云数据遥感影像进行影像配准直观对比,确定淹没的土地利用类型和每种土地利用类型的淹没范围;根据每个溃口的场景视频,确定每个溃口的浮标通过时间;根据每个溃口的宽度和每个溃口的浮标通过时间,确定每个溃口的流量;根据拼接后的点云数据影像,通过与没有淹没之前的土地覆盖点云数据遥感影像进行影像配准直观对比,确定淹没的土地利用类型和每种土地利用类型的淹没范围;根据拼接后的点云数据影像,建立淹没后的地面数字高程模型,并结合地面数字高程模型确定每种土地利用类型的淹没水深。其中,根据拼接后的点云数据影像,建立淹没后的地面数字高程模型,具体包括,首先,对所述拼接后的点云数据影像进行滤波处理,所述滤波处理具体包括:从所述拼接后的点云数据影像中筛选出单次回波数据和末次回波数据,得到筛选后的点云数据影像,以去除点云数据影像中的非地面回波数据。根据所述筛选后的点云数据影像的点云数据的坐标构建不规则三角网络,利用所述三角网络的临近点信息去除所述拼接后的点云数据影像中的粗差点和孤立点,得到滤波后的点云数据影像。然后,根据滤波后的点云数据影像采用二次曲面拟合法进行逐点内插,生成淹没后的地面数字高程模型。
如图2所示,本发明还提供一种溃堤溃坝场景的无人机监测系统,所述无人机监测系统应用于本发明提供的无人机监测方法;
所述检测系统包括固定翼无人机1、多个旋翼无人机2、地面控制及数据处理中心3;
所述固定翼无人机和多个所述旋翼无人机均与所述地面控制及数据处理中心连接;
所述地面控制及数据处理中心用于制定第一预设航线和多个第二预设航线,并将所述第一预设航线和多个所述第二预设航线分别一一对应的发送给所述固定翼无人机和多个所述旋翼无人机;
所述固定机翼无人机1上设置有测绘相机和第一无线数据传输模块,所述测绘相机用于在所述固定机翼无人机1按照所述第一预设航线飞行的过程中,拍摄第一场景影像,并将所述第一场景影像通过第一无线数据传输模块发送给所述地面控制及数据处理中心3;
所述旋翼无人机上1设置有激光雷达、红外相机、视频相机和第二无线数据传输模块,所述激光雷达、所述红外相机和所述视频相机用于在所述旋翼无人机2按照所述旋翼无人机2对应的第二预设航线飞行时,拍摄第二场景影像,并将所述第二场景影像通过所述第二无线数据传输模块发送给所述地面控制及数据处理中心3;所述第二场景影像包括点云数据影像、红外影像和场景视频;
所述地面控制及数据处理中心3还用于对所述第一场景影像进行边缘检测,获取溃堤溃坝的淹没范围和溃口坐标,根据所述第二场景影像获取溃堤溃坝灾情信息,所述灾情信息包括溃口宽度、溃口流速,溃口流量、淹没的土地利用类型,每种土地利用类型的淹没范围和淹没深度。
当在夜间或者恶劣天气条件下进行拍摄时,本发明的旋翼无人机1上还设置有合成孔径雷达,用于获取SAR影像。
为了使浮标投射更加的安全和方便,本发明的旋翼无人机1上还设置有浮标投放装置,在旋翼无人机从上游接近溃口时投射浮标,可以避免人为投射带来的危险。
为满足0-100km2范围内溃口溃坝动态监测与抢险救灾决策的需要,监测形状为10km*10km的矩形,以溃口溃坝宽度、淹没范围、居民地及房屋、道路和桥梁、耕地(作物)等损毁灾情信息与封堵动态等抢险救灾信息作为监测指标体系,满足实时防洪会商决策需要。需要高清监测视频、可见光、热红外及雷达正射影像与倾斜摄影,轻小型无人机+系留浮空器平台,主要执行单点多任务,重点区域不同间隔重复巡航监测或悬停航拍,飞机起飞响应时间优于1h,获取时间优于2h,时间分辨率小时级,空间分辨率0.1m,影像处理时间2-3h,洪涝监测信息提取2-3h。本发明的溃堤溃坝场景的无人机监测系统的设备可按照表1参数进行选择和配置,但是不限于表1所限定的参数。
表1溃口溃坝场景动态监测的设备的参数表
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明公开了一种溃堤溃坝场景的无人机监测方法及系统。所述监测方法包括如下步骤:通过固定机翼无人机按照第一预设航线飞行,获取溃堤溃坝的第一场景影像;并对所述第一场景影像进行边缘检测,获取溃堤溃坝的淹没范围和溃口坐标;进而根据所述淹没范围和溃口坐标确定旋翼无人机的数量,并控制每台旋翼无人机沿所述旋翼无人机对应的第二预设航线飞行,获取多个子场景影像和每个溃口的场景视频;最后,对多个所述子场景影像进行拼接,获得溃堤溃坝的第二场景影像;根据所述第二场景影像和每个溃口的场景视频获取溃堤溃坝灾情信息。本发明可以通过无人机快速的获取溃堤溃坝场景的第一场景影像和第二场景影像,并利用无人机距离地面的高度低于卫星,而且在无人机上可以灵活的设置不同的图像拍摄设备,以获取不同类型的图像,相比与卫星遥感技术,本发明采用无人机获取的影像的清晰度有了很大程度的提高,并保证了时相的统一,提高了溃堤溃坝获取的准确性,本发明实现了快速准确的获取灾情信息,满足了及时的应急监测的需要。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
Claims (10)
1.一种溃堤溃坝场景的无人机监测方法,其特征在于,所述监测方法包括如下步骤:
根据卫星影像和地形图,制定第一预设航线;
控制固定机翼无人机按照第一预设航线飞行,获取溃堤溃坝的第一场景影像;
对所述第一场景影像进行边缘检测,获取溃堤溃坝的淹没范围和溃口坐标;
根据所述淹没范围和溃口坐标确定旋翼无人机的数量,并确定每台旋翼无人机的第二预设航线;
控制每台旋翼无人机沿所述旋翼无人机对应的第二预设航线飞行,获取多个子场景影像和每个溃口的场景视频;所述子场景影像包括点云数据影像、红外影像;
对多个所述子场景影像进行拼接,获得溃堤溃坝的第二场景影像;所述第二场景影像包括拼接后的点云数据影像、拼接后的红外影像;
根据所述第二场景影像和每个溃口的场景视频获取溃堤溃坝灾情信息,所述灾情信息包括溃口宽度、溃口流速,溃口流量、淹没的土地利用类型,每种土地利用类型的淹没范围和淹没深度。
2.根据权利要求1所述的溃堤溃坝场景的无人机监测方法,其特征在于,所述根据卫星影像和地形图,制定第一预设航线,具体包括:
根据卫星影像确定初始淹没范围;
根据初始淹没范围,确定始点坐标、终点坐标,并采用折线拟合飞行路线,同时获取折线交接点的经度坐标和纬度坐标,获得第一预设航线的飞行路线;
根据地形图获取第一预设航线的飞行路线的最高海拔高度,确定第一预设航线的飞行高度;
根据所述第一预设航线的飞行高度确定所述固定机翼无人机的机载监控设备的拍摄范围,并根据所述拍摄范围、所述固定机翼无人机的飞行速度和第一预设影像重叠率,确定第一预设航线的拍摄频率。
3.根据权利要求1所述的溃堤溃坝场景的无人机监测方法,其特征在于,所述根据所述淹没范围和溃口坐标确定旋翼无人机的数量,并确定每台旋翼无人机的第二预设航线,具体包括:
根据所述淹没范围、旋翼无人机的机载监控设备的拍摄范围及第二预设影像重叠率,确定旋翼无人机的数量;
根据所述淹没范围和所述旋翼无人机的数量,确定每台旋翼无人机的第二预设航线的正向飞行路线;
根据所述第二预设影像重叠率、旋翼无人机的机载监控设备的拍摄范围和旋翼无人机的飞行速度,确定第二预设航线的拍摄频率;
根据所述第二预设影像重叠率和旋翼无人机的机载监控设备的拍摄范围,确定逆向飞行的平行路线与所述正向飞行路线的距离;
根据所述溃口坐标确定每台旋翼无人机的第二预设航线的停旋拍摄位置,旋翼无人机在所述停旋拍摄位置拍摄浮标通过溃口的场景视频。
4.根据权利要求1所述的溃堤溃坝场景的无人机监测方法,其特征在于,所述对多个所述子场景影像进行拼接,获得溃堤溃坝的第二场景影像,具体包括:
将多个所述子场景影像分别与所述第一场景影像进行匹配校正,获得多个校正后的子场景影像;
选取每个校正后的子场景影像的兴趣区域;
对每个所述兴趣区域进行匀色处理,并按坐标位置进行排放;
将排放后的兴趣区域进行影像镶嵌,得到溃堤溃坝的第二场景影像。
5.根据权利要求1所述的溃堤溃坝场景的无人机监测方法,其特征在于,所述根据所述第二场景影像和每个溃口的场景视频,获取溃堤溃坝灾情信息,所述灾情信息包括溃口宽度、溃口流速,溃口流量、淹没的土地利用类型,土地利用类型的淹没范围和淹没深度,具体包括:
根据所述拼接后的红外影像,利用所述红外影像的比例尺计算每个溃口的宽度;
根据每个溃口的场景视频,确定每个溃口的浮标通过时间;
根据每个溃口的宽度和每个溃口的浮标通过时间,确定每个溃口的流量;
根据拼接后的点云数据影像,通过与没有淹没之前的土地覆盖点云数据遥感影像进行影像配准直观对比,确定淹没的土地利用类型和每种土地利用类型的淹没范围;
根据拼接后的点云数据影像,建立淹没后的地面数字高程模型;并结合淹没前的地面数字高程模型确定每种土地利用类型的淹没水深。
6.根据权利要求1所述的溃堤溃坝场景的无人机监测方法,其特征在于,所述土地利用类型为耕地、园地、林地、牧草地、居民地及工矿用地、交通用地中的一种或多种。
7.根据权利要求1所述的溃堤溃坝场景的无人机监测方法,其特征在于,所述子场景影像还包括SAR影像。
8.一种溃堤溃坝场景的无人机监测系统,其特征在于,所述无人机监测系统应用于权利要求1-7任一项所述的一种溃堤溃坝场景的无人机监测方法;所述检测系统包括固定翼无人机、多个旋翼无人机、地面控制及数据处理中心;
所述固定翼无人机和多个所述旋翼无人机均与所述地面控制及数据处理中心连接;
所述地面控制及数据处理中心用于制定第一预设航线和多个第二预设航线,并将所述第一预设航线和多个所述第二预设航线分别一一对应的发送给所述固定翼无人机和多个所述旋翼无人机;
所述固定机翼无人机上设置有测绘相机和第一无线数据传输模块,所述测绘相机用于在所述固定机翼无人机按照所述第一预设航线飞行的过程中,拍摄第一场景影像,并将所述第一场景影像通过第一无线数据传输模块发送给所述地面控制及数据处理中心;
所述旋翼无人机上设置有激光雷达、红外相机、视频相机和第二无线数据传输模块,所述激光雷达、所述红外相机和所述视频相机用于在所述旋翼无人机按照所述旋翼无人机对应的第二预设航线飞行时,拍摄第二场景影像,并将所述第二场景影像通过所述第二无线数据传输模块发送给所述地面控制及数据处理中心;所述第二场景影像包括点云数据影像、红外影像和场景视频;
所述地面控制及数据处理中心还用于对所述第一场景影像进行边缘检测,获取溃堤溃坝的淹没范围和溃口坐标,根据所述第二场景影像获取溃堤溃坝灾情信息,所述灾情信息包括溃口宽度、溃口流速,溃口流量、淹没的土地利用类型,每种土地利用类型的淹没范围和淹没深度。
9.根据权利要求8所述的溃堤溃坝场景的无人机监测系统,其特征在于,所述旋翼无人机上还设置有合成孔径雷达。
10.根据权利要求8所述的溃堤溃坝场景的无人机监测系统,其特征在于,所述旋翼无人机上还设置有浮标投放装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910355169.1A CN110044338B (zh) | 2019-04-29 | 2019-04-29 | 一种溃堤溃坝场景的无人机监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910355169.1A CN110044338B (zh) | 2019-04-29 | 2019-04-29 | 一种溃堤溃坝场景的无人机监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110044338A CN110044338A (zh) | 2019-07-23 |
CN110044338B true CN110044338B (zh) | 2020-05-22 |
Family
ID=67280319
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910355169.1A Active CN110044338B (zh) | 2019-04-29 | 2019-04-29 | 一种溃堤溃坝场景的无人机监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110044338B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110110641B (zh) * | 2019-04-29 | 2020-11-27 | 中国水利水电科学研究院 | 一种流域性洪涝场景的无人机监测方法及系统 |
CN111581709B (zh) * | 2020-05-18 | 2021-03-16 | 中国水利水电科学研究院 | 基于点云的土石坝结构建模方法和装置 |
CN111737793B (zh) * | 2020-05-25 | 2023-11-28 | 中国电建集团华东勘测设计研究院有限公司 | 基于溃坝风险的土石坝防洪标准确定方法 |
CN113139528B (zh) * | 2021-06-21 | 2021-09-07 | 江西省水利科学院 | 基于Faster_RCNN的无人机热红外图像堤坝险情检测方法 |
CN113933871B (zh) * | 2021-10-15 | 2023-01-24 | 贵州师范学院 | 基于无人机和北斗定位的洪水灾情检测系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104299365A (zh) * | 2014-08-06 | 2015-01-21 | 江苏恒创软件有限公司 | 基于无人机的监测山区山体滑坡、泥石流的方法 |
CN104618689A (zh) * | 2015-01-19 | 2015-05-13 | 环境保护部卫星环境应用中心 | 基于无人机的近海溢油监测方法及系统 |
CN104849274A (zh) * | 2015-04-18 | 2015-08-19 | 中国计量学院 | 一种基于小型无人机的所检测区域旱情实时检测方法 |
CN109387186A (zh) * | 2018-12-13 | 2019-02-26 | 广州极飞科技有限公司 | 测绘信息获取方法、装置、电子设备及存储介质 |
-
2019
- 2019-04-29 CN CN201910355169.1A patent/CN110044338B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104299365A (zh) * | 2014-08-06 | 2015-01-21 | 江苏恒创软件有限公司 | 基于无人机的监测山区山体滑坡、泥石流的方法 |
CN104618689A (zh) * | 2015-01-19 | 2015-05-13 | 环境保护部卫星环境应用中心 | 基于无人机的近海溢油监测方法及系统 |
CN104849274A (zh) * | 2015-04-18 | 2015-08-19 | 中国计量学院 | 一种基于小型无人机的所检测区域旱情实时检测方法 |
CN109387186A (zh) * | 2018-12-13 | 2019-02-26 | 广州极飞科技有限公司 | 测绘信息获取方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110044338A (zh) | 2019-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110044338B (zh) | 一种溃堤溃坝场景的无人机监测方法及系统 | |
Giordan et al. | The use of unmanned aerial vehicles (UAVs) for engineering geology applications | |
CN104931022B (zh) | 基于星载激光测高数据的卫星影像立体区域网平差方法 | |
Samad et al. | The potential of Unmanned Aerial Vehicle (UAV) for civilian and mapping application | |
CN110110641B (zh) | 一种流域性洪涝场景的无人机监测方法及系统 | |
Lo Brutto et al. | UAV platforms for cultural heritage survey: first results | |
US20180095478A1 (en) | Flight Planning for Unmanned Aerial Tower Inspection with Long Baseline Positioning | |
KR20180131932A (ko) | 드론과 공간정보를 이용한 하천지형정보 생성 방법 | |
CN108548525A (zh) | 一种利用无人机航空摄影进行野外测绘的方法 | |
Madawalagama et al. | Low cost aerial mapping with consumer-grade drones | |
CN110108257B (zh) | 一种基于无人机航拍影像和静态规划图相匹配的展示方法 | |
Henriques et al. | Unmanned aerial vehicles (UAV) as a support to visual inspections of concrete dams | |
CN105180943A (zh) | 船舶定位系统及方法 | |
Darwin et al. | The potential of unmanned aerial vehicle for large scale mapping of coastal area | |
Clark | Small unmanned aerial systems comparative analysis for the application to coastal erosion monitoring | |
CN115657706A (zh) | 基于无人机的地貌测量方法及系统 | |
Yusoff et al. | Comprehensive analysis of flying altitude for high resolution slope mapping using UAV technology | |
CN102706331A (zh) | 航拍测绘图像校正方法 | |
Blanks | UAS applications | |
Kim et al. | UAV Application for process control of the reclamation project | |
Gbopa et al. | Unmanned Aerial Vehicles for Three‑dimensional Mapping and Change Detection Analysis | |
Starek et al. | Application of unmanned aircraft systems for coastal mapping and resiliency | |
Lee et al. | Analysis on tidal channels based on UAV photogrammetry: Focused on the west coast, South Korea case analysis | |
Chaudhry et al. | A comparative study of modern UAV platform for topographic mapping | |
Rabiu et al. | Unmanned Aerial Vehicle Photogrammetric Products Accuracy Assessment: a Review |
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 |