CN110853142A - 基于无人机拍摄的机场净空三维模型构建方法及装置 - Google Patents

基于无人机拍摄的机场净空三维模型构建方法及装置 Download PDF

Info

Publication number
CN110853142A
CN110853142A CN201911142930.XA CN201911142930A CN110853142A CN 110853142 A CN110853142 A CN 110853142A CN 201911142930 A CN201911142930 A CN 201911142930A CN 110853142 A CN110853142 A CN 110853142A
Authority
CN
China
Prior art keywords
airport
data
dimensional model
stereopair
model
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
Application number
CN201911142930.XA
Other languages
English (en)
Inventor
黄荣顺
王旭辉
许玉斌
郭婧
刘莎莎
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.)
China Academy of Civil Aviation Science and Technology
Original Assignee
China Academy of Civil Aviation Science and Technology
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 China Academy of Civil Aviation Science and Technology filed Critical China Academy of Civil Aviation Science and Technology
Priority to CN201911142930.XA priority Critical patent/CN110853142A/zh
Publication of CN110853142A publication Critical patent/CN110853142A/zh
Pending legal-status Critical Current

Links

Images

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

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本公开涉及一种基于无人机拍摄的机场净空三维模型构建方法及装置，所述方法包括获取无人机采集的立体像对数据；根据所述立体像对数据，得到机场净空区域数字表面模型；通过对预设的机场净空限制面三维模型及所述机场净空区域数字表面模型进行叠加处理，得到机场净空三维模型。本公开实施例，通过无人机可实现高分辨率影像的采集，且更新时间快，易于操作，弥补了传统立体相对影像数据更新速度慢，云层遮挡导致数据质量差的缺陷；同时，将机场净空限制面三维模型与机场净空区域的数字表面模型进行叠加，可以精确识别超高的建筑物以及具有潜在危险的建筑物，为机场运行管理部门提供精确的数据支撑，从而保障机场运行安全和终端区飞行安全。

Description

基于无人机拍摄的机场净空三维模型构建方法及装置
技术领域
本公开涉及航空技术领域，尤其涉及一种基于无人机拍摄的机场净空三维模型构建方法及装置。
背景技术
机场净空模型通常采用卫星遥感影像等图像构建，然而，由于卫星遥感重访周期过长，应急不及时，造成构建模型的影像数据更新速度慢；同时，云层遮挡导致数据质量差，影像了构建模型的精确度，对机场运行安全和终端区飞行安全带来隐患。
发明内容
有鉴于此，本公开提出了一种无人机航空拍摄的机场净空三维模型构建方法及装置。
根据本公开的一方面，提供了一种基于无人机拍摄的机场净空三维模型构建方法，包括：
获取无人机采集的立体像对数据；
根据所述立体像对数据，得到机场净空区域数字表面模型(Digital SurfaceModel，DSM)；
通过对预设的机场净空限制面三维模型及所述机场净空区域数字表面模型进行叠加处理，得到机场净空三维模型。
在一种可能的实现方式中，所述根据所述立体像对数据，得到机场净空区域数字表面模型，包括：
通过光束法区域网空中三角测量，得到所述立体像对数据的外方位元素及加密点的物方坐标；
根据所述外方位元素及物方坐标，建立所述机场净空区域数字表面模型。
在一种可能的实现方式中，所述获取无人机采集的立体像对数据，包括：
根据机场周边环境，确定无人机航空采集的范围；
根据预设的影像分辨率，得到用于表征无人机飞行的高度和/或摄影比例尺的采集参数；
根据所述拍摄的范围及所述采集参数，采集所述立体像对数据。
在一种可能的实现方式中，所述根据所述立体像对数据，得到机场净空区域数字表面模型之前，所述方法还包括：
根据筛选条件，对所述立体像对数据进行筛选；
所述筛选条件为：所述立体像对数据为真彩色数字影像，及所述立体像对数据航向重叠度和旁向重叠度达到75％。
在一种可能的实现方式中，所述根据所述立体像对数据，得到机场净空区域数字表面模型，包括：对所述立体像对数据进行归一化处理。
在一种可能的实现方式中，所述通过对预设的机场净空限制面三维模型及所述机场净空区域数字表面模型进行叠加处理，得到机场净空三维模型，包括：
根据机场的多个障碍物限制面，建立机场净空限制面三维模型；
对所述机场净空限制面三维模型及所述机场净空区域数字表面模型进行叠加处理，得到机场净空三维模型。
在一种可能的实现方式中，所述机场净空区域数字表面模型，包含机场净空区域内建筑物的空间位置信息及高程信息。
根据本公开的另一方面，提供了一种基于无人机拍摄的机场净空三维模型构建装置，包括：
数据获取模块，用于获取无人机采集的立体像对数据；
数字表面模型构建模块，用于根据所述立体像对数据，得到机场净空区域数字表面模型；
机场净空三维模型构建模块，用于通过对预设的机场净空限制面三维模型及所述机场净空区域数字表面模型进行叠加处理，得到机场净空三维模型。
根据本公开的另一方面，提供了一种基于无人机拍摄的机场净空三维模型构建装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行上述方法。
根据本公开的另一方面，提供了一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其中，所述计算机程序指令被处理器执行时实现上述方法。
根据本公开实施例，通过无人机可实现高分辨率影像的采集，且更新时间快，易于操作，弥补了传统立体相对影像数据更新速度慢，云层遮挡导致数据质量差的缺陷；同时，将机场净空限制面三维模型与机场净空区域的数字表面模型进行叠加，可以精确识别超高的建筑物以及具有潜在危险的建筑物，为机场运行管理部门提供精确的数据支撑，从而保障机场运行安全和终端区飞行安全。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。
图1示出根据本公开一实施例的基于无人机拍摄的机场净空三维模型构建方法的流程图；
图2示出根据本公开一实施例的基于无人机拍摄的机场净空三维模型构建方法的流程图；
图3示出根据本公开一实施例的光束法区域网空三模型的示意图；
图4示出根据本公开一实施例的机场净空三维模型的示意图；
图5示出根据本公开一实施例的基于无人机拍摄的机场净空三维模型构建装置的结构图；
图6示出根据本公开一实施例的用于基于无人机拍摄的机场净空三维模型构建的装置的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
无人机是通过无线电遥控设备或机载计算机程控系统进行操纵的不载人飞行器，不但能完成有人驾驶飞机执行的任务，更适用于有人飞机不宜执行的任务。无人机航拍技术是改变了传统的依靠载人飞机获取地面测绘信息的方式，实现智能化和自动化，使得获取测绘信息的成效大大提高，在测绘应用领域受到广泛地关注，逐渐成为各国研究的热点课题，我国在无人机航拍技术方面的研究目前已经取得了显著的成就，在国际上被大量的国家引进来加以运用。
相关技术中，通常采用卫星遥感影像等图像构建机场净空模型，然而，由于卫星遥感重访周期过长，应急不及时，造成构建模型的影像数据更新速度慢；同时，云层遮挡导致数据质量差，影像了构建模型的精确度，对机场运行安全和终端区飞行安全带来隐患。
因此，本公开实施例提出了一种基于无人机拍摄的机场净空真三维模型构建方案，通过无人机拍摄采集数据，并叠加净空区域高精度的数字地表模型及净空限制面三维模型，与相关技术相比，能够为机场带来精确的数据支撑，而且无人机拍摄更新时间快，易于操作，有效解决了立体相对影像数据更新速度慢，云层遮挡导致数据质量差等问题。
图1示出根据本公开一实施例的基于无人机拍摄的机场净空三维模型构建方法的流程图。如图1所示，该方法可以包括以下步骤：
步骤10、获取无人机采集的立体像对数据；
本公开实施例中通过无人机航空拍摄，对机场指定的净空环境空间范围(例如：1000余平方公里)进行定期/不定期的立体像对数据(即从两个不同位置对同一地区所摄取的一对相片)采集，示例性地，可以每10天对同一机场净空区域进行一次立体像对数据采集。这样，通过无人机可实现高分辨率影像的采集，在弥补卫星遥感经常因云层遮挡获取不到影像这一缺陷的同时，解决了传统卫星遥感重访周期过长，应急不及时等问题；另外，由于无人机结构简单，使用成本低，有效节约了资源。
步骤20、根据所述立体像对数据，得到机场净空区域数字表面模型；
由于飞机在机场区域内的飞行高度比较低，所以必须在机场上空划出一个区域，这个区域叫做机场净空区。本公开实施例中，可以通过对上述无人机采集的立体相对数据进行预处理、配准、校正、建模等操作后，建立净空区域高精度的数字表面模型。
在一种可能的实现方式中，所述机场净空区域数字表面模型，包含机场净空区域内建筑物的空间位置信息及高程信息。其中，得到的数字表面模型是在数字高程模型(Digital Elevation Model，DEM)的基础上，进一步涵盖了除地面之外的其他地表信息的高程(如：建筑物、桥梁和树木等的高度)。这样，可以通过该数字表面模型更加精准的识别出净空区域内建筑物的高度及位置。
步骤30、通过对预设的机场净空限制面三维模型及所述机场净空区域数字表面模型进行叠加处理，得到机场净空三维模型。
其中，机场净空限制面三维模型，可以根据国际民航组织附件十四对机场净空区域保护的具体要求以及民航局的相关要求进行构建。这样，将机场净空限制面三维模型与净空区的数字地表模型进行叠加，从而精确识别超高的建筑物以及具有潜在危险的建筑物，为机场运行管理部门提供精确的数据支撑，从而保障机场运行安全和终端区飞行安全。
在一种可能的实现方式中，在步骤10中，所述获取无人机采集的立体像对数据，可以包括：
根据机场周边环境，确定无人机航空采集的范围；
根据预设的影像分辨率，得到用于表征无人机飞行的高度和/或摄影比例尺的采集参数；
根据所述拍摄的范围及所述采集参数，采集所述立体像对数据。
在无人机采集立体像对数据之前，需要进行一系列飞行准备工作，如：根据提出的任务，确认目标，进行空域申请，确定无人机的各项参数等等。示例性地，在进行无人机航空拍摄采集影像时，所获取的影像的分辨率与无人机飞行的高度存在如下公式(1)所示的关系：
Figure BDA0002281446690000061
式中，h表示无人机飞行器的相对飞行高度；f表示数码摄像机的镜头焦距；a表示像元尺寸；GSD表示地面分辨率。
由公式(1)可知，通过无人机航空摄影测绘技术所获得的影像分辨率高低很大程度取决于无人机飞行的高度。因此，可以根据所需构建的机场净空区域数字表面模型的精度要求及实际采集处理能力，预先设定所需的影像分辨率，并根据该影像分辨率，对无人机航空拍摄过程中的飞行高度进行设定。
举例来说，图2示出根据本公开一实施例的基于无人机拍摄的机场净空三维模型构建方法的流程图。如图2所示，无人机航拍前，应该根据具体的作业任务提前做好规划，如：了解测区概况；确定测区范围；选用合理的摄影机；确定摄影比例尺和航高；确定拍摄日期及无人机起降的具体位置等。为了确保无人机低空飞行安全，提高空域资源利用率，在进行航拍前，负责人员需按照相关规定向航空管理部门申请测区空域的飞行许可；如果没有获得批准，需要重新拟定飞行计划，做好充分的准备，再次向空域管理部门提出申请。在获取批准后，进行无人机的航线设计，进而执行无人机飞行作业。在飞行作业结束后，需要对采集得到原始立体像对数据检查，从而得到符合要求的数据，以便进一步通过影像处理，构建数字表面模型，如若数据经检查不合格，则需要重新进行空域申请，直到采集到符合要求的数据。
在一种可能的实现方式中，在步骤20中，所述根据所述立体像对数据，得到机场净空区域数字表面模型之前，所述方法还包括：
根据筛选条件，对所述立体像对数据进行筛选；
所述筛选条件为：所述立体像对数据为真彩色数字影像，及所述立体像对数据航向重叠度和旁向重叠度达到75％。
举例来说，可以在利用无人机倾斜摄影测绘技术进行三维建模前，参考《1∶500、1∶1000、1∶2000地形图航空摄影规范》(GB/T15661-2008)，对机场区域实际情况进行分析，设置筛选条件，对采集的立体像对数据进行筛选，例如：利用无人机倾斜摄影测绘技术所获取的影像为真彩色数字影像；需要确保航向重叠度和旁向重叠度达到75％，以便确保影像分辨率更高；对于未通过筛选的不符合规范的影像图，则需要进行补摄操作。
在一种可能的实现方式中，在步骤20中所述根据所述立体像对数据，得到机场净空区域数字表面模型，可以包括：对所述立体像对数据进行归一化处理。
在无人机飞行作业中，通过倾斜摄影测量系统获取的遥感影像数据(立体像对数据)，包括垂直影像和倾斜影像，以及定位定姿系统数据(Position and OrientationSystem，POS)。考虑到无人机采集的原始影像时，拍摄存在不均匀光照、不同拍摄角度和时相差等因素，倾斜影像获取时也存在顺光和逆光的情况，影像之间存在辐射差异。因此应该对采集的原始影像进行预处理，如：归一化匀光匀色处理，从而清除上述因素的干扰。
在一种可能的实现方式中，在步骤20中所述根据所述立体像对数据，得到机场净空区域数字表面模型，可以包括：
通过光束法区域网空中三角测量，得到所述立体像对数据的外方位元素及加密点的物方坐标；
根据所述外方位元素及物方坐标，建立所述机场净空区域数字表面模型。
其中，空中三角测量简称空三，是立体摄影测量中，根据少量的野外控制点，在室内进行控制点加密，求得加密点的高程和平面位置的测量方法。其主要目的是为缺少野外控制点的地区测图提供绝对定向的控制点。空三加密(控制三角加密)是无人机影像内业处理的关键部分，空三加密结果的好坏直接影响到进一步构建的数字表面模型的精度，其目的是通过影像匹配提取的连接点(即立体像对匹配是获取的三维数据点)以及部分地面控制点，通过各个光线束在空间的旋转和平移，使模型之间的公共点的光线实现最佳的交会并使整个区域最佳地纳入到已知的控制点坐标系中去，获得每张影像的外方位元素(即摄影光束在摄影瞬间的空间位置和姿态的参数)和加密点的地面坐标(物方坐标)。其中，一张像片的外方位元素包括六个参数，其中三个是直线元素(即纬度、经度、高程)，用于描述摄影中心的空间坐标值；另外三个是角元素(即航向角、俯仰角、翻滚角)，用于描述像片的空间姿态。
图3示出根据本公开一实施例的光束法区域网空三模型的示意图，如图3所示，利用每个光束在空中的位置变换，使模型间公共点的光线实现对对相交，并把整个测区影像纳入到统一的物方坐标系。经过平差计算，最终得到每张像片的外方位元素和所有加密点的物方坐标。
本公开实施例中，按摄影站、像点及其相应地面点三点共线原理进行光束法区域网平差时，采用共线方程作为基础数学模型，基本平差单元是每张像片对应的光束。根据控制点的外业坐标与内业坐标相等、加密点的内业坐标相等，按照共线条件方程列出误差方程，在全区域内统一进行平差处理，解算出每张像片的外方位元素，然后按多片前方交会计算出加密点地面坐标。由于像点坐标为未知数的非线性函数，首先对其进行线性化，通过对待定点坐标求偏微分，将像点坐标视为观测值，列出误差方程式，见以下公式(2)
Figure BDA0002281446690000097
Figure BDA0002281446690000091
式中，Vx、Vy为像点误差在像坐标系下的分量；a11、a12….a22、a23为加权数(像点坐标相对于摄影中心的偏导数)；lx、ly为像点x坐标和y坐标的近似值；ΔX、ΔY、ΔZ为地面坐标修正值；ΔXs、ΔZs、ΔYs为摄站点坐标修正值；
Figure BDA0002281446690000092
Δω、Δk为像片外方位角元素(航向倾角
Figure BDA0002281446690000093
旁向倾角ω和像片旋角κ)的修正值。
将上述公式(2)写成矩阵形式为：
Figure BDA0002281446690000094
式中，像点误差V＝[Vx Vy]T、
Figure BDA0002281446690000095
Figure BDA0002281446690000096
L＝[lx ly]T。
这样，结合国际民航组织附件十四《机场》和中国民航局《民用机场飞行区技术标准》(MH5001-2013)，基于上述无人机航拍立体像对，得到上述每张像片的六个外方位元素及加密点的物方坐标，恢复航摄相片与被摄地面之间的相互关系，进而建立机场净空范围地表真实三维模型(即数字表面模型)，提取保护区范围内建筑物空间位置信息与高程信息。其中，数字表面模型可以基于地理空间坐标系，例如WGS84坐标系(World GeodeticSystem1984)、西安80坐标系等，也可以基于其他坐标系，例如笛卡尔坐标系，本公开对数字表面模型的坐标系类型不作限定。
在一种可能的实现方式中，在步骤30中所述通过对预设的机场净空限制面三维模型及所述机场净空区域数字表面模型进行叠加处理，得到机场净空三维模型，包括：
根据机场的多个障碍物限制面，建立机场净空限制面三维模型；
对所述机场净空限制面三维模型及所述机场净空区域数字表面模型进行叠加处理，得到机场净空三维模型。
本公开实施例中，机场净空限制面三维模型可以是根据机场的多个障碍物限制面建立的地理空间坐标三维模型。示例性地，各个障碍物限制面可以包括不同的关键点。可首先确定出各个障碍物限制面的关键点的地理坐标，然后根据各个关键点的地理坐标，建立机场净空限制面的地理空间坐标三维模型。
图4示出根据本公开一实施例的机场净空三维模型的示意图；如图4所示，可以利用地理数据三维引擎，在对所述机场净空限制面三维模型及所述机场净空区域数字表面模型进行叠加处理，得到机场净空三维模型，在机场净空限制面三维模型的坐标系与上述构建的数字表面模型的坐标系相同的情况下，例如，机场净空限制面三维模型与数字表面模型的坐标系均为地理空间坐标系，则可以直接对机场净空限制面三维模型以及数字表面模型进行叠加处理，从而得到机场净空真三维模型；在机场净空限制面三维模型的坐标系与数字表面模型的坐标系不同的情况下，例如，机场净空限制面三维模型的坐标系为地理空间坐标系，数字表面模型的坐标系为笛卡尔坐标系，可首先进行坐标转换，将数字表面模型的笛卡尔坐标系转换为地理空间坐标系，使机场净空限制面三维模型以及数字表面模型的坐标系相同，再对机场净空限制面三维模型以及数字表面模型进行叠加处理，从而得到机场净空真三维模型。
本公开实施例中，机场净空真三维模型通过叠加净空区真实三维模型，融合机场净空三维限制面信息，提供全国任一运输机场的净空环境态势信息，从而为行业政府监管部门、机场管理部门和地方规划部门提供决策数据支撑，与地方政府形成联动，促进机场与城市的和谐发展。在一种可能的实现方式中，还可以将上述构建的机场净空真三维模型，服务于机场净空环境巡查监测，进而可以实现机场净空巡查智能化。
需要说明的是，尽管以上述实施例作为示例介绍了基于无人机拍摄的机场净空三维模型构建方法如上，但本领域技术人员能够理解，本公开应不限于此。事实上，用户完全可根据个人喜好和/或实际应用场景灵活设定各实施方式，只要符合本公开的技术方案即可。
这样，本公开上述实施例通过无人机航空拍摄可实现高分辨率影像的采集，且更新时间快，易于操作，弥补了传统立体相对影像数据更新速度慢，云层遮挡导致数据质量差的缺陷；同时，将机场净空限制面三维模型与机场净空区域的数字表面模型进行叠加，可以精确识别超高的建筑物以及具有潜在危险的建筑物，为机场运行管理部门提供精确的数据支撑，从而保障机场运行安全和终端区飞行安全。
图5示出根据本公开一实施例的基于无人机拍摄的机场净空三维模型构建装置的结构图。如图5所示，该装置可以包括：数据获取模块51，用于获取无人机采集的立体像对数据；数字表面模型构建模块52，用于根据所述立体像对数据，得到机场净空区域数字表面模型；机场净空三维模型构建模块53，用于通过对预设的机场净空限制面三维模型及所述机场净空区域数字表面模型进行叠加处理，得到机场净空三维模型。
在一种可能的实现方式中，所述数字表面模型构建模块52，还用于：通过光束法区域网空中三角测量，得到所述立体像对数据的外方位元素及加密点的物方坐标；根据所述外方位元素及物方坐标，建立所述机场净空区域数字表面模型。
在一种可能的实现方式中，所述数据获取模块51，还用于：根据机场周边环境，确定无人机航空采集的范围；根据预设的影像分辨率，得到用于表征无人机飞行的高度和/或摄影比例尺的采集参数；根据所述拍摄的范围及所述采集参数，采集所述立体像对数据。
在一种可能的实现方式中，所述装置还包括，数据筛选模块，用于：根据筛选条件，对所述立体像对数据进行筛选；所述筛选条件为：所述立体像对数据为真彩色数字影像，及所述立体像对数据航向重叠度和旁向重叠度达到75％。
在一种可能的实现方式中，所述数字表面模型构建模块52，还用于：对所述立体像对数据进行归一化处理。
在一种可能的实现方式中，所述机场净空三维模型构建模块53，还用于：根据机场的多个障碍物限制面，建立机场净空限制面三维模型；对所述机场净空限制面三维模型及所述机场净空区域数字表面模型进行叠加处理，得到机场净空三维模型。
在一种可能的实现方式中，所述机场净空区域数字表面模型，包含机场净空区域内建筑物的空间位置信息及高程信息。
需要说明的是，尽管以上述实施例作为示例介绍了基于无人机拍摄的机场净空三维模型构建装置如上，但本领域技术人员能够理解，本公开应不限于此。事实上，用户完全可根据个人喜好和/或实际应用场景灵活设定各实施方式，只要符合本公开的技术方案即可。
这样，本公开上述实施例通过无人机航空拍摄可实现高分辨率影像的采集，且更新时间快，易于操作，弥补了传统立体相对影像数据更新速度慢，云层遮挡导致数据质量差的缺陷；同时，将机场净空限制面三维模型与机场净空区域的数字表面模型进行叠加，可以精确识别超高的建筑物以及具有潜在危险的建筑物，为机场运行管理部门提供精确的数据支撑，从而保障机场运行安全和终端区飞行安全。
图6示出根据本公开一实施例的用于基于无人机拍摄的机场净空三维模型构建的装置1900的框图。例如，装置1900可以被提供为一服务器。参照图6，装置1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理，一个有线或无线网络接口1950被配置为将装置1900连接到网络，和一个输入输出(I/O)接口1958。装置1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，MacOS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由装置1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种基于无人机拍摄的机场净空三维模型构建方法，其特征在于，包括：
获取无人机采集的立体像对数据；
根据所述立体像对数据，得到机场净空区域数字表面模型；
通过对预设的机场净空限制面三维模型及所述机场净空区域数字表面模型进行叠加处理，得到机场净空三维模型。
2.根据权利要求1所述的方法，其特征在于，所述根据所述立体像对数据，得到机场净空区域数字表面模型，包括：
通过光束法区域网空中三角测量，得到所述立体像对数据的外方位元素及加密点的物方坐标；
根据所述外方位元素及物方坐标，建立所述机场净空区域数字表面模型。
3.根据权利要求1所述的方法，其特征在于，所述获取无人机采集的立体像对数据，包括：
根据机场周边环境，确定无人机航空采集的范围；
根据预设的影像分辨率，得到用于表征无人机飞行的高度和/或摄影比例尺的采集参数；
根据所述拍摄的范围及所述采集参数，采集所述立体像对数据。
4.根据权利要求3所述的方法，其特征在于，所述根据所述立体像对数据，得到机场净空区域数字表面模型之前，所述方法还包括：
根据筛选条件，对所述立体像对数据进行筛选；
所述筛选条件为：所述立体像对数据为真彩色数字影像，及所述立体像对数据航向重叠度和旁向重叠度达到75％。
5.根据权利要求1所述的方法，其特征在于，所述根据所述立体像对数据，得到机场净空区域数字表面模型，包括：对所述立体像对数据进行归一化处理。
6.根据权利要求1所述的方法，其特征在于，所述通过对预设的机场净空限制面三维模型及所述机场净空区域数字表面模型进行叠加处理，得到机场净空三维模型，包括：
根据机场的多个障碍物限制面，建立机场净空限制面三维模型；
对所述机场净空限制面三维模型及所述机场净空区域数字表面模型进行叠加处理，得到机场净空三维模型。
7.根据权利要求1-6中任一所述的方法，其特征在于，所述机场净空区域数字表面模型，包含机场净空区域内建筑物的空间位置信息及高程信息。
8.一种基于无人机拍摄的机场净空三维模型构建装置，其特征在于，包括：
数据获取模块，用于获取无人机采集的立体像对数据；
数字表面模型构建模块，用于根据所述立体像对数据，得到机场净空区域数字表面模型；
机场净空三维模型构建模块，用于通过对预设的机场净空限制面三维模型及所述机场净空区域数字表面模型进行叠加处理，得到机场净空三维模型。
9.一种基于无人机拍摄的机场净空三维模型构建装置，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述存储器存储的可执行指令时实现权利要求1至权利要求8中任意一项所述的方法。
10.一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至8中任意一项所述的方法。
CN201911142930.XA 2019-11-20 2019-11-20 基于无人机拍摄的机场净空三维模型构建方法及装置 Pending CN110853142A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911142930.XA CN110853142A (zh) 2019-11-20 2019-11-20 基于无人机拍摄的机场净空三维模型构建方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911142930.XA CN110853142A (zh) 2019-11-20 2019-11-20 基于无人机拍摄的机场净空三维模型构建方法及装置

Publications (1)

Publication Number Publication Date
CN110853142A true CN110853142A (zh) 2020-02-28

Family

ID=69602690

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911142930.XA Pending CN110853142A (zh) 2019-11-20 2019-11-20 基于无人机拍摄的机场净空三维模型构建方法及装置

Country Status (1)

Country Link
CN (1) CN110853142A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113345070A (zh) * 2021-05-14 2021-09-03 武汉理工大学 一种变电站噪声声压级的展示装置和展示方法
CN114268742A (zh) * 2022-03-01 2022-04-01 北京瞭望神州科技有限公司 一种天眼芯片处理装置
CN114646305A (zh) * 2022-03-03 2022-06-21 湖南省测绘科技研究所 一种无人机测绘行为的智能识别方法
CN115019002A (zh) * 2022-07-08 2022-09-06 滁州学院 一种基于倾斜摄影技术的城市区域垂直起降场选址方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101604018A (zh) * 2009-07-24 2009-12-16 中国测绘科学研究院 高分辨率遥感影像数据处理方法及其系统
CN107560593A (zh) * 2017-08-28 2018-01-09 荆门程远电子科技有限公司 基于最小生成树的特殊无人机影像空三自由网构建方法
CN108168521A (zh) * 2017-12-14 2018-06-15 福建农林大学 一种基于无人机实现景观三维可视化的方法
CN108550179A (zh) * 2018-02-23 2018-09-18 中国民用航空中南地区空中交通管理局 机场净空限制面、二维等高线图生成方法、建筑物超出高度的判断方法及计算机存储介质
CN110136259A (zh) * 2019-05-24 2019-08-16 唐山工业职业技术学院 一种基于倾斜摄影辅助bim和gis的三维建模技术
CN110426021A (zh) * 2019-08-14 2019-11-08 苏州博雅达勘测规划设计集团有限公司 利用摄影测量三维模型的地形图测量方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101604018A (zh) * 2009-07-24 2009-12-16 中国测绘科学研究院 高分辨率遥感影像数据处理方法及其系统
CN107560593A (zh) * 2017-08-28 2018-01-09 荆门程远电子科技有限公司 基于最小生成树的特殊无人机影像空三自由网构建方法
CN108168521A (zh) * 2017-12-14 2018-06-15 福建农林大学 一种基于无人机实现景观三维可视化的方法
CN108550179A (zh) * 2018-02-23 2018-09-18 中国民用航空中南地区空中交通管理局 机场净空限制面、二维等高线图生成方法、建筑物超出高度的判断方法及计算机存储介质
CN110136259A (zh) * 2019-05-24 2019-08-16 唐山工业职业技术学院 一种基于倾斜摄影辅助bim和gis的三维建模技术
CN110426021A (zh) * 2019-08-14 2019-11-08 苏州博雅达勘测规划设计集团有限公司 利用摄影测量三维模型的地形图测量方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
隋涛;肖武;王党朝;王鑫;田帅帅;孙浩轩;: "基于无人机摄影测量的露天矿排土场三维模型构建" *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113345070A (zh) * 2021-05-14 2021-09-03 武汉理工大学 一种变电站噪声声压级的展示装置和展示方法
CN114268742A (zh) * 2022-03-01 2022-04-01 北京瞭望神州科技有限公司 一种天眼芯片处理装置
CN114646305A (zh) * 2022-03-03 2022-06-21 湖南省测绘科技研究所 一种无人机测绘行为的智能识别方法
CN114646305B (zh) * 2022-03-03 2024-04-02 湖南省测绘科技研究所 一种无人机测绘行为的智能识别方法
CN115019002A (zh) * 2022-07-08 2022-09-06 滁州学院 一种基于倾斜摄影技术的城市区域垂直起降场选址方法

Similar Documents

Publication Publication Date Title
US11835561B2 (en) Unmanned aerial vehicle electromagnetic avoidance and utilization system
Ruzgienė et al. The surface modelling based on UAV Photogrammetry and qualitative estimation
CN110853142A (zh) 基于无人机拍摄的机场净空三维模型构建方法及装置
Lo Brutto et al. UAV platforms for cultural heritage survey: first results
Adams et al. Unmanned aerial vehicle data acquisition for damage assessment in hurricane events
US20200004272A1 (en) System and method for intelligent aerial inspection
Madawalagama et al. Low cost aerial mapping with consumer-grade drones
Tahar et al. A simulation study on the capabilities of rotor wing unmanned aerial vehicle in aerial terrain mapping
JP2008186145A (ja) 空撮画像処理装置および空撮画像処理方法
Ulvi et al. Investigation of three-dimensional modelling availability taken photograph of the unmanned aerial vehicle; sample of kanlidivane church
Tahar et al. Unmanned aerial vehicle technology for large scale mapping
Sužiedelytė Visockienė et al. Comparison of UAV images processing softwares
Popescu et al. The resultant positional accuracy for the orthophotos obtained with Unmanned Aerial Vehicles (UAVs)
Kim et al. Data management framework of drone-based 3D model reconstruction of disaster site
Alves Júnior et al. High accuracy mapping with cartographic assessment for a fixed-wing remotely piloted aircraft system
CN116129064A (zh) 电子地图生成方法、装置、设备及存储介质
Tahar et al. Aerial mapping using autonomous fixed-wing unmanned aerial vehicle
Darwin et al. The potential of low altitude aerial data for large scale mapping
CN117572455A (zh) 基于数据融合的山区水库地形图测绘方法
CN101762269A (zh) 无控制点地区地形图低空测图技术和设备
Kaamin et al. Advanced techniques in as-built survey by using uav technology
Trevoho et al. Aerial data application for construction of large-scale plans
Pagliari et al. Use of fisheye parrot bebop 2 images for 3d modelling using commercial photogrammetric software
Guntel et al. Accuracy analysis of control point distribution for different terrain types on photogrammetric block
Ko A study on the improvement of working methods for cadastral survey using UAV

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