CN111479057B - 基于无人飞行器的图斑智能举证方法 - Google Patents
基于无人飞行器的图斑智能举证方法 Download PDFInfo
- Publication number
- CN111479057B CN111479057B CN202010285905.3A CN202010285905A CN111479057B CN 111479057 B CN111479057 B CN 111479057B CN 202010285905 A CN202010285905 A CN 202010285905A CN 111479057 B CN111479057 B CN 111479057B
- Authority
- CN
- China
- Prior art keywords
- shooting
- aerial vehicle
- unmanned aerial
- data
- point
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 2
- 238000003384 imaging method Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 2
- 238000012550 audit Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
-
- 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
- H04N7/185—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source from a mobile camera, e.g. for remote control
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于无人飞行器的图斑智能举证方法,包含以下步骤:后台服务器获取图斑数据;根据图斑数据、高程数据、数据精度要求和无人飞行器的参数生成拍摄参数;将拍摄参数无线发送至手持智能终端;手持智能终端根据拍摄参数生成飞行路径和拍摄动作;无人飞行器执行飞行路径和拍摄动作获取拍摄数据;将拍摄数据无线传输至手持智能终端,并由手持智能终端将拍摄数据上传至后台服务器。本发明所提供的基于无人飞行器的图斑智能举证方法智能生成拍摄参数发送至举证人员的手持智能终端,手持智能终端能够根据拍摄参数生成飞行路径,无人飞行器执行飞行路径并获取照片和视频数据,全称高度智能化,节省了大量的人工成本,提高了工作效率。
Description
技术领域
本发明涉及一种基于无人飞行器的图斑智能举证方法。
背景技术
历年自然资源调查、举证、监管都是人工作业,存在以下缺陷。
举证图斑分散,路程远:以往经验每平方公里大概有2-3个图斑左右,人工举证的时间都浪费在前往目标图斑的路上,图斑现场寻找定位难,需要长时间才能到达目标图图斑,而且很容易找错。
地形杂山路险:山区的山高路险,至少要两人同时前往,一天也就拍摄两三个图斑。举证人员到达山顶后发现图斑近在眼前,但是隔着悬崖峭壁就是过不去的尴尬局面。
图斑不规则:丘陵和山区,有的图斑形状非常不规则,人工拍摄地点不好把握,并且拍摄角度容易被障碍物遮挡,还会遗漏拍摄角度,造成照片审核通过率较低。
工况恶劣:为了保证工期,有限的时间内完成大量的工作任务,顶风冒雪也要去拍摄。在恶劣天气情况下进行外业工作首先存在着巨大的安全隐患,其次对调查人员的身心也是一个巨大的考验。
图斑面积大:国家提取的图斑不排除有超大面积图斑,人工使用平板、手机拍摄耗费时间过长,例如:1个200亩的采矿用地图斑,由于地形地貌不平坦,人工拍摄需要大概大半天或整天的时间,且危险系数较大,效率非常低。
发明内容
本发明提供了一种基于无人飞行器的图斑智能举证方法,采用如下的技术方案:
一种基于无人飞行器的图斑智能举证方法,包含以下步骤:
后台服务器获取图斑数据;
根据图斑数据、高程数据、数据精度要求和无人飞行器的参数生成拍摄参数;
将拍摄参数无线发送至手持智能终端;
手持智能终端根据拍摄参数生成飞行路径及拍摄动作;
无人飞行器执行飞行路径和拍摄动作获取拍摄数据;
将拍摄数据无线传输至手持智能终端,并由手持智能终端将拍摄数据上传至后台服务器。
进一步地,后台服务器获取图斑数据的具体方法为:
向后台服务器中导入原始图斑数据;
后台服务器根据作业区域叠加筛选原始图斑数据生成图斑数据。
进一步地,拍摄参数包括若干正拍点和若干斜拍点;
生成正拍点和斜拍点的具体方法为:
根据数据精度要求和无人飞行器的参数计算无人飞行器拍照对应地面的正拍范围;
计算图斑数据所对应的图斑的外接矩形;
根据设定的外扩参数对外接矩形进行外扩得到矩形外延图斑;
根据设定的照片重叠率计算出覆盖了矩形外延图斑的多个正向拍射点;
对于每个正向拍射点,以矩形外延图斑的中心点为拍摄方向,通过设定拍摄角度,计算出每个正向拍摄点所对应的斜向拍摄点;
将对应的正拍范围与图斑存在重叠的正向拍摄点作为正拍点;
将对应的斜拍范围与图斑存在重叠的斜向拍摄点作为斜拍点。
进一步地,拍摄参数还包括360边界绕飞拍摄路径;
生成360边界绕飞拍摄路径的具体方法为:
根据设定的外扩参数对图斑的边界进行外扩得到边界外扩图斑;
根据边界外扩图斑的边界计算出360边界绕飞拍摄路径。
进一步地,拍摄参数还包括360环形绕飞拍摄路径;
生成360环形绕飞拍摄路径的具体方法为:
计算图斑的最小外接圆;
根据最小外接圆的边界计算出360环形绕飞拍摄路径。
进一步地,拍摄参数还包括点环式拍摄点;
生成点环式拍摄点的具体方法为:
计算图斑的最小外接圆;
计算最小外接圆的圆心;
根据最小外接圆的圆心计算出点环式拍摄点。
进一步地,拍摄参数还包括若干人工拍摄点;
生成人工拍摄点的具体方法为:
根据图斑所对应的可视化地理信息数据人工选择人工拍摄点。
进一步地,基于无人飞行器的图斑智能举证方法还包括:
手持智能终端将无人飞行器在正拍点拍摄到的所有正拍照片在手持智能终端的地图应用中动态展示。
进一步地,手持智能终端将无人飞行器在正拍点拍摄到的所有正拍照片在手持智能终端的地图应用中动态展示的具体方法为:
将无人飞行器在正拍点拍摄到的正拍照片拼接成一幅完整的图片;
将图片映射至地图应用中对应的位置。
进一步地,数据精度要求包括超清模式、高清模式和标清模式;
超清模式对应的无人飞行器的拍照高度为大于30m且小于等于100m;
高清模式对应的无人飞行器的拍照高度为大于100m且小于等于200m;
标清模式对应的无人飞行器的拍照高度为大于200m且小于等于350m。
本发明的有益之处在于所提供的基于无人飞行器的图斑智能举证方法智能生成拍摄参数发送至举证人员的手持智能终端,手持智能终端能够根据拍摄参数生成无人飞行器的飞行路径和拍摄动作,无人飞行器执行飞行路径和拍摄动作获取照片和视频数据,全程高度智能化,节省了大量的人工成本,提高了工作效率。
本发明的有益之处还在于所提供的基于无人飞行器的图斑智能举证方法能够执行正拍、斜拍、360环拍以及点环式拍摄等多种拍照或视频拍摄方式。
本发明的有益之处还在于所提供的基于无人飞行器的图斑智能举证方法还能够根据需求设定人工拍摄点,在一些复杂区域切换为人工操作,解决了某些特殊地形获取数据不符合标准的情形。
本发明的有益之处还在于所提供的基于无人飞行器的图斑智能举证方法可以通过手持智能终端动态展示获取到的照片,在需要查看图斑的照片获取情况时,能够将在该图斑正拍点拍摄到的正拍照片通过动态投影的方式投影到手持智能终端的地图应用中对应的位置。
附图说明
图1是本发明的基于无人飞行器的图斑智能举证方法的示意图。
具体实施方式
以下结合附图和具体实施例对本发明作具体的介绍。
如图1所示为本发明的一种基于无人飞行器的图斑智能举证方法,包含以下步骤:S1:后台服务器获取图斑数据。S2:根据图斑数据、高程数据、数据精度要求和无人飞行器的参数生成拍摄参数。S3:将拍摄参数无线发送至手持智能终端。S4:手持智能终端根据拍摄参数生成飞行路径及拍摄动作。S5:无人飞行器执行飞行路径和拍摄动作获取拍摄数据。S6:将拍摄数据无线传输至手持智能终端,并由手持智能终端将拍摄数据上传至后台服务器。根据上述步骤,后台服务器、手持智能终端和无人飞行器之间无线传输数据,后台服务器获取到图斑数据后根据图斑数据以及高程数据、数据精度要求和无人飞行器的参数生成拍摄参数,并将拍摄参数发送至手持智能终端设备,手持智能终端设备根据接收到的拍摄参数智能生成飞行路径和拍摄动作,无人飞行器执行飞行路径和拍摄动作获取到拍摄数据将拍摄数据无线传输至手持智能终端设备供举证人员查看。以下具体接收上述步骤。
对于步骤S1:后台服务器获取图斑数据。
具体而言,不同作业区域的举证工作由不同的部门执行完成,因此,后台服务器在分配工作时,需要根据作业区域进行划分。
后台服务器获取图斑数据的具体方法为:向后台服务器中导入原始图斑数据。后台服务器根据作业区域叠加筛选原始图斑数据生成图斑数据。可以理解的是,原始图斑数据可能跨越多个不同的作业区域,因此将原始图斑数据中与目标作业区域叠加的部分提取出来作为图斑数据,制定针对该作业区域范围内的工作任务。
上述的图斑数据包含了图斑的位置坐标信息。
对于步骤S2:根据图斑数据、高程数据、数据精度要求和无人飞行器的参数生成拍摄参数。
通过步骤S1,得到了目标图斑数据,进一步地,需要根据该图斑数据以及其他相关参数生成拍摄参数。其中,高程数据为图斑数据中对应的图斑的不同位置的高度信息。数据精度要求为所需要拍摄的照片的精度。需要的数据精度要求越高,无人飞行器拍摄照片时距离地面越近。具体的,数据精度要求包括超清模式、高清模式和标清模式,超清模式对应的无人飞行器的拍照高度为大于30m且小于等于100m。高清模式对应的无人飞行器的拍照高度为大于100m且小于等于200m。标清模式对应的无人飞行器的拍照高度为大于200m且小于等于350m。无人飞行器的参数包括拍摄照片的分辨率,相机广角、俯仰角和航向角等参数。
无人飞行器采集图像的种类较多,包括正拍、斜拍、360绕飞等。因此,后台服务器根据图斑数据以及其高程数据、数据精度要求和无人飞行器的参数生成的拍摄参数的种类对应包含较多种。
作为一种优选的实施方式,拍摄参数包括若干正拍点和若干斜拍点。在正拍点,无人飞行器的相机镜头垂直底面进行照片获取,在斜拍点,无人飞行器的相机镜头倾斜地面进行倾斜方向的照片获取。
具体而言,后台服务器生成正拍点和斜拍点的具体方法为:根据数据精度要求和无人飞行器的参数计算无人飞行器拍照对应地面的正拍范围(即照片所能拍摄的景物范围)。计算图斑数据所对应的图斑的外接矩形。由于实际过程中,数据的采集存在一定误差,为了确保采集的图像数据能够完全覆盖图斑的外接矩形,设定一个外扩参数和照片重叠率,根据设定的外扩参数对外接矩形进行外扩得到一个面积比原图斑稍大一点的矩形外延图斑,再根据设定的照片重叠率计算出覆盖了矩形外延图斑的若干正向拍射点。一般外扩参数取值范围为0-30m,照片重叠率设定范围为10%-20%。通过上述步骤,无人飞行器在每个正拍点拍的照片组合起来能够完整的覆盖矩形外延图斑。对于每个正向拍摄点,还需要计算其对应的斜向拍摄点。对于一个正向拍摄点,其拍摄到的范围为X,为了获取范围X对应的倾斜角度的照片,需要在一个对应的斜向拍摄点拍摄范围X。具体的,对于每个正向拍射点,以矩形外延图斑的中心点为拍摄方向,设定拍摄角度,在固定拍摄角度以及高度时,改变无人飞行器距离矩形外延图斑的中心点的距离,使无人飞行器的相机对准拍摄范围X,此时无人飞行器的位置为斜向拍摄点,根据上述步骤计算出每个正向拍摄点所对应的斜向拍摄点。将对应的正拍范围与图斑存在重叠的正向拍摄点作为正拍点。将对应的斜拍范围与图斑存在重叠的斜向拍摄点作为斜拍点。一般,拍摄角度设定为-30°至-85°之间。
作为一种优选的实施方式,拍摄参数还包括360边界绕飞拍摄路径。无人机沿着360边界绕飞拍摄路径对图斑进行视频拍摄。
生成360边界绕飞拍摄路径的具体方法为:根据设定的外扩参数对图斑的边界进行外扩得到边界外扩图斑。根据边界外扩图斑的边界计算出360边界绕飞拍摄路径。首先根据设定的外扩参数对图斑的边界进行外扩,再根据边界外扩图斑的边界结合高程数据计算得到360边界绕飞拍摄路径。
作为一种优选的实施方式,拍摄参数还包括360环形绕飞拍摄路径。无人机沿着环形绕飞拍摄路径对图斑进行视频拍摄。
生成360环形绕飞拍摄路径的具体方法为:计算图斑的最小外接圆。根据最小外接圆的边界计算出360环形绕飞拍摄路径。根据图斑的最小外接圆的边界和高程数据计算出360环形绕飞拍摄路径。
作为一种优选的实施方式,拍摄参数还包括点环式拍摄点。无人飞行器在点环式拍摄点上旋转一周对图斑进行视频拍摄。
生成点环式拍摄点的具体方法为:计算图斑的最小外接圆。计算最小外接圆的圆心。根据最小外接圆的圆心计算出点环式拍摄点。
作为一种优选的实施方式,拍摄参数还包括若干人工拍摄点。
可以理解的是,针对一些特殊的拍摄需求,比如对图斑上的设施农用地房屋内景进行拍摄。此时,无人机自动拍摄的照片或视频可能无法满足需求,需要在这些特殊的点切换到人工操作。生成人工拍摄点的具体方法为:根据图斑所对应可视化地理信息数据人工选择人工拍摄点。从图斑的可视化地理信息可以初步判定图斑中的特殊拍摄点,如设施农用地房屋,工作人员可以通过后台服务器人工选择并设置人工拍摄点,当无人飞行器到达指定的人工拍摄点后转由人工操作进行照片或视频的获取。
对于步骤S3:将拍摄参数无线发送至手持智能终端。
步骤S2中生成完整的拍摄参数,这些拍摄参数包括但不限于正拍点、斜拍点、生成360边界绕飞拍摄路径、生成360环形绕飞拍摄路径、点环式拍摄点和人工拍摄点。其中,手持智能终端可以是手机或平板电脑等智能设备。
对于步骤S4:手持智能终端根据拍摄参数生成飞行路径和拍摄动作。
手持智能终端接收到拍摄参数后,根据拍摄参数中包含的正拍点、斜拍点、生成360边界绕飞拍摄路径、生成360环形绕飞拍摄路径、点环式拍摄点和人工拍摄点等信息生成飞行路径。具体的,手持智能终端获取到无线飞行器的位置信息和剩余电量信息,并结合拍摄参数信息,利用蚁群算法,通过多次迭代计算,找到最优的最短的不交叉回路的飞行路径。在无人飞行器飞行过程中,为了避免碰撞高压线等细小的物体,采取保持一定的安全高度飞行,在拍摄照片或视频时直线下降到拍摄点拍摄,有限的避免无人飞行器发生碰撞坠机意外。
对于步骤S5:无人飞行器执行飞行路径和拍摄动作获取拍摄数据。
无人飞行器执行飞行路径和拍摄动作并获取拍摄数据。具体的,无人飞行器按照设定的飞行路线飞行,并在对应的地点或路线执行拍照或摄像。
具体的,无人飞行器在到达正拍点时执行垂直拍照,此时,无人飞行器的相机镜头垂直底面,俯仰角的范围为-85°至-90°之间。无人飞行器到达斜拍点时执行斜拍,此时,无人飞行器的相机镜头倾斜地面,拍摄角度在-30°至-85°之间。
当无人飞行器执行360边界绕飞拍摄路径进行视频拍摄时,无人飞行器沿着360边界绕飞拍摄路径飞行,航向角固定为向左偏离飞行方向0-90°之间,相机的俯仰角为向下30°至90°之间。一般,拍摄高度设置为30-200m。
当无人飞行器执行360环形绕飞拍摄路径进行视频拍摄时时,无人飞行器沿着360环形绕飞拍摄路径飞行,航向角指向图斑的最小外接圆的圆心,相机俯仰角为向下30°至90°之间。一般,拍摄高度设置为30-200m。
当无人飞行器到达点环式拍摄点进行视频拍摄时,设置无人飞行器航向角每秒旋转0至30°,相机俯仰角为向下30°至90°之间。一般,拍摄高度设置为30-200m。
当无人飞行器到达人工拍摄点时,提示举证人员进行人工操作获取照片或视频数据,当拍照或拍摄完成后,无人飞行器切换回自动模式继续进行工作。
无人飞行器在执行飞行任务的过程中遇到问题,如电池电量低、RPS信号弱,无人飞行器通过手持智能设备对举证人员进行提醒,举证人员也可以通过语音指令控制无人飞行器。
对于步骤S6:将拍摄数据无线传输至手持智能终端,并由所述手持智能终端将所述拍摄数据上传至所述后台服务器。
无线飞行器获取到的拍摄数据如照片和视频均通过无线传输的方式上传到手持智能终端,其中,照片或视频均包含对应的拍摄参数,拍摄参数包括:拍摄时间、拍摄位置、拍摄俯仰角、拍摄航向角和拍摄人,手持智能终端接收到拍摄数据后将该拍摄数据上传至后台服务器。
作为一种优选的实施方式,基于无人飞行器的图斑智能举证方法还包括:手持智能终端将无人飞行器在正拍点拍摄到的所有正拍照片在至手持智能终端的地图应用中动态展示。
可以理解的是,为了便于将无人飞行器拍摄到的照片直观的展示出来,可以通过动态投影的方式将无人飞行器在正拍点拍摄到的所有正拍照片在手持智能终端的地图应用中动态展示,从而可以在地图中直观的看到图斑范围实时拍摄的照片。
手持智能终端将无人飞行器在正拍点拍摄到的所有正拍照片动态投影至手持智能终端的地图中的具体方法为:将无人飞行器在正拍点拍摄到的正拍照片拼接成一幅完整的图片。将图片映射至地图应用对应的位置。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解,上述实施例不以任何形式限制本发明,凡采用等同替换或等效变换的方式所获得的技术方案,均落在本发明的保护范围内。
Claims (7)
1.一种基于无人飞行器的图斑智能举证方法,其特征在于,包含以下步骤:
后台服务器获取图斑数据;
根据所述图斑数据、高程数据、数据精度要求和无人飞行器的参数生成拍摄参数;
将所述拍摄参数无线发送至手持智能终端;
所述手持智能终端根据所述拍摄参数生成飞行路径及拍摄动作;
所述无人飞行器执行所述飞行路径和所述拍摄动作获取拍摄数据;
将所述拍摄数据无线传输至所述手持智能终端,并由所述手持智能终端将所述拍摄数据上传至所述后台服务器;
所述后台服务器获取图斑数据的具体方法为:
向所述后台服务器中导入原始图斑数据;
所述后台服务器根据作业区域叠加筛选所述原始图斑数据生成所述图斑数据;
所述拍摄参数包括若干正拍点和若干斜拍点;
生成所述正拍点和斜拍点的具体方法为:
根据所述数据精度要求和所述无人飞行器的参数计算所述无人飞行器拍照对应地面的正拍范围;
计算所述图斑数据所对应的图斑的外接矩形;
根据设定的外扩参数对所述外接矩形进行外扩得到矩形外延图斑;
根据设定的照片重叠率计算出覆盖了所述矩形外延图斑的多个正向拍射点;
对于每个所述正向拍射点,以所述矩形外延图斑的中心点为拍摄方向,通过设定拍摄角度,计算出每个所述正向拍摄点所对应的斜向拍摄点;
将对应的正拍范围与所述图斑存在重叠的所述正向拍摄点作为所述正拍点;
将对应的斜拍范围与所述图斑存在重叠的所述斜向拍摄点作为所述斜拍点;
所述拍摄参数还包括360边界绕飞拍摄路径;
生成所述360边界绕飞拍摄路径的具体方法为:
根据设定的所述外扩参数对所述图斑的边界进行外扩得到边界外扩图斑;
根据所述边界外扩图斑的边界计算出所述360边界绕飞拍摄路径。
2.根据权利要求1所述的基于无人飞行器的图斑智能举证方法,其特征在于,
所述拍摄参数还包括360环形绕飞拍摄路径;
生成所述360环形绕飞拍摄路径的具体方法为:
计算所述图斑的最小外接圆;
根据所述最小外接圆的边界计算出所述360环形绕飞拍摄路径。
3.根据权利要求1所述的基于无人飞行器的图斑智能举证方法,其特征在于,
所述拍摄参数还包括点环式拍摄点;
生成所述点环式拍摄点的具体方法为:
计算所述图斑的最小外接圆;
计算所述最小外接圆的圆心;
根据所述最小外接圆的圆心计算出所述点环式拍摄点。
4.根据权利要求3所述的基于无人飞行器的图斑智能举证方法,其特征在于,
所述拍摄参数还包括若干人工拍摄点;
生成所述人工拍摄点的具体方法为:
根据所述图斑所对应的可视化地理信息数据人工选择所述人工拍摄点。
5.根据权利要求1所述的基于无人飞行器的图斑智能举证方法,其特征在于,
所述基于无人飞行器的图斑智能举证方法还包括:
所述手持智能终端将所述无人飞行器在所述正拍点拍摄到的所有正拍照片在所述手持智能终端的地图应用中动态展示。
6.根据权利要求5所述的基于无人飞行器的图斑智能举证方法,其特征在于,
所述手持智能终端将所述无人飞行器在所述正拍点拍摄到的所有正拍照片在所述手持智能终端的地图应用中动态展示的具体方法为:
将所述无人飞行器在所述正拍点拍摄到的所述正拍照片拼接成一幅完整的图片;
将所述图片映射至所述地图应用中对应的位置。
7.根据权利要求1所述的基于无人飞行器的图斑智能举证方法,其特征在于,
所述数据精度要求包括超清模式、高清模式和标清模式;
所述超清模式对应的所述无人飞行器的拍照高度为大于30m且小于等于100m;
所述高清模式对应的所述无人飞行器的拍照高度为大于100m且小于等于200m;
所述标清模式对应的所述无人飞行器的拍照高度为大于200m且小于等于350m。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010285905.3A CN111479057B (zh) | 2020-04-13 | 2020-04-13 | 基于无人飞行器的图斑智能举证方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010285905.3A CN111479057B (zh) | 2020-04-13 | 2020-04-13 | 基于无人飞行器的图斑智能举证方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111479057A CN111479057A (zh) | 2020-07-31 |
CN111479057B true CN111479057B (zh) | 2022-04-15 |
Family
ID=71752228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010285905.3A Active CN111479057B (zh) | 2020-04-13 | 2020-04-13 | 基于无人飞行器的图斑智能举证方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111479057B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112528972B (zh) * | 2021-02-08 | 2021-06-04 | 常州微亿智造科技有限公司 | 用于飞拍拍摄点的定位方法和装置 |
CN113223141B (zh) * | 2021-03-31 | 2022-10-25 | 杭州今奥信息科技股份有限公司 | 一种圆环式倾斜拍摄方法和系统 |
CN113485425B (zh) * | 2021-07-22 | 2024-06-14 | 北京中天博地科技有限公司 | 国土调查举证用无人机拍照路径自动规划及飞行的方法 |
CN114650353B (zh) * | 2022-03-14 | 2024-03-19 | 杭州今奥信息科技股份有限公司 | 举证影像的拍摄方法及系统 |
CN115014361B (zh) * | 2022-08-08 | 2022-11-01 | 成都睿铂科技有限责任公司 | 航线规划方法、装置及计算机存储介质 |
CN117371963B (zh) * | 2023-12-06 | 2024-02-23 | 浙江数维科技有限公司 | 一种国土调查举证照片自动核查方法与系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2016359163A1 (en) * | 2015-11-23 | 2018-07-05 | Kespry Inc. | Autonomous mission action alteration |
CN105676870B (zh) * | 2016-01-18 | 2018-08-21 | 国家基础地理信息中心 | 一种基于无人机的像控点信息采集方法及系统 |
CN109032165B (zh) * | 2017-07-21 | 2021-09-10 | 广州极飞科技股份有限公司 | 无人机航线的生成方法和装置 |
FR3072650B1 (fr) * | 2017-10-24 | 2021-07-30 | Dassault Aviat | Systeme de controle d'une trajectoire laterale d'un aeronef au sol |
CN107990877B (zh) * | 2017-12-06 | 2020-07-10 | 华中师范大学 | 一种基于互联网的无人机遥感解译外业调查系统及方法 |
CN110771141B (zh) * | 2018-11-19 | 2022-04-15 | 深圳市大疆创新科技有限公司 | 拍摄方法和无人机 |
CN110825105B (zh) * | 2019-10-14 | 2023-03-10 | 武汉光庭信息技术股份有限公司 | 一种基于无人机的卫片图斑巡查方法及装置 |
CN110825110A (zh) * | 2019-11-13 | 2020-02-21 | 昆明能讯科技有限责任公司 | 一种电力线路可见光点云解算照片的采集飞行方法 |
-
2020
- 2020-04-13 CN CN202010285905.3A patent/CN111479057B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111479057A (zh) | 2020-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111479057B (zh) | 基于无人飞行器的图斑智能举证方法 | |
CN107222467B (zh) | 一种移动通信基站全景运维系统的实现方法 | |
CN112470092B (zh) | 一种测绘系统、测绘方法、装置、设备及介质 | |
CN107367262A (zh) | 一种无人机远距离实时定位测绘显示互联式控制方法 | |
WO2018020691A1 (ja) | モニタリング方法、モニタリングシステム及びプログラム | |
CN107040933B (zh) | 一种移动通信基站全景运维系统 | |
MX2013000158A (es) | Sistema de manejo de plataforma movilen tiempo real. | |
WO2022078240A1 (zh) | 一种应用于电子地图中的摄像头精准定位方法及处理终端 | |
CN115597659B (zh) | 一种变电站智能安全管控方法 | |
CN108154558B (zh) | 一种增强现实方法、装置和系统 | |
EP3222042A1 (en) | Display system for remote control of working machine | |
CN103034247A (zh) | 远程监控系统的控制方法和控制装置 | |
CN112113542A (zh) | 一种无人机航摄建设用地土地专项数据验收的方法 | |
CN112469967B (zh) | 测绘系统、测绘方法、装置、设备及存储介质 | |
CN113137955A (zh) | 一种基于场景建模和虚拟摄影的无人机航测虚拟仿真方法 | |
CN213302860U (zh) | 无人机三维可视化避障系统 | |
CN105956081A (zh) | 地面站地图更新方法及装置 | |
CN112286228A (zh) | 无人机三维可视化避障方法及系统 | |
CN115046531A (zh) | 一种基于无人机的杆塔测量方法、电子平台和存储介质 | |
CN109931889B (zh) | 基于图像识别技术的偏差检测系统及方法 | |
WO2021046810A1 (zh) | 一种三维点云的实时显示方法、设备、系统及存储介质 | |
CN114202980A (zh) | 作战指挥方法、电子沙盘指挥系统及计算机可读存储介质 | |
WO2022032942A1 (zh) | 无人机填图方法、填图装置及填图系统 | |
CN111868656B (zh) | 一种作业控制系统、作业控制方法、装置、设备及介质 | |
CN113009505A (zh) | 机载激光雷达数据采集设备、系统及无人机飞行器 |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Intelligent Proof Method for Speckle Based on Unmanned Aerial Vehicles Granted publication date: 20220415 Pledgee: Zhejiang Hangzhou Yuhang Rural Commercial Bank Co.,Ltd. Science and Technology City Branch Pledgor: Hangzhou Jinao Information Technology Co.,Ltd. Registration number: Y2024980017583 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |