CN113324526A - 一种面向滑坡体的无人机立面航线摄影参数确定方法 - Google Patents

Abstract

本发明公开了一种面向滑坡体的无人机立面航线摄影参数确定方法，涉及摄影测量学技术领域，解决了高山深切峡谷滑坡体数据获取困难、模型精度低、滑坡体纹理细节缺失、拉花、扭曲或失真的技术问题；该方法首先根据现场踏勘，获取滑坡体边界范围、高度；然后确定已知摄影参数；接着确定分辨率、飞行速度、航向间隔、航带间隔等未知摄影参数；最后根据已知和未知摄影参数，确定航带数、航点、任务时间，构建航线，实现数据采集；本发明提供的方法适用于大多消费级无人机，有效节约成本；能科学合理的进行立面航线规划，避免人为因素干扰，减少时间和数据冗余，提高工作效率和飞行安全性。

Description

一种面向滑坡体的无人机立面航线摄影参数确定方法

技术领域

本发明涉及摄影测量学领域，特别是涉及面向高山深切峡谷滑坡体的无人机摄影测量和航线规划领域，具体说是一种面向高山深切峡谷滑坡体的无人机立面航线摄影参数及实现方法。

背景技术

无人机(Unmanned Aerial Vehicle，UAV)具有机动性高、成本低、操作简单、能快速获取高分辨率影像等特点。现广泛应用于水质监测、地质灾害监测、古建筑模型重建等，尤其是滑坡灾害监测，无人机在预先规划好的航线下执行飞行任务，实现三维模型构建，直观、高效的获取滑坡体特征信息，有效克服传统滑坡监测中影像获取时间受限、分辨率较低、无法长周期监测的劣势。但不同的航线规划方法会产生影像数据缺失、三维模型产生拉花、失真的现象，降低模型几何、DEM和点云等数据成果精度。

对于深处高山峡谷区域的滑坡体，地形地势险峻，四周垂直落差较大，若采用传统的航线规划方法可能存在以下问题：1)飞行高度过高，无法实现基本的无人机卫星定位；2)采用中大型多旋翼、固定翼无人机获取影像数据，起飞条件困难，无法在短时间内到达预定的飞行高度，成本高且飞行安全性低；3)数据获取中可能存在遮挡盲区、数据冗余、内业处理困难等问题。因此，需要提出一种针对高山峡谷滑坡体更为安全快捷、低成本、低冗余的无人机航线规划方法。

发明内容

本发明提供了一种面向滑坡体的无人机立面航线摄影参数确定方法，用于解决高山深切峡谷滑坡体数据获取困难、模型精度低、滑坡体纹理细节缺失、拉花、扭曲或者失真的技术问题，本发明在结合传统无人机航线规划方法的基础上，通过确定高山峡谷滑坡体所处空间的几何信息和相关的已知摄影参数来解决上述问题。

本发明的目的可以通过以下技术方案实现：一种面向高山深切峡谷滑坡体的无人机立面航线摄影参数及实现方法，该方法包括以下步骤：

步骤一：获取现场数据；其中，所述现场数据包括滑坡体边界长度ΔX和高度ΔH；根据现场踏勘，获取滑坡体边界范围最小值X_min和最大值X_max，滑坡高度最小值H_min和最大值H_max；

步骤二：获取已知摄影参数；其中，所述已知摄影参数包括无人机与滑坡体间的距离S、采样间隔t、航向重叠度P_x、旁向重叠度P_y、航线方向

阳航线类型L_i；其中航线方向

阳航线类型L_i的下角标相同；

步骤三：利用步骤一和步骤二得到的现场数据和设置的已知摄影参数，确定未知摄影参数；其中，所述未知摄影参数包括分辨率GSD、飞行速度V_i、航向间隔d_1-i、航带间隔d_2-i；

步骤四：根据步骤三确定的未知摄影参数，确定航带数m_i、航点P、任务时间T，利用无人机控制软件中的航点飞行功能，根据每条航带两端点值、航带数和航带间隔构建航线，结合步骤二确定的已知摄影参数实现数据采集。

优选的，步骤一中所述现场数据的获取包括：

S101：通过公式ΔX＝X_max-X_min确定滑坡体边界长度ΔX；其中，ΔX、X_max和X_min的单位均为m；

S102：通过公式ΔH＝H_max-H_min确定滑坡体边界长度ΔH；其中，ΔH、H_max和H_min的单位为m。

优选的，步骤二中所述无人机与滑坡体间的距离S通过现场踏勘获取；所述采样间隔t、航向重叠度P_x和旁向重叠度P_y根据实际要求设置；航线方向

阳航线类型L_i的确定具体包括：

构建以滑坡体边界长度为横坐标、高度为纵坐标的平面坐标系；

当i＝1，

表示平面坐标系中航线方向由边界最小值、高度最大值呈水平折线方向指向边界最大值、高度最小值，即：(X_min，H_max)→(X_max，H_min)，则L₁表示立面水平方向航线类型；

当i＝2，

表示平面坐标系中航线方向由边界最小值、高度最小值呈竖直折线方向指向边界最大值、高度最大值，即：(X_min，H_min)→(X_max，H_max)，则L₂表示立面竖直方向航线类型。

优选的，步骤三中所述未知摄影参数的确定具体包括：

S301：通过公式

确定滑坡体分辨率GSD；其中，滑坡体分辨率GSD的单位为cm/px；δ为像元尺寸大小，单位为mm；无人机与滑坡体间的距离S的单位为m；f为摄影镜头焦距，单位为mm；

S302：通过公式组

分别获取无人机镜头纵向视场角FOV_w和横向视场角FOV_l；其中，纵向视场角FOV_w和横向视场角FOV_l的单位是°；CMOS_L和CMOS_W为分别为镜头传感器实际长度和宽度，单位为mm；

S303：根据航线方向

航线类型L_i、纵向视场角FOV_w和横向视场角FOV_l获取飞行速度V_i；所述飞行速度V_i的获取公式为：

其中，航向重叠度P_x和旁向重叠度P_y通过百分数表示；t为采样间隔，单位为s；

S304：针对立面竖直方向航线类型L₂时，由于受无人机垂直上升和下降速度限制，当获取的飞行速度V₂＞3时，则取无人机垂直上升和下降速度上限值3m/s作为默认的飞行速度V₂；同时重新计算立面竖直方向航线类型L₂的采样间隔t，具体计算公式为：

S305：通过公式d_1-i＝V_i×t计算航向间隔d_1-i；

S306：通过公式组

计算航带间隔d_2-i；其中航向间隔d_1-i和航带间隔d_2-i的单位为m。

优选的，构建所述立面航线具体包括：

S401：根据航线方向

阳航线类型L_i，获取航带数m_i、航点P具体为：

当i＝1，对应航线方向

和航线类型L₁，通过公式组

获取航点数n₁和航带数m₁；其中航点数n₁的单位为个，航带数m₁的单位为条；

且当航带数m₁为奇数，则：

P(j，k)＝(X_min+(k-1)×d_1-1，H_max-(j-1)×d_2-1)；

当(X_min+(k-1)×d_1-1)＞X_max时，则P(j，k)＝(X_max，H_max-(j-1)×d_2-1)；其中，j＝1，2，3，…，m₁+1，k＝1，2，3，…，n₁+2；

当航带数m₁为偶数时，则：

P(j，k)＝(X_max-(k-1)×d_1-1，H_max-(j-1)×d_2-1)；

当(X_max-(k-1)×d_1-1)＜X_min时，则P(j，k)＝(X_min，H_max-(j-1)×d_2-1)；其中，j＝1，2，3，…，m₁+1，k＝1，2，3，…，n₁+2；

当i＝2，对应航线方向

和航线类型L₂，通过公式组

获取航点数n₂和航带数m₂；

且当航带数m₂为奇数，则：

P(j，k)＝(X_min+(j-1)×d_2-2，H_min+(k-1)×d_1-2)；

当(H_min+(k-1)×d_1-2)＞H_max时，则P(j，k)＝(X_min+(j-1)×d_2-2，H_max)；其中，j＝1，2，3，…，m₂+1，k＝1，2，3，…，n₂+2；

当航带数m₂为偶数，则：

P(j，k)＝(X_min+(j-1)×d_2-2，H_max-(k-1)×d_1-2)；

当(H_max-(k-1)×d_1-2)＜H_min时，则P(j，k)＝(X_min+(j-1)×d_2-2，H_min)；其中，j＝1，2，3，…，m₂+1，k＝1，2，3，…，n₂+2；

S402：根据航线方向

和航线类型L_i，确定任务时间T，包括：

当i＝1，对应航线方向

阳航线类型L₁，则：

其中，任务时间T的单位为min；

当i＝2，对应航线方向

和航线类型L₂，则：

S403：根据步骤二中确定的航线方向和航线类型、S401确定的航带数和航点，利用商业无人机控制软件中的航点飞行功能，逐一确定每条航带的两端点，根据S306确定的航带间隔，操纵无人机至每一航带，构建航线，根据步骤二中的采样间隔和S303的飞行速度进行设置，实现数据采集。

优选的，所述无人机可根据实际地形条件，按照两种航线方向和航线类型进行飞行。

与现有技术相比，本发明的有益效果是：

本发明以摄影测量为基础，结合传统无人机航线规划方法的优缺点，提出了一种面向滑坡体的无人机立面航线摄影参数确定方法，该方法首先通过现场踏勘，确定滑坡体边界和高度范围；其次，确定相关已知摄影参数；然后，利用已知摄影参数确定未知摄影参数；最后，结合已知摄影参数和未知摄影参数，根据需求，确定航带数、布设航点，构建航线进行数据采集。解决了高山深切峡谷滑坡体数据获取困难、设备成本高、模型精度低、滑坡体纹理细节缺失、拉花、扭曲或失真等问题，实现了操作简单安全、低成本高效率的数据采集。

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，下面将对实施例或现有技术描述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为本发明的实现流程图；

图2为本发明两类航线方向和航线类型示意图；

图3为本发明两类航线方向和航线类型、航向重叠度、旁向重叠度示意图；

图4为本发明根据已知和确定的未知摄影参数确定的不同航线下的航迹图；

图5为本发明不同航线实际执行示意图；

图6为本发明不同航线下构建的滑坡体三维模型图；

图7为本发明立面航线与传统航线下得到的模型纹理细节对比图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，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它实施例，都属于本发明保护的范围。

这里使用的术语用于描述实施例，并不意图限制和/或限制本公开；应该注意的是，除非上下文另有明确指示，否则单数形式的“一”、“一个”和“该”也包括复数形式；而且，尽管属于“第一”、“第二”等可以在本文中用于描述各种元件，但是元件不受这些术语的限制，这些术语仅用于区分一个元素和另一个元素。

请参阅图1-图7，一种面向高山深切峡谷滑坡体的无人机立面航线摄影参数及实现方法，该方法包括以下步骤：

步骤一：获取现场数据；其中，所述现场数据包括滑坡体边界长度ΔX和高度ΔH；根据现场踏勘，获取滑坡体边界范围最小值X_min和最大值X_max，滑坡高度最小值H_min和最大值H_max；

步骤二：获取已知摄影参数；其中，所述已知摄影参数包括无人机与滑坡体间的距离S、采样间隔t、航向重叠度P_x、旁向重叠度P_y、航线方向

和航线类型L_i；

步骤三：利用步骤一和步骤二得到的现场数据和设置的已知摄影参数，确定未知摄影参数；其中，所述未知摄影参数包括分辨率GSD、飞行速度V_i、航向间隔d_1-i、航带间隔d_2-i；

步骤四：根据步骤三确定的未知摄影参数，确定航带数m_i、航点P、任务时间T，利用无人机控制软件中的航点飞行功能，根据每条航带两端点值、航带数和航带间隔构建航线，结合步骤二确定的已知摄影参数实现数据采集。

步骤一中所述现场数据的获取包括：

S101：通过公式ΔX＝X_max-X_min确定滑坡体边界长度ΔX；其中，ΔX、X_max和X_min的单位均为m；

S102：通过公式ΔH＝H_max-H_min确定滑坡体边界长度ΔH；其中，ΔH、H_max和H_min的单位为m。

步骤二中所述无人机与滑坡体间的距离S通过现场踏勘获取；所述采样间隔t、航向重叠度P_x和旁向重叠度P_y根据实际要求设置；航线方向

和航线类型L_i的确定具体包括：

构建以滑坡体边界长度为横坐标、高度为纵坐标的平面坐标系；

当i＝1，

表示平面坐标系中航线方向由边界最小值、高度最大值呈水平折线方向指向边界最大值、高度最小值，即：(X_min，H_max)→(X_max，H_min)，则L₁表示立面水平方向航线类型；

当i＝2，

表示平面坐标系中航线方向由边界最小值、高度最小值呈竖直折线方向指向边界最大值、高度最大值，即：(X_min，H_min)→(X_max，H_max)，则L₂表示立面竖直方向航线类型。

步骤三中所述未知摄影参数的确定具体包括：

S301：通过公式

确定滑坡体分辨率GSD；其中，滑坡体分辨率GSD的单位为cm/px；δ为像元尺寸大小，单位为mm；无人机与滑坡体间的距离S的单位为m；f为摄影镜头焦距，单位为mm；

S302：通过公式组

分别获取无人机镜头纵向视场角FOV_w和横向视场角FOV_l；其中，纵向视场角FOV_w和横向视场角FOV_l的单位是°；CMOS_L和CMOS_W为分别为镜头传感器实际长度和宽度，单位为mm；

S303：根据航线方向

航线类型L_i、纵向视场角FOV_w和横向视场角FOV_l获取飞行速度V_i；所述飞行速度V_i的获取公式为：

其中，航向重叠度P_x和旁向重叠度P_y通过百分数表示；t为采样间隔，单位为s；

S304：针对立面竖直方向航线类型L₂时，由于受无人机垂直上升和下降速度限制，当获取的飞行速度V₂＞3时，则取无人机垂直上升和下降速度上限值3m/s作为默认的飞行速度V₂；同时重新计算立面竖直方向航线类型L₂的采样间隔t，具体计算公式为：

S305：通过公式d_1-i＝V_i×t计算航向间隔d_1-i；

S306：通过公式组

计算航带间隔d_2-i；其中航向间隔d_1-i和航带间隔d_2-i的单位为m。

构建所述立面航线具体包括：

S401：根据航线方向

和航线类型L_i，获取航带数m_i、航点P具体为：

当i＝1，对应航线方向

阳航线类型L₁，通过公式组

获取航点数n₁和航带数m₁；其中航点数n₁的单位为个，航带数m₁的单位为条；

且当航带数m₁为奇数，则：

P(j，k)＝(X_min+(k-1)×d_1-1，H_max-(j-1)×d_2-1)；

当(X_min+(k-1)×d_1-1)＞X_max时，则P(j，k)＝(X_max，H_max-(j-1)×d_2-1)；其中，j＝1，2，3，…，m₁+1，k＝1，2，3，…，n₁+2；

当航带数m₁为偶数时，则：

P(j，k)＝(X_max-(k-1)×d_1-1，H_max-(j-1)×d_2-1)；

当(X_max-(k-1)×d_1-1)＜X_min时，则P(j，k)＝(X_min，H_max-(j-1)×d_2-1)；其中，j＝1，2，3，…，m₁+1，k＝1，2，3，…，n₁+2；

当i＝2，对应航线方向

和航线类型L₂，通过公式组

获取航点数n₂和航带数m₂；

且当航带数m₂为奇数，则：

P(j，k)＝(X_min+(j-1)×d_2-2，H_min+(k-1)×d_1-2)；

当(H_min+(k-1)×d_1-2)＞H_max时，则P(j，k)＝(X_min+(j-1)×d_2-2，H_max)；其中，j＝1，2，3，…，m₂+1，k＝1，2，3，…，n₂+2；

当航带数m₂为偶数，则：

P(j，k)＝(X_min+(j-1)×d_2-2，H_max-(k-1)×d_1-2)；

当(H_max-(k-1)×d_1-2)＜H_min时，则P(j，k)＝(X_min+(j-1)×d_2-2，H_min)；其中，j＝1，2，3，…，m₂+1，k＝1，2，3，…，n₂+2；

S402：根据航线方向

阳航线类型L_i，确定任务时间T，包括：

当i＝1，对应航线方向

和航线类型L₁，则：

其中，任务时间T的单位为min；

当i＝2，对应航线方向

和航线类型L₂，则：

S403：根据步骤二中确定的航线方向和航线类型、S401确定的航带数和航点，利用商业无人机控制软件中的航点飞行功能，逐一确定每条航带的两端点，根据S306确定的航带间隔，操纵无人机至每一航带，构建航线，根据步骤二中的采样间隔和S303的飞行速度进行设置，实现数据采集。

下面，通过实施例的方式，进一步对本发明进行说明：本实施例选取某山区高山峡谷内滑坡体，进行现场踏勘后，采用大疆Mayic2Pro无人机根据设定的不同航线方法进行数据采集，采用ContextCaptureSmart3d软件进行数据处理、三维模型构建和模型精度评定。本方案具体步骤包括：

步骤一：确定滑坡体边界长度ΔX和高度ΔH；利用“发明内容”中的步骤S101和S102根据现场踏勘，滑坡体整体边界长度ΔX约为263m，以0m作为地面高度，滑坡体整体高度ΔH约为230m，为方便立面航线摄影参数计算，假设滑坡体边界最小值X_min为0m、X_max最大值为263m；为确保飞行安全，无人机飞行高度最小值H_min为20m、H_max最大值为250m，能涵盖整个滑坡体。

步骤二：确定已知摄影参数；根据现场踏勘，无人机与滑坡体间的距离S约为86m，为了确保飞行安全和提高工作效率，取100m作为距离S；确定采样间隔t为5s；参照规范要求，航向重叠度不低于60％、旁向重叠度不低于30％，因此，航向重叠度P_x和旁向重叠度P_y均为80％；确定航线方向

和航线类型L_i，为进行对比实验选取

L₂和

L₂两类航线方向和类型，两类航线类型如图2所示，两类航线重叠度示意图如图3所示。

步骤三：确定未知摄影参数；利用“发明内容”中的步骤S301确定滑坡体分辨率GSD为2.35cm/px；根据确定的已知摄影参数，再利用“发明内容”中的步骤S302-S306的推导公式，计算出对应航线类型下的飞行速度V_i、航向间隔d_1-i、航带间隔d_2-i，由于受飞行垂直上升和下降速度限制的影响，需根据速度对垂直航线的拍照间隔重新进行确定；

步骤四：根据步骤三确定的未知摄影参数，利用“发明内容”中的步骤S401、S402推导公式，可确定不同航线类型下的航带数、每条航带两端的坐标，以此再利用“发明内容”中的步骤S403，操控无人机，使用飞行控制软件中的航点飞行功能，确定关键航点，构建航线，根据步骤二确定立面水平航线的采样间隔为5s，飞行速度为5.15m/s，航带数为14条，获取影像186张，任务总时长为13min；重计算后的立面垂直航线采样间隔约为6s，飞行速度3m/s，航带数为11条，获取影像201张，任务总时长为14min。最后，实现数据采集，两类不同航线下的航迹图如图4所示。

步骤五：立面航线评价分析。本发明以不同航线下构建的三维模型为出发点，从模型细节纹理和模型精度分析两个角度实现多航线的评价分析。具体步骤包括：

5.1为实现不同航线类型的评价，采用无人机航线规划软件，实现滑坡体水平和井字形交叉航线的规划，两类航线飞行高度360m、航向重叠度为80％、旁向重叠度为70％、拍照间隔4.2s，两类航线获取影像27张和59张，任务总时长为15min和25min。结合本发明中的立面航线，不同航线实际执行示意图如图5所示；

5.2利用ContextCaptureSmart3d软件进行数据处理，得到对应不同航线下构建的三维模型，不同航线下构建的三维模型如图6所示，从地面和滑坡体模型细节纹理两方面进行模型分析，不同航线下模型细节纹理对比如图7所示，对比分析得到，采用立面航线模型整体质量提高，滑坡体纹理细节更为明显，地面部分空洞、扭曲和拉花现象得到了明显改善。

5.3本发明提出采用布设地面标靶的方式来探讨三维模型的精度，均匀的在滑坡体边界范围内布设5个地面标靶(标靶长：52.00cm、标靶宽：38.00cm)，使用精度为0.1mm的刻度尺量取标靶的长、宽和对角线长度作为实际值；其次，从模型上获取均匀分布的5个地面标靶相对应的长度值作为测量值，最后，通过计算其中误差，对模型精度进行评价，中误差计算公式为：

式中，δ_x为计算中误差、n为标靶个数、Δl_xi为3种测量方式的测量误差、l′_x为模型测量值、l_x为实际测量值。

通过计算统计得到，模型误差精度统计如表1所示：

表1不同航线类型模型误差精度统计 单位/cm

由表1统计数据对比分析得到，采用本说明提出的立面航线方法可以准确地确定相关摄影参数，同时，构建得到的三维模型精度高于传统无人机航线规划方法，但对于垂直方向整体精度低于水平方向，采用立面航线的水平方向的航线类型更适用于该滑坡体。

本发明针对高山深切峡谷滑坡体，提出了一种面向滑坡体的无人机立面航线摄影参数确定方法，采用本说明提出的方法能严密准确的确定立面航线相关摄影参数，采用立面航线能构建细节纹理信息保存完整、精度高的三维模型。

上述公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (6)

1.一种面向滑坡体的无人机立面航线摄影参数确定方法，其特征在于，该方法包括以下步骤：

步骤一：获取现场数据；其中，所述现场数据包括滑坡体边界长度ΔX和高度ΔH；根据现场踏勘，获取滑坡体边界范围最小值X_min和最大值X_max，滑坡高度最小值H_min和最大值H_max；

步骤二：获取已知摄影参数；其中，所述已知摄影参数包括无人机与滑坡体间的距离S、采样间隔t、航向重叠度P_x、旁向重叠度P_y、航线方向

和航线类型L_i；

步骤三：利用步骤一和步骤二得到的现场数据和设置的已知摄影参数，确定未知摄影参数；其中，所述未知摄影参数包括分辨率GSD、飞行速度V_i、航向间隔d_1-i、航带间隔d_2-i；

步骤四：根据步骤三确定的未知摄影参数，确定航带数m_i、航点P、任务时间T，利用无人机控制软件中的航点飞行功能，根据每条航带两端点值、航带数和航带间隔构建航线，结合步骤二确定的已知摄影参数实现数据采集。

2.根据权利要求1所述的一种面向滑坡体的无人机立面航线摄影参数确定方法，其特征在于，步骤一中所述现场数据的获取包括：

S101：通过公式ΔX＝X_max-X_min确定滑坡体边界长度ΔX；

S102：通过公式ΔH＝H_max-H_min确定滑坡体边界长度ΔH。

3.根据权利要求1所述的一种面向滑坡体的无人机立面航线摄影参数确定方法，其特征在于，所述步骤二中所述无人机与滑坡体间的距离S通过现场踏勘获取；所述采样间隔t、航向重叠度P_x和旁向重叠度P_y根据实际要求设置；航线方向

和航线类型L_i的确定具体包括：

构建以滑坡体边界长度为横坐标、高度为纵坐标的平面坐标系；

当i＝1，

表示平面坐标系中航线方向由边界最小值、高度最大值呈水平折线方向指向边界最大值、高度最小值，即：(X_min，H_max)→(X_max，H_min)，则L₁表示立面水平方向航线类型；

当i＝2，

表示平面坐标系中航线方向由边界最小值、高度最小值呈竖直折线方向指向边界最大值、高度最大值，即：(X_min，H_min)→(X_max，H_max)，则L₂表示立面竖直方向航线类型。

4.根据权利要求1所述的一种面向滑坡体的无人机立面航线摄影参数确定方法，其特征在于，步骤三中所述未知摄影参数的确定具体包括：

S301：通过公式

确定滑坡体分辨率GSD；其中，滑坡体分辨率GSD的单位为cm/px；δ为像元尺寸大小，单位为mm；无人机与滑坡体间的距离S的单位为m；f为摄影镜头焦距，单位为mm；

S302：通过公式组

分别获取无人机镜头纵向视场角FOV_w和横向视场角FOV_l；其中，纵向视场角FOV_w和横向视场角FOV_l的单位是°；CMOS_L和CMOS_W为分别为镜头传感器实际长度和宽度，单位为mm；

S303：根据航线方向

航线类型L_i、纵向视场角FOV_w和横向视场角FOV_l获取飞行速度V_i；所述飞行速度V_i的获取公式为：

其中，航向重叠度P_x和旁向重叠度P_y通过百分数表示；t为采样间隔，单位为s；

S304：针对立面竖直方向航线类型L₂时，当获取的飞行速度V₂＞3时，则取无人机垂直上升和下降速度上限值3m/s作为默认的飞行速度V₂；同时重新计算立面竖直方向航线类型L₂的采样间隔t，具体计算公式为：

S305：通过公式d_1-i＝V_i×t计算航向间隔d_1-i；

S306：通过公式组

计算航带间隔d_2-i；其中航向间隔d_1-i和航带间隔d_2-i的单位为m。

5.根据权利要求1所述的一种面向滑坡体的无人机立面航线摄影参数确定方法，其特征在于，构建所述立面航线具体包括：

S401：根据航线方向

和航线类型L_i，获取航带数m_i、航点P具体为：

当i＝1，对应航线方向

和航线类型L₁，通过公式组

获取航点数n₁和航带数m₁；其中航点数n₁的单位为个，航带数m₁的单位为条；

且当航带数m₁为奇数，则：

P(j，k)＝(X_min+(k-1)×d_1-1，H_max-(j-1)×d_2-1)；

当(X_min+(k-1)×d_1-1)＞X_max时，则P(j，k)＝(X_max，H_max-(j-1)×d_2-1)；其中，j＝1，2，3，…，m₁+1，k＝1，2，3，…，n₁+2；

当航带数m₁为偶数时，则：

P(j，k)＝(X_max-(k-1)×d_1-1，H_max-(j-1)×d_2-1)；

当(X_max-(k-1)×d_1-1)＜X_min时，则P(j，k)＝(X_min，H_max-(j-1)×d_2-1)；其中，j＝1，2，3，…，m₁+1，k＝1，2，3，…，n₁+2；

当i＝2，对应航线方向

和航线类型L₂，通过公式组

获取航点数n₂和航带数m₂；

且当航带数m₂为奇数，则：

P(j，k)＝(X_min+(j-1)×d_2-2，H_min+(k-1)×d_1-2)；

当(H_min+(k-1)×d_1-2)＞H_max时，则P(j，k)＝(X_min+(j-1)×d_2-2，H_max)；其中，j＝1，2，3，…，m₂+1，k＝1，2，3，…，n₂+2；

当航带数m₂为偶数，则：

P(j，k)＝(X_min+(j-1)×d_2-2，H_max-(k-1)×d_1-2)；

当(H_max-(k-1)×d_1-2)＜H_min时，则P(j，k)＝(X_min+(j-1)×d_2-2，H_min)；其中，j＝1，2，3，…，m₂+1，k＝1，2，3，…，n₂+2；

S402：根据航线方向

和航线类型L_i，确定任务时间T，包括：

当i＝1，对应航线方向

阳航线类型L₁，则：

其中，任务时间T的单位为min；

当i＝2，对应航线方向

阳航线类型L₂，则：

S403：根据步骤二中确定的航线方向和航线类型、S401确定的航带数和航点，利用商业无人机控制软件中的航点飞行功能，逐一确定每条航带的两端点，根据S306确定的航带间隔，操纵无人机至每一航带，构建航线，根据步骤二中的采样间隔和S303的飞行速度进行设置，实现数据采集。

6.根据权利要求1所述的一种面向滑坡体的无人机立面航线摄影参数确定方法，其特征在于，所述无人机可根据实际地形条件，按照两种航线方向和航线类型进行飞行。

Images