CN114241142B - 一种多精度dem数据差值平滑融合方法和系统 - Google Patents
一种多精度dem数据差值平滑融合方法和系统 Download PDFInfo
- Publication number
- CN114241142B CN114241142B CN202111394451.4A CN202111394451A CN114241142B CN 114241142 B CN114241142 B CN 114241142B CN 202111394451 A CN202111394451 A CN 202111394451A CN 114241142 B CN114241142 B CN 114241142B
- Authority
- CN
- China
- Prior art keywords
- range
- terrain
- dem
- model
- area
- 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
- 238000007500 overflow downdraw method Methods 0.000 title claims description 10
- 230000004927 fusion Effects 0.000 claims abstract description 52
- 238000000034 method Methods 0.000 claims abstract description 40
- 239000007787 solid Substances 0.000 claims description 15
- 238000013499 data model Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 6
- 238000012876 topography Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000007499 fusion processing Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
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)
Abstract
本发明提出了一种多精度DEM数据差值平滑融合方法和系统。所述方法包括：通过无人机采集变电站和电缆隧道所处场景的地形数据，在标定地形范围内获取所述变电站和电缆隧道所处场景的地形影像数据；根据变电站和电缆隧道所处场景的地形影像数据生成第一DEM模型和第二DEM模型；利用差值法将第一DEM模型和第二DEM模型进行融合，获得融合后的数字高程模型。所述系统包括与所述方法步骤对应的模块。
Description
技术领域
本发明一种多精度DEM数据差值平滑融合方法和系统，属于三维成像技术领域。
背景技术
数据融合泛指将多传感器信息源的数据和信息加以联合、相关及组合，获取更为准确的观测信息支持所需的决策和评估任务；DEM融合是通过挖掘数据之间的互补信息，来克服数据质量的缺陷，提高数据精度。然而，在现有DEM融合技术针对变电站和电缆隧道场景所处环境进行三维模型建立时，存在真实性较低，精确度较低的问题。
发明内容
本发明提供了一种多精度DEM数据差值平滑融合方法和系统，用以解决现有变电站和电缆隧道场景中DEM数据成像真实性和精确性较低的问题：
一种多精度DEM数据差值平滑融合方法，所述方法包括：
通过无人机采集变电站和电缆隧道所处场景的地形数据，在标定地形范围内获取所述变电站和电缆隧道所处场景的地形影像数据；
根据变电站和电缆隧道所处场景的地形影像数据生成第一DEM模型和第二DEM模型；
利用差值法将第一DEM模型和第二DEM模型进行融合，获得融合后的数字高程模型。
进一步地，通过无人机采集变电站和电缆隧道所处场景的地形数据，在标定地形范围内获取所述变电站和电缆隧道所处场景的地形影像数据，包括：
规划第一无人机和第二无人机的航拍路线，并设置第一无人机和第二无人机的航拍参数；其中，所述第一无人机以变电站为核心，对变电站附近的地形场景进行航拍；所述第二无人机以电缆隧道延展方向上的所处地形场景进行航拍；
按照第一无人机的航拍路线和第二无人机的航拍路线同时启动第一无人机和第二无人机进行航拍，获得第一实地形影像数据和第二地形影像数据。
进一步地，所述第一无人机的航拍参数如下：
第一无人机的飞行高度控制在150m——210m之间，航拍飞行过程中，最远点到起落点之间的距离控制在880m至1050m之间，航拍角度调节范围为15°-25°；
所述第二无人机的航拍参数如下：
第二无人机的飞行高度控制在130m——180m之间，航拍飞行过程中，最远点到起落点之间的距离控制在900m至1200m之间，航拍角度调节范围为40°-55°。
进一步地，所述标定地形范围通过如下过程获取：
获取所述变电站所处位置和所述电缆隧道分布位置和延展范围；
以变电站所处位置为圆心，以500m距离为半径获取第一范围区域；
根据所述电缆隧道分布位置和延展范围，将所述电缆隧道延展所经过的地域范围进行形成标准圆形区域，形成第二范围区域；
通过第一范围区域和第二范围区域之间的位置关系，按照位置关系规则，获取所述标定地形范围，其中，所述位置关系规则如下：
如果第一范围区域包含在第二范围区域内，则将以第二范围区域圆心为中心位置，边长为2.66R 1的正方形区域作为标定地形范围；其中，R 1表示第二范围区域的半径；
如果第二范围区域包含在第一范围区域内，则将以第一范围区域圆心为中心位置，边长为2.84R 2的正方形区域作为标定地形范围；其中，R 2表示第一范围区域的半径；
如果第一范围区域和第二范围区域之间存在重叠部分，则将以第一范围区域和第二范围区域两个圆形边界最远距离直线长度的中心点为所述标定地形范围的中心，以R 3为边长的正方形区域作为标定地形范围，其中，R 3通过边长确定模型获取，所述边长确定模型如下：
其中，R 3表示标定地形范围的边长；L表示第一范围区域和第二范围区域之间重叠部分中，第一范围区域和第二范围区域的圆形边界相交两点之间的直线距离；R c 表示第一范围区域和第二范围区域之间重叠部分内的重叠半径长度；MAX（R 1，R 2）表示第一范围区域和第二范围区域中取半径最大值。
进一步地，根据变电站和电缆隧道所处场景的地形影像数据生成第一DEM模型和第二DEM模型，包括：
分别利用第一实地形影像数据和第二地形影像数据生成第一DEM参考模型和第二DEM参考模型；
搜索下载变电站和电缆隧道所处场景内与所述标定地形范围对应的卫星地形模型，并将所述卫星地形模型作为基准模型，其中，所述卫星地形模型为数字高程数据模型；
利用差值融合方式将第一DEM参考模型与基准模型进行融合，获得第一DEM模型；
利用差值融合方式将第二DEM参考模型与基准模型进行融合，获得第二DEM模型。
一种多精度DEM数据差值平滑融合系统，所述系统包括：
数据采集模块，用于通过无人机采集变电站和电缆隧道所处场景的地形数据，在标定地形范围内获取所述变电站和电缆隧道所处场景的地形影像数据；
生成模块，用于根据变电站和电缆隧道所处场景的地形影像数据生成第一DEM模型和第二DEM模型；
融合模块，用于利用差值法将第一DEM模型和第二DEM模型进行融合，获得融合后的数字高程模型。
进一步地，所述数据采集模块包括：
规划模块，用于规划第一无人机和第二无人机的航拍路线，并设置第一无人机和第二无人机的航拍参数；其中，所述第一无人机以变电站为核心，对变电站附近的地形场景进行航拍；所述第二无人机以电缆隧道延展方向上的所处地形场景进行航拍；
航拍控制模块，用于按照第一无人机的航拍路线和第二无人机的航拍路线同时启动第一无人机和第二无人机进行航拍，获得第一实地形影像数据和第二地形影像数据。
进一步地，所述第一无人机的航拍参数如下：
第一无人机的飞行高度控制在150m——210m之间，航拍飞行过程中，最远点到起落点之间的距离控制在880m至1050m之间，航拍角度调节范围为15°-25°；
所述第二无人机的航拍参数如下：
第二无人机的飞行高度控制在130m——180m之间，航拍飞行过程中，最远点到起落点之间的距离控制在900m至1200m之间，航拍角度调节范围为40°-55°。
进一步地，所述数据采集模块还包括：
位置获取模块，获取所述变电站所处位置和所述电缆隧道分布位置和延展范围；
第一区域划分模块，用于以变电站所处位置为圆心，以500m距离为半径获取第一范围区域；
第二区域划分模块，用于根据所述电缆隧道分布位置和延展范围，将所述电缆隧道延展所经过的地域范围进行形成标准圆形区域，形成第二范围区域；
标定地形范围获取模块，用于通过第一范围区域和第二范围区域之间的位置关系，按照位置关系规则，获取所述标定地形范围，其中，所述位置关系规则如下：
如果第一范围区域包含在第二范围区域内，则将以第二范围区域圆心为中心位置，边长为2.66R 1的正方形区域作为标定地形范围；其中，R 1表示第二范围区域的半径；
如果第二范围区域包含在第一范围区域内，则将以第一范围区域圆心为中心位置，边长为2.84R 2的正方形区域作为标定地形范围；其中，R 2表示第一范围区域的半径；
如果第一范围区域和第二范围区域之间存在重叠部分，则将以第一范围区域和第二范围区域两个圆形边界最远距离直线长度的中心点为所述标定地形范围的中心，以R 3为边长的正方形区域作为标定地形范围，其中，R 3通过边长确定模型获取，所述边长确定模型如下：
其中，R 3表示标定地形范围的边长；L表示第一范围区域和第二范围区域之间重叠部分中，第一范围区域和第二范围区域的圆形边界相交两点之间的直线距离；R c 表示第一范围区域和第二范围区域之间重叠部分内的重叠半径长度；MAX（R 1，R 2）表示第一范围区域和第二范围区域中取半径最大值。
进一步地，所述生成模块包括：
模型生成模块，用于分别利用第一实地形影像数据和第二地形影像数据生成第一DEM参考模型和第二DEM参考模型；
搜索下载模块，用于搜索下载变电站和电缆隧道所处场景内与所述标定地形范围对应的卫星地形模型，并将所述卫星地形模型作为基准模型，其中，所述卫星地形模型为数字高程数据模型；
第一融合模块，用于利用差值融合方式将第一DEM参考模型与基准模型进行融合，获得第一DEM模型；
第二融合模块，用于利用差值融合方式将第二DEM参考模型与基准模型进行融合，获得第二DEM模型。
本发明有益效果：
本发明提出的一种多精度DEM数据差值平滑融合方法和系统通过无人机采集图像能够有效提高变电站和电缆隧道所处场景选取的有效性和准确性，进而有效提高后续DEM数据融合的精度和效率。同时，通过标定范围的确定能够有效提高变电站和电缆隧道区域范围进行DEM数据成像的合理性，既保证生成的DEM模型能够有效显示变电站和电缆隧道周围区域的三维立体图像，又能够有效控制和降低变电站和电缆隧道周围场景的选取范围，保证DEM数据融合过程中涉及的数据流相对减少，提高DEM数据融合效率和精准性。另一方面，本发明通过卫星地形模型和第一无人机、第二无人机获取的地形数据分别形成两个DEM模型，然后，再通过两个DEM模型进一步融合的方式有效提高DEM模型的精确性。
附图说明
图1为本发明所述方法的流程图；
图2为本发明所述系统的系统框图；
图3为本发明所述标定地形范围获取示意图一；
图4为本发明所述标定地形范围获取示意图二；
图5为本发明所述标定地形范围获取示意图三。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明提出了一种多精度DEM数据差值平滑融合方法，如图1所示，所述方法包括：
S1、通过无人机采集变电站和电缆隧道所处场景的地形数据，在标定地形范围内获取所述变电站和电缆隧道所处场景的地形影像数据；
S2、根据变电站和电缆隧道所处场景的地形影像数据生成第一DEM模型和第二DEM模型；
S3、利用差值法将第一DEM模型和第二DEM模型进行融合，获得融合后的数字高程模型。
上述技术方案的工作原理为：首先，通过无人机采集变电站和电缆隧道所处场景的地形数据，在标定地形范围内获取所述变电站和电缆隧道所处场景的地形影像数据；然后，根据变电站和电缆隧道所处场景的地形影像数据生成第一DEM模型和第二DEM模型；最后，利用差值法将第一DEM模型和第二DEM模型进行融合，获得融合后的数字高程模型。
上述技术方案的效果为：本实施例提出的一种多精度DEM数据差值平滑融合方法通过无人机采集图像能够有效提高变电站和电缆隧道所处场景选取的有效性和准确性，进而有效提高后续DEM数据融合的精度和效率。同时，通过标定范围的确定能够有效提高变电站和电缆隧道区域范围进行DEM数据成像的合理性，既保证生成的DEM模型能够有效显示变电站和电缆隧道周围区域的三维立体图像，又能够有效控制和降低变电站和电缆隧道周围场景的选取范围，保证DEM数据融合过程中涉及的数据流相对减少，提高DEM数据融合效率和精准性。另一方面，本实施例通过卫星地形模型和第一无人机、第二无人机获取的地形数据分别形成两个DEM模型，然后，再通过两个DEM模型进一步融合的方式有效提高DEM模型的精确性。
本发明的一个实施例，通过无人机采集变电站和电缆隧道所处场景的地形数据，在标定地形范围内获取所述变电站和电缆隧道所处场景的地形影像数据，包括：
S101a、规划第一无人机和第二无人机的航拍路线，并设置第一无人机和第二无人机的航拍参数；其中，所述第一无人机以变电站为核心，对变电站附近的地形场景进行航拍；所述第二无人机以电缆隧道延展方向上的所处地形场景进行航拍；
S102a、按照第一无人机的航拍路线和第二无人机的航拍路线同时启动第一无人机和第二无人机进行航拍，获得第一实地形影像数据和第二地形影像数据。
其中，第一无人机和第二无人机的航拍路线不同，并且，所述第一无人机的航拍参数如下：
第一无人机的飞行高度控制在150m——210m之间，航拍飞行过程中，最远点到起落点之间的距离控制在880m至1050m之间，航拍角度调节范围为15°-25°；
所述第二无人机的航拍参数如下：
第二无人机的飞行高度控制在130m——180m之间，航拍飞行过程中，最远点到起落点之间的距离控制在900m至1200m之间，航拍角度调节范围为40°-55°。
上述技术方案的工作原理为：首先，规划第一无人机和第二无人机的航拍路线，并设置第一无人机和第二无人机的航拍参数；其中，所述第一无人机以变电站为核心，对变电站附近的地形场景进行航拍；所述第二无人机以电缆隧道延展方向上的所处地形场景进行航拍；然后，按照第一无人机的航拍路线和第二无人机的航拍路线同时启动第一无人机和第二无人机进行航拍，获得第一实地形影像数据和第二地形影像数据。
上述技术方案的效果为：通过两个无人机采集图像能够有效提高变电站和电缆隧道所处场景选取的有效性和准确性，进而有效提高后续DEM数据融合的精度和效率。同时，通过上述第一无人机和第二无人机航拍参数的设置，能够获得同一区域范围内不同角度的地形数据，有效提高地形数据获取的全面和准确性。并且，通过两个不同角度航拍获取的地貌参数能够在仅需要两个无人机分别进行单次航线飞行，无需进行无人机反复航海，有效降低数据计算量和建模消耗时间，并且有效提高DEM模型的真实性。
本发明的一个实施例，如图3至图5所示，所述标定地形范围通过如下过程获取：
S101b、获取所述变电站所处位置和所述电缆隧道分布位置和延展范围；
S102b、以变电站所处位置为圆心，以500m距离为半径获取第一范围区域；
S103b、根据所述电缆隧道分布位置和延展范围，将所述电缆隧道延展所经过的地域范围进行形成标准圆形区域，形成第二范围区域；
S104b、通过第一范围区域和第二范围区域之间的位置关系，按照位置关系规则，获取所述标定地形范围，其中，所述位置关系规则如下：
如果第一范围区域包含在第二范围区域内，则将以第二范围区域圆心为中心位置，边长为2.66R 1的正方形区域作为标定地形范围；其中，R 1表示第二范围区域的半径；
如果第二范围区域包含在第一范围区域内，则将以第一范围区域圆心为中心位置，边长为2.84R 2的正方形区域作为标定地形范围；其中，R 2表示第一范围区域的半径；
如果第一范围区域和第二范围区域之间存在重叠部分，则将以第一范围区域和第二范围区域两个圆形边界最远距离直线长度的中心点为所述标定地形范围的中心，以R 3为边长的正方形区域作为标定地形范围，其中，R 3通过边长确定模型获取，所述边长确定模型如下：
其中，R 3表示标定地形范围的边长；L表示第一范围区域和第二范围区域之间重叠部分中，第一范围区域和第二范围区域的圆形边界相交两点之间的直线距离；R c 表示第一范围区域和第二范围区域之间重叠部分内的重叠半径长度；MAX（R 1，R 2）表示第一范围区域和第二范围区域中取半径最大值。
上述技术方案的工作原理为：首先，获取所述变电站所处位置和所述电缆隧道分布位置和延展范围；然后，以变电站所处位置为圆心，以500m距离为半径获取第一范围区域；之后，根据所述电缆隧道分布位置和延展范围，将所述电缆隧道延展所经过的地域范围进行形成标准圆形区域，形成第二范围区域；最后，通过第一范围区域和第二范围区域之间的位置关系，按照位置关系规则，获取所述标定地形范围。
上述技术方案的效果为：通过标定范围的确定能够有效提高变电站和电缆隧道区域范围进行DEM数据成像的合理性，既保证生成的DEM模型能够有效显示变电站和电缆隧道周围区域的三维立体图像，又能够有效控制和降低变电站和电缆隧道周围场景的选取范围，保证DEM数据融合过程中涉及的数据流相对减少，提高DEM数据融合效率和精准性。同时，通过上述方式获取的标定地形范围，能够根据变电站和电缆隧道的实际铺设和分布情况进行不同范围尺度的设定，使无论变电站和电缆隧道实际布设出现何种情况，均能够保证设置标定范围能够有效包含变电站和电缆隧道场景下的有效范围内的三维地貌模型和三维场景图。防止同一不变的范围设置方式无法与实际变电站和电缆隧道的实际铺设和分布情况进行匹配，导致设置的标定范围无法包含有效的地貌图像，进而导致DEM模型不够全面的问题发生。
另一方面，当第一范围区域和第二范围区域之间存在重叠部分的情况时，由于区域分布复杂度相对增大，重叠部分的面积也会根据实际变电站和电缆隧道的分布情况而不同，因此，通过上述公式获取的标定地形范围的边长能够适应各种第一范围区域和第二范围区域之间存在重叠部分的情况，使实际变电站和电缆隧道的分布情况无论出现何种复杂的分布情况，均能够保证变电站和电缆隧道周围需被监控和考察的地貌均能够被包含至标定地形范围内。同时，进一步通过上述公式获取的标定地形范围的边长而形成的标定地形范围能够在保证包含变电站和电缆隧道周围有效地貌范围的情况下，能够有效限制标定地形范围的大小，防止标定地形范围过大导致DEM数据融合过程中数据量加大，而产生精度下降的问题发生。
本发明的一个实施例，根据变电站和电缆隧道所处场景的地形影像数据生成第一DEM模型和第二DEM模型，包括：
S201、分别利用第一实地形影像数据和第二地形影像数据生成第一DEM参考模型和第二DEM参考模型；
S202、搜索下载变电站和电缆隧道所处场景内与所述标定地形范围对应的卫星地形模型，并将所述卫星地形模型作为基准模型，其中，所述卫星地形模型为数字高程数据模型；
S203、利用差值融合方式将第一DEM参考模型与基准模型进行融合，获得第一DEM模型；
S204、利用差值融合方式将第二DEM参考模型与基准模型进行融合，获得第二DEM模型。
上述技术方案的工作原理为：首先，分别利用第一实地形影像数据和第二地形影像数据生成第一DEM参考模型和第二DEM参考模型；然后，搜索下载变电站和电缆隧道所处场景内与所述标定地形范围对应的卫星地形模型，并将所述卫星地形模型作为基准模型，其中，所述卫星地形模型为数字高程数据模型；之后，利用差值融合方式将第一DEM参考模型与基准模型进行融合，获得第一DEM模型；最后，利用差值融合方式将第二DEM参考模型与基准模型进行融合，获得第二DEM模型。
上述技术方案的效果为：本实施例通过卫星地形模型和第一无人机、第二无人机获取的地形数据分别形成两个DEM模型，然后，再通过两个DEM模型进一步融合的方式有效提高DEM模型的精确性。
本发明实施例提出了一种多精度DEM数据差值平滑融合系统，如图2所示，所述系统包括：
数据采集模块，用于通过无人机采集变电站和电缆隧道所处场景的地形数据，在标定地形范围内获取所述变电站和电缆隧道所处场景的地形影像数据；
生成模块，用于根据变电站和电缆隧道所处场景的地形影像数据生成第一DEM模型和第二DEM模型；
融合模块，用于利用差值法将第一DEM模型和第二DEM模型进行融合，获得融合后的数字高程模型。
上述技术方案的工作原理为：首先，利用数据采集模块通过无人机采集变电站和电缆隧道所处场景的地形数据，在标定地形范围内获取所述变电站和电缆隧道所处场景的地形影像数据；然后，采用生成模块根据变电站和电缆隧道所处场景的地形影像数据生成第一DEM模型和第二DEM模型；最后，通过融合模块利用差值法将第一DEM模型和第二DEM模型进行融合，获得融合后的数字高程模型。
上述技术方案的效果为：本实施例提出的一种多精度DEM数据差值平滑融合系统通过无人机采集图像能够有效提高变电站和电缆隧道所处场景选取的有效性和准确性，进而有效提高后续DEM数据融合的精度和效率。同时，通过标定范围的确定能够有效提高变电站和电缆隧道区域范围进行DEM数据成像的合理性，既保证生成的DEM模型能够有效显示变电站和电缆隧道周围区域的三维立体图像，又能够有效控制和降低变电站和电缆隧道周围场景的选取范围，保证DEM数据融合过程中涉及的数据流相对减少，提高DEM数据融合效率和精准性。另一方面，本实施例通过卫星地形模型和第一无人机、第二无人机获取的地形数据分别形成两个DEM模型，然后，再通过两个DEM模型进一步融合的方式有效提高DEM模型的精确性。
本发明的一个实施例所述数据采集模块包括：
规划模块，用于规划第一无人机和第二无人机的航拍路线，并设置第一无人机和第二无人机的航拍参数；其中，所述第一无人机以变电站为核心，对变电站附近的地形场景进行航拍；所述第二无人机以电缆隧道延展方向上的所处地形场景进行航拍；
航拍控制模块，用于按照第一无人机的航拍路线和第二无人机的航拍路线同时启动第一无人机和第二无人机进行航拍，获得第一实地形影像数据和第二地形影像数据。
其中，所述第一无人机的航拍参数如下：
第一无人机的飞行高度控制在150m——210m之间，航拍飞行过程中，最远点到起落点之间的距离控制在880m至1050m之间，航拍角度调节范围为15°-25°；
所述第二无人机的航拍参数如下：
第二无人机的飞行高度控制在130m——180m之间，航拍飞行过程中，最远点到起落点之间的距离控制在900m至1200m之间，航拍角度调节范围为40°-55°。
上述技术方案的工作原理为：首先，通过规划模块规划第一无人机和第二无人机的航拍路线，并设置第一无人机和第二无人机的航拍参数；其中，所述第一无人机以变电站为核心，对变电站附近的地形场景进行航拍；所述第二无人机以电缆隧道延展方向上的所处地形场景进行航拍；然后，利用航拍控制模块按照第一无人机的航拍路线和第二无人机的航拍路线同时启动第一无人机和第二无人机进行航拍，获得第一实地形影像数据和第二地形影像数据。
上述技术方案的效果为：通过两个无人机采集图像能够有效提高变电站和电缆隧道所处场景选取的有效性和准确性，进而有效提高后续DEM数据融合的精度和效率。同时，通过上述第一无人机和第二无人机航拍参数的设置，能够获得同一区域范围内不同角度的地形数据，有效提高地形数据获取的全面和准确性。并且，通过两个不同角度航拍获取的地貌参数能够在仅需要两个无人机分别进行单次航线飞行，无需进行无人机反复航海，有效降低数据计算量和建模消耗时间，并且有效提高DEM模型的真实性和层次感。
本发明的一个实施例，所述数据采集模块还包括：
位置获取模块，获取所述变电站所处位置和所述电缆隧道分布位置和延展范围；
第一区域划分模块，用于以变电站所处位置为圆心，以500m距离为半径获取第一范围区域；
第二区域划分模块，用于根据所述电缆隧道分布位置和延展范围，将所述电缆隧道延展所经过的地域范围进行形成标准圆形区域，形成第二范围区域；
标定地形范围获取模块，用于通过第一范围区域和第二范围区域之间的位置关系，按照位置关系规则，获取所述标定地形范围，其中，所述位置关系规则如下：
如果第一范围区域包含在第二范围区域内，则将以第二范围区域圆心为中心位置，边长为2.66R 1的正方形区域作为标定地形范围；其中，R 1表示第二范围区域的半径；
如果第二范围区域包含在第一范围区域内，则将以第一范围区域圆心为中心位置，边长为2.84R 2的正方形区域作为标定地形范围；其中，R 2表示第一范围区域的半径；
如果第一范围区域和第二范围区域之间存在重叠部分，则将以第一范围区域和第二范围区域两个圆形边界最远距离直线长度的中心点为所述标定地形范围的中心，以R 3为边长的正方形区域作为标定地形范围，其中，R 3通过边长确定模型获取，所述边长确定模型如下：
其中，R 3表示标定地形范围的边长；L表示第一范围区域和第二范围区域之间重叠部分中，第一范围区域和第二范围区域的圆形边界相交两点之间的直线距离；R c 表示第一范围区域和第二范围区域之间重叠部分内的重叠半径长度；MAX（R 1，R 2）表示第一范围区域和第二范围区域中取半径最大值。
上述技术方案的工作原理为：首先，通过位置获取模块获取所述变电站所处位置和所述电缆隧道分布位置和延展范围；然后，利用第一区域划分模块以变电站所处位置为圆心，以500m距离为半径获取第一范围区域；之后，采用第二区域划分模块根据所述电缆隧道分布位置和延展范围，将所述电缆隧道延展所经过的地域范围进行形成标准圆形区域，形成第二范围区域；最后，利用标定地形范围获取模块通过第一范围区域和第二范围区域之间的位置关系，按照位置关系规则，获取所述标定地形范围
上述技术方案的效果为：通过标定范围的确定能够有效提高变电站和电缆隧道区域范围进行DEM数据成像的合理性，既保证生成的DEM模型能够有效显示变电站和电缆隧道周围区域的三维立体图像，又能够有效控制和降低变电站和电缆隧道周围场景的选取范围，保证DEM数据融合过程中涉及的数据流相对减少，提高DEM数据融合效率和精准性。同时，通过上述方式获取的标定地形范围，能够根据变电站和电缆隧道的实际铺设和分布情况进行不同范围尺度的设定，使无论变电站和电缆隧道实际布设出现何种情况，均能够保证设置标定范围能够有效包含变电站和电缆隧道场景下的有效范围内的三维地貌模型和三维场景图。防止同一不变的范围设置方式无法与实际变电站和电缆隧道的实际铺设和分布情况进行匹配，导致设置的标定范围无法包含有效的地貌图像，进而导致DEM模型不够全面的问题发生。
另一方面，当第一范围区域和第二范围区域之间存在重叠部分的情况时，由于区域分布复杂度相对增大，重叠部分的面积也会根据实际变电站和电缆隧道的分布情况而不同，因此，通过上述公式获取的标定地形范围的边长能够适应各种第一范围区域和第二范围区域之间存在重叠部分的情况，使实际变电站和电缆隧道的分布情况无论出现何种复杂的分布情况，均能够保证变电站和电缆隧道周围需被监控和考察的地貌均能够被包含至标定地形范围内。同时，进一步通过上述公式获取的标定地形范围的边长而形成的标定地形范围能够在保证包含变电站和电缆隧道周围有效地貌范围的情况下，能够有效限制标定地形范围的大小，防止标定地形范围过大导致DEM数据融合过程中数据量加大，而产生精度下降的问题发生。
本发明的一个实施例，所述生成模块包括：
模型生成模块，用于分别利用第一实地形影像数据和第二地形影像数据生成第一DEM参考模型和第二DEM参考模型；
搜索下载模块，用于搜索下载变电站和电缆隧道所处场景内与所述标定地形范围对应的卫星地形模型，并将所述卫星地形模型作为基准模型，其中，所述卫星地形模型为数字高程数据模型；
第一融合模块，用于利用差值融合方式将第一DEM参考模型与基准模型进行融合，获得第一DEM模型；
第二融合模块，用于利用差值融合方式将第二DEM参考模型与基准模型进行融合，获得第二DEM模型。
上述技术方案的工作原理为：首先，通过模型生成模块分别利用第一实地形影像数据和第二地形影像数据生成第一DEM参考模型和第二DEM参考模型；然后，采用搜索下载模块搜索下载变电站和电缆隧道所处场景内与所述标定地形范围对应的卫星地形模型，并将所述卫星地形模型作为基准模型，其中，所述卫星地形模型为数字高程数据模型；之后，通过第一融合模块利用差值融合方式将第一DEM参考模型与基准模型进行融合，获得第一DEM模型；最后，采用第二融合模块利用差值融合方式将第二DEM参考模型与基准模型进行融合，获得第二DEM模型。
上述技术方案的效果为：本实施例通过卫星地形模型和第一无人机、第二无人机获取的地形数据分别形成两个DEM模型，然后，再通过两个DEM模型进一步融合的方式有效提高DEM模型的精确性。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种多精度DEM数据差值平滑融合方法，其特征在于，所述方法包括：
通过无人机采集变电站和电缆隧道所处场景的地形数据，在标定地形范围内获取所述变电站和电缆隧道所处场景的地形影像数据；其中，所述地形影像数据包括第一实地形影像数据和第二地形影像数据；
根据变电站和电缆隧道所处场景的地形影像数据生成第一DEM模型和第二DEM模型；
利用差值法将第一DEM模型和第二DEM模型进行融合，获得融合后的数字高程模型；
其中，根据变电站和电缆隧道所处场景的地形影像数据生成第一DEM模型和第二DEM模型，包括：
分别利用第一实地形影像数据和第二地形影像数据生成第一DEM参考模型和第二DEM参考模型；
搜索下载变电站和电缆隧道所处场景内与所述标定地形范围对应的卫星地形模型，并将所述卫星地形模型作为基准模型，其中，所述卫星地形模型为数字高程数据模型；
利用差值融合方式将第一DEM参考模型与基准模型进行融合，获得第一DEM模型；
利用差值融合方式将第二DEM参考模型与基准模型进行融合，获得第二DEM模型。
2.根据权利要求1所述多精度DEM数据差值平滑融合方法，其特征在于，通过无人机采集变电站和电缆隧道所处场景的地形数据，在标定地形范围内获取所述变电站和电缆隧道所处场景的地形影像数据，包括：
规划第一无人机和第二无人机的航拍路线，并设置第一无人机和第二无人机的航拍参数；其中，所述第一无人机以变电站为核心，对变电站附近的地形场景进行航拍；所述第二无人机以电缆隧道延展方向上的所处地形场景进行航拍；
按照第一无人机的航拍路线和第二无人机的航拍路线同时启动第一无人机和第二无人机进行航拍，获得第一实地形影像数据和第二地形影像数据。
3.根据权利要求2所述多精度DEM数据差值平滑融合方法，其特征在于，所述第一无人机的航拍参数如下：
第一无人机的飞行高度控制在150m——210m之间，航拍飞行过程中，最远点到起落点之间的距离控制在880m至1050m之间，航拍角度调节范围为15°-25°；
所述第二无人机的航拍参数如下：
第二无人机的飞行高度控制在130m——180m之间，航拍飞行过程中，最远点到起落点之间的距离控制在900m至1200m之间，航拍角度调节范围为40°-55°。
4.根据权利要求1或2所述多精度DEM数据差值平滑融合方法，其特征在于，所述标定地形范围通过如下过程获取：
获取所述变电站所处位置和所述电缆隧道分布位置和延展范围；
以变电站所处位置为圆心，以500m距离为半径获取第一范围区域；
根据所述电缆隧道分布位置和延展范围，将所述电缆隧道延展所经过的地域范围进行形成标准圆形区域，形成第二范围区域；
通过第一范围区域和第二范围区域之间的位置关系，按照位置关系规则，获取所述标定地形范围，其中，所述位置关系规则如下：
如果第一范围区域包含在第二范围区域内，则将以第二范围区域圆心为中心位置，边长为2.66R 1的正方形区域作为标定地形范围；其中，R 1表示第二范围区域的半径；
如果第二范围区域包含在第一范围区域内，则将以第一范围区域圆心为中心位置，边长为2.84R 2的正方形区域作为标定地形范围；其中，R 2表示第一范围区域的半径；
如果第一范围区域和第二范围区域之间存在重叠部分，则将以第一范围区域和第二范围区域两个圆形边界最远距离直线长度的中心点为所述标定地形范围的中心，以R 3为边长的正方形区域作为标定地形范围。
5.一种多精度DEM数据差值平滑融合系统，其特征在于，所述系统包括：
数据采集模块，用于通过无人机采集变电站和电缆隧道所处场景的地形数据，在标定地形范围内获取所述变电站和电缆隧道所处场景的地形影像数据；其中，所述地形影像数据包括第一实地形影像数据和第二地形影像数据；
生成模块，用于根据变电站和电缆隧道所处场景的地形影像数据生成第一DEM模型和第二DEM模型；
融合模块，用于利用差值法将第一DEM模型和第二DEM模型进行融合，获得融合后的数字高程模型；
其中，所述生成模块包括：
模型生成模块，用于分别利用第一实地形影像数据和第二地形影像数据生成第一DEM参考模型和第二DEM参考模型；
搜索下载模块，用于搜索下载变电站和电缆隧道所处场景内与所述标定地形范围对应的卫星地形模型，并将所述卫星地形模型作为基准模型，其中，所述卫星地形模型为数字高程数据模型；
第一融合模块，用于利用差值融合方式将第一DEM参考模型与基准模型进行融合，获得第一DEM模型；
第二融合模块，用于利用差值融合方式将第二DEM参考模型与基准模型进行融合，获得第二DEM模型。
6.根据权利要求5所述多精度DEM数据差值平滑融合系统，其特征在于，所述数据采集模块包括：
规划模块，用于规划第一无人机和第二无人机的航拍路线，并设置第一无人机和第二无人机的航拍参数；其中，所述第一无人机以变电站为核心，对变电站附近的地形场景进行航拍；所述第二无人机以电缆隧道延展方向上的所处地形场景进行航拍；
航拍控制模块，用于按照第一无人机的航拍路线和第二无人机的航拍路线同时启动第一无人机和第二无人机进行航拍，获得第一实地形影像数据和第二地形影像数据。
7.根据权利要求6所述多精度DEM数据差值平滑融合系统，其特征在于，所述第一无人机的航拍参数如下：
第一无人机的飞行高度控制在150m——210m之间，航拍飞行过程中，最远点到起落点之间的距离控制在880m至1050m之间，航拍角度调节范围为15°-25°；
所述第二无人机的航拍参数如下：
第二无人机的飞行高度控制在130m——180m之间，航拍飞行过程中，最远点到起落点之间的距离控制在900m至1200m之间，航拍角度调节范围为40°-55°。
8.根据权利要求5或6所述多精度DEM数据差值平滑融合系统，其特征在于，所述数据采集模块还包括：
位置获取模块，获取所述变电站所处位置和所述电缆隧道分布位置和延展范围；
第一区域划分模块，用于以变电站所处位置为圆心，以500m距离为半径获取第一范围区域；
第二区域划分模块，用于根据所述电缆隧道分布位置和延展范围，将所述电缆隧道延展所经过的地域范围进行形成标准圆形区域，形成第二范围区域；
标定地形范围获取模块，用于通过第一范围区域和第二范围区域之间的位置关系，按照位置关系规则，获取所述标定地形范围，其中，所述位置关系规则如下：
如果第一范围区域包含在第二范围区域内，则将以第二范围区域圆心为中心位置，边长为2.66R 1的正方形区域作为标定地形范围；其中，R 1表示第二范围区域的半径；
如果第二范围区域包含在第一范围区域内，则将以第一范围区域圆心为中心位置，边长为2.84R 2的正方形区域作为标定地形范围；其中，R 2表示第一范围区域的半径；
如果第一范围区域和第二范围区域之间存在重叠部分，则将以第一范围区域和第二范围区域两个圆形边界最远距离直线长度的中心点为所述标定地形范围的中心，以R 3为边长的正方形区域作为标定地形范围。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111394451.4A CN114241142B (zh) | 2021-11-23 | 2021-11-23 | 一种多精度dem数据差值平滑融合方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111394451.4A CN114241142B (zh) | 2021-11-23 | 2021-11-23 | 一种多精度dem数据差值平滑融合方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114241142A CN114241142A (zh) | 2022-03-25 |
| CN114241142B true CN114241142B (zh) | 2022-10-14 |
Family
ID=80750565
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111394451.4A Active CN114241142B (zh) | 2021-11-23 | 2021-11-23 | 一种多精度dem数据差值平滑融合方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114241142B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115248873B (zh) * | 2022-09-22 | 2022-12-06 | 国网山西省电力公司太原供电公司 | 一种基于数据融合的电缆隧道安全监测方法及系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112347213A (zh) * | 2020-11-06 | 2021-02-09 | 中铁第一勘察设计院集团有限公司 | 基于bim+gis的铁路工程数字化成果三维展示方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140267250A1 (en) * | 2013-03-15 | 2014-09-18 | Intermap Technologies, Inc. | Method and apparatus for digital elevation model systematic error correction and fusion |
| CN106683183B (zh) * | 2017-01-04 | 2019-11-08 | 重庆市勘测院 | 一种建设工程模型在线三维可视化方法 |
| CN109446970B (zh) * | 2018-10-24 | 2021-04-27 | 西南交通大学 | 一种基于深度学习的变电站巡检机器人道路场景识别方法 |
| CN110223386B (zh) * | 2019-06-10 | 2022-09-23 | 河南科技大学 | 一种基于多源无人机遥感数据融合的数字地形建模方法 |
| CN110335350B (zh) * | 2019-06-21 | 2023-07-07 | 南京师范大学 | 基于地形特征的虚拟地形生成方法 |
| CN110874613B (zh) * | 2019-10-31 | 2022-04-29 | 国网通用航空有限公司 | 一种多源多尺度地形数据的无缝融合方法 |
| CN111724477B (zh) * | 2020-07-06 | 2024-08-02 | 中铁二局第一工程有限公司 | 一种多源数据融合构建多层次三维地形模型方法 |
| CN112001277B (zh) * | 2020-08-11 | 2021-05-07 | 中国地质科学院矿产资源研究所 | 无人机填图方法、填图装置及填图系统 |
-
2021
- 2021-11-23 CN CN202111394451.4A patent/CN114241142B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112347213A (zh) * | 2020-11-06 | 2021-02-09 | 中铁第一勘察设计院集团有限公司 | 基于bim+gis的铁路工程数字化成果三维展示方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114241142A (zh) | 2022-03-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7077520B2 (ja) | 自律車両の車線割り当てを決定するシステム、自律車両の車線割り当てを決定するためにコンピュータで実装された方法、およびコンピュータプログラム | |
| JP7432285B2 (ja) | レーンマッピング及びナビゲーション | |
| JP7559296B2 (ja) | 方法、システムおよびプログラム | |
| US11698263B2 (en) | Safety and comfort constraints for navigation | |
| CN111902694B (zh) | 用于确定导航参数的系统和方法 | |
| JP6785859B2 (ja) | 自動運転ナビゲーション方法、装置、およびシステム、車載端末、ならびにサーバ | |
| EP3137850B1 (en) | Method and system for determining a position relative to a digital map | |
| WO2018126228A1 (en) | Sign and lane creation for high definition maps used for autonomous vehicles | |
| CN115516277A (zh) | 使用电子地平线导航交通工具 | |
| JP2024109567A (ja) | 車両をナビゲートするためのシステム、コンピュータプログラム、及び非一時的コンピュータ可読媒体 | |
| JP2023539868A (ja) | マップベースの現実世界モデル化のシステム及び方法 | |
| CN114241142B (zh) | 一种多精度dem数据差值平滑融合方法和系统 | |
| CN116734828A (zh) | 道路拓扑信息的确定、电子地图数据处理方法、电子设备 | |
| JP2020140602A (ja) | 地図データ更新システム、走行プローブ情報収集装置、走行プローブ情報提供装置および走行プローブ情報収集方法 | |
| Qin et al. | Traffic Flow-Based Crowdsourced Mapping in Complex Urban Scenario | |
| KR102487449B1 (ko) | 로컬맵 제작을 위한 데이터-셋 어노테이션 방법 및 이를 수행하는 서버 | |
| US20200135035A1 (en) | Intelligent on-demand capturing of a physical environment using airborne agents | |
| JP2022176238A (ja) | データ構造、情報処理装置、データ通信方法、プログラム及び記憶媒体 | |
| CN115145671A (zh) | 车辆导航方法、装置、设备、存储介质和计算机程序产品 | |
| CN112530270A (zh) | 一种基于区域分配的建图方法及装置 | |
| EP4239288A2 (en) | Methods for processing map, and vehicle | |
| JP2024140732A (ja) | データ収集装置、データ収集方法及びデータ収集用コンピュータプログラムならびにデータ収集システム | |
| CN117849783A (zh) | 全息路口场景下雷达与视觉信息融合的方法 | |
| CN118057122A (zh) | 一种地图信息的生成方法和系统 | |
| CN117094363A (zh) | 车辆神经网络定位 |
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 |