CN114494984A - 基于无人机航拍数据的随遇静目标三维重建与定位的方法 - Google Patents

基于无人机航拍数据的随遇静目标三维重建与定位的方法 Download PDF

Info

Publication number
CN114494984A
CN114494984A CN202210401129.8A CN202210401129A CN114494984A CN 114494984 A CN114494984 A CN 114494984A CN 202210401129 A CN202210401129 A CN 202210401129A CN 114494984 A CN114494984 A CN 114494984A
Authority
CN
China
Prior art keywords
target
unmanned aerial
aerial vehicle
frame
data
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.)
Granted
Application number
CN202210401129.8A
Other languages
English (en)
Other versions
CN114494984B (zh
Inventor
杨磊
郭颖潇
何昆
潘星
钟智
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.)
Sichuan Tengdun Technology Co Ltd
Original Assignee
Sichuan Tengdun Technology Co Ltd
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 Sichuan Tengdun Technology Co Ltd filed Critical Sichuan Tengdun Technology Co Ltd
Priority to CN202210401129.8A priority Critical patent/CN114494984B/zh
Publication of CN114494984A publication Critical patent/CN114494984A/zh
Application granted granted Critical
Publication of CN114494984B publication Critical patent/CN114494984B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于无人机航拍数据的随遇静目标三维重建与定位的方法，属于无人机航拍领域，包括：S1，锁定目标，保持目标物位于影像的中心，或将目标置于视频中心，调整好镜头姿态和视场后，固定参数；S2，需求设置航线；S3，计算抽帧时间间隔并抽取影像；S4，提取飞机姿态数据作为POS数据；S5，空三加密，生成影像重叠部分的白体三维模型；S6，通过数据链选传所需的白模块和对应的原始抽帧影像，并进行映射，生成实景三维模型；S7，在三维模型上选取坐标并传回无人机，引导无人机侦察或对外发布目标精确位置信息。本发明提供更为精确的坐标信息，解决了拍照延时、像点位移和带宽限制造成的模型精细度和精度不足的问题。

Description

基于无人机航拍数据的随遇静目标三维重建与定位的方法
技术领域
本发明涉及无人机航拍领域，更为具体的，涉及一种基于无人机航拍数据的随遇静目标三维重建与定位的方法。
背景技术
近年来，随着无人机技术的发展，无人机的留空时间和搭载能力有了很大的提升。这使得利用无人机搭载体积较大的高精度远距离侦察平台，进行长时间大范围的侦察成为现实。然而，由于大型无人机普遍航高较高，在对目标进行侦察时通常是一个远距离大倾角的成像，从二维影像中直接量取有高度的目标时，会受到包括地形和目标高度造成的像点位移的影响，从而使得拾取目标各个部位的平面坐标会存在较大偏差。同时，在偶遇目标时，无法提前设定好倾斜摄影要求的拍摄间隔，且由于大型无人机普遍航速较高，相机快门的响应速度也难以满足倾斜摄影对影像重叠度要求。此外，由于数据链路传输带宽限制，难以将大量原始影像数据传回地面处理，而压缩后的影像会严重影响三维建模的效果和精度。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于无人机航拍数据的随遇静目标三维重建与定位的方法，解决了在无人机目标侦察过程中，在无法对侦察目标使用激光照射时，二维图像上提取带高程的物体的坐标时产生的像点位移问题，从而能提供目标物体上各部位更为精确地坐标信息，以供后续详察或对外发布；以及解决了大型无人机系统因视距或卫通链路的延迟导致的拍摄延迟，以及无法短时间内快速大量地连拍并下传原始数据的问题；以及解决了因数据链带宽限制，只能实时传回压缩视频影像数据而造成的三维模型精度和精细度的降低的技术问题。
本发明的目的是通过以下方案实现的：
一种基于无人机航拍数据的随遇静目标三维重建与定位的方法，其特征在于，包括步骤：
S1，无人机在目标搜索过程中，当镜头扫到感兴趣的地面静目标后，在如下两种处理方式中选择任一种进行处理：锁定目标并始终保持目标物位于影像的中心，或将目标置于视频中心，调整好镜头俯仰角和方位角以及视场后，保持此参数不变；
S2，根据对目标物建模的需求设置航线；
S3，根据步骤S1中选择的处理方式，计算相应抽帧时间间隔，根据相应抽帧时间间隔抽取影像；
S4，根据抽取的抽帧影像的时间提取飞机的经纬高、姿态和光电视频平台的姿态作为POS数据；
S5，在无人机上利用抽帧后的影像和对应的POS数据文件进行空三加密，生成影像重叠部分的白体三维模型，并依据数据链带宽选择匹配的数据量大小进行分块；
S6，地面通过数据链路选择下传所需的白模块和对应的原始抽帧影像，并在地面进行纹理映射，生成实景三维模型；
S7，通过三维模型浏览平台在重建好的三维模型上选取目标相应部位的坐标，并将目标三维坐标通过上行链路传回无人机，引导无人机侦察或对外发布目标精确位置信息。
进一步地，在步骤S2中，包括子步骤：
若需要的目标物坐标仅为一个立面，则仅需对目标物一个立面建模，则相对目标物设置一个直线航线，获取所需立面的视频影像数据；
若需要对目标物多个立面建模，则围绕目标物设置直线和圆曲线的航线，以获取多个立面的视频影像数据；
若需要目标物的完整立面模型，则以目标物为中心设置圆形航线，获取目标物完整立面信息。
进一步地，在步骤S3中，当步骤S1中选择的处理方式为锁定目标并始终保持目标物位于影像的中心时，所述计算相应抽帧时间间隔分为直线段航线、圆曲线段航线以及同时直线、圆曲线段航线共三种情况。
进一步地，如果是直线段航线，则计算抽帧时间间隔包括子步骤：
步骤1，在直线航线上取视频抽帧开始时刻飞机位置
Figure 184548DEST_PATH_IMAGE001
和抽帧结束时 刻飞机位置
Figure 993104DEST_PATH_IMAGE002
，以及抽帧开始时刻的光电视频平台指示的目标位置
Figure 754387DEST_PATH_IMAGE003
，这里用到了当前遥测数据中飞机经纬高、姿态和平台姿态构建的空间射 线与地球椭球的交点求得当前光电视频平台指示的大致目标位置
Figure 345905DEST_PATH_IMAGE003
，仅能表 示地球椭球面上坐标，无法准确表达有高度的地物的坐标，再分别解算出抽帧开始时刻与 目标斜距
Figure 384400DEST_PATH_IMAGE004
和抽帧结束时刻与目标斜距
Figure 504802DEST_PATH_IMAGE005
；
步骤2，若目标点在航线上的垂足处于抽帧航线段的前后延长线上，则取
Figure 143594DEST_PATH_IMAGE004
和
Figure 7645DEST_PATH_IMAGE005
中的最小值作为斜距
Figure 390392DEST_PATH_IMAGE006
，斜距
Figure 947275DEST_PATH_IMAGE006
用于计算抽帧时间间隔
Figure 807784DEST_PATH_IMAGE007
，计算方法如下：
Figure 741105DEST_PATH_IMAGE008
Figure 488612DEST_PATH_IMAGE009
，其中
Figure 216396DEST_PATH_IMAGE010
为飞机地速；
若目标点到直线航线的垂足落在抽帧开始与结束的航线线段内，则抽帧时间间隔
Figure 564201DEST_PATH_IMAGE007
计算时，取目标点到航线线段的最小距离作为斜距
Figure 770055DEST_PATH_IMAGE006
，斜距
Figure 136183DEST_PATH_IMAGE006
用于计算抽帧时间间隔
Figure 34869DEST_PATH_IMAGE007
，计算方法如下：
Figure 604390DEST_PATH_IMAGE011
设
Figure 613935DEST_PATH_IMAGE012
在
Figure 601613DEST_PATH_IMAGE013
的投影为向量
Figure 405621DEST_PATH_IMAGE014
，则目标点
Figure 728018DEST_PATH_IMAGE015
到线段
Figure 541253DEST_PATH_IMAGE016
的最小距离则为向量
Figure 508072DEST_PATH_IMAGE017
的模，根据向量的投影变换有：
Figure 859813DEST_PATH_IMAGE018
得
Figure 544872DEST_PATH_IMAGE019
，
Figure 20853DEST_PATH_IMAGE020
表示对向量
Figure 842178DEST_PATH_IMAGE021
求转置，从而得到斜距
Figure 128934DEST_PATH_IMAGE022
，
最终求得抽帧时间间隔为：
Figure 35710DEST_PATH_IMAGE023
。
进一步地，如果是圆曲线段航线，则计算抽帧时间间隔包括子步骤：
获取进入曲线航线时刻的无人机位置
Figure 49803DEST_PATH_IMAGE024
，以及此刻光电视频平台指示 的目标位置
Figure 991214DEST_PATH_IMAGE025
，将
Figure 681827DEST_PATH_IMAGE026
近似作为圆曲线半径R，计算每5°飞机走过的距 离
Figure 341478DEST_PATH_IMAGE027
，除以飞机地速
Figure 159262DEST_PATH_IMAGE028
得到抽帧时间间隔：
Figure 955179DEST_PATH_IMAGE029
Figure 583738DEST_PATH_IMAGE030
。
进一步地，如果是同时直线、圆曲线段航线，则计算抽帧时间间隔包括子步骤：取两者的最小值作为抽帧间隔。
进一步地，在步骤S4中，包括子步骤：根据视场大小对影像进行分组。
进一步地，在步骤S3中，当步骤S1中选择的处理方式为将目标置于视频中心，调整好镜头俯仰角和方位角以及视场后，保持此参数不变时，所述计算相应抽帧时间间隔为：根据无人机对地速度与建模重叠度要求计算视频抽帧间隔，并根据每一帧抽出影像的时间去取对应的无人机遥测信息。
进一步地，包括子步骤：若无人机按直线航线飞行时，抽帧时间间隔计算如下：
Figure 465106DEST_PATH_IMAGE031
其中，航向重叠度
Figure 821001DEST_PATH_IMAGE032
按航向75%~80%重叠度计算；斜距
Figure 471425DEST_PATH_IMAGE006
由抽帧开始时刻的遥测 数据中的无人机位置和光电视频平台指示位置计算得出；
若无人机按直线和圆曲线飞行时，抽帧时间间隔计算如下：
Figure 772350DEST_PATH_IMAGE033
；
Figure 141015DEST_PATH_IMAGE034
；
Figure 300601DEST_PATH_IMAGE035
；
Figure 805531DEST_PATH_IMAGE036
；
其中，直线段按航向75%-80%重叠度计算，抽帧间隔为
Figure 775892DEST_PATH_IMAGE037
；有圆曲线时按航向75%- 80%，旁向70%-75%，抽帧间隔为
Figure 631853DEST_PATH_IMAGE038
；当为直线和圆曲线航线均有时，综合取
Figure 329551DEST_PATH_IMAGE037
和
Figure 954567DEST_PATH_IMAGE038
间的最 小值作为整段视频的抽帧间隔；当全为圆曲线航线时，按
Figure 486042DEST_PATH_IMAGE038
作为视频的抽帧间隔；
Figure 937621DEST_PATH_IMAGE039
：CCD尺寸；
Figure 579955DEST_PATH_IMAGE040
：CCD大小；
Figure 184112DEST_PATH_IMAGE041
：地面幅宽；
Figure 620909DEST_PATH_IMAGE042
：地面幅宽；
Figure 61249DEST_PATH_IMAGE032
：航向重叠度；
Figure 976115DEST_PATH_IMAGE043
：旁向重叠度；
Figure 700358DEST_PATH_IMAGE044
：斜距；
Figure 308057DEST_PATH_IMAGE045
：焦距；
Figure 737157DEST_PATH_IMAGE046
：垂直视场；
Figure 455715DEST_PATH_IMAGE047
：水平视场；
其中：
Figure 34464DEST_PATH_IMAGE048
。
进一步地，所述遥测信息包括无人机地速、经度、纬度、高程、俯仰角、滚转角、航偏角、光电平台俯仰角与方位角、光电视频平台摄影中心指示目标的经度、纬度和高程以及光电视频平台镜头视场。
本发明的有益效果包括：
本发明方法通过对目标物的快速三维建模，解决了在无人机目标侦察过程中，在无法对侦察目标使用激光照射时，二维图像上提取带高程的物体的坐标时产生的像点位移问题，从而能提供目标物体上各部位更为精确地坐标信息，以供后续详察或对外发布。
本发明方法采用对视频数据抽帧，代替了传统倾斜摄影三维建模中采用多镜头CCD相机连续拍照，解决了大型无人机系统因视距或卫通链路的延迟导致的拍摄延迟，以及无法短时间内快速大量地连拍并下传原始数据。
本发明方法通过在机上做空三加密和白模创建，并在地面选择下传所需的白模块和对应的原始影像做纹理映射，解决了因数据链带宽限制，只能实时传回压缩视频影像数据而造成的三维模型精度和精细度的降低问题。
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性的前提下，还可以根据这些附图获得其他的附图。
图1为目标锁定后保持目标在影像中心的流程图；
图2为直线航段锁定目标的示意图；
图3为圆曲线航段锁定目标的示意图；
图4为目标点到航线垂足落在抽帧航段左侧延长线的示意图；
图5为目标点到航线垂足落在抽帧航段右侧延长线的示意图；
图6为目标点到航线垂足落在抽帧航段内的示意图；
图7为固定镜头角度和视场大小的处理流程图；
图8为直线航段固定镜头角度和视场大小的示意图；
图9为圆曲线航段固定镜头角度和视场大小的示意图。
具体实施方式
本说明书中所有实施例公开的所有特征，或隐含公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合和/或扩展、替换。下面根据附图1~图9，对本发明的技术构思、解决的技术问题、工作原理、工作过程和有益效果作进一步详细、充分地说明。
本发明实施例旨在解决针对现有大型无人机使用光电视频平台进行目标侦察时，在无法对目标使用激光照射的情况下，存在的目标像点位移以及无法实时传输大量原始影像数据的不足。本发明实施例通过无人机可见光光电平台对目标各表面拍摄视频，依据本发明实施例提出的视频抽帧方法设置抽帧间隔，并根据抽取的图片的时间去获取对应时刻的遥测数据作为POS（Position and Orientation）数据，再在机上结合抽帧影像和POS数据对目标进行三维重建，生成目标白体三维模型；地面择机选择下传需要的白模块和对应的原始抽帧影像，并对白模进行纹理映射，最终在三维平台内对贴上纹理的三维模型的感兴趣部位进行精确的目标坐标提取，用于回传机上进行进一步精确侦察或对外发布。
在实际应用过程中，本发明实施例依据光电视频平台镜头角度和视场是否固定分为两种情况，分别包括如下步骤：
情况一
无人机发现目标后对目标进行锁定，即将目标始终保持于画面中心，如图1所示。
步骤1、无人机在目标搜索过程中，当镜头扫到感兴趣的地面静目标后，锁定目标，并始终保持目标物位于影像的中心。
步骤2、根据对目标物建模的需求设置航线：
若需要的目标物坐标仅为一个立面，则仅需对目标物一个立面建模，可相对目标物设置一个直线航线，获取所需立面的视频影像数据；
若需要对目标物多个立面建模时，可围绕目标物设置直线+圆曲线的航线，以获取多个立面的视频影像数据；
若需要目标物的完整立面模型，则以目标物为中心设置圆形航线，获取目标物完整立面信息。
步骤3、飞机与目标相对位置每变化5°抽取一张影像，由于目标始终锁定于影像中 心，故当飞机位置变化时，飞机相对目标物的斜距亦会变化。为了保证相邻两张影像的位置 变化不超5°，故下列各式中的斜距
Figure 78643DEST_PATH_IMAGE006
始终取抽帧段航线上与目标物的最近距离计算。具体 抽帧时间计算方法分为直线和圆曲线段航线两种情况见图2和图3：
直线航线阶段：
在直线航线上取视频抽帧开始时刻飞机位置
Figure 493575DEST_PATH_IMAGE001
和抽帧结束时刻飞机位 置
Figure 15823DEST_PATH_IMAGE002
，以及抽帧开始时刻的光电视频平台指示的目标位置
Figure 449079DEST_PATH_IMAGE003
，分别 解算出抽帧开始时刻与目标斜距
Figure 398580DEST_PATH_IMAGE004
和抽帧结束时刻与目标斜距
Figure 533764DEST_PATH_IMAGE005
。
若目标点在航线上的垂足处于抽帧航线段的前后延长线上，则取
Figure 859703DEST_PATH_IMAGE004
和
Figure 147465DEST_PATH_IMAGE005
中的 最小值作为斜距
Figure 267868DEST_PATH_IMAGE006
，用于计算抽帧时间间隔
Figure 657392DEST_PATH_IMAGE007
，见图4和图5：
Figure 787022DEST_PATH_IMAGE008
Figure 804656DEST_PATH_IMAGE009
，其中
Figure 486174DEST_PATH_IMAGE010
为飞机地速；
若目标点到直线航线的垂足落在抽帧开始与结束的航线线段内，则抽帧时间间隔
Figure 222048DEST_PATH_IMAGE007
计算时，取目标点到航线线段的最小距离作为斜距
Figure 12761DEST_PATH_IMAGE006
，见图6，计算方法如下：
Figure 416060DEST_PATH_IMAGE011
设
Figure 268479DEST_PATH_IMAGE012
在
Figure 226070DEST_PATH_IMAGE013
的投影为向量
Figure 572869DEST_PATH_IMAGE014
，则目标点
Figure 565096DEST_PATH_IMAGE015
到线段
Figure 322836DEST_PATH_IMAGE016
的最小距离则为向 量
Figure 33303DEST_PATH_IMAGE017
的模，根据向量的投影变换有：
Figure 416749DEST_PATH_IMAGE018
得
Figure 529061DEST_PATH_IMAGE019
，
Figure 598649DEST_PATH_IMAGE020
表示对向量
Figure 655466DEST_PATH_IMAGE021
求转置，从而得到斜距
Figure 468702DEST_PATH_IMAGE022
，
最终求得抽帧时间间隔为：
Figure 310887DEST_PATH_IMAGE023
；
圆曲线航线段：
获取进入曲线航线时刻的无人机位置
Figure 144851DEST_PATH_IMAGE024
，以及此刻光电视频平台 指示的目标位置
Figure 829910DEST_PATH_IMAGE025
，将
Figure 558088DEST_PATH_IMAGE026
近似作为圆曲线半径R（曲线航线上无人机距离 目标的最近距离，非无人机转弯半径），计算每5°飞机走过的距离
Figure 379413DEST_PATH_IMAGE027
，除以飞机地速
Figure 649858DEST_PATH_IMAGE028
（由 于角度很小，将两点间圆弧长度近似等于直线）得到抽帧间隔：
Figure 556634DEST_PATH_IMAGE029
Figure 587038DEST_PATH_IMAGE030
若抽帧时间段既有直线也有圆曲线，则取两者的最小值作为抽帧时间间隔。
步骤4、根据抽帧影像的时间提取飞机的经纬高、姿态和平台的姿态作为POS（Position and Orientation）数据，并自动根据视场大小（不同焦距下）对影像进行分组。
步骤5、在机上利用抽帧后的影像和对应的POS文件进行空三加密，生成影像重叠部分的白体三维模型，并依据数据链带宽选择适宜的数据量大小进行分块。
步骤6、地面通过数据链路选择下传所需的白模块和对应的原始抽帧影像，并在地面进行纹理映射，生成实景三维模型。
步骤7、通过三维模型浏览平台在重建好的三维模型上选取目标相应部位的坐标，并将目标三维坐标通过上行链路传回无人机，引导无人机精确侦察或是对外发布目标精确位置信息。
情况二
无人机发现目标后，固定镜头角度和镜头视场，如图7所示。
步骤1、无人机在目标搜索过程中，当镜头扫到感兴趣的地面静目标后，将目标置于视频中心，调整好镜头俯仰角和方位角以及视场后，保持此参数不变。
步骤2、根据对目标物建模的需求设置航线：
若需要的目标物坐标仅为一个立面，则仅需对目标物一个立面建模，可相对目标物设置一个直线航线，获取所需立面的视频影像数据；
若需要对目标物多个立面建模时，可围绕目标物设置直线+圆曲线的航线，以获取多个立面的视频影像数据；
若需要目标物的完整立面模型，则以目标物为中心设置圆形航线，获取目标物完整立面信息。
步骤3、根据无人机对地速度与建模重叠度要求设置视频抽帧间隔，并根据每一帧抽出影像的时间去取对应的飞机遥测信息。遥测信息包括无人机地速、经度、纬度、高程、俯仰角、滚转角、航偏角、光电平台俯仰角与方位角、光电视频平台摄影中心指示目标的经度、纬度和高程以及光电视频平台镜头视场。
抽帧间隔设置计算如下：
Figure 262870DEST_PATH_IMAGE007
：抽帧时间间隔（单位：秒）
Figure 969795DEST_PATH_IMAGE039
：CCD尺寸（垂直）（单位：毫米）
Figure 363867DEST_PATH_IMAGE040
：CCD大小（水平）（单位：毫米）
Figure 430918DEST_PATH_IMAGE041
：地面幅宽（垂直）（单位：米）
Figure 226835DEST_PATH_IMAGE042
：地面幅宽（水平）（单位：米）
Figure 104662DEST_PATH_IMAGE032
：航向重叠度（单位：%）
Figure 720451DEST_PATH_IMAGE043
：旁向重叠度（单位：%）
Figure 92657DEST_PATH_IMAGE044
：斜距（单位：米）
Figure 8661DEST_PATH_IMAGE045
：焦距（单位：毫米）
Figure 932754DEST_PATH_IMAGE046
：垂直视场（单位：无）
Figure 426053DEST_PATH_IMAGE047
：水平视场（单位：无）
Figure 461005DEST_PATH_IMAGE028
：飞机地速（单位：米/秒）
其中：
Figure 342766DEST_PATH_IMAGE048
；
飞机按直线航线飞行时抽帧时间间隔计算如下：
Figure 703341DEST_PATH_IMAGE031
其中，航向重叠度
Figure 418356DEST_PATH_IMAGE032
按航向75%~80%重叠度计算；斜距
Figure 256999DEST_PATH_IMAGE044
可由抽帧开始时刻的遥 测数据中的飞机位置和光电视频平台指示位置计算得出，见图8。
飞机航线有直线和圆曲线时抽帧时间间隔计算如下：
Figure 757381DEST_PATH_IMAGE033
；
Figure 23278DEST_PATH_IMAGE034
Figure 225589DEST_PATH_IMAGE035
Figure 602344DEST_PATH_IMAGE036
其中直线段按航向75%-80%重叠度计算，抽帧间隔为
Figure 455768DEST_PATH_IMAGE037
；有圆曲线时航向75%-80%， 旁向70%-75%，抽帧间隔为
Figure 158145DEST_PATH_IMAGE038
；若为直线+圆曲线航线时，综合取
Figure 723118DEST_PATH_IMAGE037
和
Figure 28198DEST_PATH_IMAGE038
间的最小值作为 整段视频的抽帧间隔；若全为圆曲线航线时，按
Figure 627806DEST_PATH_IMAGE038
作为视频抽帧间隔，见图9。
步骤4、根据抽帧影像的时间提取飞机的经纬高、姿态和平台的姿态作为POS（Position and Orientation）数据。
步骤5、在机上利用抽帧后的影像和对应的POS文件进行空三加密，生成影像重叠部分的白体三维模型，并依据数据链带宽选择适宜的数据量大小进行分块。
步骤6、地面通过数据链路选择下传所需的白模块和对应的原始抽帧影像，并在地面进行纹理映射，生成实景三维模型。
步骤7、通过三维模型浏览平台在重建好的三维模型上选取目标相应部位的坐标，并将目标三维坐标通过上行链路传回无人机，引导无人机精确侦察或是对外发布目标精确位置信息。
本发明实施例在大型无人机执行侦察任务时，对关键静目标进行三维建模，然后在三维模型上获取目标各部位的坐标，解决了二维图像像点位移的影响。
本发明实施例在大型无人机执行侦察任务时，采用光电视频平台采集的视频数据进行抽帧，代替了传统倾斜摄影中使用多镜头CCD相机连续拍摄的方法，避免了大型无人机系统因视距或卫通链路的延迟导致的拍摄延迟，以及无法快速对目标物大量连拍的问题。
本发明实施例对视频抽帧的间隔时间计算，考虑了无人机是在直线航线还是圆曲线航线，以及光电视频平台镜头的固定与否的情况，保证了抽帧影像有满足倾斜摄影建模要求的影像重叠度。
本发明实施例通过在机上做空三加密和白模创建，并在地面选择下传所需的白模块和对应的原始影像做纹理映射，解决了因数据链带宽限制，只能实时传回压缩视频影像数据而造成的三维模型精度和精细度的降低。
实施例1：一种基于无人机航拍数据的随遇静目标三维重建与定位的方法，包括步骤：
S1，无人机在目标搜索过程中，当镜头扫到感兴趣的地面静目标后，在如下两种处理方式中选择任一种进行处理：锁定目标并始终保持目标物位于影像的中心，或将目标置于视频中心，调整好镜头俯仰角和方位角以及视场后，保持此参数不变；
S2，根据对目标物建模的需求设置航线；
S3，根据步骤S1中选择的处理方式，计算相应抽帧时间间隔，根据相应抽帧时间间隔抽取影像；
S4，根据抽取的抽帧影像的时间提取飞机的经纬高、姿态和光电视频平台的姿态作为POS数据；
S5，在无人机上利用抽帧后的影像和对应的POS数据文件进行空三加密，生成影像重叠部分的白体三维模型，并依据数据链带宽选择匹配的数据量大小进行分块；
S6，地面通过数据链路选择下传所需的白模块和对应的原始抽帧影像，并在地面进行纹理映射，生成实景三维模型；
S7，通过三维模型浏览平台在重建好的三维模型上选取目标相应部位的坐标，并将目标三维坐标通过上行链路传回无人机，引导无人机侦察或对外发布目标精确位置信息。
实施例2：在实施例1的基础上，在步骤S2中，包括子步骤：
若需要的目标物坐标仅为一个立面，则仅需对目标物一个立面建模，则相对目标物设置一个直线航线，获取所需立面的视频影像数据；
若需要对目标物多个立面建模，则围绕目标物设置直线和圆曲线的航线，以获取多个立面的视频影像数据；
若需要目标物的完整立面模型，则以目标物为中心设置圆形航线，获取目标物完整立面信息。
实施例3：在实施例1的基础上，在步骤S3中，当步骤S1中选择的处理方式为锁定目标并始终保持目标物位于影像的中心时，所述计算相应抽帧时间间隔分为直线段航线、圆曲线段航线以及同时直线、圆曲线段航线共三种情况。
实施例4：在实施例3的基础上，如果是直线段航线，则计算抽帧时间间隔包括子步骤：
步骤1，在直线航线上取视频抽帧开始时刻飞机位置
Figure 110871DEST_PATH_IMAGE001
和抽帧结束时刻 飞机位置
Figure 897562DEST_PATH_IMAGE002
，以及抽帧开始时刻的光电视频平台指示的目标位置
Figure 6332DEST_PATH_IMAGE003
，分别解算出抽帧开始时刻与目标斜距
Figure 726026DEST_PATH_IMAGE004
和抽帧结束时刻与目标斜距
Figure 881457DEST_PATH_IMAGE005
；
步骤2，若目标点在航线上的垂足处于抽帧航线段的前后延长线上，则取
Figure 155444DEST_PATH_IMAGE004
和
Figure 802326DEST_PATH_IMAGE005
中的最小值作为斜距
Figure 110948DEST_PATH_IMAGE006
，斜距
Figure 935815DEST_PATH_IMAGE006
用于计算抽帧时间间隔
Figure 228256DEST_PATH_IMAGE007
，计算方法如下：
Figure 147671DEST_PATH_IMAGE008
Figure 841957DEST_PATH_IMAGE009
，其中
Figure 962360DEST_PATH_IMAGE010
为飞机地速；
若目标点到直线航线的垂足落在抽帧开始与结束的航线线段内，则抽帧时间间隔
Figure 584840DEST_PATH_IMAGE007
计算时，取目标点到航线线段的最小距离作为斜距
Figure 448891DEST_PATH_IMAGE006
，斜距
Figure 856739DEST_PATH_IMAGE006
用于计算抽帧时间间隔
Figure 148043DEST_PATH_IMAGE007
，计算方法如下：
Figure 759284DEST_PATH_IMAGE011
设
Figure 692605DEST_PATH_IMAGE012
在
Figure 954959DEST_PATH_IMAGE013
的投影为向量
Figure 417164DEST_PATH_IMAGE014
，则目标点
Figure 5447DEST_PATH_IMAGE015
到线段
Figure 476880DEST_PATH_IMAGE016
的最小距离则为向量
Figure 593740DEST_PATH_IMAGE017
的模，根据向量的投影变换有：
Figure 492426DEST_PATH_IMAGE018
得
Figure 202893DEST_PATH_IMAGE019
，
Figure 87804DEST_PATH_IMAGE020
表示对向量
Figure 934537DEST_PATH_IMAGE021
求转置，从而得到斜距
Figure 128758DEST_PATH_IMAGE022
，
最终求得抽帧时间间隔为：
Figure 60942DEST_PATH_IMAGE023
。
实施例5：在实施例3的基础上，如果是圆曲线航线段，则计算抽帧时间间隔包括子步骤：
获取进入曲线航线时刻的无人机位置
Figure 513658DEST_PATH_IMAGE024
，以及此刻光电视频平台指 示的目标位置
Figure 214898DEST_PATH_IMAGE025
，将
Figure 580020DEST_PATH_IMAGE026
近似作为圆曲线半径R，计算每5°飞机走过的距 离
Figure 999500DEST_PATH_IMAGE027
，除以飞机地速
Figure 226213DEST_PATH_IMAGE028
得到抽帧间隔：
Figure 47538DEST_PATH_IMAGE029
Figure 724507DEST_PATH_IMAGE030
。
实施例6：在实施例3的基础上，如果是同时直线、圆曲线段航线，则计算抽帧时间间隔包括子步骤：取两者的最小值作为抽帧间隔。
实施例7：在实施例1的基础上，在步骤S4中，包括子步骤：根据视场大小对影像进行分组。
实施例8：在实施例1的基础上，在步骤S3中，当步骤S1中选择的处理方式为将目标置于视频中心，调整好镜头俯仰角和方位角以及视场后，保持此参数不变时，所述计算相应抽帧时间间隔为：根据无人机对地速度与建模重叠度要求计算视频抽帧时间间隔，并根据每一帧抽出影像的时间去取对应的无人机遥测信息。
实施例9：在实施例8的基础上，包括子步骤：若无人机按直线航线飞行时，抽帧时间间隔计算如下：
Figure 755917DEST_PATH_IMAGE031
其中，航向重叠度
Figure 910955DEST_PATH_IMAGE032
按航向75%~80%重叠度计算；斜距
Figure 963618DEST_PATH_IMAGE044
由抽帧开始时刻的遥测 数据中的无人机位置和光电视频平台指示位置计算得出；
若无人机按直线和圆曲线飞行时，抽帧时间间隔计算如下：
Figure 545909DEST_PATH_IMAGE033
；
Figure 64615DEST_PATH_IMAGE034
；
Figure 757765DEST_PATH_IMAGE035
；
Figure 694628DEST_PATH_IMAGE036
；
其中，直线段按航向75%-80%重叠度计算，抽帧间隔为
Figure 916662DEST_PATH_IMAGE037
；有圆曲线时按航向75%- 80%，旁向70%-75%，抽帧间隔为
Figure 188243DEST_PATH_IMAGE038
；当为直线和圆曲线航线均有时，综合取
Figure 685084DEST_PATH_IMAGE037
和
Figure 709409DEST_PATH_IMAGE038
间的最 小值作为整段视频的抽帧间隔；当全为圆曲线航线时，按
Figure 367924DEST_PATH_IMAGE038
作为视频抽帧间隔；
Figure 861222DEST_PATH_IMAGE039
：CCD尺寸；
Figure 896174DEST_PATH_IMAGE040
：CCD大小；
Figure 542050DEST_PATH_IMAGE041
：地面幅宽；
Figure 637045DEST_PATH_IMAGE042
：地面幅宽；
Figure 352060DEST_PATH_IMAGE032
：航向重叠度；
Figure 456282DEST_PATH_IMAGE043
：旁向重叠度；
Figure 81299DEST_PATH_IMAGE044
：斜距；
Figure 724026DEST_PATH_IMAGE045
：焦距；
Figure 801704DEST_PATH_IMAGE046
：垂直视场；
Figure 303092DEST_PATH_IMAGE047
：水平视场；
其中：
Figure 782615DEST_PATH_IMAGE048
。
实施例10：在实施例8或实施例9的基础上，所述遥测信息包括无人机地速、经度、纬度、高程、俯仰角、滚转角、航偏角、光电平台俯仰角与方位角、光电视频平台摄影中心指示目标的经度、纬度和高程以及光电视频平台镜头视场。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实现方式中提供的方法。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现上述实施例中所述的方法。
本发明未涉及部分均与现有技术相同或可采用现有技术加以实现。
上述技术方案只是本发明的一种实施方式，对于本领域内的技术人员而言，在本发明公开了应用方法和原理的基础上，很容易做出各种类型的改进或变形，而不仅限于本发明上述具体实施方式所描述的方法，因此前面描述的方式只是优选的，而并不具有限制性的意义。
除以上实例以外，本领域技术人员根据上述公开内容获得启示或利用相关领域的知识或技术进行改动获得其他实施例，各个实施例的特征可以互换或替换，本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (10)

1.一种基于无人机航拍数据的随遇静目标三维重建与定位的方法，其特征在于，包括步骤：
S1，无人机在目标搜索过程中，当镜头扫到感兴趣的地面静目标后，在如下两种处理方式中选择任一种进行处理：锁定目标并始终保持目标物位于影像的中心，或将目标置于视频中心，调整好镜头俯仰角和方位角以及视场后，保持此参数不变；
S2，根据对目标物建模的需求设置航线；
S3，根据步骤S1中选择的处理方式，计算相应抽帧时间间隔，根据相应抽帧时间间隔抽取影像；
S4，根据抽取的抽帧影像的时间提取飞机的经纬高、姿态和光电视频平台的姿态作为POS数据；
S5，在无人机上利用抽帧后的影像和对应的POS数据文件进行空三加密，生成影像重叠部分的白体三维模型，并依据数据链带宽选择匹配的数据量大小进行分块；
S6，地面通过数据链路选择下传所需的白模块和对应的原始抽帧影像，并在地面进行纹理映射，生成实景三维模型；
S7，通过三维模型浏览平台在重建好的三维模型上选取目标相应部位的坐标，并将目标三维坐标通过上行链路传回无人机，引导无人机侦察或对外发布目标精确位置信息。
2.根据权利要求1所述的基于无人机航拍数据的随遇静目标三维重建与定位的方法，其特征在于，在步骤S2中，包括子步骤：
若需要的目标物坐标仅为一个立面，则仅需对目标物一个立面建模，则相对目标物设置一个直线航线，获取所需立面的视频影像数据；
若需要对目标物多个立面建模，则围绕目标物设置直线和圆曲线的航线，以获取多个立面的视频影像数据；
若需要目标物的完整立面模型，则以目标物为中心设置圆形航线，获取目标物完整立面信息。
3.根据权利要求1所述的基于无人机航拍数据的随遇静目标三维重建与定位的方法，其特征在于，在步骤S3中，当步骤S1中选择的处理方式为锁定目标并始终保持目标物位于影像的中心时，所述计算相应抽帧时间间隔分为直线段航线、圆曲线段航线以及同时直线、圆曲线段航线共三种情况。
4.根据权利要求3所述的基于无人机航拍数据的随遇静目标三维重建与定位的方法，其特征在于，如果是直线段航线，则计算抽帧时间间隔包括子步骤：
步骤1，在直线航线上取视频抽帧开始时刻飞机位置
Figure 847256DEST_PATH_IMAGE001
和抽帧结束时刻飞机 位置
Figure 233238DEST_PATH_IMAGE002
，以及抽帧开始时刻的光电视频平台指示的目标位置
Figure 606450DEST_PATH_IMAGE003
，分别解算出抽帧开始时刻与目标斜距
Figure 470501DEST_PATH_IMAGE004
和抽帧结束时刻与目标斜距
Figure 142265DEST_PATH_IMAGE005
；
步骤2，若目标点在航线上的垂足处于抽帧航线段的前后延长线上，则取
Figure 433569DEST_PATH_IMAGE004
和
Figure 294077DEST_PATH_IMAGE005
中的 最小值作为斜距
Figure 961819DEST_PATH_IMAGE006
，斜距
Figure 974906DEST_PATH_IMAGE006
用于计算抽帧时间间隔
Figure 765007DEST_PATH_IMAGE007
，计算方法如下：
Figure 988178DEST_PATH_IMAGE008
Figure 833512DEST_PATH_IMAGE009
，其中
Figure 825739DEST_PATH_IMAGE010
为飞机地速；
若目标点到直线航线的垂足落在抽帧开始与结束的航线线段内，则抽帧时间间隔
Figure 849059DEST_PATH_IMAGE007
计 算时，取目标点到航线线段的最小距离作为斜距
Figure 638154DEST_PATH_IMAGE006
，斜距
Figure 382119DEST_PATH_IMAGE006
用于计算抽帧时间间隔
Figure 619065DEST_PATH_IMAGE007
，计 算方法如下：
Figure 423073DEST_PATH_IMAGE011
设
Figure 263247DEST_PATH_IMAGE012
在
Figure 138799DEST_PATH_IMAGE013
的投影为向量
Figure 371197DEST_PATH_IMAGE014
，则目标点
Figure 487052DEST_PATH_IMAGE015
到线段
Figure 234428DEST_PATH_IMAGE016
的最小距离则为向量
Figure 851354DEST_PATH_IMAGE017
的 模，根据向量的投影变换有：
Figure 46581DEST_PATH_IMAGE018
得
Figure 785867DEST_PATH_IMAGE019
，
Figure 958222DEST_PATH_IMAGE020
表示对向量
Figure 723047DEST_PATH_IMAGE021
求转置，从而得到斜距
Figure 398879DEST_PATH_IMAGE022
，
最终求得抽帧时间间隔为：
Figure 105804DEST_PATH_IMAGE023
。
5.根据权利要求3所述的基于无人机航拍数据的随遇静目标三维重建与定位的方法，其特征在于，如果是圆曲线段航线，则计算抽帧时间间隔包括子步骤：
获取进入曲线航线时刻的无人机位置
Figure 499876DEST_PATH_IMAGE024
，以及此刻光电视频平台指示的 目标位置
Figure 569857DEST_PATH_IMAGE025
，将
Figure 100195DEST_PATH_IMAGE026
近似作为圆曲线半径R，计算每5°飞机走过的距离
Figure 650125DEST_PATH_IMAGE027
， 除以飞机地速
Figure 656127DEST_PATH_IMAGE028
得到抽帧间隔：
Figure 152968DEST_PATH_IMAGE029
Figure 678758DEST_PATH_IMAGE030
。
6.根据权利要求3所述的基于无人机航拍数据的随遇静目标三维重建与定位的方法，其特征在于，如果是同时直线、圆曲线段航线，则计算抽帧时间间隔包括子步骤：取两者的最小值作为抽帧间隔。
7.根据权利要求1所述的基于无人机航拍数据的随遇静目标三维重建与定位的方法，其特征在于，在步骤S4中，包括子步骤：根据视场大小对影像进行分组。
8.根据权利要求1所述的基于无人机航拍数据的随遇静目标三维重建与定位的方法，其特征在于，在步骤S3中，当步骤S1中选择的处理方式为将目标置于视频中心，调整好镜头俯仰角和方位角以及视场后，保持此参数不变时，所述计算相应抽帧时间间隔为：根据无人机对地速度与建模重叠度要求计算视频抽帧间隔，并根据每一帧抽出影像的时间去取对应的无人机遥测信息。
9.根据权利要求8所述的基于无人机航拍数据的随遇静目标三维重建与定位的方法，其特征在于，包括子步骤：若无人机按直线航线飞行时，抽帧时间间隔计算如下：
Figure 337273DEST_PATH_IMAGE031
其中，航向重叠度
Figure 830571DEST_PATH_IMAGE032
按航向75%~80%重叠度计算；斜距
Figure 599944DEST_PATH_IMAGE033
由抽帧开始时刻的遥测数据 中的无人机位置和光电视频平台指示位置计算得出；
若无人机按直线和圆曲线飞行时，抽帧时间间隔计算如下：
Figure 744355DEST_PATH_IMAGE034
；
Figure 573771DEST_PATH_IMAGE035
；
Figure 554365DEST_PATH_IMAGE036
；
Figure 393008DEST_PATH_IMAGE037
；
其中，直线段按航向75%-80%重叠度计算，抽帧间隔为
Figure 627811DEST_PATH_IMAGE038
；有圆曲线时按航向75%-80%， 旁向70%-75%，抽帧间隔为
Figure 690445DEST_PATH_IMAGE039
；当为直线和圆曲线航线均有时，取
Figure 768123DEST_PATH_IMAGE038
和
Figure 535090DEST_PATH_IMAGE039
间的最小值作为 整段视频的抽帧间隔；当全为圆曲线航线时，按
Figure 14613DEST_PATH_IMAGE039
作为视频的抽帧间隔；
Figure 828242DEST_PATH_IMAGE040
：CCD尺寸；
Figure 393215DEST_PATH_IMAGE041
：CCD大小；
Figure 698295DEST_PATH_IMAGE042
：地面幅宽；
Figure 766745DEST_PATH_IMAGE043
：地面幅宽；
Figure 249810DEST_PATH_IMAGE032
：航向重叠度；
Figure 302080DEST_PATH_IMAGE044
：旁向重叠度；
Figure 145271DEST_PATH_IMAGE033
：斜距；
Figure 599386DEST_PATH_IMAGE045
：焦距；
Figure 751887DEST_PATH_IMAGE046
：垂直视场；
Figure 291453DEST_PATH_IMAGE047
：水平视场；
其中：
Figure 610439DEST_PATH_IMAGE048
。
10.根据权利要求8或9任一项所述的基于无人机航拍数据的随遇静目标三维重建与定位的方法，其特征在于，所述遥测信息包括无人机地速、经度、纬度、高程、俯仰角、滚转角、航偏角、光电平台俯仰角与方位角、光电视频平台摄影中心指示目标的经度、纬度和高程以及光电视频平台镜头视场。
CN202210401129.8A 2022-04-18 2022-04-18 基于无人机航拍数据的随遇静目标三维重建与定位的方法 Active CN114494984B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210401129.8A CN114494984B (zh) 2022-04-18 2022-04-18 基于无人机航拍数据的随遇静目标三维重建与定位的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210401129.8A CN114494984B (zh) 2022-04-18 2022-04-18 基于无人机航拍数据的随遇静目标三维重建与定位的方法

Publications (2)

Publication Number Publication Date
CN114494984A true CN114494984A (zh) 2022-05-13
CN114494984B CN114494984B (zh) 2022-07-22

Family

ID=81489490

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210401129.8A Active CN114494984B (zh) 2022-04-18 2022-04-18 基于无人机航拍数据的随遇静目标三维重建与定位的方法

Country Status (1)

Country Link
CN (1) CN114494984B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170039765A1 (en) * 2014-05-05 2017-02-09 Avigilon Fortress Corporation System and method for real-time overlay of map features onto a video feed
CN108335353A (zh) * 2018-02-23 2018-07-27 清华-伯克利深圳学院筹备办公室 动态场景的三维重建方法、装置和系统、服务器、介质
CN109872401A (zh) * 2019-02-18 2019-06-11 中国铁路设计集团有限公司 一种无人机视频增强现实实现方法
CN110267101A (zh) * 2019-07-19 2019-09-20 西安因诺航空科技有限公司 一种基于快速三维拼图的无人机航拍视频自动抽帧方法
CN111537515A (zh) * 2020-03-31 2020-08-14 国网辽宁省电力有限公司朝阳供电公司 基于三维实景模型的铁塔螺栓缺陷展示方法和系统
CN112085849A (zh) * 2020-07-28 2020-12-15 航天图景（北京）科技有限公司 基于航拍视频流的实时迭代三维建模方法、系统及可读介质
US20200409357A1 (en) * 2016-04-24 2020-12-31 Flytrex Aviation Ltd. System and method for dynamically arming a failsafe on a delivery drone
CN112183236A (zh) * 2020-09-10 2021-01-05 佛山聚卓科技有限公司 无人机航拍视频内容识别方法、装置及系统
CN112288628A (zh) * 2020-10-26 2021-01-29 武汉大学 基于光流跟踪和抽帧映射的航拍图像拼接加速方法及系统
CN112927356A (zh) * 2021-03-03 2021-06-08 中国人民解放军战略支援部队信息工程大学 一种无人机图像的三维显示方法
CN113223328A (zh) * 2020-02-03 2021-08-06 霍尼韦尔国际公司 无人载具视线的增强
WO2021227359A1 (zh) * 2020-05-14 2021-11-18 佳都新太科技股份有限公司 一种无人机投影方法、装置、设备及存储介质
CN114184175A (zh) * 2021-12-07 2022-03-15 昆明理工大学 一种基于无人机视频流航线的复杂地形三维模型构建方法
CN114216454A (zh) * 2021-10-27 2022-03-22 湖北航天飞行器研究所 一种gps拒止环境下基于异源图像匹配的无人机自主导航定位方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170039765A1 (en) * 2014-05-05 2017-02-09 Avigilon Fortress Corporation System and method for real-time overlay of map features onto a video feed
US20200409357A1 (en) * 2016-04-24 2020-12-31 Flytrex Aviation Ltd. System and method for dynamically arming a failsafe on a delivery drone
CN108335353A (zh) * 2018-02-23 2018-07-27 清华-伯克利深圳学院筹备办公室 动态场景的三维重建方法、装置和系统、服务器、介质
CN109872401A (zh) * 2019-02-18 2019-06-11 中国铁路设计集团有限公司 一种无人机视频增强现实实现方法
CN110267101A (zh) * 2019-07-19 2019-09-20 西安因诺航空科技有限公司 一种基于快速三维拼图的无人机航拍视频自动抽帧方法
CN113223328A (zh) * 2020-02-03 2021-08-06 霍尼韦尔国际公司 无人载具视线的增强
CN111537515A (zh) * 2020-03-31 2020-08-14 国网辽宁省电力有限公司朝阳供电公司 基于三维实景模型的铁塔螺栓缺陷展示方法和系统
WO2021227359A1 (zh) * 2020-05-14 2021-11-18 佳都新太科技股份有限公司 一种无人机投影方法、装置、设备及存储介质
CN112085849A (zh) * 2020-07-28 2020-12-15 航天图景（北京）科技有限公司 基于航拍视频流的实时迭代三维建模方法、系统及可读介质
CN112183236A (zh) * 2020-09-10 2021-01-05 佛山聚卓科技有限公司 无人机航拍视频内容识别方法、装置及系统
CN112288628A (zh) * 2020-10-26 2021-01-29 武汉大学 基于光流跟踪和抽帧映射的航拍图像拼接加速方法及系统
CN112927356A (zh) * 2021-03-03 2021-06-08 中国人民解放军战略支援部队信息工程大学 一种无人机图像的三维显示方法
CN114216454A (zh) * 2021-10-27 2022-03-22 湖北航天飞行器研究所 一种gps拒止环境下基于异源图像匹配的无人机自主导航定位方法
CN114184175A (zh) * 2021-12-07 2022-03-15 昆明理工大学 一种基于无人机视频流航线的复杂地形三维模型构建方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张航等: "面向矿山监管的无人机视频关键帧影像动态提取方法", 《遥感信息》 *
江宇等: "大疆Phantom 4 RTK无人机在长江上游山区航道测量中的应用", 《中国水运.航道科技》 *
赵政权等: "基于倾斜摄影测量的三维建模关键技术研究与应用", 《贵州大学学报(自然科学版)》 *

Also Published As

Publication number Publication date
CN114494984B (zh) 2022-07-22

Similar Documents

Publication Publication Date Title
US10789673B2 (en) Post capture imagery processing and deployment systems
US9798928B2 (en) System for collecting and processing aerial imagery with enhanced 3D and NIR imaging capability
KR102007567B1 (ko) 스테레오 드론 및 이를 이용하는 무기준점 토공량 산출 방법과 시스템
KR100912715B1 (ko) 이종 센서 통합 모델링에 의한 수치 사진 측량 방법 및장치
US9185289B2 (en) Generating a composite field of view using a plurality of oblique panoramic images of a geographic area
CN102322859B (zh) 一种航空惯性导航测量系统及姿态校正方法
CN106643699A (zh) 一种虚拟现实系统中的空间定位装置和定位方法
CN108139757A (zh) 用于检测和跟踪可移动物体的系统和方法
TWI444593B (zh) 地面目標定位系統與方法
CN110595440A (zh) 一种倾斜摄影测量的飞行参数设计方法
CN112862966B (zh) 地表三维模型构建方法、装置、设备及存储介质
Mouget et al. Photogrammetric archaeological survey with UAV
CN103411587A (zh) 定位定姿方法及系统
Bybee et al. Method for 3-D scene reconstruction using fused LiDAR and imagery from a texel camera
JP2021117047A (ja) 無人飛行体を用いた写真測量方法および無人飛行体を用いた写真測量システム
Dinkov et al. Advantages, disadvantages and applicability of GNSS post-processing kinematic (PPK) method for direct georeferencing of UAV images
CN113340272B (zh) 一种基于无人机微群的地面目标实时定位方法
CN114494984B (zh) 基于无人机航拍数据的随遇静目标三维重建与定位的方法
CN114359489A (zh) 一种管道施工期实景影像的制作方法、装置、设备及存储介质
CN113129422A (zh) 一种三维模型构建方法、装置、存储介质和计算机设备
KR101663642B1 (ko) Ap와 직접변환 센서 모델 기법을 이용한 휘스크 브룸 센서 모델 방법 및 장치
Fabian et al. Improving UAV-Based Target Geolocation Accuracy through Automatic Camera Parameter Discovery
Liang et al. A three-dimensional simulation and visualization system for UAV photogrammetry
Wu et al. Design and experiment OF a high payload fixed wing VTOL UAV system for emergency response
Wieser et al. Cost-Effective Geocoding with Exterior Orientation for Airborne and Terrestrial Archaeological Photography—Possibilities and Limitations

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