CN114721436A - 一种面向无人机载高光谱成像系统的航线自动规划方法 - Google Patents

一种面向无人机载高光谱成像系统的航线自动规划方法 Download PDF

Info

Publication number
CN114721436A
CN114721436A CN202210453073.0A CN202210453073A CN114721436A CN 114721436 A CN114721436 A CN 114721436A CN 202210453073 A CN202210453073 A CN 202210453073A CN 114721436 A CN114721436 A CN 114721436A
Authority
CN
China
Prior art keywords
polygon
vertex
unmanned aerial
aerial vehicle
imaging system
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
CN202210453073.0A
Other languages
English (en)
Inventor
武永峰
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.)
Institute of Environment and Sustainable Development in Agriculturem of CAAS
Original Assignee
Institute of Environment and Sustainable Development in Agriculturem of CAAS
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 Institute of Environment and Sustainable Development in Agriculturem of CAAS filed Critical Institute of Environment and Sustainable Development in Agriculturem of CAAS
Priority to CN202210453073.0A priority Critical patent/CN114721436A/zh
Publication of CN114721436A publication Critical patent/CN114721436A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G05D1/106—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Navigation (AREA)

Abstract

本发明属于无人机技术领域，特别涉及一种面向无人机载高光谱成像系统的航线自动规划方法，用于解决无人机载高光谱成像系统无法针对目标区域的具体情况作出调整，导致出现航线多而短的问题。该方法只须按序输入多边形目标区域顶点的经纬度、无人机飞行的距地高度、成像光谱仪视场角以及图像旁向重叠率等参数，即可自动、快速生成航线文件，无须其它任何软件的参与。所生成的航线满足多边形目标区域航线最长且最少的要求，极大提高了无人机飞行效率，从而确保在有限飞行时间内获取更多的高光谱图像数据，同时确保转弯处图像形变误差不影响到区域范围内的图像质量。

Description

一种面向无人机载高光谱成像系统的航线自动规划方法
技术领域
本发明属于无人机技术领域，特别涉及一种面向无人机载高光谱成像系统的航线自动规划方法。
背景技术
多旋翼无人机是一种由电力驱动的航空器，可通过地面飞行控制设备或自身程序控制飞行。其优点在于体积小、重量轻、操作简单、易于维护、能够垂直起降、以及自由悬停。高光谱成像技术集图像信息和光谱信息于一体，其主要工作部件是成像光谱仪，通常包含数十到数百个波段，光谱分辨率一般小于10nm。通过探测目标的二维几何空间与一维光谱信息，并获取高光谱分辨率的连续、窄波段图像数据，以表征地物特征及空间差异。搭载多旋翼无人机的高光谱成像系统，结合二者优势，可随时获取高光谱和高空间分辨率地物表面信息，极大丰富了天空地一体化遥感监测手段，已成为当前各领域遥感应用的热点。
受多旋翼无人机的供电量限制，高光谱成像系统实际飞行时间往往不超过30分钟。因此，提高成像系统的飞行效率是可获取更多图像信息的前提，这就对无人机航线的合理规划提出了更高要求。从当前高光谱成像系统的应用市场来看，尽管无人机厂商均开发了飞行控制和航线规划的集成软件系统，但是并无专门针对高光谱成像的航线规划，利用其航线规划功能时，需在软件界面上通过构建测区边界并调整相关参数以生成航线。该方法通常会自动生成较大范围边界以防止漏拍目标区域，显然有悖于提高飞行效率的目的；通过在软件界面上点击并生成测区边界的办法，易造成空间定位精度不准确的问题；此外，软件所构建的航向固定，通常为南北向(经线方向)，无法针对目标区域的具体情况作出调整，因而可能会出现航线多而短的问题，导致无人机频繁用于转向和飞往下一条航线，造成不必要的过多的电量消耗，从而制约了飞行效率的提高。
发明内容
本发明提出一种面向无人机载高光谱成像系统的航线自动规划方法，用于解决无人机载高光谱成像系统无法针对目标区域的具体情况作出调整，导致出现航线多而短的问题，同时确保转弯处图像形变误差不影响到区域范围内的图像质量。
本发明的实施例内容如下：
一种面向无人机载高光谱成像系统的航线自动规划方法，包括以下步骤：
获取包含待测区域的第一多边形各顶点的坐标数据；
判断第一多边形的凹凸性，如为凹多边形，则将第一多边形转换为第二多边形，且第二多边形为凸多边形；
等比例放大第二多边形，得到第三多边形，第三多边形包含第二多边形和缓冲区，计算第三多边形各顶点坐标数据；
确定第三多边形外接矩形，将第三多边形绕外接矩形的中心以等间隔角度旋转，共旋转180度，每旋转一次就重新确定外接矩形，使重新确定的外接矩形各条边保持原来方向，确定旋转过程中某一边a的最小长度d，及此时外接矩形总旋转角度At；
将最小长度d除以无人机飞行间距，得到航线最小条数；
最小条数的航线与边a垂直，与第三多边形的边相交，将各条航线上的交点按照首-尾-尾-首的顺序相连，得到无人机航线，再将其按照与第三多边形旋转角度相反的方向旋转At，即可得到待测区域的无人机航线。
进一步地，第一多边形为包含待测区域的最小多边形。
进一步地，第一多边形各顶点的坐标数据为顶点的经纬度值。
进一步地，边a为东西向。
进一步地，将第一多边形转换为第二多边形的方法包括以下步骤：
按顺时针方向依次连接第一多边形上任意3个相邻顶点，形成两个向量；
计算两个向量的叉积，若叉积为正，则删除3个顶点中的中间顶点；
按上述方法依次判断第一多边形上所有顶点是否需要删除，连接无需删除的顶点，得到第二多边形。
进一步地，等比例放大第二多边形的方法包括以下步骤：
根据第二多边形的相邻两顶点坐标数据计算方位角；
根据第二多边形顶点的方位角计算第二多边形各内角度数；
利用第二多边形顶点方位角，计算第三多边形对应顶点相对于第二多边形顶点的方位角Az；
确定第二多边形顶点与第三多边形对应顶点之间的距离d1；
依据第二多边形顶点坐标数据、方位角Az和距离d1，计算第三多边形对应顶点坐标；
依次计算第三多边形所有顶点坐标，即可确定第三多边形。
进一步地，确定第二多边形顶点与第三多边形对应顶点之间的距离d1，包括如下步骤：
获取无人机飞行时的距地高度H、成像光谱仪的视场角FOV、以及图像旁向重叠率SO数据，计算无人机航线的间距SP：
SP＝H×tan(FOV/2)×2×(100.0-SO)；
取第二多边形与第三多边形之间距离为BD，其中SP<BD<1.5*SP；
依据BD及第二多边形内角度数，可得d1＝BD/sin(所述内角度数/2)。
本发明提出构建一种面向无人机载高光谱成像系统的航线自动规划算法，可自动、快速生成航线文件，无须其它任何软件的参与，所生成的航线满足多边形目标区域航线最长且最少的要求，极大提高了无人机飞行效率，从而确保在有限飞行时间内获取更多的高光谱图像数据。
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面向无人机载高光谱成像系统的航线自动规划方法流程图；
图2面向无人机载高光谱成像系统的航线自动规划技术流程图；
图3多边形目标区域以及经算法自动生成的凸多边形和缓冲区；
图4多边形顶点P1相对于P0的方位角(Az01)和P1相对于P2的方位角(Az21)；
图5计算多边形顶点P1处内角以及缓冲区对应顶点相对于P1的方位角；
图6计算多边形顶点P1与缓冲区对应顶点
Figure BDA0003619603690000041
间的距离；
图7基于缓冲区旋转和外接矩形东西向边长最短条件的航线自动生成过程。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
根据本发明的实施例，提供了一种面向无人机载高光谱成像系统的航线自动规划算法，图1为面向无人机载高光谱成像系统的航线自动规划方法流程图，包括以下步骤：
获取包含待测区域的第一多边形各顶点的坐标数据；
判断第一多边形的凹凸性，如为凹多边形，则将第一多边形转换为第二多边形，且第二多边形为凸多边形；
等比例放大第二多边形，得到第三多边形，第三多边形包含第二多边形和缓冲区，计算第三多边形各顶点坐标数据；
确定第三多边形外接矩形，将第三多边形绕外接矩形的中心以等间隔角度旋转，共旋转180度，每旋转一次就重新确定外接矩形，使重新确定的外接矩形各条边保持原来方向，确定旋转过程中某一边a的最小长度d，及此时外接矩形总旋转角度At；
将最小长度d除以无人机飞行间距，得到航线最小条数；
最小条数的航线与边a垂直，与第三多边形的边相交，将各条航线上的交点按照首-尾-尾-首的顺序相连，得到无人机航线，再将其按照与第三多边形旋转角度相反的方向旋转At，即可得到待测区域的无人机航线。
上述方法，只须按序输入多边形目标区域顶点的经纬度、无人机飞行的距地高度、成像光谱仪视场角以及图像旁向重叠率等参数，即可自动、快速生成航线文件，无须其它任何软件的参与。所生成的航线满足多边形目标区域航线最长且最少的要求，极大提高了无人机飞行效率，从而确保在有限飞行时间内获取更多的高光谱图像数据，同时确保转弯处图像形变误差不影响到区域范围内的图像质量。
在本发明的一优选实施例中，第一多边形为包含待测区域的最小多边形。
在本发明的一优选实施例中，采用如下方法获取第一多边形顶点坐标：
携带手持式差分GPS，进入多边形目标区域内，按照顺时针(或逆时针)方向依次记录各个顶点的经纬度值。对于现场工作人员不便进入的区域，还可利用小型航拍无人机飞行至多边形目标区域的上方，依据航拍图像先行确定各个顶点的位置，然后按照顺时针(或逆时针)方向，依次飞至各顶点上方并自动记录其经纬度。
在本发明的一优选实施例中，按顺时针获取多边形顶点坐标，具体技术流程如图2所示，主要步骤如下：
1、采用多边形顶点前、后边的向量叉积法判断多边形凹凸性，并调整凹凸性，如图3所示，具体步骤如下：
以多边形顺时针方向的三个相邻顶点P0、P1和P2为例，具体判断过程如下，
(1)计算向量
Figure BDA0003619603690000051
和
Figure BDA0003619603690000052
的叉积：
Figure BDA0003619603690000061
上式中，LatP0和LonP0分别表示顶点P0的纬度和经度；LatP1和LonP1分别表示顶点P1的纬度和经度；LatP2和LonP2分别表示顶点P2的纬度和经度。
(2)判断多边形的凹凸性：
若
Figure BDA0003619603690000062
则表明该多边形为凹多边形，须删除顶点P1。
(3)继续按照顺时针方向，依次计算每个顶点前、后边向量的叉积，并根据向量叉积的正负性来确定是否须删除该顶点。最终保留下来的为凸多边形全部顶点，如图3所示，虚线表示第一多边形目标区域，呈凹多边形。去凹点后，生成的第二多边形如灰色线条所示。
多边形凹凸性判断的方法，除向量叉积方法外，还有角度法、左右点法、矢量面积法、射线法和斜率法、极点顺序法等。虽然方法较多，但是各种算法通过推导，均可使用向量叉积方法来描述，且向量积法是最简洁且最容易实现的。
2、采用如下方法计算顶点的方位角Az：
假设地球是一个完美的球体，则任意两相邻顶点间的方位角采用球面三角定理来计算。因方位角是从某点的指北方向线起依顺时针方向至目标方向线间的水平夹角，因此，起算点不同，方位角亦不同。在此，须分别计算多边形每个顶点相对于其前、后顶点的方位角，如图4所示。Az01为顶点P1相对于顶点P0的方位角，Az21为顶点P1相对于P2的方位角。
以顶点P1相对于顶点P0的方位角计算为例，具体过程如下，
(1)利用球面余弦公式计算角c的余弦值：
cos(c)＝cos(90-LatP1)×cos(90-LatP0)+sin(90-LatP1)×sin(90-LatP0)×cos(LonP1-LonP0)
角c指顶点P0和P1与地心连线所夹的角，即P0P1的弧度大小。
(2)利用正弦和余弦之间的函数关系，计算正弦值：
Figure BDA0003619603690000071
(3)利用球面正弦公式的变形公式，计算角A的正弦值：
Figure BDA0003619603690000072
角A为P1、P0和北极点形成的夹角。
(4)利用反正弦函数计算角A的值：
Figure BDA0003619603690000073
(5)假设P0固定于原点：
若P1在第一象限，则Az＝A；
若P1在第二象限，则Az＝360.0+A；
若P1在第三或四象限，则Az＝180.0-A。
3、计算多边形的第三多边形顶点的经纬度
(1)利用多边形顶点方位角计算多边形的内角
以多边形顺时针方向的三个相邻顶点P0、P1和P2为例，具体计算过程如下，
如图5a所示，若P0相对于P1的方位角(Az10)小于P2相对于P1的方位角(Az12)，则：
顶点P1处内角(Inn1)的计算公式为：
Inn1＝Az12-Az10
如果所得P1处内角(Inn1)的值大于180度，则其计算公式变换为：
Inn1＝360.0-(Az12-Az10)
如图5b所示，若P0相对于P1的方位角(Az10)大于P2相对于P1的方位角(Az12)，则：
顶点P1处内角(Inn1)的计算公式为：
Inn1＝360.0+Az12-Az10
如果所得P1处内角(Inn1)的值大于180度，则其计算公式变换为：
Inn1＝Az10-Az12
利用以上方法，依顺时针方向分别计算多边形每个顶点处的内角值。
(2)利用多边形顶点方位角，计算缓冲区对应顶点相对于多边形顶点的方位角(Az')
以多边形顺时针方向的三个相邻顶点P0、P1和P2为例，具体计算过程如下：
如图5a所示，若P0相对于P1的方位角(Az10)小于P2相对于P1的方位角(Az12)，则缓冲区对应顶点
Figure BDA0003619603690000081
相对于顶点P1的方位角(Az')计算如下：
Az'＝(Az10+Az12)/2
如图5b所示，若P0相对于P1的方位角(Az10)大于P2相对于P1的方位角(Az12)，则：
顶点
Figure BDA0003619603690000082
相对于顶点P1的方位角(Az')的计算公式如下：
Az'＝(Az10+Az12+360.0)/2
如果所得顶点
Figure BDA0003619603690000083
相对于顶点P1的方位角(Az')大于360度，则其计算公式变换如下：
Az'＝(Az10+Az12-360.0)/2
利用以上方法，依顺时针方向分别计算缓冲区每个顶点相对于对应多边形顶点的方位角。
(3)计算第二多边形顶点与第三多边形对应顶点之间的距离
获取无人机飞行时的距地高度(H，单位：m)、成像光谱仪的视场角(FOV，单位：度)、以及图像旁向重叠率(SO，单位：％)数据，计算无人机航线的间距(SP，单位：m)，公式如下：
SP＝H×tan(FOV/2)×2×(100.0-SO)
为了尽可能减少航线条数，缓冲距离(BD)不宜过大；但如果缓冲距离过小，又无法确保在缓冲区内至少生成1条航线。因此，建议SP<BD<1.5×SP为宜。根据具体飞行需求，通过航线间距来确定缓冲距离大小。
以多边形顶点P1和缓冲区对应顶点
Figure BDA0003619603690000091
为例，利用缓冲距离(BD)和多边形内角(Inn1)计算这两点间的距离
Figure BDA0003619603690000092
如图6所示。缓冲区顶点
Figure BDA0003619603690000093
处内角与多边形顶点P1处的内角Inn1相等，且线段
Figure BDA0003619603690000094
将该内角一分为二。因此，两点间距离的计算公式如下：
Figure BDA0003619603690000095
(4)计算缓冲区顶点的经纬度
以多边形顶点P1和缓冲区对应顶点
Figure BDA0003619603690000096
为例，将两点间的距离值
Figure BDA0003619603690000097
转化为角度值
Figure BDA0003619603690000098
公式如下：
Figure BDA0003619603690000099
上式中，r_earth为地球的平均半径。
利用顶点P1的经纬度、两点间距离、以及顶点
Figure BDA00036196036900000910
相对于P1的方位角(Az')，计算
Figure BDA00036196036900000911
的经纬度，公式如下：
Figure BDA00036196036900000912
Figure BDA00036196036900000913
利用以上方法，依顺时针方向计算缓冲区所有顶点的经纬度。
4、确定无人机航线的最少条数
基于缓冲区顶点围成的多边形，计算其初始外接矩形(图7a)。初始外接矩形四个顶点的坐标分别为(Lonmin,Latmin)、(Lonmin,Latmax)、(Lonmax,Latmax)和(Lonmax,Latmin)。Lonmin和Lonmax分别为缓冲区顶点的最小经度和最大经度，Latmin和Latmax分别为缓冲区顶点的最小纬度和最大纬度。初始外接矩形的中心点坐标(Lonc,Latc)如下：
Lonc＝(Lonmin+Lonmax)/2
Latc＝(Latmin+Latmax)/2
初始外接矩形东西方向的边长(d0)为：
d0＝(Lonmax-Lonmin)×π/180.0×cos(Latmin)×r_earth
将缓冲区以外接矩形的中心点为旋转中心，以等间隔角度值沿逆时针方向旋转，最大旋转范围设置为180度。从理论上讲，间隔的角度值越小，计算结果越精确。每旋转1次，均须重新计算旋转后缓冲区的外接矩形。如果旋转后外接矩形在东西方向的边长(di)小于旋转前，则替代旋转前的边长值(如图7b)；如果旋转后外接矩形东西方向的边长大于旋转前，则继续沿逆时针方向旋转，直到下一个东西向边长更小的外接矩形。如此迭代下去，最后找出在东西方向上边长最小的外接矩形(图7c)，并保存其东西向边长最小值(dmin)和旋转角度。
利用外接矩形东西向边长最小值(dmin)除以无人机飞行间距(SP)，可求得缓冲区范围内的航线间隔数量(n_interval)。对于不能整除的情况，直接取整。n_interval+1即为航线的最小条数。
利用无人机飞行航线的最小条数，可确定每条航线在南北方向(经线方向)上与缓冲区有两个交点(图7c)，全部交点个数为航线最小条数的2倍。计算所有交点的坐标，其经度(Lonnode)可在东西方向上依据航线间隔数量(n_interval)来获得，其纬度(Latnode)通过以下公式计算：
Figure BDA0003619603690000101
上式中，Lonprev和Latprev代表交点的前一个顶点的经度和纬度，Lonrear和Latrear代表交点的后一个顶点的经度和纬度。
考虑到无人机在转弯过程中生成的图像形变误差较大，因此，无人机的缓冲距离不宜过短。在此设定为：若缓冲距离小于8m，则须将每条航线上、下两个交点相背延伸，直到(缓冲距离+延伸距离)达到8m即可。
按序排列所有交点。将各条航线上的交点，按照首-尾-尾-首的顺序排列，可通过编程自动规划并生成航线。
将生成的航线再按照上面保存的旋转角度反向旋转回去，最终可实现面向无人机载高光谱成像系统的航线自动规划目的，如图7d。
以上计算分析都是在顺时针获取多边形顶点坐标时的计算方法，逆时针获取多边形顶点坐标时，方法类似，没有超出本发明的保护范围。

Claims (7)

1.一种面向无人机载高光谱成像系统的航线自动规划方法，其特征在于，包括以下步骤：
获取包含待测区域的第一多边形各顶点的坐标数据；
判断所述第一多边形的凹凸性，如为凹多边形，则将所述第一多边形转换为第二多边形，所述第二多边形为凸多边形；
等比例放大所述第二多边形，得到第三多边形，所述第三多边形包含所述第二多边形和缓冲区，计算所述第三多边形各顶点坐标数据；
确定所述第三多边形外接矩形，将所述第三多边形绕所述外接矩形的中心以等间隔角度旋转，共旋转180度，每旋转一次就重新确定外接矩形，使所述重新确定的外接矩形各条边保持原来方向，确定旋转过程中某一边a的最小长度d，及此时所述外接矩形总旋转角度At；
将所述最小长度d除以无人机飞行间距，得到航线最小条数；
所述最小条数的航线与所述边a垂直，与所述第三多边形的边相交，将各条航线上的交点按照首-尾-尾-首的顺序相连，得到无人机航线，再将其按照与所述第三多边形旋转角度相反的方向旋转At，即可得到所述待测区域的无人机航线。
2.根据权利要求1所述的面向无人机载高光谱成像系统的航线自动规划方法，其特征在于，所述第一多边形为包含待测区域的最小多边形。
3.根据权利要求1或2所述的面向无人机载高光谱成像系统的航线自动规划方法，其特征在于，所述第一多边形各顶点的坐标数据为所述顶点的经纬度值。
4.根据权利要求1或2所述的面向无人机载高光谱成像系统的航线自动规划方法，其特征在于，所述边a为东西向。
5.根据权利要求1或2所述的面向无人机载高光谱成像系统的航线自动规划方法，其特征在于，所述将所述第一多边形转换为所述第二多边形的方法包括以下步骤：
按顺时针方向依次连接所述第一多边形上任意3个相邻顶点，形成两个向量；
计算所述两个向量的叉积，若叉积为正，则删除所述3个顶点中的中间顶点；
按上述方法依次判断所述第一多边形上所有顶点是否需要删除，连接无需删除的顶点，得到所述第二多边形。
6.根据权利要求1或2所述的面向无人机载高光谱成像系统的航线自动规划方法，其特征在于，所述等比例放大所述第二多边形的方法包括以下步骤：
根据所述第二多边形的相邻两顶点坐标数据计算方位角；
根据所述第二多边形顶点的方位角计算所述第二多边形各内角度数；
利用所述第二多边形顶点方位角，计算所述第三多边形对应顶点相对于所述第二多边形顶点的方位角Az；
确定所述第二多边形顶点与所述第三多边形对应顶点之间的距离d1；
依据所述第二多边形顶点坐标数据、所述方位角Az和所述距离d1，计算所述第三多边形对应顶点坐标；
依次计算所述第三多边形所有顶点坐标，即可确定所述第三多边形。
7.根据权利要求6所述的面向无人机载高光谱成像系统的航线自动规划方法，其特征在于，所述确定所述第二多边形顶点与所述第三多边形对应顶点之间的距离d1，包括如下步骤：
获取无人机飞行时的距地高度H、成像光谱仪的视场角FOV、以及图像旁向重叠率SO数据，计算无人机航线的间距SP：
SP＝H×tan(FOV/2)×2×(100.0-SO)；
取所述第二多边形与所述第三多边形之间距离为BD，其中SP<BD<1.5*SP；
依据BD及所述第二多边形内角度数，可得所述d1＝BD/sin(所述内角度数/2)。
CN202210453073.0A 2022-04-27 2022-04-27 一种面向无人机载高光谱成像系统的航线自动规划方法 Pending CN114721436A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210453073.0A CN114721436A (zh) 2022-04-27 2022-04-27 一种面向无人机载高光谱成像系统的航线自动规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210453073.0A CN114721436A (zh) 2022-04-27 2022-04-27 一种面向无人机载高光谱成像系统的航线自动规划方法

Publications (1)

Publication Number Publication Date
CN114721436A true CN114721436A (zh) 2022-07-08

Family

ID=82246379

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210453073.0A Pending CN114721436A (zh) 2022-04-27 2022-04-27 一种面向无人机载高光谱成像系统的航线自动规划方法

Country Status (1)

Country Link
CN (1) CN114721436A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115639834A (zh) * 2022-09-05 2023-01-24 中国航空工业集团公司洛阳电光设备研究所 一种基于图像质量的无人机侦察规划设计方法
CN116858192A (zh) * 2023-09-01 2023-10-10 北京宝隆泓瑞科技有限公司 一种基于无人机矩阵拍摄的站场巡检方法
CN117406783A (zh) * 2023-12-01 2024-01-16 成都时代星光科技有限公司 一种无人机禁飞区分析方法和系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115639834A (zh) * 2022-09-05 2023-01-24 中国航空工业集团公司洛阳电光设备研究所 一种基于图像质量的无人机侦察规划设计方法
CN115639834B (zh) * 2022-09-05 2024-04-26 中国航空工业集团公司洛阳电光设备研究所 一种基于图像质量的无人机侦察规划设计方法
CN116858192A (zh) * 2023-09-01 2023-10-10 北京宝隆泓瑞科技有限公司 一种基于无人机矩阵拍摄的站场巡检方法
CN116858192B (zh) * 2023-09-01 2023-11-21 北京宝隆泓瑞科技有限公司 一种基于无人机矩阵拍摄的站场巡检方法
CN117406783A (zh) * 2023-12-01 2024-01-16 成都时代星光科技有限公司 一种无人机禁飞区分析方法和系统
CN117406783B (zh) * 2023-12-01 2024-04-05 成都时代星光科技有限公司 一种无人机禁飞区分析方法和系统

Similar Documents

Publication Publication Date Title
EP3903164B1 (en) Collision avoidance system, depth imaging system, vehicle, map generator, amd methods thereof
US11032527B2 (en) Unmanned aerial vehicle surface projection
EP3884352B1 (en) Navigating unmanned aircraft using pitch
CN114721436A (zh) 一种面向无人机载高光谱成像系统的航线自动规划方法
CN107490364A (zh) 一种大角度倾斜成像航空相机对地目标定位方法
JP2016538651A (ja) 無人車両の探索
CN104835115A (zh) 用于航空相机的图像成像方法及系统
CN106940181B (zh) 一种无人机影像像控分布网构建与航片可选范围匹配方法
Madawalagama et al. Low cost aerial mapping with consumer-grade drones
CN106468552A (zh) 一种基于机载光电平台的双机交会定位方法
CN112710311B (zh) 一种地形自适应无人机三维实景重建航摄点自动规划方法
CN109341666B (zh) 一种无人机航摄抗侧风航线确定方法
CN101114022A (zh) 无姿态信息条件下的航空多光谱扫描仪几何粗校正方法
US12067887B2 (en) Method and system for generating aerial imaging flight path
CN112461204B (zh) 卫星对动态飞行目标多视角成像联合计算航行高度的方法
CN114490815A (zh) 一种基于地形通视的无人机任务载荷侦察覆盖率计算方法
KR20220163227A (ko) 드론을 이용한 3차원 지도 제작 방법
CN114637329A (zh) 一种飞机多机密集编队队形重构方法及系统
CN108801225A (zh) 一种无人机倾斜影像定位方法、系统、介质及设备
CN110160503B (zh) 一种顾及高程的无人机景观匹配定位方法
US11361502B2 (en) Methods and systems for obtaining aerial imagery for use in geospatial surveying
Li et al. A study of the potential attainable geometric accuracy of IKONOS satellite imagery
Lee et al. Georegistration of airborne hyperspectral image data
CN201622071U (zh) 无控制点地区地形图低空测图传感平台
Silvestrou et al. Multi-parametric Performance Evaluation of Drone-based Surveying for Disaster Risk Management.

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