CN116912443A - 一种使用无人机航测技术的矿区点云和影像融合建模方法 - Google Patents

Abstract

一种使用无人机航测技术的矿区点云和影像融合建模方法，包括：先确定建模区域，对建模区域踏勘，规划航线，设置激光雷达参数，无人机根据规划的航线挂载激光雷达采集点云和影像数据，再对采集的数据进行内业解算，并对解算成果进行空三计算，最后使用建模软件中的点云影像融合建模功能，对空三计算后的点云和影像数据进行三维模型重建；本发明采用激光雷达采集点云和影像数据，通过点云影像融合建模搭配空三算法，使用激光点云快速构建Mesh白模，提高了建模工作效率及数据精准度。

Description

一种使用无人机航测技术的矿区点云和影像融合建模方法

技术领域

本发明涉及露天矿建模领域技术领域，具体涉及一种使用无人机航测技术的矿区点云和影像融合建模方法。

背景技术

现有的国内无人机航测系统主要以摄影测量为主，通过获取物体的深度图像和彩色图像，获得深度图像的二维信息，经过对点云数据进行融合处理，以获得更加精细的重建模型，计算机视觉知识推导出现实中物体的三维信息；但是由于矿山三维建模更注重于精细化、真实化，通过上述方法无法获取矿区空间三维信息、生成数字表面模型和数字正射影像，所以无法实现矿区三维全景漫游进行矿区现场踏勘、测量勘察、矿山爆破警戒巡查、边坡及危险源作业以及应急部署指挥。

公开号为[CN110223387A]的发明,提供了一种基于深度学习的三维模型重建技术，通过Kinect传感器对物体进行全方位的拍摄，获取物体的深度图像和彩色图像，对深度图像进行去噪和修复等图像增强过程，获得深度图像的二维信息，对深度图像进行点云计算，以场景的公共部分为基准对深度图像依次进行粗糙配准、精细配准、全局配准，把不同时间、角度、照度获取的多帧图像叠加匹配到统一的坐标系中，计算出相应的平移向量与旋转矩阵，同时消除冗余信息，但是由于经过配准后的深度信息仍为空间中散乱无序的点云数据，通过计算机视觉知识推导出现实中物体的三维信息，仅能展现景物的部分信息，具有无法将点云数据和影像数据数据融合，全面展示矿区三维信息的缺点。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种使用无人机航测技术的矿区点云和影像融合建模方法，通过将采集的点云和影像数据进行内业结算及空三计算，再基于计算后的点云和影像数据，使用建模软件中的点云影像融合建模功能重建三维模型，具有三维建模高效、精准的特点。

为了实现上述目的，本发明采用的技术方案是：

一种使用无人机航测技术的矿区点云和影像融合建模方法，包括以下步骤：

步骤1、先确定建模区域，再对建模区域进行踏勘，最后通过踏勘情况规划航线；

步骤2、确定天气情况，设置激光雷达参数，根据步骤1规划的航线通过无人机挂载的激光雷达采集点云和影像数据；

步骤3、将步骤2采集的点云和影像数据，通过配置坐标参数进行内业解算，并对解算成果进行空三计算；

步骤4、基于步骤3空三计算后的点云和影像数据，使用建模软件中的点云影像融合建模功能，重建三维模型。

所述的步骤1具体包括以下步骤：

步骤1.1、先确定需建模的区域，对建模区域设定数学基础坐标系统和高程基准；

步骤1.2、再通过踏勘了解建模区域的地形起伏和建筑物遮挡情况；

步骤1.3、根据步骤1.1设定的数学基础坐标系统和高程基准及步骤1.2了解的地形起伏和建筑物遮挡情况，结合飞行约束条件，制定最优航线；

步骤1.4、在步骤1.3制定最优航线的基础上，当出现地形、气象变化，未知限飞禁飞情况时，局部动态调整航线或改变动作任务。

所述的步骤2具体包括以下步骤：

步骤2.1、当天气情况为：薄云晴天、无风、地表干燥、无积雪、无雾霾时，设置激光雷达参数：

飞行高度：100m—500m，

飞行速度：8m/s-10m/s，

航线间距：100m-300m，

激光线速：40-50秒/圈，

激光点频：200kHz-300kHz，

重叠率：30％-50％，

拍照间隔：2s-4s；

步骤2.2、步骤2.1的激光雷达参数设置完成后，无人机挂载激光雷达按规划的航线采集点云和影像数据。

所述的步骤3具体包括以下步骤：

步骤3.1、将采集的点云和影像数据配置坐标参数使用解算软件进行POS解算，解算完成之后，设置平差参数，并进行数据平差和纠正处理，处理完成后查看精度是否满足要求，若不满足，再次进行数据平差和纠正处理，直至满足要求；

步骤3.2、对步骤3.1POS解算完成的影像和点云数据进行空三计算，确定区域内影像的外方位元素。

所述的步骤4具体包括：

使用建模软件中的点云影像融合建模功能，将步骤3解算完成的影像和点云数据，通过激光点云构建Mesh白模、影像映射纹理，进行点云和影像的融合建模。

所述的步骤1.3制定最优航线的具体步骤包括：

步骤1.3.1、当待测区域地形较为平坦或者起伏不大，且周边无遮挡时，可选择航高150m-250m，航宽200m-300m，通过对航线方向的调整，从整体上制定飞行时间最短、测量覆盖面积最大的路径；

步骤1.3.2、当待测区域地形起伏较大时，航高的设置要高于待测区域最高点至少100m，离起飞点的高度不超过500m，选择航宽100m-200m，通过对航线方向的调整，从整体上制定飞行时间最短、测量覆盖面积最大的路径；

步骤1.3.3、基于步骤1.3.1、步骤1.3.2，根据飞行过程中遇到的突发情况，及时返回或调整飞行路径；

所述的起伏不大指地形为平原或丘陵，地面起伏较小，坡度平缓，相对高度不超过200米；所述的起伏较大指地形为山地，地面峰峦起伏，坡度陡峻，相对高度超过200米；

所述的突发情况包括：地形起伏超过飞行航高、下雨、雷电或风力超过五级、未知限飞禁飞因素。

相对于现有技术，本发明的有益效果在于：

1、相较于现有技术，本发明基于激光雷达采集点云数据，通过点云影像融合建模，激光点云的高精度决定了它不需要任何像控点去校正，而影像补充了模型的色彩纹理，增强了可视化效果，使三维模型重建无需像控点，具有节省人工成本，提高工作效率以及数据匹配精准度的效果。

2、相较于现有技术，本发明通过建模软件中的点云影像融合建模功能，能有效解决大偏角、大高差、弱纹理等复杂影像解算；另外，激光雷达内参经过精准标定，搭配空三算法，可以做到激光雷达内参准确性100％，因此空三一次通过率得到了保证。

3、相较于传统影像建模，本发明使用激光点云快速构建Mesh白模，省去了影像密集匹配这一个最耗时的步骤，所以在建模效率上有很大的提升，建模效率提升一倍以上。

综上所述，本发明采用激光雷达采集点云和影像数据，通过点云影像融合建模搭配空三算法，使用激光点云快速构建Mesh白模，提高了建模工作效率及数据精准度。

附图说明

图1为本发明三维建模方法流程图。

具体实施方式

下面结合附图对本发明做详细叙述。

参见图1，一种使用无人机航测技术的矿区点云和影像融合建模方法，包括以下步骤：

步骤1、先确定建模区域，再对建模区域进行踏勘，最后通过踏勘情况规划航线；

步骤2、确定天气情况，设置激光雷达参数，根据步骤1规划的航线通过无人机挂载的激光雷达采集点云和影像数据；

步骤3、将步骤2采集的点云和影像数据，通过配置坐标参数进行内业解算，并对解算成果进行空三计算；

步骤4、基于步骤3空三计算后的点云和影像数据，使用建模软件中的点云影像融合建模功能，重建三维模型。

所述的步骤1具体包括以下步骤：

步骤1.1、先确定需建模的区域，对建模区域设定数学基础坐标系统和高程基准；

步骤1.2、再通过踏勘了解建模区域的地形起伏和建筑物遮挡情况；

步骤1.3、根据步骤1.1设定的数学基础坐标系统和高程基准及步骤1.2了解的地形起伏和建筑物遮挡情况，结合飞行约束条件，制定最优航线；

步骤1.4、在步骤1.3制定最优航线的基础上，当出现地形、气象变化，未知限飞禁飞情况时，局部动态调整航线或改变动作任务。

所述的步骤2具体包括以下步骤：

步骤2.1、当天气情况为：薄云晴天、无风、地表干燥、无积雪、无雾霾时，设置激光雷达参数：

飞行高度：200m，

飞行速度：8m/s，

航线间距：200m，

激光线速：40秒/圈，

激光点频：200kHz，

重叠率：50％，

拍照间隔：3s；

步骤2.2、步骤2.1的激光雷达参数设置完成后，无人机挂载激光雷达按规划的航线采集点云和影像数据。

所述的步骤3具体包括以下步骤：

步骤3.1、将采集的点云和影像数据配置坐标参数使用解算软件进行POS解算，解算完成之后，设置平差参数，并进行数据平差和纠正处理，处理完成后查看精度是否满足要求，若不满足，再次进行数据平差和纠正处理，直至满足要求；

步骤3.2、对步骤3.1POS解算完成的影像和点云数据进行空三计算，确定区域内影像的外方位元素。

空三计算具体步骤：

3.2.1、选中生成的成果、平差、纠正节点导入建模软件空三工程，成果、平差、纠正节点需包含影像数据；

3.2.2、步骤3.2.1导入完成后，根据数据类型选择场景，场景分为城镇、山区和平原三种类型，场景类型不同软件解算时提取的连接点数量也不同；

3.2.3、步骤3.2.2场景选择完成后，设置平面和高程在解算时的精度并进行空三计算，默认为0.01；

3.2.4、当步骤3.2.3空三计算成功后，可以查看空三后的影像轨迹与影像匹配情况，通过查看连接点可判断自由网是否存在错位分层的现象，也可查看空三报告。

所述的步骤4具体包括：

使用建模软件中的点云影像融合建模功能，将步骤3解算完成的影像和点云数据，通过激光点云构建Mesh白模、影像映射纹理，进行点云和影像的融合建模。

所述的步骤1.3制定最优航线的具体步骤包括：

步骤1.3.1、当待测区域地形较为平坦或者起伏不大，且周边无遮挡时，可选择航高150m-250m，航宽200m-300m，通过对航线方向的调整，从整体上制定飞行时间最短、测量覆盖面积最大的路径；

步骤1.3.2、当待测区域地形起伏较大时，航高的设置要高于待测区域最高点至少100m，离起飞点的高度不超过500m，选择航宽100m-200m，通过对航线方向的调整，从整体上制定飞行时间最短、测量覆盖面积最大的路径；

步骤1.3.3、基于步骤1.3.1、步骤1.3.2，根据飞行过程中遇到的突发情况，及时返回或调整飞行路径；

所述的起伏不大指地形为平原或丘陵，地面起伏较小，坡度平缓，相对高度不超过200米；所述的起伏较大指地形为山地，地面峰峦起伏，坡度陡峻，相对高度超过200米；

所述的突发情况包括：地形起伏超过飞行航高、下雨、雷电或风力超过五级、未知限飞禁飞因素。

Claims (6)

1.一种使用无人机航测技术的矿区点云和影像融合建模方法，其特征在于，包括以下步骤：

步骤1、先确定建模区域，再对建模区域进行踏勘，最后通过踏勘情况规划航线；

步骤2、确定天气情况，设置激光雷达参数，根据步骤1规划的航线通过无人机挂载的激光雷达采集点云和影像数据；

步骤3、将步骤2采集的点云和影像数据，通过配置坐标参数进行内业解算，并对解算成果进行空三计算；

步骤4、基于步骤3空三计算后的点云和影像数据，使用建模软件中的点云影像融合建模功能，重建三维模型。

2.根据权利要求1所述的一种使用无人机航测技术的矿区点云和影像融合建模方法，其特征在于，所述的步骤1具体包括以下步骤：

步骤1.1、先确定需建模的区域，对建模区域设定数学基础坐标系统和高程基准；

步骤1.2、再通过踏勘了解建模区域的地形起伏和建筑物遮挡情况；

步骤1.3、根据步骤1.1设定的数学基础坐标系统和高程基准及步骤1.2了解的地形起伏和建筑物遮挡情况，结合飞行约束条件，制定最优航线；

步骤1.4、在步骤1.3制定最优航线的基础上，当出现地形、气象变化，未知限飞禁飞情况时，局部动态调整航线或改变动作任务。

3.根据权利要求1所述的一种使用无人机航测技术的矿区点云和影像融合建模方法，其特征在于，所述的步骤2具体包括以下步骤：

步骤2.1、当天气情况为：薄云晴天、无风、地表干燥、无积雪、无雾霾时，设置激光雷达参数：

飞行高度：100m—500m，

飞行速度：8m/s-10m/s，

航线间距：100m-300m，

激光线速：40-50秒/圈，

激光点频：200kHz-300kHz，

重叠率：30％-50％，

拍照间隔：2s-4s；

步骤2.2、步骤2.1的激光雷达参数设置完成后，无人机挂载激光雷达按规划的航线采集点云和影像数据。

4.根据权利要求1所述的一种使用无人机航测技术的矿区点云和影像融合建模方法，其特征在于，所述的步骤3具体包括以下步骤：

步骤3.1、将采集的点云和影像数据配置坐标参数使用解算软件进行POS解算，解算完成之后，设置平差参数，并进行数据平差和纠正处理，处理完成后查看精度是否满足要求，若不满足，再次进行数据平差和纠正处理，直至满足要求；

步骤3.2、对步骤3.1POS解算完成的影像和点云数据进行空三计算，确定区域内影像的外方位元素。

5.根据权利要求1所述的一种使用无人机航测技术的矿区点云和影像融合建模方法，其特征在于，所述的步骤4具体包括：

使用建模软件中的点云影像融合建模功能，将步骤3解算完成的影像和点云数据，通过激光点云构建Mesh白模、影像映射纹理，进行点云和影像的融合建模。

6.根据权利要求2所述的一种使用无人机航测技术的矿区点云和影像融合建模方法，其特征在于，所述的步骤1.3制定最优航线的具体步骤包括：

步骤1.3.1、当待测区域地形较为平坦或者起伏不大，且周边无遮挡时，可选择航高150m-250m，航宽200m-300m，通过对航线方向的调整，从整体上制定飞行时间最短、测量覆盖面积最大的路径；

步骤1.3.2、当待测区域地形起伏较大时，航高的设置要高于待测区域最高点至少100m，离起飞点的高度不超过500m，选择航宽100m-200m，通过对航线方向的调整，从整体上制定飞行时间最短、测量覆盖面积最大的路径；

步骤1.3.3、基于步骤1.3.1、步骤1.3.2，根据飞行过程中遇到的突发情况，及时返回或调整飞行路径；

所述的起伏不大指地形为平原或丘陵，地面起伏较小，坡度平缓，相对高度不超过200米；所述的起伏较大指地形为山地，地面峰峦起伏，坡度陡峻，相对高度超过200米；

所述的突发情况包括：地形起伏超过飞行航高、下雨、雷电或风力超过五级、未知限飞禁飞因素。