CN117351014B - 一种基于实景三维的无人机飞行安全检测方法 - Google Patents

一种基于实景三维的无人机飞行安全检测方法 Download PDF

Info

Publication number
CN117351014B
CN117351014B CN202311648352.3A CN202311648352A CN117351014B CN 117351014 B CN117351014 B CN 117351014B CN 202311648352 A CN202311648352 A CN 202311648352A CN 117351014 B CN117351014 B CN 117351014B
Authority
CN
China
Prior art keywords
grid
unmanned aerial
aerial vehicle
flight safety
array
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
Application number
CN202311648352.3A
Other languages
English (en)
Other versions
CN117351014A (zh
Inventor
丁晓龙
胡振彪
杜鹏
王斌斌
陈宗强
王刚
赵维
马欠逊
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.)
Qingdao Xihaian Basic Geographic Information Center Co ltd
QINGDAO INSTITUTE OF SURVEYING AND MAPPING SURVEY
Original Assignee
Qingdao Xihaian Basic Geographic Information Center Co ltd
QINGDAO INSTITUTE OF SURVEYING AND MAPPING SURVEY
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 Qingdao Xihaian Basic Geographic Information Center Co ltd, QINGDAO INSTITUTE OF SURVEYING AND MAPPING SURVEY filed Critical Qingdao Xihaian Basic Geographic Information Center Co ltd
Priority to CN202311648352.3A priority Critical patent/CN117351014B/zh
Publication of CN117351014A publication Critical patent/CN117351014A/zh
Application granted granted Critical
Publication of CN117351014B publication Critical patent/CN117351014B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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
    • 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
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/04—Anti-collision systems
    • G08G5/045—Navigation or guidance aids, e.g. determination of anti-collision manoeuvers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30261—Obstacle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Remote Sensing (AREA)
  • Computer Graphics (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明属于无人机飞行安全领域，涉及一种基于实景三维的无人机飞行安全检测方法。所述方法具体包括：（1）基于实景三维模型成果，指定无人机安全飞行缓冲距离，建立数字表面模型缓冲区；（2）按照北斗网格层级划分基本单元网格，基于北斗二维网格位置码编码规则，生成北斗网格栅格地图，作为空间安全罩的空间表达；（3）提取所述北斗网格栅格地图中网格内模型最高值，并进行赋值，将赋值完成的数组保存为栅格格式，获得栅格版的无人机飞行安全罩；（4）获取预规划航线的航点信息或无人机实时位置信息，作为待分析点位置信息，检测所述待分析点位置信息与飞行安全罩的空间关系，并作出飞行安全风险结果分析。

Description

一种基于实景三维的无人机飞行安全检测方法
技术领域
本发明属于无人机飞行安全技术领域，具体涉及一种基于实景三维的无人机飞行安全检测方法。
背景技术
无人机系统是一种无人驾驶操作的飞行器，可以完成如军事侦察、民用航空、环境监测、测绘遥感、电力巡线等任务，通常由无人机、遥控装置和地面站组成。在任务巡检时，可通过遥控装置进行手动操作，也可通过地面站进行航线规划，按照既定航线进行飞行作业。为保证飞行作业安全，通常将地形数据导入地面站软件中，作为虚拟飞行安全罩，可在完成航线规划后将航线与虚拟飞行安全罩进行碰撞检测，可以在操控无人机时根据无人机定位信息进行实时安全检测，防止无人机撞击山体等高物。
目前针对无人机飞行的防碰撞检测，主要利用两种数据：低分辨率数字高程模型（DEM）、高分辨率数字表面模型(DSM)。低分辨率DEM数据量小，能够反映山体、丘陵、峡谷等地形变化，但是缺少人工构筑物（如高层建筑、铁塔等）及植被信息，受限于地物表达，不适用于超低空航线规划作业；高分辨率DSM数据量大，不适合大范围导入，如果进行分辨率抽稀，则易导致关键高程特征丢失，对航飞产生风险，因此只适合小范围局部区域航线规划使用。随着无人机应用越来越广泛、低空资源利用率越来越高，以上两种数据逐渐不满足飞行安全的需求。
实景三维mesh模型是利用倾斜摄影测量技术生成的可以真实描述现实世界的一种地理信息数据产品。该产品由若干连续的三角面片及附着在其上的纹理数据而成。利用高分辨率倾斜航空影像生产的实景三维mesh模型可反映现实世界中几乎所有地物（房屋、道路、植被、水系、地面等）的形态和空间分布。经过前期调研，目前尚无利用实景三维进行虚拟飞行安全罩制作以及飞行安全检测的相关研究。
发明内容
针对上述技术问题，本发明提供一种基于实景三维的无人机飞行安全检测方法。综合考虑实景三维模型的误差以及划定步长与物体相切等情况，通过建立缓冲区的方式对原始数据进行外扩，降低偶然因素导致飞行风险的可能性。
本发明是通过以下技术方案实现的：
一种基于实景三维的无人机飞行安全检测方法，所述方法具体包括：
（1）基于实景三维模型成果，指定无人机安全飞行缓冲距离，建立数字表面模型缓冲区；
（2）按照北斗网格层级划分基本单元网格，基于北斗二维网格位置码编码规则，生成北斗网格栅格地图，作为飞行安全罩的空间表达；
（3）提取所述北斗网格栅格地图中网格内模型最高值，并进行赋值，将赋值完成的数组保存为栅格格式，获得栅格版的无人机飞行安全罩；
（4）获取预规划航线的航点信息或无人机实时位置信息，作为待分析点位置信息，检测所述待分析点位置信息与飞行安全罩的空间关系，并获得飞行安全风险分析结果。
进一步地，步骤（1）具体为：
1）初始化缓冲区数组：将实景三维模型转换为相应分辨率的规则格网形式的数字表面模型，读取所述数字表面模型的成果文件，形成数字表面模型数组，获得以像素为单位的栅格列数和行数，根据获得的栅格列数和行数指定二维的缓冲区数组的形状，并设置所述缓冲区数组中的所有数组元素初始值均为零；
2）设置缓冲距离：设置以米为单位的缓冲距离，根据以米为单位的缓冲距离来算以像素为单位的缓冲范围并向上取整；
3）缓冲区数组赋值：构建步长为1的嵌套循环，分别对所述数字表面模型数组的东方向和北方向进行遍历；在每次循环内依据缓冲范围和所述缓冲区数组的边界生成当前位置的缓冲切片索引，通过所述缓冲切片索引对所述数字表面模型进行切片，获得切片数组的最大值，将切片数组的最大值与所述缓冲距离相加得到当前位置三维缓冲区的数值，将当前位置三维缓冲区的数值赋给所述缓冲区数组的指定下标位置；赋值公式如下：
；
式中，buffer表示缓冲区数组，i,j分别表示缓冲区数组的列和行索引；dsm表示数字表面模型数组，left、right、up、down分别表示数字表面模型索引指定位置在左、右、上、下四个方向的缓冲区索引范围；dm表示以米为单位的缓冲距离；其中，
；
；
；
；
d表示以像素为单位的缓冲范围，width、height分别表示数字表面模型数组的宽度和高度；
4）缓冲区数组序列化：将赋值完成的缓冲区数组保存为栅格格式，获得数字表面模型缓冲区栅格数据，所述数字表面模型缓冲区栅格数据和所述数字表面模型的分辨率大小及坐标系一致。
进一步地，步骤（2）具体为：
2.1获取目标区域角点：将所述数字表面模型缓冲区栅格数据投影至CGCS2000地理坐标系并获得目标区域左下角和右上角的经纬度坐标；
2.2计算各级别北斗网格定位角点：依据GB/T 39409-2020《北斗网格位置码》中的二维网格位置码编码规则逐级进行计算：
2.21当级别为一，根据GB/T 13989-2012计算目标区域角点在1:100万地形图图幅中的定位角点的坐标；
2.22当级别大于一，首先计算上一级二维北斗网格的定位角点坐标，然后计算当前级别二维北斗网格的行列索引；
计算上一级二维北斗网格的定位角点坐标的公式：
；
；
式中，L表示级别；lon表示定位角点经度；lat表示定位角点纬度；col表示列索引；row表示行索引；表示对应级别划分北斗网格位置码的经度/纬度差；
计算当前级别二维北斗网格的行列索引如下列公式所示：
；
；
式中：coorlon表示目标区域角点的经度，coorlat表示目标区域角点的纬度，表示向下取整；
2.23逐次执行步骤2.22的操作，获得目标区域角点在各级别北斗网格中的定位角点坐标；
2.3生成二维北斗网格地图：初始化空白栅格数组，选择需要的北斗网格级别，基于步骤2.2得到的目标区域角点在相应级别北斗网格中的定位角点坐标作为空间范围，按照相应级别经纬差作为像元大小，将空白栅格数组序列化获得二维的北斗网格栅格地图。
进一步地，步骤（3）具体为：
1）北斗网格反序列化：读取所述北斗网格栅格地图，将所述北斗网格栅格地图转换为二维数组，获得北斗网格数组；
2）北斗网格数组赋值：构建步长为1的嵌套循环，分别对北斗网格栅格地图的东方向和北方向进行遍历；在每次循环内计算当前像元的左下角坐标，以当前像元大小作为空间范围，对数字表面模型缓冲区进行裁剪，统计裁剪区域的像元最大值，并向上取整数赋值给北斗网格数组指定下标位置；赋值公式如下：
；
式中，表示北斗网格数组，buffer表示数字表面模型的缓冲区数组；m，n分别表示北斗网格数组的列和行索引；/>表示北斗网格栅格地图的高度，int表示所取整数；/>，/>表示当前像元左下角坐标；cols、rows分别表示裁剪区域的列宽和行高；
其中，；
；
；
；
、/>分别表示获取北斗网格栅格地图数据横、纵坐标最小值；
、/>分别表示获取栅格数据像元宽度和高度值；、/>分别表示向上、向下取整；
3）北斗网格数组序列化：将赋值完成的北斗网格数组保存为栅格格式，作为无人机飞行安全罩的栅格版成果；
进一步地，所述方法还包括进行网格格式转换，形成无人机飞行安全罩的矢量版成果，具体包括：
1）像元整型转换：读取无人机飞行安全罩的栅格版成果，将无人机飞行安全罩的栅格版成果中原始栅格像元值的数据类型由浮点型转换为整型，并保存为整型栅格数据；
2）栅格数据矢量化：按照具有相同值的连续像元转换为一个面要素的原则，将所述整型栅格数据逐一转换为二维矢量面状要素，并将所述具有相同值的连续像元的像元值赋值给二维矢量面状要素的高度字段；
3）生成三维矢量要素：基于面要素的高度字段设置三维矢量要素的高程，将所述二维矢量面状要素转换为3D矢量面状要素，将要素序列化保存，获得无人机飞行安全罩的矢量版成果。
进一步地，步骤（4）采用无人机飞行安全罩的栅格版成果或者采用无人机飞行安全罩的矢量版成果进行飞行安全风险分析。
进一步地，采用无人机飞行安全罩的栅格版成果进行飞行安全风险结果分析的方法为：
读取空间内待分析点的三维坐标（l,b,h）；其中，空间内待分析点即为规划的航点或飞机实时位置，通过地面站软件可实时获取，此项作为已知值；
利用双线性内插法，获取待分析点平面位置（l,b）在无人机飞行安全罩的栅格版成果中对应的高度值h’；
进行高度对比，若待分析点的高度值h小于等于待分析点位置在无人机飞行安全罩的栅格版成果中对应的高度值h’，则存在碰撞风险；若待分析点的高度值h大于待分析点位置在无人机飞行安全罩的栅格版成果中对应的高度值h’，则判断可安全飞行。
进一步地，采用无人机飞行安全罩的矢量版成果进行飞行安全风险结果分析的方法为：
读取空间内待分析点的三维坐标；其中，空间内待分析点即为规划的航点或飞机实时位置，通过地面站软件可实时获取，此项作为已知值；
将待分析点的三维坐标与无人机飞行安全罩矢量版成果进行空间分析；
若待分析点与无人机飞行安全罩的矢量版成果的空间关系为相交或包含，则存在碰撞风险；若待分析点与与无人机飞行安全罩的矢量版成果的空间关系为相离，则判断可安全飞行。
本发明的有益技术效果：
本发明提供的无人机飞行安全检测方法基于实景三维模型及数字表面模型成果，按照北斗网格层级进行区域划分，同时设计算法提取区域内的最高点信息，形成模型的外接三维网格，以此构建虚拟飞行安全罩，用于无人机的防碰撞检测，在压缩数据量的同时，保证了地形、地貌、人工地物分布和高程信息，为大范围的无人机超低空飞行安全提供了保障；
本发明提供的无人机飞行安全检测方法综合考虑实景三维模型的误差以及划定步长与物体相切等情况，通过建立缓冲区的方式对原始数据进行外扩，降低偶然因素导致飞行风险的可能性；
本发明提供的无人机飞行安全检测方法根据不同无人机尺寸、定位精度的不同，结合北斗网格划分原则，设计不同网格步长；同时根据不同地面站软件支持的数据格式不同，设计栅格版、矢量版两种格式虚拟飞行安全罩生成方法。
附图说明
图1为本发明实施例中一种基于实景三维的无人机飞行安全检测方法流程图；
图2为本发明实施例中原始数字表面模型示意图；
图3为本发明实施例中栅格版无人机飞行安全罩示意图；
图4为本发明实施例中矢量版无人机飞行安全罩示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细描述。应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
相反，本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本发明有更好的了解，在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。
实施例1：本发明提供一种基于实景三维的无人机飞行安全检测方法实施例，如图1所示，所述方法具体包括：
（1）基于实景三维模型成果（Mesh），指定无人机安全飞行缓冲距离，建立数字表面模型缓冲区；
（2）按照北斗网格层级划分基本单元网格，基于北斗二维网格位置码编码规则，生成北斗网格栅格地图，作为飞行安全罩的空间表达；
（3）提取所述北斗网格栅格地图中网格内模型最高值，并进行赋值，将赋值完成的数组保存为栅格格式，获得栅格版的无人机飞行安全罩；
（4）获取预规划航线的航点信息或无人机实时位置信息，作为待分析点位置信息，检测所述待分析点位置信息与飞行安全罩的空间关系，并获得飞行安全风险分析结果。
在本实施例中，步骤（1）具体为：
1）初始化缓冲区数组：将实景三维模型(Mesh)转换为相应分辨率的规则格网形式（Grid）的数字表面模型，读取所述数字表面模型的成果文件，形成数字表面模型数组，获得以像素为单位的栅格列数和行数，根据获得的栅格列数和行数指定二维的缓冲区数组的形状，并设置所述缓冲区数组中的所有数组元素初始值均为零；
2）设置缓冲距离：设置以米为单位的缓冲距离（在本实施例中依据实景三维模型精度、无人机实时定位精度确定的经验值，优选2m），根据以米为单位的缓冲距离来算以像素为单位的缓冲范围并向上取整；例如DSM分辨率为0.15米，以米为单位的缓冲距离为2m时，则像素为单位的缓冲范围计算方法为：2/0.15=13.333，向上取整得到以像素为单位的缓冲范围为14；
3）缓冲区数组赋值：构建步长为1的嵌套循环，分别对所述数字表面模型数组的东方向和北方向进行遍历；在每次循环内依据缓冲范围和所述缓冲区数组的边界生成当前位置的缓冲切片索引，通过所述缓冲切片索引对所述数字表面模型进行切片，获得切片数组的最大值，将切片数组的最大值与所述缓冲距离相加得到当前位置三维缓冲区的数值，将当前位置三维缓冲区的数值赋给所述缓冲区数组的指定下标位置；其中切片操作规则为：根据缓冲区切片索引，获取每个切片索引对应的数字表面模型数组的值；
赋值公式如下：
；
式中，buffer表示缓冲区数组，i,j分别表示缓冲区数组的列和行索引；dsm表示数字表面模型数组，left、right、up、down分别表示数字表面模型索引指定位置在左、右、上、下四个方向的缓冲区索引范围；dm表示以米为单位的缓冲距离；其中，
；
；
；
；
d表示以像素为单位的缓冲范围，width、height分别表示数字表面模型数组的宽度和高度；
4）缓冲区数组序列化：将赋值完成的缓冲区数组保存为栅格格式，获得数字表面模型缓冲区栅格数据，所述数字表面模型缓冲区栅格数据和所述数字表面模型的分辨率大小及坐标系一致。
在本实施例中，步骤（2）具体为：
2.1获取目标区域角点：将所述数字表面模型缓冲区栅格数据投影至CGCS2000地理坐标系并获得目标区域左下角和右上角的经纬度坐标；
2.2计算各级别北斗网格定位角点：依据GB/T 39409-2020《北斗网格位置码》中的二维网格位置码编码规则逐级进行计算：
2.21当级别为一，根据GB/T 13989-2012计算目标区域角点在1:100万地形图图幅中的定位角点的坐标；
2.22当级别大于一，首先计算上一级二维北斗网格的定位角点坐标，然后计算当前级别二维北斗网格的行列索引；
计算上一级二维北斗网格的定位角点坐标的公式：
；
；
式中，L表示级别；lon表示定位角点经度；lat表示定位角点纬度；col表示列索引；row表示行索引；表示对应级别划分北斗网格位置码的经度/纬度差；
计算当前级别二维北斗网格的行列索引如下列公式所示：
；
；
式中：coorlon表示目标区域角点的经度，coorlat表示目标区域角点的纬度，表示向下取整；
2.23逐次执行步骤2.22的操作，获得目标区域角点在各级别北斗网格中的定位角点坐标；
2.3生成二维北斗网格地图：初始化空白栅格数组，选择需要的北斗网格级别，基于步骤2.2得到的目标区域角点在相应级别北斗网格中的定位角点坐标作为空间范围，按照相应级别经纬差作为像元大小，将空白栅格数组序列化获得二维的北斗网格栅格地图。
在本实施例中，步骤（3）具体为：
1）北斗网格反序列化：读取所述北斗网格栅格地图，将所述北斗网格栅格地图转换为二维数组，获得北斗网格数组；
2）北斗网格数组赋值：构建步长为1的嵌套循环，分别对北斗网格栅格地图的东方向和北方向进行遍历；在每次循环内计算当前像元的左下角坐标，以当前像元大小作为空间范围，对数字表面模型缓冲区进行裁剪，统计裁剪区域的像元最大值，并向上取整数赋值给北斗网格数组指定下标位置；赋值公式如下：
；
式中，表示北斗网格数组，buffer表示数字表面模型的缓冲区数组；m，n分别表示北斗网格数组的列和行索引；/>表示北斗网格栅格地图的高度，int表示所取整数；/>，/>表示当前像元左下角坐标；cols、rows分别表示裁剪区域的列宽和行高；
其中，；
；
；
；
、/>分别表示获取北斗网格栅格地图数据横、纵坐标最小值；
、/>分别表示获取栅格数据像元宽度和高度值；、/>分别表示向上、向下取整；
3）北斗网格数组序列化：将赋值完成的北斗网格数组保存为栅格格式，作为无人机飞行安全罩的栅格版成果；所述无人机飞行安全罩的栅格版成果的分辨率大小、坐标系与所述北斗网格栅格地图保持一致。
在本实施例中，所述方法还包括进行网格格式转换，形成无人机飞行安全罩的矢量版成果，具体包括：
1）像元整型转换：读取无人机飞行安全罩的栅格版成果，将无人机飞行安全罩的栅格版成果中原始栅格像元值的数据类型由浮点型转换为整型，并保存为整型栅格数据；
2）栅格数据矢量化：按照具有相同值的连续像元转换为一个面要素的原则（此步骤是为了压缩数据量大小），将所述整型栅格数据逐一转换为二维矢量面状要素，并将所述具有相同值的连续像元的像元值赋值给二维矢量面状要素的高度字段；
3）生成三维矢量要素：基于面要素的高度字段设置三维矢量要素的高程，将所述二维矢量面状要素转换为3D矢量面状要素，将要素序列化保存，获得无人机飞行安全罩的矢量版成果。
在本实施例中，步骤（4）采用无人机飞行安全罩的栅格版成果或者采用无人机飞行安全罩的矢量版成果进行飞行安全风险结果分析。
在本实施例中，采用无人机飞行安全罩的栅格版成果进行飞行安全风险结果分析的方法为：
读取空间内待分析点的三维坐标（l,b,h）；具体地，空间内待分析点即为规划的航点或飞机实时位置，通过地面站软件可实时获取，此项作为已知值；
利用双线性内插法，获取待分析点平面位置（l,b）在无人机飞行安全罩的栅格版成果中对应的高度值h’；
进行高度对比，若待分析点的高度值h小于等于待分析点位置在无人机飞行安全罩的栅格版成果中对应的高度值h’，则存在碰撞风险；若待分析点的高度值h大于待分析点位置在无人机飞行安全罩的栅格版成果中对应的高度值h’，则判断可安全飞行。
在本实施例中，采用无人机飞行安全罩的矢量版成果进行飞行安全风险结果分析的方法为：
读取空间内待分析点的三维坐标；其中，空间内待分析点即为规划的航点或飞机实时位置，通过地面站软件可实时获取，此项作为已知值；
将待分析点的三维坐标与无人机飞行安全罩矢量版成果进行空间分析；
若待分析点与无人机飞行安全罩的矢量版成果的空间关系为相交或包含，则存在碰撞风险；若待分析点与与无人机飞行安全罩的矢量版成果的空间关系为相离，则判断可安全飞行。
采用上述实施例中提供的基于实景三维的无人机飞行安全检测方法，输入青岛市市南区原始的数字表面模型，如图2所示，其原始分辨率为0.15米，数据大小为256 MB；在设置缓冲距离为2米、北斗网格级别为7后，生成栅格版及矢量版无人机飞行安全罩如图3和图4所示，栅格版成果分辨率为7.73米，数据大小为59 KB，矢量版成果包含9355个多边形要素，数据大小为3.91 MB。
本发明提供的无人机飞行安全检测方法基于格网形式将实景三维模型、数字表面模型进行划分，同时考虑模型精度及相切问题进行外扩，构建虚拟飞行安全罩，基于此安全罩进行飞行安全检测，既解决了传统DEM数据无法反映建筑物、高塔、树木等问题，又压缩了实景三维模型、数字表面模型数据量，可应用于大范围复杂城市区域低空作业安全防碰撞检测。
本发明提供的无人机飞行安全检测方法利用标准北斗网格的不同层级进行基本单元网格划分，既方便了不同地区的数据交换和虚拟飞行安全罩数据更新，又可以根据无人机飞行作业需求选择合适层级指导飞行安全检测；同时可导出栅格版、矢量版等多种不同数据组织形式，便于不同场景的拓展应用。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于实景三维的无人机飞行安全监测方法，其特征在于，所述方法具体包括：
(1)基于实景三维模型成果，指定无人机安全飞行缓冲距离，建立数字表面模型缓冲区；
(2)按照北斗网格层级划分基本单元网格，基于北斗二维网格位置码编码规则，生成北斗网格栅格地图，作为飞行安全罩的空间表达；
(3)提取所述北斗网格栅格地图中网格内模型最高值，并进行赋值，将赋值完成的数组保存为栅格格式，获得栅格版的无人机飞行安全罩；
(4)获取预规划航线的航点信息或无人机实时位置信息，作为待分析点位置信息，检测所述待分析点位置信息与飞行安全罩的空间关系，并获得飞行安全风险分析结果；
步骤(1)具体为：
1)初始化缓冲区数组：将实景三维模型转换为相应分辨率的规则格网形式的数字表面模型，读取所述数字表面模型的成果文件，形成数字表面模型数组，获得以像素为单位的栅格列数和行数，根据获得的栅格列数和行数指定二维的缓冲区数组的形状，并设置所述缓冲区数组中的所有数组元素初始值均为零；
2)设置缓冲距离：设置以米为单位的缓冲距离，根据以米为单位的缓冲距离计算以像素为单位的缓冲范围并向上取整；
3)缓冲区数组赋值：构建步长为1的嵌套循环，分别对所述数字表面模型数组的东方向和北方向进行遍历；在每次循环内依据缓冲范围和所述缓冲区数组的边界生成当前位置的缓冲切片索引，通过所述缓冲切片索引对所述数字表面模型进行切片，获得切片数组的最大值，将切片数组的最大值与所述缓冲距离相加得到当前位置三维缓冲区的数值，将当前位置三维缓冲区的数值赋给所述缓冲区数组的指定下标位置；赋值公式如下：
buffer[j][i]＝max(dsm[up：down][left：right])+dm；
式中，buffer表示缓冲区数组，i、j分别表示缓冲区数组的列和行索引；dsm表示数字表面模型数组，left、right、up、down分别表示数字表面模型索引指定位置在左、右、上、下四个方向的缓冲区索引范围；dm表示以米为单位的缓冲距离；其中，
left＝max(i-d，0)；
right＝min(i+d，width)；
up＝max(j-d，0)；
down＝min(j+d，height)；
d表示以像素为单位的缓冲范围，width、height分别表示数字表面模型数组的宽度和高度；
4)缓冲区数组序列化：将赋值完成的缓冲区数组保存为栅格格式，获得数字表面模型缓冲区栅格数据，所述数字表面模型缓冲区栅格数据和所述数字表面模型的分辨率大小及坐标系一致。
2.根据权利要求1所述一种基于实景三维的无人机飞行安全监测方法，其特征在于，步骤(2)具体为：
2.1获取目标区域角点：将所述数字表面模型缓冲区栅格数据投影至CGCS2000地理坐标系并获得目标区域左下角和右上角的经纬度坐标；
2.2计算各级别北斗网格定位角点：依据GB/T 39409-2020《北斗网格位置码》中的二维网格位置码编码规则逐级进行计算：
2.21当级别为一，根据GB/T 13989-2012计算目标区域角点在1∶100万地形图图幅中的定位角点的坐标；
2.22当级别大于一，首先计算上一级二维北斗网格的定位角点坐标，然后计算当前级别二维北斗网格的行列索引；
计算上一级二维北斗网格的定位角点坐标的公式：
lonL-1＝lonL-2+colL-1×ΔL-1lon；
latL-1＝latL-2+rowL-1×ΔL-1lat；
式中，L表示级别；lon表示定位角点经度；lat表示定位角点纬度；col表示列索引；row表示行索引；Δ表示对应级别划分北斗网格位置码的经度/纬度差；
计算当前级别二维北斗网格的行列索引如下列公式所示：
式中：coorlon表示目标区域角点的经度，coorlat表示目标区域角点的纬度，表示向下取整；
2.23逐次执行步骤2.22的操作，获得目标区域角点在各级别北斗网格中的定位角点坐标；
2.3生成二维北斗网格地图：初始化空白栅格数组，选择需要的北斗网格级别，基于步骤2.2得到的目标区域角点在相应级别北斗网格中的定位角点坐标作为空间范围，按照相应级别经纬差作为像元大小，将空白栅格数组序列化获得二维的北斗网格栅格地图。
3.根据权利要求2所述一种基于实景三维的无人机飞行安全监测方法，其特征在于，步骤(3)具体为：
1)北斗网格反序列化：读取所述北斗网格栅格地图，将所述北斗网格栅格地图转换为二维数组，获得北斗网格数组；
2)北斗网格数组赋值：构建步长为1的嵌套循环，分别对北斗网格栅格地图的东方向和北方向进行遍历；在每次循环内计算当前像元的左下角坐标，以当前像元大小作为空间范围，对数字表面模型缓冲区进行裁剪，统计裁剪区域的像元最大值，并向上取整数赋值给北斗网格数组指定下标位置；赋值公式如下：
式中，gridbd表示北斗网格数组，buffer表示数字表面模型的缓冲区数组；m，n分别表示北斗网格数组的列和行索引；heightbd表示北斗网格栅格地图的高度，int表示所取整数；leftbd，downbd表示当前像元左下角坐标；cols、rows分别表示裁剪区域的列宽和行高；
其中，leftbd＝XMin(gridbd)+m×CellWidth(gridbd)；
downbd＝YMin(gridbd)+n×CellHeight(gridbd)；
XMin(gridbd)、YMin(gridbd)分别表示获取北斗网格栅格地图数据横、纵坐标最小值；
CellWidth、CellHeight分别表示获取栅格数据像元宽度和高度值；分别表示向上、向下取整；
3)北斗网格数组序列化：将赋值完成的北斗网格数组保存为栅格格式，作为无人机飞行安全罩的栅格版成果。
4.根据权利要求3所述一种基于实景三维的无人机飞行安全监测方法，其特征在于，所述方法还包括进行网格格式转换，形成无人机飞行安全罩的矢量版成果，具体包括：
1)像元整型转换：读取无人机飞行安全罩的栅格版成果，将无人机飞行安全罩的栅格版成果中原始栅格像元值的数据类型由浮点型转换为整型，并保存为整型栅格数据；
2)栅格数据矢量化：按照具有相同值的连续像元转换为一个面要素的原则，将所述整型栅格数据逐一转换为二维矢量面状要素，并将所述具有相同值的连续像元的像元值赋值给二维矢量面状要素的高度字段；
3)生成三维矢量要素：基于面要素的高度字段设置三维矢量要素的高程，将所述二维矢量面状要素转换为3D矢量面状要素，将要素序列化保存，获得无人机飞行安全罩的矢量版成果。
5.根据权利要求4所述一种基于实景三维的无人机飞行安全监测方法，其特征在于，步骤(4)采用无人机飞行安全罩的栅格版成果或者采用无人机飞行安全罩的矢量版成果进行飞行安全风险分析。
6.根据权利要求5所述一种基于实景三维的无人机飞行安全监测方法，其特征在于，采用无人机飞行安全罩的栅格版成果进行飞行安全风险分析的方法为：
读取空间内待分析点的三维坐标(l,b,h)；
利用双线性内插法，获取待分析点平面位置(l,b)在无人机飞行安全罩的栅格版成果中对应的高度值h’；
进行高度对比，若待分析点的高度值h小于等于待分析点位置在无人机飞行安全罩的栅格版成果中对应的高度值h’，则存在碰撞风险；若待分析点的高度值h大于待分析点位置在无人机飞行安全罩的栅格版成果中对应的高度值h’，则判断可安全飞行。
7.根据权利要求5所述一种基于实景三维的无人机飞行安全监测方法，其特征在于，采用无人机飞行安全罩的矢量版成果进行飞行安全风险结果分析的方法为：
读取空间内待分析点的三维坐标；
将待分析点的三维坐标与无人机飞行安全罩矢量版成果进行空间分析；
若待分析点与无人机飞行安全罩的矢量版成果的空间关系为相交或包含，则存在碰撞风险；若待分析点与与无人机飞行安全罩的矢量版成果的空间关系为相离，则判断可安全飞行。
CN202311648352.3A 2023-12-05 2023-12-05 一种基于实景三维的无人机飞行安全检测方法 Active CN117351014B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311648352.3A CN117351014B (zh) 2023-12-05 2023-12-05 一种基于实景三维的无人机飞行安全检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311648352.3A CN117351014B (zh) 2023-12-05 2023-12-05 一种基于实景三维的无人机飞行安全检测方法

Publications (2)

Publication Number Publication Date
CN117351014A CN117351014A (zh) 2024-01-05
CN117351014B true CN117351014B (zh) 2024-03-01

Family

ID=89357900

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311648352.3A Active CN117351014B (zh) 2023-12-05 2023-12-05 一种基于实景三维的无人机飞行安全检测方法

Country Status (1)

Country Link
CN (1) CN117351014B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019222798A1 (en) * 2018-05-22 2019-11-28 Acid Ip Pty Ltd Drone flight programming method and system
CN112017285A (zh) * 2020-08-28 2020-12-01 北京国遥新天地信息技术有限公司 一种三维gis中实时使地形精确贴合条状模型的方法
CN112484717A (zh) * 2020-11-23 2021-03-12 国网福建省电力有限公司 无人机倾斜摄影航线规划方法及计算机可读存储介质
CN112699517A (zh) * 2021-03-24 2021-04-23 上海狮尾智能化科技有限公司 一种三维航线规划方法、系统、设备及介质
CN112859930A (zh) * 2021-04-23 2021-05-28 泰瑞数创科技(北京)有限公司 一种基于三维低空目视飞行最佳路径规划方法
KR102399293B1 (ko) * 2021-11-10 2022-05-19 (주)디투이노베이션 공간정보 기반 드론 안전비행 맵 구축 방법
CN115098993A (zh) * 2022-05-16 2022-09-23 南京航空航天大学 空域数字化栅格的无人机冲突探测方法、装置和存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10943387B2 (en) * 2018-08-30 2021-03-09 Nvidia Corporation Generating scenes containing shadows using pixel noise reduction techniques
US20230311855A1 (en) * 2022-03-09 2023-10-05 Nvidia Corporation Perception-based parking assistance for autonomous machine systems and applications

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019222798A1 (en) * 2018-05-22 2019-11-28 Acid Ip Pty Ltd Drone flight programming method and system
CN112017285A (zh) * 2020-08-28 2020-12-01 北京国遥新天地信息技术有限公司 一种三维gis中实时使地形精确贴合条状模型的方法
CN112484717A (zh) * 2020-11-23 2021-03-12 国网福建省电力有限公司 无人机倾斜摄影航线规划方法及计算机可读存储介质
CN112699517A (zh) * 2021-03-24 2021-04-23 上海狮尾智能化科技有限公司 一种三维航线规划方法、系统、设备及介质
CN112859930A (zh) * 2021-04-23 2021-05-28 泰瑞数创科技(北京)有限公司 一种基于三维低空目视飞行最佳路径规划方法
KR102399293B1 (ko) * 2021-11-10 2022-05-19 (주)디투이노베이션 공간정보 기반 드론 안전비행 맵 구축 방법
CN115098993A (zh) * 2022-05-16 2022-09-23 南京航空航天大学 空域数字化栅格的无人机冲突探测方法、装置和存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Maulana Yudinugroho 等.Flood Susceptibility Based Geomorphological Approach in Sitiarjo Village,Sumbermanjing,Wetan,Malang Regency.ICERM.2017,1-15. *
基于实景三维模型地形图要素提取方法及应用检验;罗浩;冯艺;邵茂亮;严晓玲;;水电站设计;20190615(02);32-36 *
空间边界缓冲区切片曲线拟合在点云空洞修补中的应用;林松;田林亚;毕继鑫;朱依民;;测绘科学技术学报;20200415(02);71-77 *

Also Published As

Publication number Publication date
CN117351014A (zh) 2024-01-05

Similar Documents

Publication Publication Date Title
CN113506370B (zh) 基于立体遥感影像的三维地理场景模型构建方法和装置
CN104931022B (zh) 基于星载激光测高数据的卫星影像立体区域网平差方法
CN102506824B (zh) 一种城市低空无人机系统生成数字正射影像图的方法
Li Potential of high-resolution satellite imagery for national mapping products
US7944547B2 (en) Method and system of generating 3D images with airborne oblique/vertical imagery, GPS/IMU data, and LIDAR elevation data
CN113516769B (zh) 虚拟现实三维场景加载与渲染方法、装置和终端设备
CN102831646A (zh) 一种基于扫描激光的大尺度三维地形建模方法
CN112530009B (zh) 一种三维地形图绘制方法及系统
CN109146990B (zh) 一种建筑轮廓的计算方法
CN117433513B (zh) 一种地形测绘的地图构建方法及系统
CN115984490A (zh) 风场特性的建模分析方法、系统、无人机设备及存储介质
CN111006645A (zh) 基于运动与结构重建的无人机测绘方法
CN114119903A (zh) 一种基于实景三维城市的动态交通模拟方法
Recla et al. From Relative to Absolute Heights in SAR-based Single-Image Height Prediction
CN117351014B (zh) 一种基于实景三维的无人机飞行安全检测方法
CN113052965A (zh) 三维地形重建方法
KR102587445B1 (ko) 드론을 이용하여 시계열정보가 포함된 3차원 지도의 제작 방법
CN114972672A (zh) 输电线路实景三维模型构建方法、装置、设备和存储介质
KR101601720B1 (ko) 교통소음지도 작성을 위한 3차원 도시 모델링시스템 및 방법
CN113066181A (zh) 一种基于卫星影像和数字高程数据的地形模拟方法
Yu et al. Ice flow velocity mapping in Greenland using historical images from 1960s to 1980s: Scheme design
Riadi et al. Vertical Accuracy Assessment of DSM from TerraSAR-X and DTM from Aerial Photogrammetry on Paddy Fields–Karawang, Indonesia
Guo et al. Research on 3D geometric modeling of urban buildings based on airborne lidar point cloud and image
CN118334263B (zh) 基于截断符号距离函数的融合激光点云的高精度建模方法
Dragos et al. The digital elevation model of Sărata Monteoru and other photogrammetric products obtained through processing data acquired by UAV systems

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