基于多旋翼无人机的道路设计摄影测量制图

摘要

无人机(uav)可用于近距离测绘。在工程测量工作中，传统的测量需要耗费大量的成本、人力和时间。低成本无人机在为道路设计等许多应用提供可靠信息方面非常实用。无人机可以提供满足工程测量和政策精度的输出，特别是小规模测绘。与其他测量技术一样，无人机也是一项稳定、快速发展的竞争技术。研究多旋翼无人机用于道路设计的性能。本研究包括初步研究、资料收集、资料处理和分析四个阶段。本研究的重点是无人机作为一种从一定高度捕获地面数据的工具。分析包括无人机飞行规划、图像采集和道路设计精度评估。由此可见，无人机可以为道路设计提供可靠、准确的数据。

1.介绍

发达国家不断面临着交通高速公路老化养护成本高的问题。汽车工业的发展及伴随而来的经济增长，促使人们需要更安全、性能更好、交通不那么拥挤的公路[1］．在过去，商业、教育机构、住房和国防的增长很大程度上依赖于政府预算，这使得公共公路的融资成为一个挑战。高速公路的多用途特性、经济环境以及高速公路收费技术的进步都在不断变化。因此，公路的融资、管理、养护方式也在不断变化。安全管理是努力减少交通事故发生和严重程度的系统过程。道路交通系统人机交互不稳定，对公路安全管理提出了挑战[2］．高精度的地形信息和特征信息对于良好的道路线形设计非常重要[3.］．以前有很多方法用于获取地形信息，如载人卫星图像、雷达、激光雷达和陆地测量。地面采样距离(GSD)是道路设计中需要考虑的最重要特征。其他信息，如高程和位置也会影响道路设计。

以往，地形信息特别是道路设计信息都是通过全站仪进行土地测量获得的。土地测量法需要大量的时间来完成测量，特别是对于大面积的土地测量。因此，这种方法也增加了工程成本和用于完成工程的人工。土地调查方法完全依靠人力资源来进行道路设计。因此，道路设计容易出现人为的系统性错误。起伏的区域对于土地测量方法来说是一个挑战，因为它需要人类自己爬上爬下进入具有挑战性的场地。另一个因素是进行土地调查时的天气条件和土地所有权问题。长路对齐可能会导致很多错误，最后合并数据可能会有问题[4］．另一种用于获取地形信息的方法是光探测和测距(LiDAR)。该方法为道路设计应用提供了准确的地形数据。激光雷达方法可以在一分钟内覆盖大面积区域，并提供准确的数据。激光雷达也是一种主动传感器，能够在白天或晚上捕获数据。然而，这种方法非常昂贵，会影响工程的总成本。卫星图像也可以用来获取道路设计应用的地形信息。卫星图像是从距地球表面数千公里处拍摄的。5］．该方法可以提供地形信息的定位和分类。该方法还存在卫星在同一位置的重访时间、以多云为基准的天气条件以及卫星图像的分辨率等问题。

提高高速公路系统安全性的关键是设计、建造和维护它们，使它们在人或机器与高速公路交互的平均范围内更有容忍度。公路工程的技术进步改善了多年来使用的设计、施工和维护方法。这些进步使得更新的公路安全创新成为可能。在公路规划、设计、施工、维护和运营的每一个阶段，都可以对所有情况和机会进行适当的识别、考虑和实施，以提高我们的公路系统的安全性。

无人机摄影测量等新技术打开了近距离领域的众多应用，结合了航空和地面摄影测量，但也引入了传统载人航空摄影测量的低成本替代品[6- - - - - -9］．除了制图，无人机系统还提供各种应用，如监视、考古、地质灾害研究、监测和火灾[10- - - - - -22］．无人机系统配备各种智能传感器，如气压计、惯性导航系统(INS)、全球定位系统(GPS)、飞行控制、导航控制、声纳、红外和电子速度控制器(ESC) [23- - - - - -27］．市场上有许多种可负担得起的无人机。无人机摄影测量描述了远程控制、半自主或自主操作的摄影测量平台。该定义包括气球、风筝、滑翔机、飞艇、旋转式和固定翼无人机，具有在手动、半自动和自动飞行模式下获取摄影测量数据的能力[28］．模型直升机能够在离目标更近的地方操作，与固定翼无人机相比，在导航方面具有高度的灵活性。微型无人机在风力等环境条件下更加稳定。直升机模型和类似的自动驾驶车辆的发展主要是由人工智能驱动的。如今，利用无人机技术结合航空和地面摄影测量，可以对近距离区域进行测绘，也可以作为大面积测绘的替代方式[29］．低成本无人机用于预算低的测绘项目。然而，在前几年，低成本无人机已经达到了实际可靠性和专业性的水平，允许使用这些系统，如测绘平台。在研究中，多旋翼无人机被用来捕获地形信息，用于道路设计应用。

2.方法

本研究分为初步研究与规划、资料收集、资料处理、结果与分析四个阶段。该方法在实施本研究中起着重要的作用。第一阶段是初步研究和工作规划，这是研究的关键部分，需要大量的阅读和规划。第一阶段还包括侦察、设备校准和数据测量。下一阶段是使用无人机图像收集数据，并从UiTM punak Alam的单位设施获得详细的计划。然后，这两组数据都在实验室进行处理，这是本研究的第三阶段，数据处理。无人机图像使用UAV Agisoft PhotoScan软件进行处理，可以生成拟建道路的X、Y和Z坐标。这一阶段还包括建设有关地区的道路绘图。数据处理完成后，对结果进行分析。研究方法流程图如图所示1。

侦察测量是对可能用于道路或机场的感兴趣地区的一般性研究。勘测报告应总结所有收集到的信息，包括对场地的描述、对其使用的经济性的结论，以及在可能的情况下提供地图。对于无人机调查来说，重要的是场地的覆盖范围。此外，侦察必须包括地理特征，以决策最小飞行高度，飞行路径的方向，以及使用的无人机类型。除此之外，本次调查还需要考虑风向，以确保调查的顺利进行，也需要考虑飞行路径的方向，以获得更好的图像捕捉。数字2显示学习地点。在获取数字航空图像或航空照片之前进行相机校准，以恢复用于数字图像处理的所有相机参数。本研究使用4000 x 3000分辨率的4K摄像机，对摄像机进行标定的过程也得到了焦距、主点、径向镜头畸变和切向镜头畸变的结果。在数字图像处理的内部定位步骤中，需要包含这些相机参数

在这项研究中使用的无人机是四旋翼，Phantom 3 Professional。无人机重量(包括电池和螺旋桨)约为1280克，对角线尺寸(不包括螺旋桨)为350毫米。它的最大速度可以达到16米/秒(ATTI模式，无风)，并拥有使用GLONASS卫星的GPS模式。无人机最大飞行时间约为23分钟。一个人就可以操作这架无人机来收集图像数据。硬件使用IOS Ipad来控制飞行计划，并使用计算机进行处理。详细的平面图是从AutoCAD中的DWG文件中的单元设施中获得的，可以使用ArcGIS软件进行地理参考。之后，利用Agisoft PhotoScan软件对采集到的无人机图像进行处理。然后将输出数据传输到AutoCAD和ArcGIS软件中进行分析。

2．1．数据采集和飞行计划

飞行规划包括研究区域的尺寸控制、所需条数控制、像素大小控制、照片比例尺飞行高度控制、端搭接与侧搭接比例控制。地图飞行员使用的是一个友好的软件，无人机模块航点编辑器，它能够设计飞行计划。在飞行计划中创建了大约122张飞行高度为148米的图像。一般来说，航拍照片至少要重叠80%，侧面至少重叠60%。满足这一要求，才能获得高质量的摄影测量结果。定制的参数如空间分辨率、高度、末端、侧倾角和风向如图所示3.。在地图导航仪中完成飞行规划参数设置后，将飞行规划上传至无人机。上传完成后，按下开始按钮，开始图像采集。一旦启动，无人机就会提供任务当前高度的信息。无人机进入调查区域后，每2.5秒自动拍摄一次图像，以相同的速度拍摄，确保数据准确。一旦测绘完成，无人机返回起飞位置并自动降落。

2．2.预处理和处理

利用快速静态技术，利用GPS观测数据采集地面控制点和检查点。该技术通过使用GNSS Solution软件进行后处理，可以确定位置信息，包括北、东、仰角(X、Y、Z)。该软件可以将原始数据转换为Rinex文件，它可以用于任何GPS处理软件进行调整。快速静态技术观察时间为5 ~ 20分钟。在本研究中，建立了6个绝对取向的GCPs和14个CPs。为了更好地查看，图4显示了所有的gcp和CPs的位置。

在使用多旋翼无人机完成数据采集后，所有采集的原始图像数据和GCPs都使用Agisoft PhotoScan软件进行处理。结果以数字地图或硬拷贝的形式呈现。Agisoft PhotoScan软件需要相机的像素大小、焦距、径向透镜畸变和切向畸变等信息来进行内部定位。在绝对定向过程中，共建立了6个gcp。在Agisoft PhotoScan软件中添加原始图像数据后，该过程将开始在高精度设置中对齐照片输入，并使用配对预选参考。关键和连接点限制是40000和20000。将照片对齐后，通过导入(txt)文件中的坐标，选择建立无人机图像上的GCP的参考。坐标由软件中的点特征来说明，它需要将点移动到GCP的确切位置。这个过程将产生正射影像和地图。

2．3.数据分析与评估

本研究的目的是评估无人机产品道路测绘的准确性。有两个评价描述点和视觉分析。为了定量精度，采用RMSE方法对GPS(快速静态技术)测点坐标与无人机处理图像数据之间的误差差进行评估。在进行精度评估后，利用无人机数据和研究区地面测绘图设计备选道路。设计的道路重点是提高道路流量的效率。根据该地区的地形图，并绘制现有路网，确定最优道路线形。有两种类型的对齐，即垂直对齐和水平对齐。根据无人机数据的地形特征确定水平和垂直线。

3.结果和分析

本章将对道路测绘的准确性分析、道路地图的制作以及所有结果进行分析，包括道路设计或备选道路的无人机图像评价。所有计算都是为了RMSE点精度评估和道路设计。通过计算三维立体模型坐标与检测点之间的均方根误差(RMSE)，分析了检测精度。检查点的位置如图所示4共14个样品1）.展示了GPS定位CPs与Agisoft Photoscan软件中立体模型的三维坐标的对比。

可以看到，使用无人机系统可以达到精度。计算的RMSE值越小，精度越高。因此，正射影像的精度可以通过RMSE值来计算。使用GNSS Solution软件处理纬度、经度和高程(X、Y和Z)，其中从站点收集的原始数据被转换为(Rinex)文件，用于任何GPS处理软件进行调整。在Agisoft Photoscan软件中对无人机图像的原始数据进行处理后，将正切结果(tif)文件导入Global Mapper软件中，对如图所示的特征进行数字化处理5。这些分析是基于道路特征和数字路面模型(DSM)生成的高程(图)进行的6）.数字化特征在ArcGIS中显示，以显示与AutoCAD图纸的差异。

两种道路设计完成后，将无人机图像与传统道路设计进行每30米间隔的链坐标对比。在CDS软件中，需要道路参数来设计道路曲线，如轴承向内，轴承向外，道路曲线的最佳半径。第一弯道和第二弯道分别设计了半径为50米和60米的两条道路弯道。点击交点的位置，键入半径值后，软件将计算出所设计道路曲线的其他参数值，如弧长、弦长、切线长等。数字7显示已完成的半径为50米和60米的道路设计。这个半径遵循公共工作部门的标准，专属摩托车道，EML。

4.讨论

在得到平差坐标后，将WGS84坐标系从角单位转换为米的局部坐标系。选择的坐标系是卡西尼马来西亚，雪兰莪，以克tau作为基准。将坐标系转换为“卡西尼马来西亚”的原因是，分析米单位比分析角度分、秒更容易，因为可以检查数据的漏失(米)。x, y, z坐标的RMSE为0.155米,0.228米,0.479米(表2）.

在Global Mapper软件中，利用正射影像对地物进行数字化处理，然后导出ArcGIS，生成地图。分析只关注道路特征，可以在ArcGIS中显示，可视化无人机道路测绘与传统道路测绘的区别。AutoCAD图纸来自UiTM punak Alam的单元设施。数字8显示生成地图的两种方法之间的细微差别;粉色轮廓的道路是用AutoCAD软件绘制的，该软件是从常规地面测量中获得的，而灰色轮廓的道路是用Global Mapper软件中的无人机正射影像数字化的。

5.结论和建议

道路制图是使用Agisoft Photoscan软件从无人机图像生成的，以创建正射影像图像。所有的图像都经过了缩放和水平过程，这也涉及到方向，如内部，相对和外部方向。结果表明，该无人机配合数码相机能够在短时间内成功获取大比例尺测绘的航拍照片。这项研究表明，无人机也能够在选定的研究区域生成道路图。所有的结果都用均方根误差(RMSE)进行了分析。RMSE可以利用地面测量的检查点进行数据验证分析来评估无人机图像的准确性。本研究中所设计的道路是为了提出一条替代道路，以提高道路交通流的效率。来自无人机图像处理的数字地形模型(DTM)数据用于评估必须遵循设计策略参数的地理特征，以帮助控制道路的设计。用户的安全还必须通过选择拟建道路的超高标高来计算。因此，可以利用公共工作部门标准提供的道路设计参数进行备选道路的设计。 In the future, the accuracy of the orthophoto can be improved and enhanced by increasing the number of GCPs and CPs during data collection in the field using the GPS technique. It can also minimise the RMSE in data processing. The use of DTM (digital terrain model) for road design to check the accuracy of the road designed and to improve the validation of using UAV for road design construction. Different types of UAV should be used to improve the flexibility of the survey works; for example, a fixed wing UAV can cover a large area to get more details for the topographical map to design a road. Different methods of camera calibration could be applied to optimise the quality of the UAV image processing. MyRTKnet data should be used as a base for better control of the coordinate GCP to apply on the UAV images for processing. Different flying heights should be applied for UAV to conduct better results for road design.

数据可用性

用于支持本研究发现的数据可由通讯作者要求提供。

的利益冲突

作者声明他们没有利益冲突。

致谢

Teknologi MARA大学(UiTM)建筑、规划和测量学院、研究管理学院(RMi)和高等教育部(MOHE)为该研究提供了BESTARI 600-IRMI/MyRA 5/3/BESTARI(001/2017)基金。作者还想感谢直接或间接参与这项研究的人。

参考文献

1. Z. Jaal和J. Abdullah，“马来西亚公路景观的用户偏好:文献综述和分析”，社会和行为科学， vol. 36, pp. 265-272, 2012。视图:出版商的网站|谷歌学者
2. S. Martínez, J. Ortiz，和M. L. Gil，“使用自动数字摄影测量和高密度重建算法的历史人行道的几何记录，”考古科学杂志， vol. 53, pp. 1-11, 2015。视图:出版商的网站|谷歌学者
3. M. M. S. Albattah，“利用空间地理信息工程优化公路设计和选址”，遥感与地理信息系统学报，第5卷，第5期。1，第10页，2016。视图:谷歌学者
4. P. Kettunen, C. Koski，和J. Oksanen，“自适应DEM平滑的地形图等高线生成设计”，国际制图学杂志，第3卷，第2期。1，页19-30,2017。视图:出版商的网站|谷歌学者
5. F. van Coillie, K. Delaplace, D. Gabriels等，“玉米相思(Forssk)种群结构的单期评估。海ssp。raddiana (Savi) Brenan in Bou Hedma National Park, Tunisia: A terrestrial and remote sensing approach， "干旱环境杂志，第129卷，第80 - 92,2016年。视图:出版商的网站|谷歌学者
6. H. Eisenbeiss，无人机摄影测量，迪斯。乙没有。18515, 2009年1 - 237。
7. Y. Fujii, E. Fodde, K. Watanabe, K. Murakami，“用于记录土质考古遗址结构破坏的数字摄影测量:以塔吉克斯坦Ajina Tepa为例”，工程地质第105卷第1期1-2，页124-133,2009。视图:出版商的网站|谷歌学者
8. Lin Z.，“UAV机载低空摄影测量系统”，测绘科学第36卷第2期1, p. 5, 2011。视图:谷歌学者
9. M. A. Núñez, F. Buill，和M. Edo，“Can洞穴的3D模型Sadurní，”考古科学杂志，第40卷，第5期。12, pp. 4420-4428, 2013。视图:出版商的网站|谷歌学者
10. H. Bendea, F. Chiabrando, F. Tonolo和D. Marenchino，“使用低成本无人机Augusta Bagiennorum测试绘制考古区域地图”，第二十一届国际CIPA研讨会，页1-8,2007。视图:谷歌学者
11. I. Colomina和P. Molina，“摄影测量和遥感的无人机系统:综述”，摄影测量与遥感学报， vol. 92, pp. 79-97, 2014。视图:出版商的网站|谷歌学者
12. G. J. Grenzdörffer, M. Guretzki和I. Friedlander，《斜向图像的摄影测量图像获取和图像分析》，摄影测量记录，第23卷，第2期。124，第372-386页，2008。视图:出版商的网站|谷歌学者
13. 江荣南，“数字近景摄影测量桥梁挠度系统的研制”，测量号，第43卷。10, pp. 1431-1438, 2010。视图:出版商的网站|谷歌学者
14. T. Luhmann，“工业应用的近距离摄影测量”，摄影测量与遥感学报，第65卷，第5期6，页558-569,2010。视图:出版商的网站|谷歌学者
15. K. Konolige和M. Agrawal，《FrameSLAM:从bundle调整到实时视觉映射》IEEE机器人学报，第24卷，第2期5，第1066-1077页，2008。视图:出版商的网站|谷歌学者
16. S. G. Kontogiannis和J. a . Ekaterinaris，“无人机的设计、性能评估和优化”，航空航天科技，第29卷，第2期1, pp. 339 - 350,2013。视图:出版商的网站|谷歌学者
17. M. Röder, H. Latifi, S. Hill等人，“基于光学无人机的图像在受干扰后云杉森林的自然再生和standing朽木库存中的应用，”国际遥感学报，第1-22页，2018。视图:谷歌学者
18. L. Sahar, S. Muthukumar，和S. P. French，“在城市库存的地震风险评估中自动建筑物足迹提取和形状识别中使用航空图像和gis，”地球科学与遥感学报，第48卷，第48期9, pp. 3511-3520, 2010。视图:出版商的网站|谷歌学者
19. S. Pal Singh, K. Jain和V. Mandla，“使用近距离摄影测量的虚拟三维校园建模”，美国土木工程与建筑杂志， vol. 1, no. 16, pp. 200-205, 2013。视图:出版商的网站|谷歌学者
20. K. N. Tahar和A. Ahmad，“用低成本数码相机制作正射影像和测定体积”，Pertanika科学技术杂志第21卷第2期2, pp. 387-396, 2011。视图:谷歌学者
21. P. Xiaodong, L. Zongjian， " Unmanned airship low altitude system for aerial photography measurement， "测绘科学第34卷第3期4，第33-35页，2009。视图:谷歌学者
22. 杜旭东，靳旭东，张旭东，“基于近景摄影测量的交通事故几何特征重建方法研究”，工程软件的进展，第40卷，第5期。7，第497-505页，2009。视图:出版商的网站|谷歌学者
23. J. Chahl，“三个仿生飞行控制传感器”，国际智能无人系统杂志，第2卷，第2期1, pp. 27-39, 2014。视图:出版商的网站|谷歌学者
24. 赵海涛，曹勇，陈勇，“小型无人机的自动驾驶系统:一项调查”，控制、自动化和系统国际期刊，第8卷，第2期1, pp. 36-44, 2010。视图:出版商的网站|谷歌学者
25. F. Delgado, J. Carvalho, T. Coelho, and A. Dos Santos，“一种用于无人机电流测量的光纤传感器及其应用”，传感器，第16卷，第5期。2016年，第11页。视图:出版商的网站|谷歌学者
26. S. Jabari, F. Fathollahi, A. Roshan，和Y. Zhang，“通过光学传感器融合提高无人机成像质量:初步研究”，国际遥感学报第38卷第2期17，页4931-4953,2017。视图:出版商的网站|谷歌学者
27. A. B. Junaid, Y. Lee, Y. Kim，“旋翼无人机自动无线充电站的设计与实现”，航空航天科技，第54卷，第253-266页，2016。视图:出版商的网站|谷歌学者
28. h . Eisenbeiss摄影测量一周的11， F. Dieter, Ed.， 2011, Wichmann/VDE Verlag, Belin & Offenbach。
29. K. N. Tahar和A. Ahmad，“旋翼无人机在空中地形测绘能力的仿真研究”，国际物理科学杂志，第7卷，第5期8, 2012。视图:出版商的网站|谷歌学者

版权

版权所有©2018 Muhammad Akmal Zulkipli和Khairul Nizam Tahar。这是一篇发布在知识共享署名许可协议，允许在任何媒介上不受限制地使用、传播和复制，但必须正确引用原作。