关键词：无人机 竣工测量 不动产测绘
一、基于卫星/惯性的无人机测量有关技术
1.无人机导航技术特点及应用
无人机惯性导航系统依靠自身的陀螺仪和加速度计,连续提供包括姿态基准在内的全部导航参数,具有自主性、抗十扰能力和隐蔽性好的特点,但是惯性导航系统的导航精度随时间增长不断下降。卫星导航系统与惯性导航系统组合使用则能够有效修正惯导漂移误差,因此GNSS/INS组合系统成为目前无人机主要的飞行导航系统。以美国全球鹰和捕食者为代表的多数无人机均采用该组合导航模式,国内外对于无人机着陆导航技术的早期研究成果也主要集中在GPS、INS及其组合导航技术方面。
2.无人机着陆技术研究现状
尽管卫星/惯性的组合导航系统在无人机领域取得了成功应用,但无人机自主着陆至今仍然是该领域的研究热点。由于着陆的高精度要求和特定场地条件,无人机着陆研究中多采用差分GNSS技术。
3.卫星/惯性导航可靠性问题
GNSS/INS技术在无人机着陆中面临的最大问题仍然是可靠性问题,当GPS失锁时,整个系统的精度随时间迅速降低。近些年来针对GNSS/INS的失锁问题,很多学者进行了进一步研究。使用了一种基于遗传算法的模糊神经网络来预测GNSS失锁时的INS位置与速度误差。El-sheimy等人提出一种利用自适应神经模糊推理卡尔曼滤波模型提供的可靠位置误差估计用来纠正卡尔曼滤波预测得到的不准确的结果。但是这些算法仍然难以保证其可靠性。
二、基于视觉导航的无人机测量与着陆技术
视觉导航技术是利用传感器获得图像,通过对连续拍摄的图像信息进行分析和处理,从而获得必要的无人机导航定位姿态参数的一种技术,它具有完全自主、抗干扰、相对测姿定位精度高等优点。
1.研究现状
视觉导航技术发展迅速,方法、手段日益多样，下面根据具体技术特点,分别介绍。
(1)景象匹配技术。该技术以无人机下视地面图像为基础,提取图像特征与数据库相比较来实现定位,是较早应用于实际的视觉导航技术。美国体斯公司早在20世纪70年代就研制出ASARS-2雷达,装在U-2R/S无人侦察机上。目前的研究主要集中在匹配算法的优化与鲁棒性方面,如基于Hausdoorff距离的算法以及具有尺度旋转不变性的SIFT算法研究等。
(2)基于人工标志的视觉导航。该技术通过识别机场跑道标志、各类信号灯、地面控制标志点等进行无人机位置姿态测量,其基本原理与摄影测量的空间后方交会原理一致。该技术也是目前视觉导航辅助无人机着陆的主流技术。
2000年以来,美国陆续展开了基于视觉导航的无人机自主着陆技术研究。加州大学伯克利分校对旋翼无人机着陆系统进行了研究,选择了有特殊形状的着陆平台,飞行试验表明该系统可以使无人机着陆达到5cm的定位精度和5°的姿态精度。
美国南加州大学研究开发的AVATAR微型无人直升机自助着陆系统，选择H型标志作为着陆平台，能够依靠视觉导航自助降落到指定目标点上。飞行试验表明，无人机着陆平均定位精度达到40cm,航向角精度7°左右。
北京航空航天大学的张广军提出了在复杂背景中全自动双圆特征的图像提取新方法及标记特征点的方案,仿真实验表明该方法够满足无人机自主着陆位置姿态实时测量的要求。
信息工程大学针对无人机着陆问题提出一种于地面时域国标志识别的单目视党相对位置姿态量技术,进行了半实物物理仿真,实现分米级定位精度。
(3)基于序列图像的速度测量技术。该技术利用载体运动序列图像前后互相天联的特性提取速度信息。
期刊文章分类查询,尽在期刊图书馆目前主要有基于持征匹配的方法和基于光流场的方法.
(4)基于图像地平线检测的姿态测量技术。以地平线作为边界线可解算出载体相对于地平线的姿态。在图像中地平线与图像水平线的夹角即为飞行器横滚角以及地平线上下图像面积比与其俯仰角近似成比例关系等。2.存在的主要问题
2.目前单独应用视觉导航系统仍然存在一定的难度,主要表现在:
(1)实时性问题:视觉导航需要进行大量的图像运算和操作,一般的软硬件架构很难满足现代导航系统的高动态要求。
2)环境适应性问题:日前视觉导航研究仍很难直接应用在真实的复杂环(包括气候干扰、昼夜差别、光照差别)中,有待寻找容错性和抗干扰能力更强的图像处理技术以及多光谱成像技术
3）全参数问题:目前关于视觉导航的研究多集中在部分参数获取上,而难以在现实场景中实现全部参数信息的获取，限制其进一步应用。
三、基于卫星/惯性/视觉的无人机测量的技术特点
1.技术特点
考虑到视觉导航技术与GNSS/INS技术的互补性,近年来国内外学者们逐步开始研究卫星/惯性/视觉组合导航技术并将其应用于无人机着陆导航系统中。基于卫星/惯性/视觉的组合导航能够提供完整的载体运动参数、具有更高的抗十扰能力和可靠性。在有GNSS卫星信号的条件下,能够不断修正INS误差并校准相机系统;在GNSS卫信号丢失的情况下,视觉系统和惯性系统能够继续维持定位和测姿精度.
2.研究现状
在该研究领域,国内尚处于起步阶段,国外也未形成成熟稳定的技术方案和产品,尚处于前沿研究阶段。
(1)美国开展了计算机视觉辅助惯性系统和GPS导航系统的飞行器自主着陆技术研究,该技术提供了一种无人机着陆的全运动参数估算方案。验证了视觉辅助GNSS/INS系统的可行性,为无人直升机在近地安全着陆开创了新方法。加州大学伯克力分校设计了用于未知环境自主降落的新系统,包含GPS系统、INS、图像测量系统以及多视数字高程测量系统,该系统着陆引导可以达到沿着陆方向5cm的定位精度和2°的资态精度。
(2)Kim等人提出了一种更为成熟的无人机GPSS/NS/视觉组合导航系统,其视觉导航子系统使用SIFT特征提取方法和SLAM框架实现无人机导航;在Bell206直升机搭载实验中模拟GPS信号受阻的情况下,组合导航系统依然能够实2m(RMS)
的位置估计精度。
(3)南京航空航天大学徐贵力等提出了以GPS为主、捷联惯性导航(SlNS)结合主动式红外激光扫描定位及计算机视觉识别着陆跑道为辅的无人机导航和着陆精确导引新技术。西北工业大学祝小平等提出了基于视觉/GPS/MEMS-INS的微型无人机数据融合导航方案,仿真实验表明,该方案能够有效抑制MEMS-INS的漂移,具有较高的容错性能。
四、无人机在房地产测量中的展望
无人机自主导航和航拍测量范围作为无人机飞行的关键环节，将是无人机技术在竣工测量中的热点问题。今后该研究领域的热点问题还应当包括以下几个方面：
（1）可靠性问题与适应性问题。目前的自主降落仍在一定程度上受气象、地形和信号干扰等客观条件的影响。如何有效提高测量精度和定位精度，是无人机用于不动产测绘的关键问题。
（2）深层次信息融合技术。目前的多系统融合大都停留在融合导航解的层次上，主要是为了解决精度问题。利用不同导航系统的信息提高其他性能的研究有待进一步深入，比如利用惯导提高无人机捕获跟踪能力、利用GNSS/INS提高视觉特征匹配和导航解算的实时性和稳健性、利用卫星/视觉系统在线标定惯性误差等。
（3）融合数据处理算法。信息融合的数据处理算法虽然已有较多的研究成果，但从实际应用来看，对于稳健性和算法效率方面仍然有很多工作要做，不少算法的参数复杂，需要人工配置，难以满足自主性和通用性的要求。
（4）加测GPS控制点。视觉导航仍然是目前发展较为迅速的领域之一，在图像识别、特征提取、飞行参数解算、同步定位与地图创建等技术方面仍然有较大发展空间。在地面加测一定数量的控制点，可以大大提高无人机测量的成图精度，达到竣工图技术规范要求的精度。
综上所述，无人机测量的高精度和低成本化、以及计算机视觉技术的发展都为无人机测量技术提供强劲的动力，必将引领无人机测量向高精度、高可靠性、智能化、自主化方向的发展。
论文作者:郭 玥
论文发表刊物:《科技中国》2018年3期
论文发表时间:2018/8/6
标签：无人机论文; 技术论文; 测量论文; 视觉论文; 精度论文; 惯性论文; 组合论文; 《科技中国》2018年3期论文;