如何解决大范围大高差倾斜数据的获取及处理

2018年8月受陕西某部门委托，需对秦岭地区地质遗迹群落进行倾斜数据采集及三维成果处理。该项目测区范围约33平方公里，地处四川盆地边缘，测区高差近千米，甲方要求获取影像分辨率为5cm，听起来似乎是一个无法完成的任务。

测区三维示意图

那接下来看下我们是如何解决这个难题，顺利完成数据获取及处理任务的：

一、机型选择

针对测区地形高差情况及甲方分辨率要求，我们最终选用飞马智能航测/遥感系统D200+D-OP300倾斜模块进行数据采集工作，采用D200完成此项目具备以下优势：

1、测区范围较大，采用无人机管家可以进行自动分区且可以保证区块间的接边重叠度。

2、山区起降场地有限，采用旋翼飞行不受场地限制。

3、测区高差较大，D200具备精准地形跟随飞行能力，可以有效保证测区分辨率。

4、D-OP300搭载的5台2400万像素APS-C画幅相机，中心镜头焦距25mm，倾斜镜头焦距35mm，获取5cm分辨率时飞行真高319m，单架次可以获取近1km²数据，同时也可有效保证变高飞行安全。

5、测区基本为山区林地，无法布设更多控制点，D200采用RTK/PPK融合作业模式，D-OP300采用逐相机独立打标，具备免像控和稀少像控的能力。

飞马智能航测/遥感系统D200

二、航线设计

将测区KML文件导入无人机管家智航线模块中，进行自动分区，针对此次测区共划分9个区块，如下图：

测区分区示意图

再逐区块设计航线，此次设计航向重叠度80%，旁向重叠度65%，GSD=5cm，采用变高航线（针对此次5cm319m真高飞行，直接采用无人机管家内嵌的三维地形进行变高航线设计；如需更高分辨率飞行真高更低的时候建议采用预扫DSM模式获取高精度地形数据，再进行变高航线设计）；如图所示，区块1是测区海拔最高的区域，面积约5km²，设计里程92km，预计飞行5架次。

区块1变高航线示意图

测区9个区块均按照航向重叠度80%，旁向重叠度65%，GSD=5cm，变高航线设计，设计里程共计680 km，预计40架次；将无人机管家智航线中生成的航线导入谷歌地图中展示如下图：

谷歌地图中显示的测区航线示意图

 三、外业飞行

为保证工期，此次作业采用2架D200协同作业，飞行均采用连接千寻位置网络的RTK/PPK的作业模式，从而具备免像控能力；因测区地形及天气原因实际作业6天，飞行52架次，获取原始影像76890张。

现场工作照

四、内业处理

1、数据导入

将测区数据整理完成后，导入Smart3D软件，将GPS信息与照片对应，整体数据共计76890张，整体测区数据展示如下图所示：

CC中显示的数据航线示意图

2、空三分块

由于测区数据量比较大，基于瞰景科技自主研发的倾斜数据预处理高级工具集Smart3D Advance Toolkit将整体测区分为三块，每块照片数量为23000-30000张。运算节点机器配置为：CPU：i7-7700K，内存：64GB，显卡：GTX 1080。耗时2天，完成了所有子区的空三计算。空三运算完成结果如下所示：

其中一块空三完成状态图

本次数据的POS是基于RTK和PPK融合解算，且为逐相机独立打标的，具备精确的位置信息，因此每个子区只需要少量的控制点（每块4-5个）即可满足精度要求。在Smart3D中直接先刺点再跑空三，一次空三成功，且子区与子区之间基本无缝接边。子区空三成功后将三个子区空三结果合并，空三后的整体测区如下：

Smart3D中合并空三示意图

3、生产模型

空三处理结束后，提交模型生产。模型大小为100*100分块，瓦片数量为1571块。模型生产过程采用多节点并行运算，30台机器同时参与建模，耗时五天，即完成所有数据建模。整体模型效果如下图所示：

整体模型展示图

局部模型展示图

五、结论

整个项目外业飞行加内业数据处理，有效作业时间不足俩周，即获取了分辨率一致的高精度三维模型，解决了大范围大高差高精度数据获取的难题，这在整个无人机航测应用领域中都堪称首例。总结此次项目的高效、顺利完成主要有以下几点：

1 飞马无人机智能、自动，可在恶劣环境中快速展开作业，外业数据获取高效。

2无人机管家的自动分区功能和精准地形跟随飞行能力，保证区块间的无缝接边及一致的影像分辨率，从而保证三维建模效果。

3、D200的RTK/PPK融合作业模式及D-OP300逐相机独立打标的高精度POS获取，可实现免像控或稀少像控的数据作业，对山区、林地等控制点布设困难区域，尤为适用。

4、大范围测区常存在的数据接边难题，也因D200高精度的GPS数据得到了有效的解决。该项目在接边区域控制点稀少的状况下，基于高精度GPS的空三联合平差，接边高差不超过5厘米，达到了数据接边要求。

5、瞰景科技的数据预处理工具集Smart3DAdvance Toolkit提高了大数据量的处理效率。

文章转载于飞马机器人

- END -