第23卷第1期2021年3月
测绘技术装备
Geomatics Techgoloyy and Equipment
Voi.23No.1
Mae.2021
基于精灵4RTK无人机的1：500地形图免像控测量 菊粉酶倪凯
（测，350108）
1：500Topographic Mapping with Free Imaac Contrvi Basee on Phantom4RTK UAV
N Kai
摘要：为了验证精灵4RTK无人机在9570地形图测图中免像控测量的可行性，在分析航测法成图精度影 响因素的基础上，选取实际生产项目，通过提高定位定姿系统(POS)数据精度和像机检校精度进行测试，结果表明，在满足一定条件情况下，精灵4RTK无人机用于9570地形图测图免像控测量是可行的。 关键词：航测法测图；免像控测量;POS数据；像机参数；无人机
Keywords：Suneying；Sunee Wth Free Imaye Control；POS Data；Camera Parameters；UAV 中图法分类号：P231.2
1引言
随着无人机航空摄影技术越来越广泛地应用于测绘行业，相关配套软硬件技术逐步得以提升，推动了无人机航空摄影技术快速革新，如卫星导航定位实时差分定位技术(RTK)、载波相位事后差分定位技术(PPK)、TimeSync时间同步系统以及高性能成像系统等，解决了无人机航空摄影时GNSS定位精度.GNSS曝光延迟和成像质量的问题，整体上提高了航测精度、质量和效率［］。
精灵4RTK是一款小型多旋翼高精度航测无人机，配备了高精度航测需要的RTK、PPK,Time-/丫^系统及2000万个像素高清镜头。本文依据航测法成图原理对无人机航空摄影测量免像控关键技术进行分析，并以精灵4RTK无人机获取的实际数据为基础进行测试，分析基于精灵4RTK无人机进行9500地形图测图免像控测量的可行性。
2免像控测量关键技术分析
无论是传统摄影测量还是数字摄影测量，其核心原理都是共线方程，即通过传感器记录影像数据曝光瞬间的对应关系，建立地面点、摄影中心点和像点三点共线方程。利用航空摄影测量方法生产9
收稿日期：2020-09-29
作者简介：倪凯，工程师，从事摄影测量与遥感相关生产研究。570地形图，常规生产流程主要包括航空摄影、像控测量、空中三角测量、数据采集、外业调绘、编辑成图等。其中，像控测量运用空间后方交会原理，采用最小二乘法求解出每张像片的准确外方位元素(x、y、Z、0、®、K)，即曝光瞬间的外方位元素。立体采集测图运用空间前方交会原理，计算地面上对应点的物方空间坐标值实现绘图输出。
间方线方程，计算地面点坐标，即利用共线方程反算，因此，要达到免像控测量条件，至少要解决2个关键技术，一是高精度POS数据的获取，二是准确像机参数的获取，缺一不可。
2-1高精度POS数据获取
高精度POS数据，等同于常规数码摄影测量平差解算来的6个外方位素，间方的基础数据。
精灵4RTK无人机运用网络RTK实时差分模式进行航拍，为了防止无人机与遥控器通信中断，可运用后差分模式进行POS数据高精度解算，即云PPK模式，平面和高程解算精度均可达到0.05m以内，通常为0.02~0.03m，即与像控测量模式下空中三角测量平差解算出来的POS精度相当。
云PPK模式解算的坐标是基于WGS54或
52测绘技术装备第23卷
CGCS2000坐标系，要实现7500地形图免像控测量，需要进行严密的平面坐标转换和高程精化，也可通过水准测量获取正常高。因福州市已经建立GNSS综合服务系统，可满足高精度的坐标转换和高程精化，日常转换工作可通过GNSS综合服务系统解算完成。
2.2准确像机参数获取
具备高精度POS数据后，进行空间前方交会还需要准确的像机参数。精灵4RTK像机镜头参数出厂时已经过检校，但不能完全达到免像控测量的要求，需要做进一步的检校。在其他条件均满足，但免像控精度不理想的情况下，则需要考虑像机参数的准确性问题。像机参数中最主要的是像机焦距、像元大小和主点偏移量2，本文使用的精灵4RTK 无人机镜头经过严格检校后，重新平差计算，精度大幅提咼。
2.3其他影响因素
影响无人机测图精度的其他因素主要包括天气、重叠度和地面分辨率，表现为：
1）天气因素主要是风、雾霾，当风速过大时，会造成无人机飞行速度和姿态变化过大，导致空中拍摄的像片扭曲程度过大，影响测图精度；雾霾过大直接导致拍摄像片的清晰度达不到要求；
2）重叠率是提高像片连接点数量的重要保障，低重叠率会减少连接点数量，导致连接点平差结构弱，影响测图精度；
3）地面分辨率是测图精度的关键所在，测图精度与地面分辨率呈正比关系。
这些影响因素相比POS数据精度和像机参数准确性，人工干预性较强，可根据7500地形图测图实际项目进行修改，从而将这些因素的影响降到最低。根据实际项目经验，建议风速超过3级，暂停航拍；重叠率航向要求2%，旁向要求65%〜7。％；地面分辨率优于0.04m。
3测试案例
测试案例中使用的高精度POS数据为经过云PPK后差分处理，利用福州市的GNSS综合服务系统进行严密的平面坐标转换和高程精化，得到高精度的本地化POS数据。执行航拍任务的精灵4RTK无人机像机镜头经过了严密的检校和测试，像机参数准确可靠。3.1测试案例一
测区一地势平坦，面积0.078km2，采用精灵4RTK无人机航拍，高度170m，航向重叠度80%，旁向重叠度65%，获取了ID张航片；POS数据采用云PPK模式进行解算，共布设20个检查点，检查点采用油漆布点或像控标志布点。 图1案例一测区范围及检查点分布示意图
Fig.1Schemlic Diagrrm of Tesi Aren and
Checkpoint Distrigution in Case1
首先对POS数据和检查点坐标数据进行坐标换，换地方统（其查点高程值采用水准测量结果），再采用Pix4Dm/pvr软件（试用版本）对测区数据进行免像控空中三角测量处理，输出DOM、DSM成果。在GIS软件中同时打开DOM、DSM成果，进行叠套，DOM在上，DSM在下，加载检查点展点位置，然后测量检查点的三维坐标（X,Y,Z）。因布设的检查点位置足够平整，因此直DSM量取高程。查点测量
与GIS软件中测量的检查点坐标值的差值对比情况如表1所7K。
表1案例一检查点精度检核
Tab.1Accuecy Checking of the Checkpoint in Case1项目平面坐标差值/m高程差值/m
医疗设备结构设计
平均值±0.023如何办理劳动手册
奥氏体
最大值±0.057±0.112
最小值±0.004±02038
卷盘
由检查点精度检验情况可知，平面坐标和高程差值的平均值都在0.1m以内，最大残差值在0.15m以内。2010年上海高考作文
3.2测试案例二
测区二地势平坦，面积0.174km2，采用精灵4RTK无人机航拍，高度7m，航向重叠度80%，旁
第1期倪凯：基于精灵4RTK无人机的7522地形图免像控测量59
向重叠度70%，获取了433张航片；POS数据采用云PPK模式进行解算，共布设7个检查点，检查点采用油漆布点。
Fig.2Schemtic Diaaram of Test Arey and Checkpoini
Distrinution in Case2
首先对POS数据和检查点坐标数据进行坐标转换，转换至福州市地方坐标系，检查点高程采用水准测量结果，再采用at.Pips.Cloud软件对测区数据进行免像控空中三角测量处理，在立体测图软件中对检查点进行立体测量，导出检查点量测数据。检查点实际测量值与立体测量的坐标值差值对比情况如表2所示。
表2案例二检查点精度检核
Tab.2Accuracy Checking of the Checkpoini in Case2项目平面坐标差值/m高程差Em
平均值±2.033±2.456
最大值±0.469±0.099
最小值±0.414±2.423
由检查点的精度检验情况可知，平面坐标差值和高程差值的平均值都在4.1m以内，最大残差值在0.1m以内。
4结论及展望
通过以上案例分析可知，在满足一定条件情况下，精灵4RTK无人机用于1：500地形图测量免像控测量是可行的。如需得到更高精度的测量成果，则需要测量像控点，如地籍测量。此外，由于精灵4RTK无人机搭载的像机为机械结构不够稳定的非量测型像机，内方位元素和畸变参数一旦发生改变就无法保证测量精度⑶，因此，如何高效获取准确的像机检校参数则需要进一步研究。
随着我国北斗卫星全球组网的完成以及无人机硬件水平的逐步提高，主要指定位精度、像机质量、续航能力等的提高，高精度测图免像控技术将越来越容易实现，也将进一步推动我国乃至全球测绘行业技术革新，无人机航测技术会得到更加广泛的应用。
参考文献
[1]王立阳•天狼星航空测图系统在高速公路带状地形图
测绘的应用研究[J]•矿山测量,4012,45(1)：91-94.
[2]季晓菲•无人机航摄免像控快速测制大比例尺地形图
关键技术的研究[D].西安：长安大学,227•
[3]任栋，潘海利，武洋•精灵4RTK无人机在大比例尺地
形图生产中的应用探讨[J]・测绘标准化，2019,35
(4)：46-52.
(上接第35页)
决策树模型中都有出现，说明其在成绩区分度上具有一定的作用。遗憾的是，目前仅有一期相对完整的教学数据，而且学生人数有限以及教学要求不同，数据集规模较小，使得模型精度有限。但是，这种尝试是为了不断优化教学过程，在后续教学过程相对稳定的情况下，可以采用不同年级的数据进行交叉验证，以促进课程团队进一步优化教学设计，构建适合测绘工程专业本科生的误差理论与测量平差课程的混合式教学模式，提高教学实效。
参考文献
[]教育部关于一流本科课程建设的实施意见[Z],
2019.
[2]王士霞•基于决策树的在线学习行为分析[]•河南
科技学院学报：自然科学版，227,43(5):66-72,
75.
[]阴亚芳，孙朝阳5决策树算法在实践教学中的应用研究[J]・计算机与数字工程，227,46(6)：1077-
1082,1088.
[4]胡明明•决策树算法在学生课程成绩分析中的应用研
究[D].哈尔滨：哈尔滨师范大学,2019.
[]周志华•机器学习[M].北京：清华大学岀版社，2016.
[]赵星•基于C4.5决策树算法的“学习行为-效果”评分模型构建研究[]•自动化与仪器仪表,227,(6)：
206
-208.
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议