市政工程无人机土方快速测量技术研究

市政工程无人机土方快速测量技术研究

曹阳

天津国际工程建设监理公司天津市300191

摘要：随着无人机技术的发展，因其数据采集的便捷性、及时性和低应用成本的优势，已开始为各个行业提供无人机三维测量服务，并开始进入市政工程。鉴于无人机技术的数据提取环节复杂，以及市政土方测量数据提取质量无需达到测绘行业成果所要求的精度级别的特殊性，使无人机使用人员常因行业知识不足限制其在市政工程中的应用。

关键词：市政工程；无人机；土方；测量技术

1无人机航空摄影测量原理

无人机航空摄影测量主要是根据任务需求，采用无人机搭载一定的航测遥感设备，根据事先设计的飞行航线，对测区进行拍摄，获取高分辨的影像资料，得到人们需要的地面某种信息，并借助数据处理技术（相对应的数据处理软件），对获取到的数据进行信息化处理，得到人们需要的某些数据，从而进行数据分析、处理、运用，为后期的数据应用提供重要的基础数据资料。

1.1无人机航空摄影测量系统构成

无人机航空摄影测量系统主要包含硬件系统和软件系统，无人机是整个硬件系统的重要组成部分之一，机载遥感设备（如高性能数字航摄仪、激光扫描仪、红外扫描仪等），是获取地面数据信息不可或缺的监测设备，机载、地面数据的传输离不开通讯系统，而航线设计软件是软件系统的重要组成部分，直接决定了整个系统的方向和精度，在划定的任务区范围内，根据人们需要的数据精度、地面分辨率、地形地貌、摄影测量参数以及结果进行综合设定，例如，根据作业要求的地面分辨率，重叠度和机载设备参数，计算飞行航高以及飞行所需的曝光点坐标、基线长度、航线间隔等参数，并对计算好的航线进行质量检查。完整的无人机航空摄影测量系统主要包括飞行控制系统、地面监控系统、数据传输系统、地面保障系统、发射与回收系统五个部分。

1）飞行控制系统

此系统主要包含飞行平台、通讯设备、飞行控制系统三个部分。无人机作为飞行平台，是整个硬件系统的重要组成部分，飞行控制系统借助GPS设备进行定位，借助IMU系统获取陀螺仪及加速度等平台的姿态参数，采用GPS与IMU结合算法计算无人机的飞行高度、飞行速率、横滚及俯仰等数据，及时接收并处理地面控制系统发送的信息，机载计算机以中央处理器为核心，依据所选航线，计算偏移规律，控制飞机依据事先设计的航线，定点曝光飞行。

2）地面监控系统

利用地面监控系统的航线设计软件，在航空摄影前，做好飞行航线设计，在飞行过程中，指导无人机沿设计的航线自主飞行，同时，在飞行过程中，地面监控系统可实时显示飞机的飞行速率、飞行高度、飞行姿态、气象情况等参数，记录并存储飞行中的参数与数据。地面站人员可根据实时显示的飞行参数数据，对无人机的飞行状态进行实时监控。

3）数据传输系统

本系统主要包含两部分：地面数据传输和空中数据传输。地面数据传输和空中数据传输均包含传输天线、数据接口、数字传输电台等；主要是为了相互传输飞行控制系统及地面监控中心的指令数据。

4）地面保障系统

地面保障系统一般包含航空摄影保障设备及运输保障设备两部分，航空摄影保障设备指的是保障无人机进行航空摄影作业时所需的仪器设备，一般是户外设备。运输保障设备指的是包装仪器部件及无人机航空拍摄系统的运输箱，应为易损配件及重要设备设置专用的运输箱。

5）发射与回收系统

本系统主要包含两部分，即发射与回收。发射部分是为了让无人机在一定时间内速度增加到起飞速度；回收部分是为了保障无人机的落地安全；发射与回收有两种方式：滑跑方式与弹射方式。滑跑方式一般在跑道上进行，要求比较高。在复杂的土地环境中无法进行滑跑时，一般采用迫降与降落伞回收。弹射方式则是一种新兴的直线推进技术，多用于短行程发射大载荷，在军事、民用和工业领域有着重要作用。

1.2无人机航空摄影测量

无人机航空摄影测量就是以无人机作为飞行平台，搭载高性能遥感设备，按照既定的精度要求，事先规划的飞行航线，对任务区进行航空摄影，获取任务区的影像数据信息，通过影像和地面所对应的既定关系，采用后期的数据处理软件对获取的信息进行数据处理，得到人们所需要的信息数据。

采用无人机遥感平台进行小范围、大比例尺航空摄影，在实践中已经取得显著的效果和经验，是国家航空遥感技术的有效补充，以无人机作为搭载平台的低空航摄技术，为国家经济社会和文化建设发展提供了强有力的技术服务方式。

随着技术的发展，特别是RS、GPS、GIS技术、3S集成技术、计算机网络、通讯等技术手段的发展，以遥感技术作为土地测量方式，越来越受到人们的欢迎，卫星遥感，航空遥感，无人机遥感技术等，陆续被应用于土地测量中，以无人机遥感平台为代表的低空无人机航空摄影测量技术在土地测量中的应用越来越普遍，特别是在小范围、大比例尺、工期紧的土地测量中，无人机航空摄影测量方式以其自身的特殊优势，抢占市场领先地位。

2现有的土方测量的数据采集方法

水准仪测量、全站仪测量、GNSS-RTK测量和最近几年比较新的三维激光扫描仪测量这四种是目前建筑工程中比较常用的土方量数据采集及计算的测量技术手段。

采用水准仪测量时需先在整个需要进行土方量计算的测区内设置方格网，再测出方格网中每个角点的高程，然后根据方格网点的高程数据计算土方量。当待测地区地形起伏比较大时，方格网布设的难度就增加，这种方法就不太适合该地区的土方量计算。同时方格网的布设密度直接关系到土方量测量的精度，随着方格网密集程度的增加测量的精度也不断增加。与其他土方测量方法相比，该方法成本高，劳动量比较大，测量精度低。

全站仪测量的操作比较简单，且仪器要求不高，适合通视条件好和面积比较小的地区。一旦待测地区的通视条件较差或范围较大时，该方法的工作量会成倍增加，且随着测量误差的传递与积累，测量精度就会降低。

采用GNSS-RTK进行土方量计算是当前工程中比较常用的方法。通视条件和距离对该种方法的测量不产生影响，且可以全天候、全天时的测量，测量的速度快，精度高。但该方法不适用于建筑物密集、树木繁多等遮挡GPS信号的地方。

三维激光扫描测量方法是一种新技术，它具有采集速度快、密度大、精度高、覆盖范围广、易于操作等优点。但是该种方法对于面积比较大的测区进行数据采集时所需要的时间较长。与此同时，三维激光扫描仪昂贵的价格也极大的制约着它在工程土方计算方面的发展。

3基于无人机摄影测量成果的土方量计算方法

土方量计算的核心内容是求出地表面到设计标高的体积。通常我们计算土方量时按照一定的规则对测区进行分区域分块，然后采用一定的数学模型来替代整体的地形，从而进行近似求解土方量。为了精准的测量土方量，本文提出一种用无人机低空遥感测量的数据成果来计算土方量的方法。该方法用少量的影像地面控制点经过摄影测量的解算，从而生成整个测区的密集的点云数据，根据设计标高和设计的土方测量边界，精确地计算出土方量。

3.1点云数据的获取

用无人机获取点云数据需要进行像片控制点的布设、获取遥感影像、遥感影像数据处理三个方面。

（1）像片控制点的布设。布设像片控制点时要覆盖整个测区，并远离有高程落差、成像反差大的地物点上，按照9点法布设，使用GNSS-RTK来精确测量像片控制点的坐标。

（2）获取遥感影像。布设像片控制点之后，进行航线规划，无人机进行纵横双向交叉重复飞行以获得高质量、高重叠度的遥感影像数据。

（3）遥感影像数据处理。将获取的无人机低空遥感影像数据、POS数据和像片控制点数据导入到数字摄影测量工作站中，完成空三加密计算和点云数据的生成，设置合理的点云输出间距从而完成点云数据的获取。

3.2点云数据的预处理

点云数据的预处理是指首先将点云数据进行格网化，然后对有异常的高程值进行平滑滤波，之后完成对点云数据测区边界的规则编码。

（1）点云格网化

获取点云数据的平面坐标最大和最小值，对其分别进行取整（XMAX，YMAX）、（XMIN，YMIN），然后根据已设定的网格间距D来计算网格的行列数如公式。

式中：R为行数，C为列数。然后按照下面公式对点云进行格网化，求其所在的行列号，之后存储在点集GCPrc中（r=1，2，...，R；c=1，2，...，C；），所有的点集共同构成了点集组GCP。

其中：Pi为点云CP中的第i个点。

（2）点云平滑滤波

在无人机低空遥感飞行获取点云数据时，常常因影像匹配异常出现高程异常点。点云的平滑滤波的目的是滤除点云中高程异常的点，从而获得准确的高程值，从而提高土方量计算的精度。

（3）边界线凸多边形化

测区的边界范围线是闭合的多边形。本文基于凸多边形提出的边界识别算法，需要对测区边界范围线进行凸多边形化处理。如图1：P1、P2、P3.....Pn为测区边界线闭合多边形的各个顶点。

图1边界线凸多边形化

（4）边界线统一编码

为了表现出多边形边界线顶点之间存在的拓扑关系，即点与点之间的相邻关系，采用点号、X坐标、Y坐标、下一相邻点号、凸多边形编号来对多边形进行编码，如图表1。

表1边界线顶点拓扑编码表

3.4实验与分析

3.4.1数据采集方法对比实验

为了验证DSM土方量计算法，本文采用了无人机低空遥感测量与GNSS-RTK野外测量两种方法对同一测区进行数据采集，获取实验数据，并采用CASS9.0成图软件对数据进行处理。

图2测区范围线

图2外框白线是本实验测区的范围线，该测区面积为7200m2，用GNSS-RTK采集的高程点个数为372个，采样间隔为5m，人工时间为8小时。而采用无人机来获得的点云数据量为49013个，采样间隔为0.4m，所需时间为2.5小时。在计算土方量时采用DTM法用CASS9.0软件进行内业计算，设计标高为81m，两种实验数据对比如下表2。

表2RTK和无人机的土方量计算对比表

（1）采用两种方法进行土方量的计算，精度都满足要求，但是无人机获取点云数据的时间更短一些，很好的提高了效率，节约了人力、物力。

（2）采用DTM算法，两种方法计算得到了土方量差别较小，为175m3，相对误差为1.1％，满足规范的土方测量中的要求。

（3）对于面积越大的土方量计算区域，无人机点云数据的优势越明显，测量速度快，精度高。

3.4.2土方计算算法对比实验

本文提出了基于无人机的低空遥感测量的点云数据（DSM点云）的土方量计算方法的可行性与准确性，分别采用DTM法与本文提出的算法对同一实验数据进行对比实验，具体见表3和4。

表3DTM与DSM土方量计算耗时对比分析表

表4DTM与DSM土方量计算结果对比分析表

由表3和4可知：本文提出的DSM土方量计算方法相对于DTM法，具有计算速度比较快，计算结果准确等优点，点云数据的数量越多，处理数据所需要的时间也就越多，而且成指数倍增长。

4结语

（1）采用DSM算法来计算土方量具有较高的准确性，可以获得与DTM方法相当的计算精度，可以很好的替代DTM法来进行大量点云数据的计算问题。

（2）DSM算法的计算速度较好，具有较高的计算效率，是DTM计算算法的数倍尤其是当点云数据量较大时优势更是显著。

参考文献：

[1]陈淼新，袁树才，孙雨.无人机航空摄影测量在土方平衡中的应用[J].测绘与空间地理信息，2017，40（12）：177-179+182.

[2]明国辉，委民正.SURF算法在无人机倾斜摄影测量三维建模中的应用[J].测绘工程，2017，26（09）：41-45.

[3]仇春平，卢晓攀，王平论，王更，杨化超.无人机低空数字摄影测量成图精度实证研究[J].矿山测量，2016（01）：67-70+73+5.