如何解決大范圍大高差傾斜數據的獲取及處理

受陜西某部門委托，需對秦嶺地區地質遺跡群落進行傾斜數據采集及三維成果處理。該項目測區范圍約33平方公里，地處四川盆地邊緣，測區高差近千米，甲方要求獲取影像分辨率為5cm，聽起來似乎是一個無法完成的任務。

測區三維示意圖

那接下來看下我們是如何解決這個難題，順利完成數據獲取及處理任務的：

一、機型選擇

針對測區地形高差情況及甲方分辨率要求，我們最終選用飛馬智能航測/遙感系統D200+D-OP300傾斜模塊進行數據采集工作，采用D200完成此項目具備以下優勢：

1、測區范圍較大，采用無人機管家可以進行自動分區且可以保證區塊間的接邊重疊度。

2、山區起降場地有限，采用旋翼飛行不受場地限制。

3、測區高差較大，D200具備精準地形跟隨飛行能力，可以有效保證測區分辨率。

4、D-OP300搭載的5臺2400萬像素APS-C畫幅相機，中心鏡頭焦距25mm，傾斜鏡頭焦距35mm，獲取5cm分辨率時飛行真高319m，單架次可以獲取近1km2數據，同時也可有效保證變高飛行安全。

5、測區基本為山區林地，無法布設更多控制點，D200采用RTK/PPK融合作業模式，D-OP300采用逐相機獨立打標，具備免像控和稀少像控的能力。

飛馬智能航測/遙感系統D200

二、航線設計

將測區KML文件導入無人機管家智航線模塊中，進行自動分區，針對此次測區共劃分9個區塊，如下圖：

測區分區示意圖

再逐區塊設計航線，此次設計航向重疊度80%，旁向重疊度65%，GSD=5cm，采用變高航線（針對此次5cm319m真高飛行，直接采用無人機管家內嵌的三維地形進行變高航線設計；如需更高分辨率飛行真高更低的時候建議采用預掃DSM模式獲取高精度地形數據，再進行變高航線設計）；如圖所示，區塊1是測區海拔最高的區域，面積約5km2，設計里程92km，預計飛行5架次。

區塊1變高航線示意圖

測區9個區塊均按照航向重疊度80%，旁向重疊度65%，GSD=5cm，變高航線設計，設計里程共計680 km，預計40架次；將無人機管家智航線中生成的航線導入谷歌地圖中展示如下圖：

谷歌地圖中顯示的測區航線示意圖

 三、外業飛行

為保證工期，此次作業采用2架D200協同作業，飛行均采用連接千尋位置網絡的RTK/PPK的作業模式，從而具備免像控能力；因測區地形及天氣原因實際作業6天，飛行52架次，獲取原始影像76890張。

現場工作照

四、內業處理

1、數據導入

將測區數據整理完成后，導入Smart3D軟件，將GPS信息與照片對應，整體數據共計76890張，整體測區數據展示如下圖所示：

CC中顯示的數據航線示意圖

2、空三分塊

由于測區數據量比較大，基于瞰景科技自主研發的傾斜數據預處理高級工具集Smart3D Advance Toolkit將整體測區分為三塊，每塊照片數量為23000-30000張。運算節點機器配置為：CPU：i7-7700K，內存：64GB，顯卡：GTX 1080。耗時2天，完成了所有子區的空三計算?？杖\算完成結果如下所示：

其中一塊空三完成狀態圖

本次數據的POS是基于RTK和PPK融合解算，且為逐相機獨立打標的，具備精確的位置信息，因此每個子區只需要少量的控制點（每塊4-5個）即可滿足精度要求。在Smart3D中直接先刺點再跑空三，一次空三成功，且子區與子區之間基本無縫接邊。子區空三成功后將三個子區空三結果合并，空三后的整體測區如下：

Smart3D中合并空三示意圖

3、生產模型

空三處理結束后，提交模型生產。模型大小為100*100分塊，瓦片數量為1571塊。模型生產過程采用多節點并行運算，30臺機器同時參與建模，耗時五天，即完成所有數據建模。整體模型效果如下圖所示：

整體模型展示圖

局部模型展示圖

五、結論

整個項目外業飛行加內業數據處理，有效作業時間不足倆周，即獲取了分辨率一致的高精度三維模型，解決了大范圍大高差高精度數據獲取的難題，這在整個無人機航測應用領域中都堪稱首例?？偨Y此次項目的高效、順利完成主要有以下幾點：

1 飛馬無人機智能、自動，可在惡劣環境中快速展開作業，外業數據獲取高效。

2無人機管家的自動分區功能和精準地形跟隨飛行能力，保證區塊間的無縫接邊及一致的影像分辨率，從而保證三維建模效果。

3、D200的RTK/PPK融合作業模式及D-OP300逐相機獨立打標的高精度POS獲取，可實現免像控或稀少像控的數據作業，對山區、林地等控制點布設困難區域，尤為適用。

4、大范圍測區常存在的數據接邊難題，也因D200高精度的GPS數據得到了有效的解決。該項目在接邊區域控制點稀少的狀況下，基于高精度GPS的空三聯合平差，接邊高差不超過5厘米，達到了數據接邊要求。

5、瞰景科技的數據預處理工具集Smart3DAdvance Toolkit提高了大數據量的處理效率。