【技術】基于消費者級無人機的城市三維建模

摘 要：城市三維建模是“智慧城市”建設的關鍵技術之一。為解決傳統城市建模方法存在的數據采集難度大、成本高、建模效率低等問題,提出了一種基于消費者級無人機傾斜攝影技術的城市三維建模方法。首先,利用云臺控制無人機鏡頭方向來獲取研究區的正射及傾斜影像; 然后,利用空中三角測量生成的三維點云構建三維模型,并將從多視影像中提取的建筑物墻面紋理映射到相應的模型; 最終,以中國地質大學(武漢)校園為例建立城市真三維模型。結果表明,該方法在滿足模型精度要求的同時,大大提高了建模效率,降低了模型生產成本。

關鍵詞：消費者級無人機 ; 傾斜攝影測量 ; 三維建模

0 引言

城市三維模型的構建一直是國際遙感、地理信息系統及相關學科研究的熱點。近年來,隨著“智慧城市”的迅速發展與日益普及,建立有真實紋理的三維城市景觀顯得尤其重要。目前城市三維建模技術主要有以下3種:

①基于軟件的建模技術,以大比例尺地形數據為基礎,使用三維制作軟件(如3Ds MAX等)建模,該方法能逼真地表示城市的精細結構和材質特征,但存在生產成本高、周期長、效率低等缺點[1];

②基于傳統攝影測量的三維建模技術,采用航空攝影測量技術采集最新數字線劃圖(digital line graphic,DLG)二維或三維矢量數據,再利用軟件進行建模,該方法具有自動化程度高、建模速度快、易于實時更新等優點,但是建筑物側面紋理信息需要靠其他手段來獲取構建[2];

③基于激光掃描的建模技術,利用激光點云可以快速建立物體的三維模型,但其紋理信息依舊需要靠其他手段獲取,并由人工進行紋理貼合[3]。

一定程度上,上述方法都存在生產工藝復雜、成本高、效率低等缺點,制約了城市三維建模的發展和推廣。

數字攝影測量技術因在處理大范圍場景能力以及三維重建精度方面具有無可比擬的優勢,被認為是目前獲取三維城市模型數據最有吸引力的方法之一。然而,傳統攝影測量獲取航空影像時,基本近似豎直攝影,造成航空影像上的屋頂信息豐富而墻面往往不可見。同時,建筑物稠密區域存在遮擋現象,也使航空影像不能有效提供建筑物側面紋理信息。傾斜攝影測量技術是國際測繪領域近些年發展起來的一項新技術,其通過多角度組合相機,打破了以往只能垂直拍攝的局限,使航空攝影系統不但能獲取豎直影像,還能獲取傾斜影像,較好解決了傳統航空攝影獲取城市建筑物時遇到的遮擋問題[4]。

利用傾斜攝影測量技術進行城市三維建模,不僅可以節省模型細部分析時間,簡化模型紋理采集和處理方法,還可以提高工作效率,降低成本。傾斜攝影測量系統在國外起步較早,產品相對成熟,如天寶公司的AOS系統、德國IGI公司的Penta-DigiCam系統和以色列VisionMap公司的A3系統等。國內劉先林院士團隊于2010年率先研發成功了第一款國產傾斜相機SWDC-5,并成功完成實驗檢驗,是國內傾斜相機的一大突破。后續上海航遙公司和中測新圖公司也相繼推出了AMC580和TOPDC-5傾斜相機,使國產傾斜航空攝影測量系統得到了快速發展[5]。上述傾斜攝影測量系統為快速、大面積城市真三維模型的獲取提供了新方法,但由于傾斜攝影測量系統本身體積和重量較大,必須需要小型飛機或動力三角翼飛行器,甚至是運5運輸機作為平臺進行數據采集,加之其價格昂貴,使得數據生產成本極高,很大程度上限制了該技術的廣泛運用[6]。

近年來,無人機成本和可操作性有了革命性的突破,使其從傳統的軍事、航測等專業領域進入到大眾消費市場。消費者級無人機具有獲取影像成本低、速度快和空間分辨率高等優點,在遙感地質、精準農業、環境監測及城市規劃等領域得到了廣泛應用[7]。其雖然只搭載一個相機,但可以通過控制云臺改變相機的拍攝角度來獲取傾斜影像,從而實現專業傾斜攝影測量系統的影像采集功能。同時,基于計算機視覺和運動恢復結構(structure from motion,SfM)的圖像處理技術不僅可以將正射影像與傾斜影像進行聯合平差,生成點云,并自動構建三維模型、紋理映射,最終生成逼真的三維場景,而且對相機拍攝位置、圖像尺度及拍攝焦距沒有要求[8],較大提高了數字城市三維模型的生產效率。無人機軟硬件技術的發展拓寬了其應用領域,在城市三維建模領域展示了巨大的發展潛力。但利用消費者級無人機傾斜攝影測量進行三維建模的研究少有報道。本文擬探討利用消費者級無人機進行城市三維建模的一般步驟與方法,以中國地質大學(武漢)北校區為例,進行研究區傾斜影像采集及三維模型構建,并對建模結果進行驗證,旨在為城市三維建模研究提供一種方便、快捷的新方法。

1 無人機攝影測量系統

目前無人機種類繁多,有無人直升機、固定翼無人機和多旋翼無人機等多種機型。不同無人機具有不同的特點和適用領域。多旋翼無人機飛行速度可控,飛行高度可調且可以低空飛行,同時該無人機不受起降場地限制,更適合用于城市三維建模的數據獲取。本研究選用深圳大疆科技精靈系列四旋翼無人機DJI Phantom 4(圖1)。

圖1 Phantom 4無人機及地面控制系統

該無人機由飛行器、遙控器、云臺相機以及配套使用的移動設備組成。飛行器重為1380 g,配備全新的影像穩定系統,控制精度高達±0.03°。飛控系統集成于飛行器機身內部,具備雙冗余慣性測量單元(inertial measurement units,IMU)和指南針系統。一體式云臺位于機身下部,其上搭載嵌入式相機。遙控器配備靈敏的控制桿和專用按鈕,工作頻率為2.400~2.483 GHz。內置DJI Lightbridge高清圖傳系統,圖像傳輸和可遙控距離達5 km。Phantom 4能同時接受GPS及GLONASS定位衛星信號,可獲取5 m精度的影像位置信息。其搭載的相機焦距為20 mm(35 mm格式等效),內置1 200萬像素1/2.3 in CMOS圖像傳感器。相機鏡頭針對航拍進行了專門優化,94°視角、f/2.8光圈的超低畸變的鏡頭,成像清晰銳利。云臺相機的可控轉動范圍為(-90°,+30°),可以通過控制云臺來采集不同角度的傾斜影像。Phantom 4攜帶了高能量密度智能飛行電池和高效率的動力系統,最大平飛速度為20 m/s,單個電池最大續航時間約為28 min。

2 三維模型構建技術流程

利用傾斜攝影測量技術進行三維建模主要包括外業數據采集、空中三角測量、多視影像密集匹配、數字表面模型(digital surface model,DSM)數據生成、紋理貼合及實景三維建模等步驟[6,9]。其中,最關鍵的步驟是空中三角測量獲取相機外方位元素、多視影像密集匹配獲取加密點云以及紋理貼合。三維模型構建技術路線如圖2所示。

圖2 三維模型構建技術路線

無人機采集數據不僅包含垂直影像,還包含多角度、大傾角傾斜側視影像,且不同于航空影像,存在重疊度高、像幅小、基線短、旋片角大且畸變嚴重等問題,所以傳統攝影測量算法已經不適用傾斜影像。基于SfM的新型數字攝影測量為獲取三維地形數據提供了有效的方法。傾斜攝影測量處理軟件主要有法國ASTRIUM公司的“Street Factory”、法國Accute3D公司的Context Capture和瑞士PIX4D公司的PIX4D mapper系統等[5]。其中,Context Capture軟件運行時無需人工干預,生成的模型精度高,同時在紋理貼合時運用自動顏色補償算法保證瓦片間的數據差異更小,因此本研究采用該軟件來處理無人機影像,構建城市三維模型。

3 實例分析

3.1 數據采集

3.1.1 地面控制點

在影像獲取之前需要在研究區采集控制點,用于后續的空中三角測量及模型精度驗證。在研究區內選擇道路交叉點、建筑物拐點和體育場標記線交點等作為地面控制點,然后利用GNSS RTK(1+1)測量其坐標,測量精度達到cm級,可以滿足實驗的精度要求。本次實驗共采集15個控制點,其中10個用于校正空中三角測量結果,5個用于精度驗證。

3.1.2 航線設計與無人機影像采集

實驗采用Altizure軟件進行無人機航線設計。該軟件是一款優秀的飛控及航線規劃軟件,支持DJI等多款型號的無人機。飛行前需要在軟件提供的地圖上規劃需要建模的航拍區域、設定飛行高度、影像重疊度以及相機傾斜角度等參數,軟件會自動生成1次正攝和4次傾斜攝影的飛行路線,預估飛行時長,并可實現智能續飛。圖3為采集中國地質大學(武漢)北校區多視影像的5個架次航線設計。

圖3 航線設計

在圖3中,中間航線用于獲取正攝影像,上下左右航線分別獲取傾角為40°的南、北、東和西4個方向的多視影像。實驗飛行航高為60 m,航向與旁向重疊度均為80%,5個航次耗時18 min,共獲取研究區194張影像。獲得的正攝影像的地面空間分辨率為0.027 m,影像成像質量好,各類地物清晰可見,多視影像不僅顯示建筑物頂面信息還包含豐富的側面紋理(圖4),這為后續三維模型建立及紋理提取奠定了數據基礎。

圖4 多視影像

3.2 全自動快速三維模型構建

3.2.1 空中三角測量

空中三角測量是三維重建中最基礎的步驟。Context Capture軟件利用特征點檢測算法,本文采用尺度不變特征變換(scale-invariant feature transform,SIFT)方法從多視影像中提取大量特征點,同時結合影像的GPS位置信息利用高效匹配算法進行特征點的快速匹配。在此基礎上,利用迭代光束平差過程生成研究區的稀疏點云(圖5),并同時求解相機的內、外方位元素,完成空中三角測量[10]。

圖5 空中三角測量結果

3.2.2 密集匹配與模型構建

由于初始匹配得到的點云過于稀疏,無法構建高精度的模型,所以需要對點云進行擴展、濾波和優化獲得加密點云。首先,利用密集匹配技術將稀疏點云擴展到相鄰像素,得到密集點云; 然后,通過濾波算法剔除存在于地物模型內外部的誤差點,優化結果[11]; 最后,根據地物復雜度對密集點云進行刪減優化,降低數據冗余,并構建不同尺度下的三角網,獲得優化后的模型。研究區加密點云與DSM模型如圖6所示。

圖6 加密點云與DSM模型

從圖6中可以看出,由于樹木和大門頂部修飾結構復雜,點云和三角網較為密集,而廣場和路面的結構簡單,點云和三角網較為稀疏。

3.2.3 紋理貼合

紋理貼合是城市三維模型構建中的重要部分。通常以3Ds Max為建模工具的三維城市模型構建,數據處理過程均由人工完成,不僅效率低下,而且地物的表面紋理常會出現失真現象。本研究采用的全自動紋理貼合方法很好地克服了這一缺點。首先,對三維模型和紋理影像配準,通過攝影測量的計算機視覺原理,建立空間地物點到各影像的投影關系,從而確立模型中各三角形與多視影像的投影關系,篩選面積最大、效果最優、無遮蔽的目標影像; 然后,將其反投影到模型的三角面上,實現三維模型的紋理貼合[4]。圖7為紋理貼合的三維模型成果,從圖7中可以看到建筑物、樹木和草坪等景觀的紋理表達都十分逼真。

圖7 三維模型成果

3.3 精度分析

3.3.1 空中三角測量加密精度

通過計算5個驗證點的實測三維坐標與區域網平差得到的三維坐標之間的誤差,來衡量區域內空中三角測量加密結果的精度。驗證點誤差統計如表1所示。

表1 驗證點誤差統計

從表1中可以看出,空中三角測量加密結果最大平面誤差為0.066 m,中誤差為0.03 m; 最大高程誤差為0.012 m,中誤差為0.011 m。這些誤差均遠小于《數字航空攝影測量空中三角測量規范》中規定的“1:500平地地形測量平面中誤差不超過0.175 m,高程中誤差不超過0.15 m”的要求[12]。由此可見,本文方法構建的模型幾何精度非常高。

3.3.2 模型復雜度

利用定性方法來評估構建的三維模型的復雜度。對三維模型進行旋轉和縮放,將模型紋理、顏色、空間位置和模型完整度等與真實場景進行對比。結果表明,建筑物模型的基本輪廓、外部建構表現良好,其中屋檐、陽臺和裝飾物表現基本完整; 帶狀綠化樹和綠化林地采用主體建模表現,基本上能夠反映樹木的色調和基本特征; 僅有少量的柵欄、路燈和座椅等地物要素未表現出來。基于《三維地理信息模型數據產品規范》,根據模型精細度和紋理精細度將三維地理信息產品分為I—IV級(I級為最優)[13],本文構建的三維模型復雜度介于II級到III級之間,能夠滿足城市三維模型的需求。

4 結論

針對傳統測量建模方法生產工藝復雜、效率低,以及專業傾斜攝影測量設備昂貴、機動性差等缺點,嘗試利用消費者級無人機傾斜攝影技術進行三維城市建模,并以中國地質大學(武漢)北校區為研究區,進行了多視影像的采集和三維模型構建實驗,得到以下結論:

1)通過飛行控制軟件控制改變內嵌在無人機云臺中相機的方向,消費者級無人機可完成專業攝影測量系統的多視影像采集工作,從而大大降低了城市三維模型數據的獲取成本。

2)利用消費者級無人機獲得的高空間分辨率多視影像,結合高精度地面控制點,可以全自動化生成高精度的城市三維模型,生產的模型整體性好、地物無縫銜接、場景真實、紋理逼真,是一種經濟高效的城市三維模型生產方法。

參考文獻：略

來源：《國土資源遙感》 轉自：勘測聯合網