基于无人机影像和飞控数据的灾场重建方法研究

低空无人机以其机动、快速、经济等优势,在灾害应急事件中逐渐发挥作用,而灾场三维重建也因其突破了常规无人机遥感无法快速提供三维空间信息的局限,在灾害测量中的地位日益凸显。该文面向灾害测量需求,探索一种基于低空影像和无人机自身飞控数据的灾场三维重建方法。在系统规划与平台设计的基础上,选取某滑坡区进行试验。依据计算机视觉原理,通过特征提取、影像匹配、运动与结构重建等实现了相机位置及姿态的恢复,并通过地理注册最终完成了灾场影像三维重建。通过布设地面标识点并与其GPS RTK测量坐标比对,证实灾场重建模型的相对误差低于4‰。

巡航导弹飞控数据链图像压缩编码方案及算法实现

针对巡航导弹飞控数据链系统中"人在回路"末制导方式图像传输特点,设计了飞控数据链图像压缩编码方案,并对基于小波变换的SPIHT算法进行改进,实现了算法的并行化。仿真结果表明,该方法压缩效率相对较高,更易于硬件的实现,在满足飞控数据链大于15倍压缩率要求的情况下,恢复图像人眼主观判图效果好,峰值信噪比PSNR达到约35dB。

巡航导弹飞控数据链图像压缩方案与算法设计

在巡航导弹飞控数据链传输系统中,高效的图像压缩编码方法能降低图像数据传输和弹载终端对图像数据存储的负载。采用了一种压缩效率高,易于硬件实现的基于小波变换的图像压缩编码方案,并进行编解码算法分析和性能仿真。仿真表明,在满足飞控数据链压缩比大于15:1时所恢复的图像,人眼主观判图效果好,PSNR达到约35dB。

巡航导弹飞控数据链信道编译码器模型及算法分析

巡航导弹飞控数据链传输的指令和数据与导弹武器紧密相关,有很高的可靠性和安全性要求。必须探寻一种高效的信道编码方法,尽可能提高编码增益。文章提出了飞控数据链信道编码译码方案,构建了编译码器模型,并进行编译码关键算法分析和性能仿真。仿真表明,当误码率为10-6时,可以获得7.6dB的编码增益。

引入飞控数据的无人机航摄飞行质量检查方法研究

利用机载POS系统获取的传感器的位置和姿态数据,确定无人机航摄影像和飞行航线相对位置关系;引入航摄区域数字高程模型以及传感器参数信息,计算出每张航摄像片的真实地面分辨率及4个角点的框标坐标,实现飞行质量的快速自动检查。检查内容主要包括航带自动整理与划分、影像倾角和旋角的计算与检查、影像重叠度和地面分辨率的计算与检查、航高保持和航线弯曲度的计算与检查,以及摄区边界覆盖情况检查等。实验表明,该方法自动化程度高、检查快速、精度可靠,在日常生产中对低空无人机航摄生产具有一定的指导意义。

飞机飞控手册油耗数据的模型重构及验证

为了航路规划的目的,本文从气流运动规律和物理原理出发,为飞机在爬升和巡航阶段建立了相应的微分动力学模型,用来刻画在不同气象条件下巡航阶段的油耗关系.通过相应的数学模型,对飞机飞控手册(BADA)中的油耗数据的内蕴关系做了重构,并通过数值试验验证了建立的数据重构模型具有较高的精度.

利用低空无人机飞控数据的摄影航带全自动整理方法

本文为低空无人机平台弱控制航摄影像建立符合航测处理要求的区域网,提出了基于无人机飞控数据的无人机影像航带整理技术;分析了无人机影像航测处理区域网构建要求,提出针对无人机航测处理的航带整理技术流程;设计了基于飞控姿态数据的无人机起降和转弯影像自动剔除算法,自动生成航带;并提出了基于飞控数据快速计算像片FOV算法,构建区域网内像对链接关系;对实际无人机航摄的两个测区进行航带整理实验,结果表明基于飞控数据可快速构建区域网,满足空三匹配和挑片测图要求。

轻小型无人机飞控测姿数据辅助测图精度性问题探讨

若要轻小型无人机飞控测姿数据辅助测图精度水准得以保障,一方面技术人员需从无人机硬件角度分析,是否存在传感器技术老旧或精度不足等问题,根据实际情况进行调整;另一方面,还需做好航空摄影测量坐标体系的架构,明确飞控姿态数据的外方位元素与"空三"外方位元素的转换关系,以便缩减姿态问题造成的测图精度偏差。本文基于飞控测姿数据精度改正的必要性展开分析,在明确姿态转换与测量精度的影响同时,期望为后续地理测图工作提供良好参照。

轻小型无人机飞控测姿数据辅助测图精度分析

针对轻小型无人机系统难以集成重量、尺寸较大的定姿定位系统,造成高精度传感器定姿定位数据缺失的问题,该文研究了基于无人机飞控系统定姿定位数据辅助测图的方法,统计分析了飞控系统姿态测量精度以及基于姿态数据辅助的测图精度。YS09无人机飞控系统姿态测量误差较大,姿态中误差低于±3°,航向中误差低于±5°。在直接地理定向的情况下,姿态角影响水平和高程测图精度,其中对平面精度影响小于0.1 H,对高程精度影响小于0.3 H;偏航角影响平面测图精度,影响约为0.098 H。结果表明:基于飞控姿态数据辅助测图精度较低,难以满足大比例测图的精度需求,仅适用于应急条件下对精度要求较低的测图需求。

基于无人机遥感影像拓扑分析的三维重建

在无需任何地面控制点或其它先验知识前提下,探索一种基于无人机遥感影像的三维重建方法。利用无人机飞控数据建立的影像拓扑结构,依次通过特征点提取、影像匹配、从运动恢复结构等步骤估计出相机位置和姿态参数,并恢复出场景特征点云信息,最后对重建精度进行分析。试验结果表明,文中提出的方法可快速、可靠地实现较高精度的三维模型重建。

顾及影像拓扑的SfM算法改进及其在灾场三维重建中的应用

快速、准确的大场景影像三维重建技术可为灾害应急响应和灾情评估提供重要的决策依据。本文针对运动恢复结构(SfM)算法效率低的问题,提出了一种顾及影像拓扑关联关系的拓扑-运动恢复结构(TSfM)算法。TSfM算法利用低空无人机(UAV)自身的飞控记录构建影像拓扑关联关系,缩小了特征匹配时的影像搜索范围,与传统SfM算法相比,影像匹配的时间复杂度由O(n2)降低为O(n)。实验结果表明,TSfM算法实现了基于无人机影像序列的灾场快速三维重建,重建模型的相对精度与SfM算法的重建精度一致。将该方法用于四川芦山地震UAV影像三维重建,可检测出地震滑坡体及其形态信息。