陈 杨，何 勇

基于农村分布式光伏电站勘测的小型无人机倾斜摄影系统及试验

陈 杨，何 勇※

（浙江大学生物系统工程与食品科学学院，杭州 310058）

建设农村分布式光伏电站前需要人工消耗大量时间攀爬屋顶勘测尺寸，勘测人员生命安全也缺乏有效保障。针对该问题该研究开发了一款可以快速搭载的小型无人机五相倾斜摄影相机ZTRS-M5B，相比于其他倾斜相机，ZTRS-M5B拥有更好的便携性和更低的制作成本。使用搭载ZTRS-M5B的无人机倾斜摄影系统分别对建有分布式光伏电站的农村居民住宅区和工厂区域进行三维建模，并与地面人工实测值进行比较来检验模型精度。结果表明光伏电站太阳能板的模型倾角和实际倾角高度相关，房屋建筑的模型水平尺寸平均绝对误差为0.11 m，平均相对误差为0.37%，模型垂直尺寸平均绝对误差为0.12 m，平均相对误差为1.04%，精度上满足农村分布式光伏电站建设前期勘测要求，证明该系统也能够替代其他倾斜摄影系统对中小区域范围进行快速勘测。

无人机；相机；三维重建；分布式光伏电站；倾斜摄影相机；快速测绘

0 引 言

分布式光伏发电系统是近年来在国内外增长最快的分布式发电系统。其以发电方式灵活、能源利用效率高、环境污染小等优点日益成为传统电网的重要补充[1-3]。建立分布式光伏电站首先要对屋顶进行勘察，需要获取屋顶详细信息，包括屋顶结构尺寸，房屋朝向与高度，以及与电网的接入距离等参数，以便用于电站设计和安装[4-6]。传统勘察方式需要人工攀爬屋顶测量这些参数，不仅费时费力，受到工具和视角的限制测量精度也不能得到很好保障，更重要的是屋顶攀爬本身是件危险的活动，勘察人员从屋顶跌落的意外时有发生，因此急需一种安全高效的屋顶测量方式来代替人工攀爬[7-8]。

倾斜摄影技术[9-12]是近些年来发展起来的新航测技术，其通过在同一飞行平台上搭载多台传感器，可同时从垂直、倾斜等不同的角度采集影像，并同时记录航高，航速，坐标等飞行参数，对这些信息进行分析和整理后快速生成纹理丰富的实景三维模型[13-16]。

近年来，随着无人机技术门槛逐步降低，小型无人机的应用越来越广泛[31-34]。小型无人机成本低廉，携带方便，操作简单，控制稳定，适用于各类中小区域环境上的作业，因此更多的倾斜摄影系统开始与小型无人机相结合。朱闫霞[35]将哈瓦五镜头航空摄影相机搭载在八旋翼无人机进行外业航飞，以获取目标地物的全方位地理信息。孙杰等[36]使用DM-150系列无人接搭载航天数维开发的DM5-4200倾斜相机完成多个城市的无人机数据采集和三维模型建模生产项目。相比于搭载在航空飞机上的大型倾斜摄影系统，基于小型无人机平台的倾斜相机成本更低，操作更加简单，携带更加方便，但是目前市面上的小型倾斜相机价格依然较高，普遍在几十万甚至上百万元。本文针对分布式光伏电站勘测要求和使用场景，开发了一款适合多旋翼无人机搭载的低成本便携式倾斜摄影相机ZTRS-M5B，一方面适用于中小区域面积（5 km2以内）的快速勘察，另一方面价格低廉，成本控制在3万元以内，并且尺寸质量小，能够方便携带，可灵活的应用于各种环境。将DJI M600 Pro飞行平台与ZTRS-M5B相机组成倾斜摄影系统，用该系统分别对农村居民区域和工厂区域分布式光伏电站进行测试勘察，重建区域三维模型并与地面实测值进行比较来检验模型精度。

1 倾斜摄影相机开发

1.1 倾斜相机外壳设计

倾斜相机的外壳设计至关重要，除了要保护相机和内部工作系统以及最大化图像采集效率，还要尽可能减轻质量减小无人机的承重负担。

倾斜摄影系统外形主要分3种类型：扇形布局、块状布局和马其他十字形布局[37]，马其他十字形布局因为相机拍摄区域之间更高的重叠度，更适合用于三维重建的图像采集，也是近年来多相倾斜相机设计主流[38]。为了能够获取完整的立面信息，倾斜相机的倾角一般在35°到50°之间，根据Rupnik等[39]的研究，越高的倾斜角度会增加三维模型质量和精度，但是过高倾角拍摄的照片也可能在三维重建中带来不稳定的系统误差，因此45°是多相倾斜相机常见的倾角选择。本研究采用马其他十字形布局设计了一台五相便携式倾斜摄影相机，该相机外壳设计如图1所示，由中心一台垂直对地相机和四台倾角为45°的倾斜相机组成，外壳的尺寸为243 mm×243 mm×145 mm，这样的设计无论大中小画幅相机都能适用。

图1 倾斜相机外壳设计图

在外壳材料选择上主要有以下几种：ABS工程塑料、碳纤维、铝合金、光敏树脂，这些材料特性如表1所示，铝合金与ABS工程塑料、光敏树脂相比，都具有很强热塑性可易加工，但在质量上远比这2类材料轻，稳定性和强度上也比这2类材料强，碳纤维在质量和强度上都比铝合金有优势，但是加工难度和制作成本要远高于铝合金，为了兼顾成本、质量和实用性，最终选择了铝合金作为外壳材料，采用CNC数控机床进行制作加工，保证了该外壳的精度和质量。

如图2所示，为了方便迅速地装卸在各类无人机平台上，还在外壳顶部设计了快速卡扣，可以简单快速地装卸在多旋翼、固定翼、直升机等无人机飞行平台，外壳内部还填充了吸震海绵来保护内部的相机系统。

1.2 倾斜相机内部系统开发

在相机选取上主要考虑以下几个因素：1）质量轻，体积小，能够节省空间和负重；2）具有较大尺寸成像传感器和高清的镜头可以满足不同高度的航拍要求；3）提供可变焦距和较低的快门速度，拥有自动对焦，光学防抖等功能可以灵活应对航拍中的各种环境变化。经过选择最终采用了5台索尼QX100相机，单个QX100相机参数如表2所示：

循环经济的实践，品牌商的推动都是举足轻重，越来越多的品牌企业宣布加入回收利用的环保行动。2017年，阿迪达斯售出100万双由海洋塑料垃圾制成的跑鞋，计划到2024年前停止使用全新塑料而仅使用再生塑料为原料进行生产。卡夫亨氏宣布到2025年，将在全球范围内100%采用可回收、可重复使用或可降解的包装。可口可乐、联合利华、沃尔沃、宜家、耐克、H&M等龙头企业，也纷纷公布使用再生塑料的计划。家电巨头格力电器也斥巨资设立再生资源公司，从事废旧电子电器产品的回收拆解，让原料再生，从而实现家电产业链的生态循环。

表1 外壳选材比较

图2 倾斜相机快速卡扣设计

表2 QX100相机参数

为了能使5台相机同时自动曝光，设计了由STM32F4高性能微控制器和光耦合器组成的控制面板控制相机快门。通过柔性线路板将相机引出到光电耦合器上来代替相机的快门电路，通过STM32F4向光电耦合器发送开/关指令来控制相机拍照。STM32F4是基于CortexTM-M4内核的单精度浮点运算微控制器，拥有168 MHz的高速性能和1 M的闪存空间，采用了ST的ART加速器使得程序在闪存中运行零等待，因此能稳定准确的控制5台相曝光工作，同时还能触发内嵌的GNSS/INS系统同步记录每张照片位置和姿态信息。

相机内嵌的GNSS/INS系统包括GNSS天线与观测部件，惯导部件和主控器。GNSS天线与观测部件采用Ublox M8T定时芯片，尺寸仅为17.0 mm×22.4 mm，能够从GPS、GLONASS和北斗等全球导航卫星系统中取得的精确度小于20 ns的精密参考时钟，具备位置测量（Survey-in）与单卫星授时的特性，因此在只有一颗卫星提供信号的情况下也可增加授时精确度与授时可用性。惯导部件和主控器使用了MPU9250惯性测量仪，MPU9250通过尺寸仅为3 mm×3 mm×1 mm QFN封装的芯片集成了3轴加速器、3轴陀螺仪和3轴磁力仪，能在低功耗下计算芯片转速、俯仰角、运动速度和方向等惯导信息。主控制器通过时间戳同步GNSS和INS信息并分别通过通用异步收发传输器（UART）和集成电路总线（IIC）将原始数据存储在GNSS/INS系统的SD卡中。每台相机和GNSS/INS系统都有自己独立存储的SD卡，通过一个共同的USB3.0接口可以将每张SD卡存储的信息共同传输到PC端。

为了减轻质量，拆除了每台QX100相机内嵌的电池，统一使用由3块3 500 mAh，共10 500 mAh的18 650锂电池给整个相机系统供电并且将电池盒外置在相机外壳顶部，简化换电池的操作。STM32F4微控制器的工作电压为5 V，相机的工作电压为3.8 V，需要安装电池管理单元给他们分开供电，稳定维持各自的工作电压。整个倾斜摄影相机系统内部的结构如图3所示。

图3 倾斜摄影相机内部的电路结构

2 倾斜摄影系统试验

本研究选用DJI M600 Pro六轴多旋翼无人机飞行平台搭载ZTRS-M5B倾斜相机组成倾斜摄影系统。M600 Pro具体参数如表3所示。飞行器最大载质量6 kg，搭载五相倾斜摄影相机后质量为14.8 kg，单次飞行作业时间最长可为25 min，适合于中小区域范围的测绘。

表3 M600 Pro 无人机参数

试验地点分别选取了金华市蟠龙村（29°02′31″N，29°02′31″E，平均海拔高度500 m）的一处居民区域和一处工业园区，居民区域范围为350 m×350 m，工厂区域范围为500 m×500 m，这2处区域都有部分建成的分布式光伏电站。作业过程分为3个部分：数据采集，数据预处理和三维重建，具体流程如图4所示。

2.1 数据采集

首先对现场环境进行初步勘察和了解，勘察内容包括飞行区域是否有过高的障碍物，是否有较强的磁场干扰无人机飞控系统和通讯装置，检查整个区域的飞行限制级别，飞行前是否需要报批以及选取空旷合适的飞行起降点等。在掌握目标区域环境情况和做好飞行前准备之后，通过DJI GS PRO进行飞行参数设定和航线规划。DJI GS PRO是一款iPad APP，将iPad作为地面站控制DJI的飞行器。DJI GS PRO可以设置航线、航高、航拍模式、飞行速度、航向与纵向重叠度等参数。DJI GS PRO 会将设置完的飞行参数上传给DJI M600 Pro无人机，后者会根据上传的参数自动完成飞行任务，飞行过程中5台相机每隔设定的时间间隔同时拍一次照片，相机的GNSS/INS系统会在拍照同时记录相机位置和姿态信息。飞行参数和拍照间隔设置主要考虑3个方面平衡：安全，效率和地面分辨率。三维重建模型精度和质量取决于相片的地面分辨率和相片间重叠度。根据地面分辨率公式

式中H为相对航高，f为摄影镜头的焦距，gsd为影像的地面分辨率，a为像元尺寸的大小。

像元尺寸大小和镜头焦距根据相机固定，在保证飞行安全情况下，降低飞行高度能够提升相片地面分辨率。增加航向与旁向相片间的重叠度能够提升三维重建中空三计算的准确率，但在相同拍摄区域面积下，越高的重叠度需要越长的飞行路径和消耗更多的电池电量，相同重叠度下，不同高度所需的飞行路径也不一样，因此具体的飞行参数需要根据飞行任务的目的和环境进行调整。本研究中的试验环境为农村居民区与工业区，飞行高度范围为50～70 m比较理想。倾斜相机因为带有倾斜镜头，其旁向重叠度可以稍微低些，但不能低于50%，航线重叠度尽量保持在70%～80%[40]。为了尽可能减少M600 Pro无人机高速飞行给相机带来的震动影响，飞行速度控制为5 m/s，经过计算相机的曝光间隔设为4 s时垂直对地相机在50 m时的航向重叠度为74%，符合后续三维重建的要求。本研究设计的倾斜摄影系统主要面对最大500 m×500 m的中型区域范围测绘，在上述条件下，不同飞行高度和旁向重叠度对飞行路径和地面精度的影响如表4所示。

在本试验中居民区域范围较小，为350 m×350 m，航高设置为50 m，旁向重叠度为60%，飞行时间为14 min，一共拍摄了1 052张照片；工厂区域拍摄范围为500 m×500 m，飞行高度为50 m，旁向重叠度为50%，飞行时间为23 min，一共拍摄了1 755张照片。

表4 不同飞行参数下飞行路径与地面路径的计算数值

2.2 数据预处理

飞行完成后首先将GNSS/INS系统记录的相机位置和姿态信息与相机所拍摄的照片导入电脑中通过软件进行对应匹配，使每一张照片都带有拍摄时的GPS信息和姿态信息。由于倾斜影像具备多角度、大倾角的特点，传统的特征点匹配方法无法解决倾斜影像匹配中的遮挡、几何变形、几何断裂、影像大幅旋转等问题。因此需要利用匹配后的POS信息进行斜视影像纠正，消除因大倾角与旋转角引起的影像几何变形。结合POS系统提供的外方位元素和设计的航高，根据共线条件方程能够得到影像在地面上的投影四边形轨迹

式中为外方位元素初值；123为旋转矩阵元素；为焦距；Z为由所有影像的外方位线元素均值与航高计算得到的平均高程面；(,)为像主点为原点的像平面坐标；（）为像点投影到平均高程面上的地面坐标。给定影像４个角点像素坐标及其对应的地面坐标后，可求解原始影像与纠正后影像间的单应变换矩阵

2.3 三维重建

将预处理后的照片导入到电脑的Smart3D软件中进行三维重建，整个三维重建过程如图5所示：首先通过空三角测量计算相机投影矩阵，利用光束法平差最小化观测和预测的图像点之间的投影误差并建立稀疏点云模型；生成点云模型后，对于非规则离散分布的点云数据需要构建不规则三角网TIN（triangulated irregular network）模型建立离散点云之间的空间关系；最后在TIN网格上匹配合适的纹理面片生成最终的三维模型。电脑的配置为：Windows7 64bit系统，Intel I7-7800 3.5 GHz处理器，2块NVidia GTX1080ti显卡，32 GRAM内存。农村居民区域的重建时间为6 h，工厂区域重建时间为10 h。

图5 三维重建过程

3 结果与分析

3.1 模型精度检验

在拍摄的居民区域和工厂区域内总共选取了22处带有分布式光伏电站的建筑用来检验模型精度，这22处位置分布如图6卫星图所示，检测内容分为两部分：对分布式光伏电站的三维模型倾角精度检验和对房屋建筑的三维模型尺寸精度检验。

图6 选取检测点的卫星分布图

3.1.1 分布式光伏电站倾角精度检验

光伏电站太阳能板的尺寸设计和安装倾角都有统一的标准，因此通过比较光伏电站的太阳能板实际尺寸来检验三维模型长度精度，用倾斜仪测量的倾斜角来测量模型倾角精度。

如图7所示，Smart3D软件可以直接测量模型的长度、面积和高度差，通过公式（4）测量模型的倾斜角α

式中H为斜面高度差，cm；L为被测表面长度，cm。

模型角度计算值和地面实测值相关性如图8所示，在<0.01时显著，2为0.973 9。说明该小型无人机倾斜摄影系统建立的三维模型能准确还原太阳能板的倾斜状况，精度与真实值接近。

图8 模型计算倾角和实测倾角间相关性

3.1.2 房屋建筑精度检验

通过倾斜摄影拍摄的照片建立起的三维模型具有完整的立面信息，通过检验房屋的尺寸和高度可以检验三维模型水平和垂直方向上精度。本试验设房屋沿东西方向为长，南北方向为宽，建筑最高点距地面的垂直距离为高，通过比较22处房屋长度和高度的模型测量值和地面实测值来检验房屋建筑水平和垂直精度，结果如表5所示。

有表5知，建筑长度在工厂区域的绝对误差范围在0.11～0.23 m，平均绝对误差为0.15 m，相对误差范围为0.11%～0.26%；农村区域建筑长度绝对误差范围在0.03～0.12 m，平均绝对误差为0.08 m，因为农村房屋尺寸比厂房区域小很多，因此其相对误差计算范围会相对更大一些，在0.33%～0.89%。三维点云生成的过程中会因为镜头畸变，拍摄虚焦，相片精度等设备因素和天气情况，光线衍射，物体表面反射特性等环境因素产生一定的噪点，通过统计滤波等方法可以消除部分离主体较远的噪点，但很难去除那些离真实点云距离近的噪点，这些噪点会和点云一起通过不规则三角网（TIN）拟合出物体的表面模型，使得模型部分表面难以光滑平整，甚至部分位置出现畸变，这对模型尺寸测量会带来一定的系统误差，面对测量尺寸越大的建筑，这方面的系统误差影响越大，因此工厂区域长度上的测量误差整体会比农村更大一点。厂房高度的绝对误差范围0.08～0.15 m，平均绝对误差为0.10 m，相对误差范围为0.72%～1.15%，居民高度检验结果和厂房高度检验结果近似，绝对误差在0.07～0.17 m，平均绝对误差为0.13 m，相对误差范围为0.76%～1.64%，相比于工厂区域的厂房，居民区域的房顶结构会更复杂，拥有更多的斜坡以及不规则的外形，另外工厂区域的地平面也会比居民区更加平整，这些都会表现在三维模型中并会对模型高度测量中端点的确认带来干扰，因此居民建筑高度误差范围比厂房要更大一些。建筑长度的总体平均绝对误差为0.11 m，总体平均相对误差为0.37%，建筑高度总体平均绝对误差为0.12 m，总体平均相对误差为1.04%。结果表明通过该小型无人机倾斜摄影系统建立的三维模型精度与真实值近似，适合分布式光伏电站前期对中小区域的快速勘查。

通过该倾斜摄影系统建立的三维模型与实际尺寸依然有小部分偏差，具体原因可能有以下几种：1）地面反射率在不同角度看是不同的，因此同样的物体在不同位置角度的照片中明暗细节不同，这会对照片之间空三计算产生影响，多云的大晴天产生的地面明暗分布会加剧这种情况的影响； 2）居民区域的建筑结构比工厂区域更加复杂多样，尤其屋顶有各类斜坡以及一些不规则装饰，这些物体的三维表面模型更难准确生成，可以通过增加点云数量和密度，来使得模型外表拟合的更接近真实值，但这样也会增加计算量，并且三维模型能计算得到的有效点云数是有限的，有效点云数由很多因素决定，包括影像的地面精度，相片间的重叠度，相片对焦和曝光准确度等。

表5 房屋建筑精度检验结果

3.2 倾斜相机比较

为了更好的展示ZTRS-M5B倾斜相机的特点，我们将ZTRS-M5B与传统的航空倾斜摄影相机SWDC-5以及市面上的小型倾斜摄影相机DM5-4200在质量、精度、相机参数、价格等维度上进行比较，具体内容如表6所示。

相比于航空倾斜摄影相机，小型倾斜摄影相机最大的优势在于便携性上，ZTRS-M5B的质量远低于SWDC-5，略低于DM5-4200。相比于DM5-4200的全画幅相机和SWDC-5的中画幅相机，ZTRS-M5B为了节省空间和负重，选择了影像分别率要低一些QX100相机，因此相同高度下照片地面精度上要低一些，但是可以通过适当降低飞行高度去弥补。根据公式（1），在50 m高度下，ZTRS-M5B照片的地面精度为1.4 cm，约等于DM5-4200在94 m和SWDC-5在125 m的高度下的照片地面精度。根据本研究的试验，在50 m高度下利用ZTRS-M5B相机生成的三维建筑模型的水平平均绝对误差为0.11 m，平均相对误差为0.37%，垂直平均绝对误差为0.12 m，平均相对误差为1.04%，满足农村分布式光伏电站前期勘测要求。由于勘察分布式光伏电站时飞行高度普遍较低（50～70 m），因为地形和天气环境变化以及房屋高度不一等原因，如果采用类似DM5-4200的定焦镜头容易产生失焦情况，而ZTRS-M5B灵活的变焦镜头，以及相比其他2款相机拥有更大的光圈和更短的曝光间距的特性，再加上光学防抖功能，使其在光线较暗的阴雨天或者风速稍大（3～5级）的天气都可以工作，更能适应复杂多变的环境。另外ZTRS-M5Bz也拥有更大的相片存储空间，可以持续进行多个中小区域的勘测作业。最后在价格成本上，传统航空倾斜摄影相机价格都在百万级以上，市面上类似DM5-4200的小型倾斜摄影相机价格也在数十万元区间，而ZTRS-M5B的制作成本在3万元左右。

表6 倾斜摄影相机比较

4　结　论

本研究开发了一款低成本便携式五相倾斜摄影相机ZTRS-M5B并与DJI M600 Pro飞行平台组成小型无人机倾斜摄影系统。用该倾斜摄影系统对农村住宅区和工厂区2种类型的区域进行了勘察测试，分别收集了1 052和1 755张图像用于三维重建。通过比较光伏电站太阳能板和建筑的模型测量值与地面实测值来检验模型精度，太阳能板的模型倾角和实际倾角高度相关，建筑的水平平均绝对误差为0.11 m，平均相对误差为0.37%，垂直平均绝对误差为0.12 m，平均相对误差为1.04%，满足农村分布式光伏电站前期勘测精度要求。三维模型精度会受到飞行天气的影响，更建议在风速4级以内，云朵较少的晴天或阴天进行作业。另外相比较其他倾斜摄影相机，ZTRS-M5B在成本和便携上拥有更多优势，适合替代市面上其他倾斜摄影相机应用于农村分布式光伏电站勘测，也可推广用于其他中小区域面积范围的测绘任务。

[1]Adefarati T, Bansal R C. Integration of renewable distributed generators into the distribution system: A review[J]. IET Renewable Power Generation, 2016, 10(7): 873－884

[2]Toledo O M, Oliveira Filho D, Diniz A S A C. Distributed photovoltaic generation and energy storage systems: A review[J]. Renewable and Sustainable Energy Reviews, 2010, 14(1): 506－511.

[3]Pilawa-Podgurski R C N, Perreault D J. Submodule integrated distributed maximum power point tracking for solar photovoltaic applications[J]. IEEE Transactions on Power Electronics, 2013, 28(6): 2957－2967.

[4]Turitsyn K, Sulc P, Backhaus S, et al. Options for control of reactive power by distributed photovoltaic generators[J]. Proceedings of the IEEE, 2011, 99(6): 1063－1073.

[5]Haghdadi N, Copper J, Bruce A, et al. A method to estimate the location and orientation of distributed photovoltaic systems from their generation output data[J]. Renewable Energy, 2017, 108: 390－400.

[6]Sun K, Zhang L, Xing Y, et al. A distributed control strategy based on DC bus signaling for modular photovoltaic generation systems with battery energy storage[J]. IEEE Transactions on Power Electronics, 2011, 26(10): 3032－3045.

[7]Li P, Li W, Lian P, et al. Analysis of resilience of distributed system with photovoltaic based on seismic damage[C]//2018 IEEE Student Conference on Electric Machines and Systems, IEEE, 2018: 1－5.

[8]Yang F, Sun Q, Han Q L, et al. Cooperative model predictive control for distributed photovoltaic power generation systems[J]. IEEE Journal of Emerging and Selected Topics in Power Electronics, 2016, 4(2): 414－420.

[9]Aicardi I, Chiabrando F, Grasso N, et al. UAV photogrammetry with oblique images: First analysis on data acquisition and processing[J]. International Archives of the Photogrammetry, Remote Sensing & Spatial Information Sciences, 2016, 41(2): 835－842.

[10]李颀. 基于倾斜摄影技术在农村房屋权籍调查测量中的应用[J]. 测绘与空间地理信息，2016，39(6)：182－183. Li Suo. The application of oblique photography Technology in the rural housing surveying[J]. Geomatic & Spatial Information Technology, 2016, 39(6): 182－183. (in Chinese with English abstract)

[11]Le Besnerais G, Sanfourche M, Champagnat F. Dense height map estimation from oblique aerial image sequences[J]. Computer Vision and Image Understanding, 2008, 109(2): 204－225.

[12]Xiao J, Gerke M, Vosselman G. Building extraction from oblique airborne imagery based on robust façade detection[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2012, 68: 56－68.

[13]Nesbit P R, Hugenholtz C H. Enhancing UAV–SfM 3D model accuracy in high-relief landscapes by incorporating oblique images[J]. Remote Sensing, 2019, 11(3): 239.

[14]Gonçalves J A, Henriques R. UAV photogrammetry for topographic monitoring of coastal areas[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2015, 104: 101－111.

[15]Yan Y, Su N, Zhao C, et al. A Dynamic Multi-projection-contour approximating framework for the 3D reconstruction of buildings by super-generalized optical stereo-pairs[J]. Sensors, 2017, 17(9): 2153.

[16]Barrette J, August P, Golet F. Accuracy assessment of wetland boundary delineation using aerial photography and digital orthophotography[J]. Photogrammetric Engineering and Remote Sensing, 2000, 66(4): 409－416.

[17]李安福，曾政祥，吴晓明. 浅析国内倾斜摄影技术的发展[J]. 测绘与空间地理信息，2014，37(9)：57－59. Li Anfu, Zeng Zhengxiang, Wu Xiaoming. The analysis of the development of oblique photography technique of China[J]. Geomatic & Spatial Information Technology, 2014, 37(9): 57－59. (in Chinese with English abstract)

[18]孙宏伟. 基于倾斜摄影测量技术的三维数字城市建模[J]. 现代测绘，2014，37(1)：18－21. Sun Hongwei. Three dimensions modeling of digital city based on the oblique photography method[J]. Modern Surveying and Mapping, 2014, 37(1): 18－21. (in Chinese with English abstract)

[19]王伟，黄雯雯，镇姣. Pictometry倾斜摄影技术及其在3维城市建模中的应用[J]. 测绘与空间地理信息，2011，34(3)：181－183. Wang Wei, Huang Wenwen, Zhen Jiao. Pictometry oblique photography technique and its application in 3D city modeling[J]. Geomatic & Spatial Information Technology, 2011, 34(3): 181－183. (in Chinese with English abstract)

[20]田野，向宇，高峰，等. 利用Pictometry倾斜摄影技术进行全自动快速三维实景城市生产：以常州市三维实景城市生产为例[J]. 测绘通报，2013 (2)：59－62. Tian Ye, Xiang Yu, Gao Feng, et al. Automatic and fast 3D true city production based on Pictometry oblique photogrammetry technology[J]. Bulletin of Surveying and Mapping, 2013 (2): 59－62. (in Chinese with English abstract)

[21]Lemmens M, Lemmen C, Wubbe M. Pictometry: Potentials for land administration[C]//Proceedings of the 6th FIG regional conference 12-15 November 2007, San José, Costa Rica. /Fredriksberg: International Federation of Surveyors (FIG). 2007.

[22]Lejba P, Nawrocki J, Schillak S, et al. Time transfer realized by PPP technique for trimble NetRS and TTS-4 receivers[J]. Artificial Satellites, 2011, 46(4): 151－163.

[23]Rupnik E, Nex F, Remondino F. Oblique multi-camera systems-orientation and dense matching issues[J]. The International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 2014, 40(3): 107.

[24]Nebiker S, Cavegn S, Eugster H, et al. Fusion of airborne and terrestrial image-based 3D modelling for road infrastructure management: vision and first experiments[J]. Int Arch Photogram Remote Sens Spatial Inform Sci, 2012(4): 79－84.

[25]Cavegn S, Haala N, Nebiker S, et al. Benchmarking high density image matching for oblique airborne imagery[J]. International Archives of the Photogrammetry, Remote Sensing & Spatial Information Sciences, 2014: 45－52.

[26]李德仁，肖雄武，郭丙轩，等倾斜影像自动空三及其在城市真三维模型重建中的应用[J]. 武汉大学学报信息科学版，2016，41(6)：711－721. Li Deren, Xiao Xiongwu, Guo Bingxuan, et al. Oblique image based automatic aerotriangulation and its application in 3d city model reconstruction[J]. Geomatics and Information Science of Wuhan University, 2016, 41(6): 711－721. (in Chinese with English abstract)

[27]李安福，吴晓明，路玲玲. SWDC-5倾斜摄影技术及其在国内的应用分析[J]. 现代测绘，2014，37(6)：12－14. Li Anfu, Wu Xiaoming, Lu Lingling. SWDC-5 oblique photography technique and its application in China[J]. Modern Surveying and Mapping, 2014, 37(6): 12－14. (in Chinese with English abstract)

[28]王琳，吴正鹏，姜兴钰，等. 无人机倾斜摄影技术在三维城市建模中的应用[J]. 测绘与空间地理信息，2015，38(12)：30－32. Wang Lin, Wu Zhengpeng, Jiang Xingyu, et al. Application of the UAV oblique photography technique in 3D city modeling[J]. Geomatic & Spatial Information Technology, 2015, 38(12): 30－32. (in Chinese with English abstract)

[29]Frueh C, Sammon R, Zakhor A. Automated texture mapping of 3D city models with oblique aerial imagery[C]// 3D Data Processing, Visualization and Transmission, 2004. 2nd International Symposium on. IEEE, 2004: 396－403.

[30]Gerke M, Kerle N. Automatic structural seismic damage assessment with airborne oblique Pictometry© imagery[J]. Photogrammetric Engineering & Remote Sensing, 2011, 77(9): 885－898.

[31]Torres-Sánchez J, López-Granados F, De Castro A I, et al. Configuration and specifications of an unmanned aerial vehicle (UAV) for early site specific weed management[J]. PloS one, 2013, 8(3): e58210.

[32]Zahawi R A, Dandois J P, Holl K D, et al. Using lightweight unmanned aerial vehicles to monitor tropical forest recovery[J]. Biological Conservation, 2015, 186: 287－295

[33]Martin P G, Payton O D, Fardoulis J S, et al. The use of unmanned aerial systems for the mapping of legacy uranium mines[J]. Journal of Environmental Radioactivity, 2015, 143: 135－140.

[34]Remondino F, Barazzetti L, Nex F, et al. UAV photogrammetry for mapping and 3D modeling–current status and future perspectives[J]. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2011, 38(1): C22.

[35]朱闫霞. 浅谈无人机倾斜摄影外业航飞解决方案[J]. 电子测试，2018(16)：83－84. Zhu Yanxia. Discussion on the solution of aerial photography for aerial photography of unmanned aerial vehicles[J]. Electronic Test, 2018(16): 83－84. (in Chinese with English abstract)

[36]孙杰，谢文寒，白瑞杰. 无人机倾斜摄影技术研究与应用[J]. 测绘科学，2019，44(6)：145－150. Sun Jie, Xie Wenhan, Bai Ruijie. UAV oblique photogrammetric system and its application[J]. Science of Surveying and Mapping, 2019, 44(6): 145－150. (in Chinese with English abstract)

[37]Petrie G. Systematic oblique aerial photography using multiple digital cameras[J]. Photogrammetric Engineering & Remote Sensing, 2009, 75(2): 102－107.

[38]Bitelli G, Girelli V A, Lambertini A. Integrated use of remote sensed data and numerical cartography for the generation of 3d city models[J]. International Archives of the Photogrammetry, Remote Sensing & Spatial Information Sciences, 2018, 42(2): 97－102.

[39]Rupnik E, Nex F, Remondino F. Oblique multi-camera systems-orientation and dense matching issues[J]. The International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 2014, 40(3): 107.

[40]Dandois J, Olano M, Ellis E. Optimal altitude, overlap, and weather conditions for computer vision UAV estimates of forest structure[J]. Remote Sensing, 2015, 7(10): 13895－13920.

Small UAV oblique camera system design and test for distributed photovoltaic power station survey

Chen Yang, He Yong※

(,,310058,)

Distributed photovoltaic power generation system is the fastest growing distributed power generation system in recent years. The advantages of flexible power generation, high energy efficiency and low environmental pollution make it become an important supplement to traditional power grids. The distributed photovoltaic power plants are mainly installed on various building roofs that need to be measured at the first place. The traditional survey method required manual climbing to measure roofs’ structure and size, roof orientation, tilt angle, roof material, roof height and other parameters which was neither safe nor precise. Oblique photography technology is a new aerial survey technology developed in recent years. By carrying multiple sensors on the same flight platform, it can simultaneously capture images from different angles and simultaneously record flight height, speed, coordinates, etc, which can be used to quickly generate texture-rich real-life 3D models. Most of the Oblique photography systems were installed on air planes or fixed-wing drones which had high price and weight. In this research we developed a low-cost portable five-phase oblique camera ZTRS-M5B whose shell was made of lightweight aluminum alloy and designed with quick snaps for loading on all types of drone platforms. The oblique camera’s size was 243 mm×243 mm×145 mm and weight was 1.8 kg. The camera automatically controlled the shooting of five Sony QX100s via the STM32F4 high-performance microcontroller and optocoupler and simultaneously recorded position and inertial navigation information using the embedded GNSS/INS system. The unmanned aerial vehicle (UAV) mapping system equipped with this oblique camera was used to measure a rural residential area and a factory area. The flight time in the residential area was 14 minutes in which the system took 1 052 images and the flight time in the factory area was 23 minutes in which the system took 1 755 images. All flight parameters were pre-set in DJI GS PRO ground control station which also controlled the UAV mapping system to complete the flight missions automatically. The captured images were pre-processed and imported into the Smart3D software for 3D reconstruction. By comparing with the ground measured values, the 3D reconstruction model’s accuracy would be verified. The results showed that the model tilt angle of the photovoltaic power plant solar panel was highly correlated with the actual tilt angle, the average absolute error of the horizontal dimensional size of the building in the model of was 0.11 m and the average relative error was 0.37%, the average absolute error of the vertical dimensional size of the building in the model of was 0.12 m and the average relative error was 1.04%. This system could efficiently and accurately obtain the housing information needed for the construction of distributed photovoltaic power plants in the early stage, ensure the life safety of surveying staff and greatly reduce the cost of oblique photography survey. We also compared ZTRS-M5B’s parameters with the traditional aerial oblique camera SWDC-5 and another small UAV oblique camera DM5-4200. It showed ZTRS-M5B had more advantage in the portability and dominated in the price although its image resolution was relative lower. This camera could take place other oblique camera in the market for the small and medium area surveying.

unmanned aerial vehicle; camera; three-dimensional reconstruction; distributed photovoltaic power plants; oblique camera; fast surveying

陈 杨，何 勇. 基于农村分布式光伏电站勘测的小型无人机倾斜摄影系统及试验[J]. 农业工程学报，2019，35(22)：305－313. doi：10.11975/j.issn.1002-6819.2019.22.036 http://www.tcsae.org

Chen Yang, He Yong. Small UAV oblique camera system design and test for distributed photovoltaic power station survey[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(22): 305－313. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.22.036 http://www.tcsae.org

2019-05-06

2019-10-09

浙江省重大专项重点农业项目（2015C02007）资助

陈 杨，博士生，主要研究方向为无人机低空遥感，深度学习与机器视觉农业应用。Email：ychen2014@zju.edu.cn

何 勇，教授，博士生导师。Email：yhe@zju.edu.cn

10.11975/j.issn.1002-6819.2019.22.036

S251；TP79

A

1002-6819(2019)-22-0305-09