陈鳌

（瑞士匹克斯福地股份有限公司上海代表处，上海 200030）

无人机影像数据在移动通信应用方面的几点看法

陈鳌

（瑞士匹克斯福地股份有限公司上海代表处，上海 200030）

随着无人机技术和相关后处理软件技术的日益成熟，它的用途也是越来越广泛，而这个技术如何能在移动通信行业，移动通信基站天线的信息采集及处理方面，如天线位置的选择，天线的高度，天线的俯仰角，天线的方位角等提出几点看法。

无人机；图像处理；移动基站；天线信息

1 概述

无人机在人们的生活中是越来越常见了，各行各业都在讨论如何使用无人机实现专业的应用，从航拍测绘、电力巡检、森林调查、精准农业到物流快递到处都有无人机的影子，而无人机在移动通信行业的发展也逐渐成为国内外研究和应用的一个大方向。一些移动运营商已经开始利用无人机技术对通信基站进行监测，或作为临时移动基站，希望让移动网络更加可靠和高效。

众所周知，我国近几年的移动通信迅猛发展，而移动网络的覆盖基本是基于移动基站，全国许多地区都有多网并存，为了充分利用资源以及资源共享，各个移动运营商就采用天线共塔的方法，这就涉及到从基站选址到日常检测等一系列的工作，而无人机就能在这几方面扮演一个很重要的角色。主要表现在基站位置地形勘察；检测基站松动的电缆，设备缺陷，腐蚀，是否有鸟窝等；基站天线的俯仰角，方位角的度量；基站之间的视线确认；在三维模型中对基站各部件的量测；在三维模型中对电波强度的量测。

移动基站包括基站电线等信息的采集与处理是当前移动企业非常关注的一个主题，按照传统的方法，工作人员必须爬上安装在高层建筑物或基站塔，在天线位置使用罗盘，以磁北为基础来测量方位角，天线俯仰角的测量是以安装架上的刻度标记为基准，通过使用识别测量仪的机械指针所指刻度来手动测量，这就产生了测量结果的不精确性。另外，通信基站塔的攀爬是行业内最危险的工作之一，根据中国工信部2016年通信运营业统计公报，全国移动通信基站总数达559万个，这就更是增加了人工操作的危险性及不确定性。根据美国Wireless Estimator统计，美国包括世界范围内，每年都有不少坠塔死亡事故。图1显示了从2003-2016年每年因为检查移动基站的坠亡人数，2013年达到了14个。

图1 美国历年坠塔死亡人数统计表

如果我们采用无人机来做相关的基站的检查，不仅提高了工作的安全性，还能够提供非常可靠并且精确的数据：无人机可以从任何高度和角度采集基站的信息，还可以形成一个完整的基站三维模型；其次，减少对基站检查的障碍性：传统模式（如使用车辆高架起重机）在某些情况下可能会坠落，无人机相对比较小，比较容易靠近操作查看一些详细信息；最后，可以定期对基站进行监控，使得对基站保养和维护的一些决定更加有效。

2 基站数据信息采集

如何使用无人机对基站进行快速有效的采集数据也是有相对的要求，以及为了便于后期数据处理，对无人机拍摄的图像也有一定要求，可以分为几个方面。

（1） 图像质量：航拍后的照片有时会存在噪点较多、曝光过低或过高、运动模糊、GPS/POS数据丢失或不同步等现象，要减少这些现象的发生，一是需要高质量的航拍相机，二是无人机平台本身的控制稳定性要好，当然航拍人员熟练的无人机操控技能也非常重要。

（2） 航拍手段：对于移动通信基站而言，航拍采用的无人机以多旋翼为主要手段， 主要是因为相机的镜头可以做倾斜摄影，另外目前市场上有非常多的航线规划软件，在进行航线规划时，就可以避免照片重叠度的问题。由于一些周边环境的影响，部分旋翼无人机主要靠飞控手手动进行控制，这很难保证图片之间的重叠度，从而导致最后的数据处理失败。由于我国很多的基站是安装在市区的一些高楼上，这一区域基本上都是人群密集区，从安全角度出发，这就使得无人机的航拍会非常困难和危险，那么在这种情况下我们就必须采用一些其它的方法对基站进行数据采集，如使用手动模式把相机放在支架上然后进行拍摄采集。

（3） 硬件及相机标准：目前，市场上的很多相机和数据处理软件不能很好地匹配，各种自制的多镜头相机、改装相机、多光谱相机、热感应相机等，没有按照严格的标准来进行生产，有时还会发生焦距和传感器尺寸完全错误的情况，这也增加了对数据处理的难度。

（4） 天气因素：无人机航拍受天气影响非常大，天气状况在很大程度上影响了航拍质量，如大雪过后航拍的照片会很难处理，晴天也会产生类似的问题，如阴影的移动等。

（5） 数据的完整性：根据不同行业不同项目的需求，我们采集的信息可能不完整，如在计算基站的方位角的时候，我们需要基准磁北的相关信息，目前无人机市场还没有能够把这些信息自动采集并记录到照片里面或者记录到相关的POS文件中。

3 数据处理及其精确度

图2 移动基站三维模型和天线量测

当我们把基站的各项数据采集完成以后， 我们就需要对这些数据进行处理，然后根据处理完成后的数据进行各项分析从而得出我们所需要的各项具体指标。

对数据处理的第一步我们就是要提取照片中的各项信息来进行匹配和空三平差，再进行点云加密，我们就可以得到一个真实的带有地理信息坐标的三维模型，图2上面部分就是用无人机航拍以后处理完成的移动基站的点云三维模型。在这个三维模型中，可以进行一系列的运算，就可以得到每一根天线的俯仰角。下面以计算天线的俯仰角为例来做进一步的探讨。

天线俯仰角的调整是网络优化中非常重要的一个因素，选择合适的俯仰角可以使天线至现区域边界的射线与天线至受干扰影响的小区边界的射线之间的同频及邻频干扰减至最小；另外，选择合适的覆盖范围，使基站的实际覆盖范围与设计的覆盖范围相同，同时可以加强对现覆盖区域的信号的强度。

在采集数据的时候，根据无人机或者照相机记录了所在位置的GPS信息，通过软件的计算，我们可以以三维的模式把基站包括周边的环境完全的还原出来，更重要的是在这个三维模型中每一个点都有它相对应的GPS坐标， 也就是说每一个点都有具体的X,Y,Z数值。基于这些三维点云数据，在天线平板的适当位置勾画出一条折线的时候，软件就相应的把这条线的三维长度自动计算出来了，同时这条线的二维投影长度也会自动计算。这些三维折线和二维投影线是如何计算出来，还有它们的精度又是如何估算的呢？

3.1 三维长度的计算

三维折线的长度（图2的下面部分是软件自动计算结果）的计算主要考虑其顶点的3个坐标，为了计算这个长度，首先通过考虑定义子线的顶点的坐标来计算折线的每个子线的三维长度。子线由两个顶点Vi和Vj定义。顶点Vi的三维坐标为（Xi，Yi，Zi），顶点Vj的三维坐标为（Xj，Yj，Zj）。子线的三维长度Li，j由下式给出：

其中：Lxi，j＝Χj-Χi；Lyi，j＝Yj-Yi。

Lzi，j＝Zj-Zi三维折线的长度通过添加每个子线的三维长度计算：

其中：n是折线的顶点数。Lp是折线的三维长度。Li，j是由两个顶点Vi和Vj定义的子线的三维长度。

3.2 三维长度的误差估算

三维长度的误差只能在所有顶点已经被标记在至少两个图像上时才被估算， 也就是我们常说的刺点， 刺点的精度在于本身照片的质量再加上刺点时的精确度。在2张照片上的同一个位置（像素）上刺点来精确的定义一个点的位置，而生成的这个点我们称之为手动连接点。手动连接点与折线的每个顶点相关联。当在至少两个图像上标记手动连接点时，使用当前相机外部和内部参数来估算其三维位置。估算的三维点允许计算该手动连接点的理论误差。每个顶点的理论误差用于估算三维长度的误差。

三维长度上的错误通过在每个子行上添加误差来计算：

其中：n是折线的顶点数。dLp是折线的三维长度的误差。dLi，j是子线Li，j的误差。

子线dLi，j上的误差计算如下：

其中： Sxi，Syi，Szi是顶点Vi的理论误差的x，y，z分量。

3.3 投影二维长度

投影二维长度是折线的长度，只考虑顶点的（X，Y）坐标，省略Z坐标。

投影二维长度是折线的每个段的二维长度的总和（一个段被定义为两个连续顶点之间的线）。

考虑具有坐标（X1，Y1，Z1）和（X2，Y2，Z2）的两个连续顶点V1和V2。该段的二维长度由下式给出：

其中：ΔX＝Χ2-Χ1。ΔY＝Y2-Y1。

折线的投影二维长度通过添加线段的二维长度计算：

其中：Lp＝折线的投影二维长度。L1，Lv＝线段的二维长度。

当我们把三维长度和相关的二维投影长度计算后，根据三角形正弦和余弦定理，就可以很容易的把夹角计算出来，从而得到所需要的天线的俯仰角。

4 大数据及自动化

以上描述了相关的一些具体的算法与技术，而我们从概述中得知，我国差不多有500多万的基站，如果基站以60张图片为基准，那500多万的基站是一个非常庞大的数据，当前主流的数据处理模式还基本停留在配备大功率高性能的服务器来进行数据处理，还没有真正做到互联网广泛用到的分布式处理。在数据处理的自动化程度上，当前市场上一些主流软件已经能够初步做到全自动化处理，然而对于图像处理的整个工作流程而言，自动化程度还远远不够，就以计算基站天线的俯仰角为例，我们在软件中必须人为的来划线，然后进行调整得出天线三维长度和投影二维长度，然后再根据三角定理最终得出俯仰角的角度，如果我们能在系统中以每根天线作为一个对象，在天线的背面自动定义划线，然后自动算出不同的角度，每一个算出的角度可以以各种不同的格式进行导出，那么在减少误差及人工成本方面会有一个大的跨越。

5 发展方向

目前，无人机数据处理存在诸多难关需要攻克。但处理后的无人机航拍数据价值体现在应用上，如何能将其价值最大化，就需要在应用模式上进行创新。

5.1 一站式管理

无人机航拍数据一站式管理，也就是行业的一站式解决方案。在移动通信行业，需要增强对对象逻辑形式的自动提取，例如整个基站的模型，不同种类的天线模型，还可以进行不同分类，地面基站模型，城市密集区高楼楼顶模型等。这些三维模型需要真正地体现到实际应用方面，如计算每一个基站天线的方位角与俯仰角，由于我们采集的数据都带有真实的地理位置信息，在基站数据管理中心，每一个基站可以在真实的地图上显示它的地理位置信息， 可以显示它的状态，工作模式，维护维修状态，更能精细到每一根天线的所有细节等。

5.2 大数据应用

未来的时代是一个大数据的时代，目前各种云处理，各种大数据都在进行针对性的做出各种开发以适合各种行业应用。例如在采集完各种数据后，如采用HDFS方式进行分配数据，然后使用Hadoop的分布式处理方法来提高对图片的匹配运算以及点云加密，这就大大提高了我们处理数据的速度，从而能够保证我们信息管理中心的数据的实时性。

总之，在移动通信行业，无人机数据的处理方法已经有了一部分的功能，能够满足一些基本的行业需求，一方面由于还存在不少硬件、软件方面的技术或者环境，政策方面的制约因素，还需要进一步的进行规范，另一方面从技术层面上还有很大的提升空间，就可以真正做出一个结合行业应用的全功能的数据处理管理中心。

Some opinions on UAV image data in telecommunication applications

CHEN Ao
(Switzerland Pix4D Shanghai Representative Off i ce, Shanghai 200030, China)

With the development of UAV technology and related image data post-processing software technology, its use more and more widely. But how can this technology be used in the telecom industry, for base station antenna information collection and processing, such as the position of the antenna, the height of the antenna, the pitch angle of the antenna, the azimuth of the antenna, and so on, here just give some view of points.

UAV; image processing; telecom base station; antenna information

V279

A

1008-5599（2017）04-0023-04

2017-03-16