席凯林

（江西省自然资源测绘与监测院 ，江西 南昌 330002）

传统人机航测的方法不够精准并且存在相对危险，不能满足矿山测绘工作的实际需要。无人机遥感测绘技术就成为矿山地质测绘必不可少的技术。无人机感测绘技术克服了传统人机航测的缺点，具有成本低、故障少、效率高的显著特点，对于资源充分开采利用，提高矿山采收率具有重要作用。通过对无人机遥感技术的研究，以期为矿山后期规划及资源分配提供最真实的基础数据。

1 无人机遥感测绘技术在矿山地质测绘中的应用研究

1.1 设计无人机遥感测绘装置

本研究主要使用瑞士生产的型号eBeeAg的固定翼无人机，此无人机集成了GPS、惯性传感器、气压传感器、空气速度传感器、地面传感器和飞控系统，其中，GPS主要用于记录拍照片的位置信息、惯性传感器主要是记录照片拍摄中无人机姿态、气压传感器主要是测量飞机起飞位置的高度、空气速度传感器主要是测量空气速度、地面传感器是测量与地面的距离、飞控系统主要是通过机身内置飞控模板，用于保证计算机与飞控软件实时连接的。其次，判断无人机设计是否成功，主要通过观察飞机飞行姿态的平稳度、飞行的续航时间和速度、飞行的高度和起降方式以及飞机所能承载的荷载。飞机性能的好坏将直接影响到无人机航拍采集数据的质量。主要包括无人机系统的承载平台飞行平台、保证无人机在飞行时的正常运转的控制系统、完成数据交换和数据传输之间的通讯系统、发射与回收系统。

无人机具体航拍流程如下：

（1）对航拍作业使用的无人机及搭载的相机进行性能、安全性检查

（2）对航拍路线进行规划并确定实际航拍线路

（3）使用无人机按照确定的路线进行航拍

（4）将无人机降落并取得拍摄的影像数据

相较于传统的航天航拍来说，低空无人机航拍具备有下列优势：

①拍摄照片便利，在整个操作过程中都不用专门的技术人员进行，在需要我们在操作进行前进行简单的技术讲解和培训即可，操作过程较简捷，通过简单的教学操作培训，操作人员即可掌握。②成本低廉，无人机遥感平台和传感器投入的成本相对于其他技术系统来说，成本是低廉的，在市场上整套设备的价格大概在10万元到100万元左右，对于企业和个体来说都在其可承受范围内[1]。③具有灵活性，设备齐全并且安全性能好的无人机在进行起飞时不需要专门的飞机跑道，也能适应多种起飞环境，并且适应性极强，不仅在平地可以进行航拍，即使在山区和低洼的丘陵地带也可以成功的进行航拍。④受气候干扰小，一般情况下除去恶劣的雨雪天气，或者伴有强风的天气，无人机都能进行航飞任务，受外界恶劣天气干扰性较小。

虽然低空无人机具有操作简便、灵活性强等优势，但这也导致机身的重量不能保证机身在飞行过程中姿态的稳定。存在的这些问题给无人机技术的研究和应用带来以下挑战：1.具有不稳定性、旋转角度偏差大，降低无人机匹配的可靠性[2]；2.像幅小、需要航拍的照片较多，致使工作量较大，技术的应用不够完善导致效率较低，不利于精准度的把握。为了解决这种情况，可以通过在不同位置布设像控点，多角度取景来矫正畸变。

1.2 布设像控点

像控点是指传统测量中的控制点，设置相控点的主要目的是要通过布设控制网来掌握成果精度，主要运用航带网和区域网的布点形式。要想达到航带网的绝对定向，并且使航带网变形得到改正，就要充分利用航带网布设野外控制点，在每条航带之间间隔一定的布设，由于摄影和成图比例尺的差异，间隔的基线数也具有差异性。针对关键部位的布应该布设双平高点，采用特殊的布设方法，提高可靠性。比如对某矿区进行测量，就要考虑当地情况，先进行小范围内的像控点布设，主要是通过实验分析来确定布点方案。在对该矿采用区域网布设的形式布设像控点时，要求要根据实验来确定，其中以平面点按航向方向跨度小于7条基线、高程点按航向基线跨度小于4条基线，进行具体像控点点位布设。目前主要采用的方法是GPS静态观测，具体网平差要求:

（1）卫星高度角≥15°；

（2）有效观测卫星数≥4；

（3）在观测中的任意时段内的任一卫星有效观测时长≥15min；

（4）平均重复设站数：≥1.6；

（5）采用时长：≥45min；

（6）数据采样间隔为：15s；

（7）点位几何图形强度因子（PDOP）＜6。

一般采用Topcon Tools v.7.5.2处理基线数据，生成基线向量文件；采用CGO技术进行网平差数据处理，利用WGS-84进行三维无约束网平差计算，最后输入已知点数据，解算加密坐标。为更好保证像控点成果精度，在测量全过程中，应该随机与源数据进行校核，平面点位误差在5cm以下，高程点位误差在10cm以下。

1.3 提取矿山地物

利用传统方法对矿区进行地物提取，首先要对矿区地物进行人工目视解译，然后提取人工分类的地物的特征，再利用其指导未分类地物进行分类，利用卷积神经网络进行地物提取，卷积神经网络可以让机器从学习中自动获取数据特征并指导地物分类，为矿区地物提取提供了新的解决思路，最后为改进单体模型的准确率基于4种卷积神经网络模型提出多数投票算法及打分算法2种集成模型。

卷积神经网络结构分明，各结构之间分工明确，其中数据由输入层进入，在卷积层进行图像特征提取，在池化层对特征图稀疏处理，在全连接层进行分类，最后输出层显示结果。

线性模型的表征能力存在不足，为了使测量更具有准确性。在计算过程中运用非线性激活函数能使运算的过程更像复杂函数，计算更加精准，本文主要使用的是ReI.U函数，是一个分段线性函数，具体公式如下所示：

式中x为参数因子。

从公式和函数中可知，ReLU函数具有单侧抑制特性，当x＜0时，导数恒等于0，当x＞_0时，导数恒等于1，即梯度保持不变。这种方法使得模型收敛速度更加稳定，神经网络的反向传播中也更有效地将误差向前传递，及时更新网络参数，缓解过拟合问题，同时计算速度也很快。

1.4 实现矿山地质测绘

无人机航测技术的实施过程中测绘数据必须要真实、准确，因此，通过将三维数据建模应用在无人机航测技术中，有利于提高测绘工作的准确性，得到的数据更加准确可靠。将数据建成地质空间复合体，通过点、线、面、体的地址三位数据模型来进行测绘，其中总体分为简单体和复杂体，以体元为构成要素，以控制性结点、内插结点和控制点、内插点为点的主要工具对连接线和弧线进行分析。

2 实验

在实验中采用随机采样的方法，在测试的矿山区域随机选择500个样本点，可以将这些样本点视为像素点，并将这些像素点所代表的区域进行分类，可以划分为矿区地面、道路、车辆和建筑四大类，分别使用本文设计的测绘方法和传统的测绘方法对500个像素点进行分类识别，两种矿区测绘方法的识别结果如下表所示：

表1 两种测绘方法的识别结果

从上表中的结果可以计算出传统方法总体识别精度约为65.3%，本文测绘方法的总体识别精度可以达到89.1%。以上的实验结果表明，本文设计的基于无人机遥感测绘技术对地物识别的精度有效提高。总体上来看，本文设计的测绘方法在地物识别方面具有一定的优越性。

3 结束语

目前在国内无人机航测技术已经在逐渐普及和应用，也取得了一些成就。但仍存在影像畸变大、飞行姿态不稳定、比例尺不一致、数据量较大等问题，这些问题是无法忽视的，我们要有针对性的采取措施。要对无人机的飞行姿态进行控制，对影像的自动转点过程进行进一步的深入研究，对于数据的采集使用更加精准的公式和计算方法，确保数据的真实性和准确性。