李向可

（中国建筑材料工业地质勘查中心河南总队，河南 信阳 464001）

1 引言

航测技术获取的空间信息产品主要包括线划地形图、正射影像以及高程模型等，其获取空间信息产品的主要方法是对其所采集的照片进行科学计算和严谨的后期处理[1]。随着科学技术的不断发展，无人机航测技术、倾斜摄影测量技术以及数字化航空摄影测量技术等全新的航测技术在2000年以后井喷式出现，为航测技术向着更高、更精、更尖方向发展奠定了基础，也为测量领域注入了活力。无人机航测技术作为航空摄影技术不可或缺的一分子，因其航测效率高且具有较强的灵活性，受到了越来越多从业者的广泛关注。但是无人机航测质量常受到采集照片的姿态差、尺寸小以及畸变大等不利因素的影响[2]。基于此，为了让无人机航测技术尽最大可能地获取最佳空间信息，必须要正确分析出这些不利因素对航测质量的具体影响，并采取积极有效措施来消除这些不利影响。

2 影响无人机航测质量的不利条件

2.1 飞行姿态的稳定性欠佳

无人机飞行姿态的控制方法主要有两种，一种是无人机自身的飞行控制系统控制；另一种是无人机操控手远程控制[3]。无论哪种飞行姿态控制方式都无法弥补无人机自重轻、机身惯性小以及机身受空气流动影响大的基本事实，也正是受制于这种基本事实，无人机航测过程中的仰俯角度、旋偏角度以及侧滚角度的变化幅度都要略大于传统手段的航测技术。根据航测照片质量规范要求可知，航测照片的倾斜角度应小于5°，测量地区不处于困难模式下的最大倾斜角度应小于12°，而倾斜角度超过8°的航测照片数量应在总航测照片数量的10%以下。而无人机航测过程中所获取的照片相应指标大多数情况下都会超出规范要求[4]。

2.2 航带排列不整齐

因为无人机自身质量轻，在航测过程中飞行的无人机机身受横向的侧风、前进方向的逆风或者顺风的影响较大。再加上无人机仰俯角度、旋偏角度以及侧滚角度变化幅度较大的原因，无人机航带排列不整齐，最直观的表现就是航向重叠度和旁向重叠度的变化幅度较大，甚至有时会出现漏拍的情形。

2.3 旋偏角度与影像畸变均较大

无人机航测过程中时常会受到不稳定气流和侧风的干扰影响，在侧风和不稳定气流的影响下，无人机获取的两张相邻照片出现旋偏角大于15°（根据规范要求，航测照片的旋转角度不宜大于15°）的概率增加。

考虑到测量的成本，大部分无人机航测过程中搭载的相机都是普通的单反相机，其畸变量相对于专业的航摄仪来说肯定是较大的，搭载普通单反相机的无人机航测影像边缘处畸变量可达到40像素甚至更高。

2.4 航测影像数量多且像幅小

通过前文的论述可知，无人机航测过程中会出现飞行姿态的稳定性欠佳、航带排列不整齐以及旋偏角度与影像畸变均较大等不利情形，而在实际测量中为了规避这些不利因素，避免出现漏拍的情形，通常采取提高旁向重叠度或者提高航向的方法来实现目的，这种方法虽然可以大幅度降低漏拍的概率，但是因为无人机搭载的普通单反相机像幅小，如果要满足重叠度的预定目标，就需要成倍增加测区内的影像数量，直接导致航测后期处理的工作量激增，降低了航测工作效率[5]。

2.5 模型数量多且基高比小

模型基高比的大小与相片的重叠度和像幅有密切关联，当相片重叠度大且像幅小时，模型的基高比就越小，反之亦然。较小的模型基高比会导致航测图的精度降低。此外，模型的数量多必然导致同比例模型数量变多，这就直接导致后期需要调用的模型数量增多，需要不停地在同类型模型之间进行反复切换[6]。如果按照传统航测后期处理做法，如采用空三加密处理方法直接在测量区进行提点和转点，会因为无人机航测影像的重叠度大小不一、影像排列不规则以及较大的旋偏角等因素，导致模型连接失败、不同航带间转点失败或者重叠度高的同名点变成重叠度低的同名点等不利情形出现，这些不利情形的出现直接导致了后期人工干预处理的工作量直线增加。例如，高山区的航测作业，其航测质量不佳，再加上高山地区地面纹理差等因素，如果不进行后期人工干预处理，采用空三加密处理方法根本无法自动实现提点和转点。除此之外，如果不做后期干预处理，在无人机航测影像畸变大和模型基高比小的双重作用下，空三加密处理的效果会非常差，特别是数字线划图的高程精度更低。

3 无人机航测精度提升的策略

3.1 无人机普通单反相机的畸变纠正

无人机航测精度提升最简单且最直接有效的方法是对普通单反相机畸变进行纠正。具体的纠正措施是先对普通相机进行检校来获取相机的畸变参数，继而将普通单反相机变成专业的可量测相机，这样经过检校后的相机所拍摄的照片就可以转化为标准的中心投影影像。径向畸变差改正模型的简化公式见式（1）和式（2）：

切向畸变差改正模型的简化公式见式（3）和式（4）：

式（1）～式（4）中，Δx为像点x坐标改正值；Δy为像点y坐标改正值；x为以影像中心为原点的像点x轴坐标；y为以影像中心为原点的像点y轴坐标；x0为像片主点x轴坐标；y0为像片主点y轴坐标；k1，k2，k3为径向畸变差系数；p1，p2为切向畸变差系数；r为畸变点距离成像仪中心的距离。

根据上文的径向、切向畸变差改正模型简化公式，再加上大量的检校场观测点和目标点的实际偏差值，确定采用最小二乘法可以行之有效地计算出最接近单反相机真实畸变参数的近似值。普通相机畸变参数常用的检校方法包括采用自动检校场、室内和室外检校场以及借助平板液晶建立检校场。

3.2 精密像控处理策略

无人机航测空三算法采用主流的“光束法区域网平差”，对应像控布点方法为“周边密集布点”方法。

基于光束法区域网平差的空三算法精度最薄弱的地方在测量区域的周围，而测量区域的中心位置精度较高，这就使得在测量区域的周围密级布控点位时，区域网空三测量精度不会随着区域范围的增加而改变；而在测量区域的控点较随机稀疏分布，也就是布控点没有更多分布在区域周围时，当测量区域增加时，区域网空三测量精度降低。换言之，基于光束法区域网平差的空三算法高程精度与布控点之间的间隔有关，而与测量区域的大小无关。如果不考虑增加测量布控点来提高测量精度可以考虑增加航带来提高测量精度。像控点设置原则除了上面阐述的特征外，还应当关注像控点布置的反差大特点和对称分布特点。像控点的反差大特点是为了让像控点和测量背景之间呈现出鲜明的对比，继而可以准确、清晰地识别出像空点的位置。如果把被测量背景分成黑色和白色两种颜色，那么像控点最容易清晰和准确辨别的状态就是黑色背景上的白点或者白色背景上的黑点。例如，白色水泥混凝土路面上黑色沥青线的交汇点或者是黑色沥青路面上白色的道路标记。除此以外，一些人工建筑物等也是实际测量中可以实现反差大需求的重要特征点。像控点对称分布是为了弥补空三加点被放大后在边缘形成的像素灰色地带这一缺陷，像控点对称分布的前提是需要人工布置对称分布像控标志，虽然增加了额外的测量工作量，但目前没有其他更好的方法来处理这一问题，包括尝试尽量让像控点反差清晰和最实用最方正的像控点都无法处理边缘形成的像素灰色地带这一缺陷。

3.3 GNSS辅助处理策略

外方位元素可以采用POS辅助进行直接测量，通过POS辅助直接测量的策略可以将外业流程中最为耗时耗力的测像控点流程免去，继而进一步简化了航测作业流程，实现了航空摄影采集和测量内业成图的无缝衔接。但是POS辅助整体质量超过了无人机平台的负重能力，导致POS辅助系统中的惯导设备无法全部安装在无人机平台上，继而导致部分POS辅助系统功能无法实现，也就无法全方位实现预定目标。而GNSS辅助差分技术已经实现了体积小、质量轻且功能全的特点，完全可以替代部分POS辅助系统设备安装在无人机平台上。基于此，将GNSS辅助安装在无人机上来实现部分POS辅助的功能，通常情况下是将GNSS辅助功能中的低精度惯导设备安装在无人机设备上，GNSS辅助差分作业的基本方法如图1所示。

图1 GNSS辅助差分方法简图

GNSS辅助差分测量的位置并不是传统意义测量的像主点位置，而是GNSS天线的位置，所以在测量之前要准确测量GNSS天线与相机摄影设备中心的位置偏差，具体使用方式是依据天线位置、位置差和连续两个曝光点之间的飞机姿态内插值进行改正，获得准确的摄影瞬间像主点的空间坐标。地面像控点的设置数量在使用了GNSS辅助差分技术之后得到大幅度减少，但像控点数量的减少并没有降低测量区域内的精度。

4 结语

无人机航测成果的检验环节同样重要，通常采用地面上均匀分布的检查点来检验航测成果的精度。无人机免相控并不是将所有地面工作都取消。相反，地面严格的质检能力是无人机航测产品质量的保障。