面向災(zāi)害現(xiàn)場環(huán)境快速重建以及深度集成應(yīng)急人員、裝備等位置信息的需求，針對傳統(tǒng)獲取的災(zāi)害現(xiàn)場視頻數(shù)據(jù)與空間信息融合不夠及應(yīng)急無人機/人員定位信息滯后等問題，該文研究測繪應(yīng)急減災(zāi)數(shù)據(jù)獲取平臺集成技術(shù)，獲取災(zāi)害現(xiàn)場實時監(jiān)測信息；攻關(guān)視頻流信息與地理場景融合技術(shù)，實現(xiàn)災(zāi)情及其發(fā)展進程在線監(jiān)測、分析評估及虛擬可視化；探索基于北斗短報文的定位技術(shù)，實現(xiàn)應(yīng)急無人機/人員實時位置服務(wù)；搭建測繪無人機應(yīng)急智能服務(wù)系統(tǒng)，開展應(yīng)用示范，實現(xiàn)測繪無人機災(zāi)害現(xiàn)場多源數(shù)據(jù)集成及動態(tài)更新可視化，為災(zāi)害應(yīng)急處置輔助決策分析、現(xiàn)場救援及指揮調(diào)度提供智能服務(wù)。

　　本文目錄

　　0引言

　　1測繪無人機應(yīng)急智能服務(wù)體系架構(gòu)

　　2測繪無人機應(yīng)急災(zāi)害數(shù)據(jù)獲取與傳輸

　　3測繪無人機災(zāi)害現(xiàn)場多源數(shù)據(jù)集成管理

　　4測繪無人機應(yīng)急智能服務(wù)系統(tǒng)

　　5火災(zāi)應(yīng)用示范

　　6結(jié)束語

　　引言

近年來，我國自然災(zāi)害頻發(fā)，給人民生命財產(chǎn)造成重大損失。測繪地理信息在突發(fā)事件應(yīng)急處置和防災(zāi)減災(zāi)中具有不可或缺的重要作用，成為災(zāi)情信息獲取、指揮決策、搶險救災(zāi)、災(zāi)后重建的科學(xué)工具和基礎(chǔ)數(shù)據(jù)[1-3]。

隨著無人機技術(shù)的快速發(fā)展，航空測繪為災(zāi)情信息獲取提供了新的技術(shù)手段[4-6]。目前無人機搭載的光學(xué)傳感器通常采用傳統(tǒng)空中三角測量方法，獲取災(zāi)情地理信息，一次飛行獲取大量影像數(shù)據(jù)，無人機落地后進行數(shù)據(jù)處理，實時災(zāi)情觀測尚存不足[7-9]；無人機搭載的視頻傳感器能夠?qū)崟r獲取災(zāi)情視頻流數(shù)據(jù)，視頻影像動態(tài)展示多是以視頻流的形式直接播放，不具有任何地理信息，用戶只能目測災(zāi)害現(xiàn)場情況，不能進行量算、分析[10-12]，相關(guān)學(xué)者對此也進行了一些研究，取得了一定進展[13-15]；此外，應(yīng)急無人機/人員在災(zāi)情信息獲取時不能實時標(biāo)繪其所在位置，災(zāi)害現(xiàn)場多源數(shù)據(jù)無法有效集成，影響應(yīng)急處置的智能服務(wù)能力。

本文依托國家重點研發(fā)計劃項目“一體化綜合減災(zāi)智能服務(wù)研究及應(yīng)用示范”[16]，開展測繪地理信息在一體化綜合減災(zāi)中的服務(wù)研究及應(yīng)用示范；旨在解決災(zāi)害現(xiàn)場基于無人機平臺獲取的實時視頻信息與空間地理信息融合不夠，災(zāi)害現(xiàn)場應(yīng)急無人機/人員實時位置信息滯后，災(zāi)害現(xiàn)場環(huán)境快速重建及各類信息深度集成不足等問題；最終實現(xiàn)災(zāi)情在線監(jiān)測、災(zāi)害現(xiàn)場三維場景構(gòu)建、災(zāi)情分析可視化、人員/設(shè)備實時在線監(jiān)管全流程的災(zāi)害應(yīng)急處置業(yè)務(wù)流程、一體化智能服務(wù)模式，并開展多災(zāi)應(yīng)用示范。

測繪無人機應(yīng)急智能服務(wù)體系架構(gòu)
結(jié)合綜合減災(zāi)中測繪地理信息應(yīng)用環(huán)境及服務(wù)需求，設(shè)定測繪無人機應(yīng)急智能服務(wù)體系架構(gòu)如圖1所示。

　圖1 測繪無人機應(yīng)急智能服務(wù)體系架構(gòu)

　　1)測繪無人機應(yīng)急災(zāi)害數(shù)據(jù)獲取與傳輸。集成測繪應(yīng)急減災(zāi)數(shù)據(jù)獲取平臺，解決軟硬件之間的時空基準(zhǔn)、數(shù)據(jù)接口標(biāo)準(zhǔn)、數(shù)據(jù)傳輸鏈路等問題，實現(xiàn)災(zāi)害現(xiàn)場數(shù)據(jù)的快速獲取與傳輸。

　　2)測繪無人機災(zāi)害現(xiàn)場多源數(shù)據(jù)集成管理。利用現(xiàn)場實時監(jiān)測的視頻，通過解決視頻流與全球衛(wèi)星導(dǎo)航系統(tǒng)(global navigation satellite system,GNSS)時空同步合成編碼、地理編碼視頻流影像與地理信息系統(tǒng)(geographic information system,GIS)平臺深度融合等關(guān)鍵問題，獲取視頻上的有用信息；基于北斗短報文，結(jié)合“北斗”通信鏈路實現(xiàn)無人機/人員監(jiān)管，最終實現(xiàn)多源數(shù)據(jù)集成管理。

　　3)測繪無人機應(yīng)急智能服務(wù)系統(tǒng)。研發(fā)實時提供多源災(zāi)情數(shù)據(jù)接入服務(wù)、三維場景構(gòu)建服務(wù)、災(zāi)情實時監(jiān)測/分析/評估服務(wù)，以及定位監(jiān)管重點設(shè)備和人員的測繪無人機應(yīng)急智能服務(wù)系統(tǒng)。

　　4)多災(zāi)害應(yīng)用示范。編制應(yīng)用示范方案設(shè)計與技術(shù)規(guī)程，部署應(yīng)用示范環(huán)境，開展針對水災(zāi)、火災(zāi)、地災(zāi)的測繪應(yīng)急一體化綜合減災(zāi)智能服務(wù)應(yīng)用示范。

　　測繪無人機應(yīng)急災(zāi)害數(shù)據(jù)獲取與傳輸

　　測繪無人機應(yīng)急災(zāi)害數(shù)據(jù)獲取與傳輸?shù)年P(guān)鍵在于實現(xiàn)獲取平臺的集成。災(zāi)害數(shù)據(jù)獲取平臺涉及多無人機平臺協(xié)同多傳感器、多源遙感數(shù)據(jù)處理技術(shù)的集成，平臺效能最大化地發(fā)揮依賴系統(tǒng)的整體集成，需要打通各個系統(tǒng)及子系統(tǒng)、各個組件部件、各個功能模塊之間的時空基準(zhǔn)、數(shù)據(jù)接口標(biāo)準(zhǔn)、數(shù)據(jù)傳輸鏈路，實現(xiàn)平臺的深度集成。

　　1

　　測繪無人機應(yīng)急災(zāi)害數(shù)據(jù)獲取平臺

　　機體采用高強度符合材料，耐磨損、抗風(fēng)強；融合了旋翼的垂直起降和固定翼的長航時巡航；采用三冗余度北極星系列自駕儀，穩(wěn)定可靠；支持高精度機械增穩(wěn)系列吊艙系統(tǒng)；續(xù)航時間90 min，測繪板最大續(xù)航時間120 min；起降抗風(fēng)6級，巡航抗風(fēng)7級，最高作業(yè)海拔4 200 m，適應(yīng)各種復(fù)雜起降環(huán)境。視頻傳感器采用高清可見光攝像機，穩(wěn)定跟蹤目標(biāo)；具備30倍光學(xué)變焦能力，1 080 P高清成像；自動圖像錄制和拍照功能。

　　2

　　測繪無人機應(yīng)急災(zāi)害數(shù)據(jù)傳輸鏈路

　　測繪無人機應(yīng)急災(zāi)害數(shù)據(jù)傳輸鏈路與接口如圖2所示。①光電吊艙涉及無人機飛控系統(tǒng)、SD/TF卡存儲系統(tǒng)、機載鏈路系統(tǒng)以及減震器等硬件設(shè)備。其中，減震器是保障視頻質(zhì)量的關(guān)鍵，飛控系統(tǒng)用來跟蹤控制光電吊艙。為實現(xiàn)無人機/人員位置監(jiān)管，在無人機上加裝北斗模塊。②視頻流數(shù)據(jù)通過兩路輸出，一路通過SD/TF卡進行機上實時存儲，一路通過機載鏈路系統(tǒng)實時傳輸。地理信息數(shù)據(jù)采用飛控POS(position and orientation system)數(shù)據(jù)，通過鏈路進行傳輸。視頻流數(shù)據(jù)與地理信息數(shù)據(jù)通過同一鏈路傳輸，地面雙鏈路接收，以實現(xiàn)時間同步。地理信息數(shù)據(jù)用于處理視頻流數(shù)據(jù)。視頻傳感器數(shù)據(jù)輸出接口為HDMI、SDI，輸入接口為HDMI、USB3.0；地理信息數(shù)據(jù)輸出接口為串口、輸入接口為串口。③北斗機載模塊接收飛控相關(guān)參數(shù)打包后，通過北斗衛(wèi)星鏈路以短報文形式傳輸實時位置信息，地面北斗指揮機接收數(shù)據(jù)以串口形式傳輸給測繪無人機應(yīng)急智能服務(wù)系統(tǒng)。④地面鏈路系統(tǒng)接收遙控遙測數(shù)據(jù)，以串口形式傳輸給地面站實現(xiàn)無人機/吊艙控制。⑤地面站可通過4G/5G通信鏈路將實時監(jiān)測數(shù)據(jù)傳到遠(yuǎn)程指揮中心。

　　圖2 平臺傳輸鏈路與接口

　　測繪無人機災(zāi)害現(xiàn)場多源數(shù)據(jù)集成管理

　　測繪無人機應(yīng)急災(zāi)害數(shù)據(jù)獲取平臺執(zhí)行應(yīng)急任務(wù)時，進一步解決以下3方面的技術(shù)問題，以實現(xiàn)基準(zhǔn)、接口、數(shù)據(jù)的集成管理。

　　1

　　視頻關(guān)鍵幀提取與地理編碼

　　無人機慣性導(dǎo)航系統(tǒng)中慣性測量單元 (inertial measurement unit，IMU)直接獲取的傳感器姿態(tài)角為IMU本體坐標(biāo)系在導(dǎo)航坐標(biāo)系中的側(cè)滾、俯仰和偏航(Φ、θ、ψ)，而攝影測量中需要的是物方坐標(biāo)系旋轉(zhuǎn)到像空間坐標(biāo)系的3個旋轉(zhuǎn)角(φ、ω、κ)，即影像的3個外方位元素。要將POS系統(tǒng)提供的姿態(tài)角用于攝影測量直接對地目標(biāo)定位，必須將其轉(zhuǎn)換為相應(yīng)影像的外方位元素。為了提高視頻關(guān)鍵幀直接對地定位精度，將IMU獲取的傳感器姿態(tài)角轉(zhuǎn)換為影像3個外方位元素可通過一系列坐標(biāo)變換實現(xiàn)，即像空間坐標(biāo)系—載體坐標(biāo)系—IMU本體坐標(biāo)系—導(dǎo)航坐標(biāo)系—地心直角坐標(biāo)系—物方坐標(biāo)系。通過系統(tǒng)集成影像匹配算法，并比較尺度不變特征變換 (scale invariant feature transform，SIFT)、加速穩(wěn)健特征 (speeded up robust feature，SURF)、尺度和旋轉(zhuǎn)不變性特征檢測 (oriented fast and rotated brief，ORB)等特征匹配，改善了相鄰關(guān)鍵幀錯位的問題，利用該幾何變換關(guān)系對關(guān)鍵幀地理坐標(biāo)進行改正。基于GNSS、慣導(dǎo)的空-地多源傳感器數(shù)據(jù)快速時空地理編碼技術(shù)，以及GNSS與視頻流的時間同步機制，將地理信息編碼在視頻的幀數(shù)據(jù)上，實現(xiàn)災(zāi)害現(xiàn)場監(jiān)測信息的實時地理編碼。通過制定視頻流時空標(biāo)識標(biāo)準(zhǔn)協(xié)議，進行接口實現(xiàn)，為進一步的匹配和融合分析提供支撐。

　　2

　　視頻關(guān)鍵幀與三維場景融合

　　為完成災(zāi)情信息與空間信息的結(jié)合表達，需實現(xiàn)視頻關(guān)鍵幀與地理場景的實時匹配融合。其主要是將糾正后的帶有地理信息的影像融合到地理場景中，實現(xiàn)關(guān)鍵幀在三維場景中的可視化。研究的方法為：將糾正后的每張關(guān)鍵幀影像直接構(gòu)建格網(wǎng)，采用影像坐標(biāo)建立規(guī)則格網(wǎng)、計算格網(wǎng)頂點的紋理坐標(biāo)、計算格網(wǎng)頂點的地理坐標(biāo)、計算格網(wǎng)頂點的世界坐標(biāo)、生成影像紋理等流程方法，將每張影像使用各自的格網(wǎng)融合到地理場景中，實現(xiàn)關(guān)鍵幀影像與地理場景深度融合(圖3)。

　　圖3 關(guān)鍵幀與三維場景融合

　　無人機/人員實時定位

　　“北斗”衛(wèi)星系統(tǒng)是集導(dǎo)航定位、授時、短報文通信一體的龐大文星系統(tǒng)，其優(yōu)勢在于信號可在我國空域無障礙全覆蓋、不受地域、飛行高度限制，可結(jié)合“北斗”通信鏈路實現(xiàn)無人機/人員監(jiān)管(圖4)。①位置信息傳輸鏈路為機上/人員北斗機載模塊—北斗衛(wèi)星—地面北斗指揮機，以串口模式連接進入智能服務(wù)系統(tǒng)。②設(shè)計編寫基于北斗短報文鏈路的自定義飛行諸元傳輸協(xié)議，協(xié)議涵蓋信息類、發(fā)信方、發(fā)信時間、電文長、電文內(nèi)容等。③在無人機執(zhí)行飛行任務(wù)/人員執(zhí)行救援任務(wù)時，利用北斗短報文通信服務(wù)，將飛行諸元信息加入短報文中，用戶指揮機端接收出站信號，通過串口獲取發(fā)送至其的數(shù)據(jù)，串口接收一個完整數(shù)據(jù)包的解析操作是根據(jù)幀頭幀尾或者幀長，檢測一個數(shù)據(jù)幀，即幀頭+數(shù)據(jù)+校驗+幀尾。圖4中檢測時間信息是用戶機收到指令后返回“北斗時間”($BDSJ)；檢測IC信息是用戶機在收到指令后發(fā)送“IC信息”($ICJC)即IC卡號；檢測通信信息包括用戶地址、電文長度及傳輸方式；循環(huán)冗余校驗碼(cyclic redundancy check，CRC)檢驗為判斷從“起始符”到“校驗和”前一字節(jié)異或的結(jié)果是否正確。④利用協(xié)議解析，將無人機/人員的位置信息實時入庫，并在智能服務(wù)系統(tǒng)中展示。

　　圖4 實時定位

　　測繪無人機應(yīng)急智能服務(wù)系統(tǒng)

　　基于以上研究成果，搭建了測繪無人機應(yīng)急智能服務(wù)系統(tǒng)，實現(xiàn)了現(xiàn)場災(zāi)情在線監(jiān)測、災(zāi)害現(xiàn)場三維場景構(gòu)建、災(zāi)情分析可視化、人員/設(shè)備實時在線監(jiān)測等測繪無人機災(zāi)害現(xiàn)場多源數(shù)據(jù)集成與智能服務(wù)功能模塊。

　　1

　　災(zāi)情在線監(jiān)測

　　在統(tǒng)一的時空體系下，依據(jù)災(zāi)害數(shù)據(jù)類型、災(zāi)情時空粒度等信息的標(biāo)準(zhǔn)化方法，以及信息接入與加載規(guī)范，提供實時接收接口和數(shù)據(jù)轉(zhuǎn)換接口，實現(xiàn)多源災(zāi)情數(shù)據(jù)接入功能。對大規(guī)模災(zāi)害場景進行分層、分塊組織以及災(zāi)害場景的動態(tài)演變過程的可視化，為用戶提供更為詳盡和真實的災(zāi)害現(xiàn)場信息。

　　2

　　災(zāi)情提取

　　為了減少視頻幀間存在的大量冗余信息內(nèi)容，更凝練地表達一段視頻中包含的信息，以及便于對災(zāi)害視頻內(nèi)容建立索引、管理，系統(tǒng)實現(xiàn)了視頻流關(guān)鍵幀影像快速提取算法功能；針對實時視頻流和歷史視頻文件兩種形式，實現(xiàn)了兩種視頻流關(guān)鍵幀快速提取功能，包括基于固定時間間隔的實時視頻流關(guān)鍵幀提取功能和基于固定幀幅間隔的歷史視頻關(guān)鍵幀提取功能；實現(xiàn)了視頻流時空地理編碼功能，豐富視頻流數(shù)據(jù)的信息，提高視頻流數(shù)據(jù)的價值。

　　3

　　災(zāi)情分析

　　可根據(jù)災(zāi)情發(fā)生時的時間或災(zāi)害空間分布范圍特征，建立時間維和空間維索引方法，實現(xiàn)視頻關(guān)鍵幀影像與空間位置的互聯(lián)、互操作，包括從空間位置上操作定位查找視頻流幀信息，或在視頻流時間上查找空間定位、關(guān)鍵幀幅面范圍的空間展示。

　　4

　　實時定位

　　實時監(jiān)測現(xiàn)場作業(yè)無人機的狀態(tài)/現(xiàn)場作業(yè)人員的定位，為災(zāi)害應(yīng)急處置輔助決策分析、現(xiàn)場救援及指揮調(diào)度提供智能服務(wù)。

　　多災(zāi)害應(yīng)用示范

　　研究成果已經(jīng)面向水災(zāi)、火災(zāi)、地災(zāi)等進行了應(yīng)用示范，以下是針對四川涼山火災(zāi)開展的示范(圖5)。

　　圖5 火災(zāi)應(yīng)用示范

2019年3月30日，四川涼山木里縣發(fā)生森林火災(zāi)，火場平均海拔4 000 m，過火面積約0.2 km2。4月6日，木里森林火災(zāi)復(fù)燃，項目組應(yīng)四川省應(yīng)急管理部門要求，緊急趕赴現(xiàn)場參與復(fù)燃火災(zāi)的監(jiān)控工作。分析受災(zāi)地點與范圍，設(shè)計測繪無人機應(yīng)急方案，4月8日凌晨，項目組攜帶研發(fā)的測繪應(yīng)急綜合減災(zāi)獲取平臺奔赴現(xiàn)場。現(xiàn)場火場山高、陡坡、林密、著火點海拔高、通道窄、能見度差、撲火難度較大。測繪無人機應(yīng)急災(zāi)害數(shù)據(jù)獲取平臺由ZC-3V復(fù)合翼無人機平臺，搭載30倍變焦的三軸穩(wěn)定雙光光電吊艙組成。平臺在海拔3 000 m高地復(fù)雜環(huán)境下垂直起降，基于測繪無人機應(yīng)急智能服務(wù)系統(tǒng)，可隨時拉近查看災(zāi)害細(xì)節(jié)以及火勢的近景情況，動態(tài)跟蹤鎖定火點，實時存儲播放，實現(xiàn)了災(zāi)害現(xiàn)場災(zāi)情及其發(fā)展進程的實時在線監(jiān)測、災(zāi)情分析和評估，為有效分析撲救情況，周密制訂次日撲救計劃提供了有力的數(shù)據(jù)支持。

　　結(jié)束語

本文設(shè)計了測繪無人機應(yīng)急智能服務(wù)體系架構(gòu)，采用無人機搭載視頻攝像頭為傳感器，利用4G/5G通信和視頻流傳輸技術(shù)實時獲取現(xiàn)場視頻數(shù)據(jù)，統(tǒng)一了軟硬件之間的時空基準(zhǔn)，規(guī)范了數(shù)據(jù)接口標(biāo)準(zhǔn)，解決了數(shù)據(jù)傳輸鏈路，實現(xiàn)了數(shù)據(jù)轉(zhuǎn)換方法，構(gòu)建了測繪無人機應(yīng)急災(zāi)害數(shù)據(jù)獲取平臺，為應(yīng)急災(zāi)害數(shù)據(jù)獲取提供了技術(shù)手段；研究實現(xiàn)了基于GNSS、慣導(dǎo)的空-地多源傳感器數(shù)據(jù)快速時空地理編碼，優(yōu)化了視頻關(guān)鍵幀提取策略與方法，提出了基于地理編碼的視頻關(guān)鍵幀與地理場景的實時匹配在線融合方法，豐富了視頻流的觀測價值，為災(zāi)害現(xiàn)場救援搶險，恢復(fù)重建等提供技術(shù)保障；攻關(guān)了利用北斗導(dǎo)航技術(shù)的無人機/人員位置實時獲取；最終構(gòu)建了測繪無人機應(yīng)急智能服務(wù)系統(tǒng)，實現(xiàn)了測繪無人機災(zāi)害現(xiàn)場多源數(shù)據(jù)集成管理與智能服務(wù)，開展了應(yīng)用示范，驗證了技術(shù)成果。

　　END

　　引用格式：任麗艷，李英成，肖金城，等.測繪無人機災(zāi)害現(xiàn)場多源數(shù)據(jù)集成與智能服務(wù)[J].測繪科學(xué)，2020，45(12)：139-144.

　　作者簡介：任麗艷(1982—)，女，黑龍江哈爾濱人，高級工程師，博士，主要研究方向為地理信息系統(tǒng)應(yīng)用