[發(fā)明專利]一種基于無人機的公路綠化工程養(yǎng)護方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201910065222.4
• 申請日: 2019-01-23
• 公開（公告）號: CN109902571A
• 公開（公告）日: 2019-06-18
• 發(fā)明（設(shè)計）人: 胡鵬程;段濤;桑凌志;王林;康小勇;劉榮高;耿丹陽;蘇航
• 申請（專利權(quán)）人: 中交信息技術(shù)國家工程實驗室有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34
• 代理公司: 北京正鼎專利代理事務(wù)所(普通合伙) 11495
• 代理人: 岳亞

本發(fā)明公開了一種基于無人機的公路綠化工程養(yǎng)護方法和系統(tǒng)，該方法將無人機應(yīng)用于公路綠化工程日常管護和檢修作業(yè)中，無人機具有能夠搭載多種傳感器、在短時間內(nèi)獲取大范圍公路路域高分辨率影像、不受公路路面狀況限制、不妨礙公路交通運行的特點。利用無人機搭載多種傳感器獲取公路路域高分辨率多源航拍影像數(shù)據(jù)，并結(jié)合數(shù)字圖像處理技術(shù)對公路綠化工程植被進行分析，將解決現(xiàn)階段公路綠化工程監(jiān)測作業(yè)工作量大、人力耗費多、工作安全性能低等難點，同時為公路綠化工程的精準養(yǎng)護作業(yè)提供決策支持。

技術(shù)領(lǐng)域

本發(fā)明涉及公路養(yǎng)護技術(shù)領(lǐng)域，特別涉及一種基于無人機的公路綠化工程養(yǎng)護方法和系統(tǒng)。

背景技術(shù)

公路建設(shè)由于開挖大量土體,改變了原地形地貌和原生態(tài)系統(tǒng)的穩(wěn)定性,造成一系列的環(huán)境問題,如水土流失、環(huán)境污染、生物多樣性降低等；開放交通后,又造成了空氣污染和噪聲污染。公路綠化的生態(tài)功能體現(xiàn)在其能減緩公路建設(shè)對生態(tài)環(huán)境的沖擊,如吸塵防噪、凈化空氣、水土保持、降低路面溫度、維持公路沿線生物多樣性等,以實現(xiàn)公路建設(shè)與環(huán)境的協(xié)調(diào)統(tǒng)一。

隨著公路建設(shè)的高速發(fā)展和路齡的增加，公路綠化工程養(yǎng)護任務(wù)日益加重，成本逐年加大。現(xiàn)階段公路路域綠化項目的大部分維護工作依賴于抽樣檢查，以工人巡檢、車輛排檢為主。

現(xiàn)有技術(shù)中，以工人巡檢、車輛排檢為主的方法依賴于養(yǎng)護工人的經(jīng)驗、準確度不高且效率低下。養(yǎng)護工人在巡檢和養(yǎng)護作業(yè)時，暴露在高危的工作環(huán)境中，人身安全無法得到保障。同時，巡檢作業(yè)也會妨礙公路交通的正常運行。

發(fā)明內(nèi)容

本發(fā)明提供一種基于無人機的公路綠化工程養(yǎng)護方法和系統(tǒng)，能夠?qū)崿F(xiàn)對公路綠化工程中植被的自動分割和生長狀態(tài)的評估，為公路養(yǎng)護提供決策支持。

根據(jù)本發(fā)明的一個方面，提供了一種基于無人機的公路綠化工程養(yǎng)護方法和系統(tǒng)，包括以下步驟：

利用無人機平臺同時搭載多種影像傳感器獲取公路路域的多源航拍圖像；

基于運動恢復(fù)形狀和多視角立體視覺技術(shù)，根據(jù)所述多源航拍圖像重建目標公路的三維信息，繼而生成數(shù)字表面模型和拼接圖像；

根據(jù)所述數(shù)字表面模型，生成冠層高度模型，繼而對高度模型進行分割，確定植被的位置和范圍，從而得到植被的高度和株距；

根據(jù)植被的多源光譜信息分別對所述拼接圖像進行分割，得到相應(yīng)的植被像素區(qū)域。

所述多種影像傳感器，包括：

可見光相機、多光譜傳感器、高光譜傳感器和熱紅外相機。

所述利用無人機平臺同時搭載多種影像傳感器獲取公路路域的多源航拍圖像，包括：

在確定目標航拍路段之后，根據(jù)目標路段的實際情況，制定航拍計劃；

設(shè)置飛行高度、飛行速度和相機的拍攝間隔等參數(shù)以得到前后、左右相鄰圖像間合適的重疊度；

在場景內(nèi)均勻放置多個地面控制點，并記錄其準確位置信息；

在場景內(nèi)放置多個光譜校正板，以便后期校正圖像光譜信息；

航拍時段的天氣狀況為晴朗無風；所述基于運動恢復(fù)形狀和多視角立體視覺技術(shù)，根據(jù)所述多源航拍圖像重建目標公路的三維信息，繼而生成數(shù)字表面模型和拼接圖像，包括：

對圖像進行預(yù)處理，在圖像上提取特征點并進行匹配，根據(jù)相機位置計算并優(yōu)化校準相機參數(shù)，結(jié)合地面控制點信息，生成稀疏三維點云和校準后的相機位置；

進行點云稠密化，基于估計的相機位置和稀疏點云，進行點云加密和過濾，生成密集的三維點云；

根據(jù)密集點云重建物體表面的三維多邊形網(wǎng)格，即數(shù)字表面模型；