[發明專利]基于無人機激光和視覺融合的高速施工監測方法和系統

在審

• 申請號: 202310023610.2
• 申請日: 2023-01-09
• 公開（公告）號: CN116012737A
• 公開（公告）日: 2023-04-25
• 發明（設計）人: 曾磊;鄧志華;楊飚;周祖衡;楊剛;呂彥松;曾廣鴻;陳靜群;謝森輝
• 申請（專利權）人: 廣州市高速公路有限公司;中交路橋建設有限公司;廣東慧圖資環科技發展有限公司
• 主分類號: G06V20/17
• 分類號: G06V20/17;G06V10/30;G06V10/75;G06V10/80;G06V10/764;G01S17/86;G01S7/48
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 王琪

本發明公開了一種基于無人機激光和視覺融合的高速施工監測方法和系統，包括如下步驟：步驟1：利用無人機采集不同時相的影像；步驟2：對無人機影像利用多測度半全局匹配算法匹配得到影像點云；步驟3：利用無人機采集不同時相LiDAR點云；步驟4：對LiDAR點云進行噪聲去除；步驟5：利用迭代最近點算法對兩種點云數據進行配準；步驟6：采用局部分箱算法建立其數字表面模型。步驟7：計算不同時相數字表面模型之間的差值，進行變化檢測。本發明具有能夠以相對較低成本自動化對無人機激光和視覺進行融合并完成高速施工監測的優點。

技術領域

本發明涉及工程監測領域，更具體地說是涉及一種基于無人機激光和視覺融合的高速施工監測方法。

背景技術

高速公路的建設極大地促進了交通物流行業、區域經濟等的快速發展，可以有效減少運營成本，縮短運輸時間，加快產業建設，對于生產生活投資、日常交通出行等都帶來了巨大的影響。因此，對于高速施工建設的質量和可靠性提出了更高的要求，如何準確有效地對高速施工過程進行監測顯得十分重要。

傳統的高速施工監測方法主要采用水準儀、全站儀等設備進行測量，該類方法需要耗費大量的人力物力，工作效率十分低下，并且存在一定的危險性。隨著遙感技術的快速發展，大大提升了施工監測的工作效率。遙感影像具有覆蓋范圍廣、語義信息豐富、幾何精度高等優點，是目前進行變化檢測最常用的數據源。但由于地物內部的復雜構造、混合像元、影像分辨率較低等問題，使得基于遙感影像的變化檢測精度難以得到有效保證。與此同時，遙感影像更多體現的是地物的二維信息，難以對地物三維屬性變化進行有效的檢測。激光雷達(Light?Detection?and?Ranging，LiDAR)技術可以快速獲取地物的三維空間信息，具有高精度、高效率、高密度等優點，在地物復雜結構拓撲關系的三維表征上具有無可比擬的優勢。但由于LiDAR數據采集難度大、成本高，處理較為困難，一定程度上限制了其在變化檢測研究中的應用。為了彌補以上方法存在的不足，可利用無人機拍攝航空像片，通過多視影像密集匹配的方式生成三維點云數據，表征地物的三維結構信息。但是，通過影像視覺獲得的三維點云數據相對于LiDAR采集的點云數據的精度較低，且易受密集匹配算法的影響。

因此，融合無人機激光和影像數據，充分利用二者的優勢，以相對較低成本的方式快速高效地獲得高精度的變化檢測結果用以高速施工監測是很有必要的。

發明內容

本發明的目的是為了提一種基于無人機激光和視覺融合的高速施工監測方法，能夠以相對較低成本自動化對無人機激光和視覺進行融合并完成高速施工監測。

為了實現上述目的，本發明的技術方案為：一種基于無人機激光和視覺融合的高速施工監測方法，其特征在于：包括如下步驟，

步驟1：不同時相無人機影像數據采集；

操作無人機，多次在高速施工路段進行常規的拍攝，得到不同時相的高速施工路段無人機影像；

步驟2：利用步驟1得到的不同時相無人機影像數據，利用多測度半全局匹配算法進行匹配，并進一步處理得到影像點云；

步驟3：LiDAR點云數據采集，執行步驟1同時，對LiDAR點云數據進行采集，得到不同時相的高速施工路段LiDAR點云數據；

步驟4：LiDAR點云去噪，對步驟3獲得的點云數據進行去噪；

步驟5：點云數據配準，利用迭代最近點算法對步驟2和步驟4得到的點云數據進行配準；

步驟6：數字表面模型的建立，根據步驟5得到的配準后的點云數據，采用局部分箱算法建立數字表面模型；

步驟7：施工變化監測，在不同時間重復步驟1～6，得到不同時相的數字表面模型，計算不同時相之間DSM之間的差值，與設定的閾值進行對比，得到變化檢測結果。

優選的，步驟2中，多測度半全局匹配算法的具體過程是：