无人机是未来网络环境下一种数据驱动的空中移动智能体,而无人机遥感则是无人机应用最重要的引领性产业。本文首先以国内外无人机遥感发展现状为背景,重点概述了中国无人机遥感21世纪以来“十五”到“十三五”所获得的具有代表性的国家支持与推动的发展历程,阐述了无人机遥感定标场,航空航天定标场的建立以及应用验证,包括无人机遥感系统的载荷与系统技术发展;然后,进一步阐述了以遥感定标场、地物参量引导载荷性能、系统模型为代表的中国无人机遥感的相关技术跨越;接着,概略介绍了无人机遥感在国防反恐安全以及跨国应急救援,国土测绘与海洋岛礁测绘应用,地质灾害应用以及国家应急救援等领域的产业应用;最后,介绍了中国在无人航空遥感领域展开的跨越性的工作,包括组网智能控制、精度和实时性度量基础、载荷平台自组织冗余容错、遥感大数据云处理技术和无人机遥感组网实用化等内容。未来无人机遥感发展的总体目标是建立起具备迅捷信息获取能力的无人航空器组网观测系统,实现无人航空器组网技术由项目层面跨越到遥感领域,同时也为中国成为世界遥感强国的国家战略跨越奠定基础。
近年来,针对中国生态环境、洪涝灾害应急响应、国土安全监测等遥感观测任务,无人航空遥感手段需求越来越多。构建异构无人航空器遥感观测多任务集群系统是近几年的发展目标,为完成无人航空遥感生态建设,垂直起降无人机以其不受场地限制起降又可快速巡飞的特点,在多个领域发挥着越来越大的作用。本文主要研究内容包括国内垂直起降无人机发展现状调研、面向航空遥感应用市场的无人机分析及典型机型介绍、垂直起降无人机在遥感领域的应用场景及案例分析、垂直起降无人机在遥感领域的应用前景及发展趋势等。通过广泛调研及深入分析可知,目前垂直起降固定翼无人机正逐步取代多旋翼飞行器的主导地位;垂直起降无人机占据了遥感应用无人机80.47%的市场份额;动力多元化、系统智能化、布局多样化、尺寸小型化等是面向遥感应用的垂直起降无人机的发展方向。本文较为全面地阐述和剖析了面向遥感应用的垂直起降无人机的相关内容,为遥感航空无人机生态建设提供了参考与支撑。
浮空器是一种新型的航空遥感遥测平台,适合于中小面积高分辨率的遥感遥测,尤其是中低空小型遥控飞艇,可依靠动力推进与操纵系统实现可操作飞行,具有飞行时间长、覆盖面积大、载重能力强、效费比高等特点,与其他几种航空平台相比,飞艇平台具有综合优势,在基础地理数据采集、国土资源勘查、环境监测、农业植被监测等各个领域具有广泛的应用前景。本文分析了中国有人飞机、无人机和中低空飞艇、平流层飞艇平台在遥感遥测中应用案例,以及各个航空平台的性能特点、工作方式、技术难点等,对比了各种平台的技术特点;探讨了中小型遥控飞艇平台在遥感遥测中应用的优势,研究了平流层飞艇的发展现状与关键技术;并结合国际相关领域的研究进展,对未来浮空器遥感应用的前景进行了展望。
作物胁迫是全球农业发展的一个重要制约因素,实现快速、大范围、实时的作物胁迫监测对于农业生产具有重要意义。传统的作物胁迫监测方式,如田间调查、理化检测和卫星遥感监测总是受到各种田间条件或大气条件的制约。随着无人机和各种轻量化传感器的快速发展,其凭借高频、迅捷等优势为各种作物胁迫监测提供了一套全新的解决方案。本文在介绍了目前主流的多种无人机和传感器的基础上,首先对目前无人机遥感用于作物监测的主要胁迫类型进行了梳理,然后重点阐述了基于光谱成像和热红外传感器进行作物胁迫无人机遥感监测的应用和技术方法,最后提出了作物胁迫无人机遥感监测尚需解决的关键问题,并展望了未来无人机遥感用于作物胁迫监测的前景。
无人飞行平台具有滞空时间长、使用维护方便等优点,在军事侦查打击、国土资源普查、灾害监测等领域的应用日益广泛。合成孔径雷达是一种二维成像雷达,能够得到类似光学图片的雷达图像,具有全天候、高分辨率、宽检测范围等优点,是无人飞行平台的重要载荷之一。然而,受限于无人飞行平台相对较小的空间与负载能力,雷达载荷必须向小型、轻量以及低功耗等方面发展。Ka波段电磁波信号具有波长短、带宽大、关键微波器件的体积小等特点,适合应用于高分辨率微小型雷达载荷。2015年中国科学院电子学研究所面向中小型无人飞行平台,开展了研制的小型高分辨率Ka波段合成孔径雷达工作,并通过试飞验证了雷达性能。本文研究了Ka波段SAR雷达系统各项关键技术,介绍了雷达系统及关键模块设计方案、雷达各工作模式的参数设计和实时成像算法,展示了该雷达在轻型飞行平台上获得的高分辨率飞行图像,并对图像进行了指标分析。试验结果表明：该Ka波段雷达系统成像清晰,图像分辨率优于0.2 m,满足设计指标要求;实测雷达重量低于10 Kg,峰值功耗小于100 W,适用于轻小型无人飞行平台。
随着无人机(UAV)在民用各个行业应用领域的推广,对精准遥感的需求越来越强烈。旋翼飞行器作为无人机的一种,近年来发展迅速,已成为小范围精准遥感测绘的首选,然而其本身飞行的稳定性与遥感成像效果有着直接联系,因此姿态控制器也成为无人机稳定性能研究的基础问题。针对四旋翼飞行器运动的欠驱动、强耦合和非线性特性,本文提出一种基于滑模和扩张状态观测器（ESO）的姿态控制器,设计了可一系列实验方法来获取模型参数（转动惯量、升力系数、扭矩系数和电机时间常数）,并建立四旋翼各个模块的数学模型。在此模型基础上,采用滑模控制器实现四旋翼飞行器姿态解耦鲁棒控制,通过sat函数替换符号函数改进滑模控制器结构,减缓颤振现象。同时,结合ESO实现对四旋翼姿态回路的系统干扰总和进行实时估计,其中干扰总和包括建模状态间耦合项、未建模动态以及外部干扰,从而对滑模控制器的输出进行实时干扰补偿,实现高品质的四旋翼姿态控制。本文设计2组实验：实际操纵指令跟踪实验;外界实际挂载重物干扰实验。通过实验对这2种四旋翼无人机姿态控制器（基于滑模和ESO的控制器、单独滑模控制器）进行仿真和实际试飞对比。实验结果表明,同等情况下,基于滑模和ESO的控制器能够实现姿态稳定且跟踪误差减少约20%,同时该控制方法增强了四旋翼的抗干扰能力,悬停时姿态角度波动幅度减少约50%,具有实际应用的价值。
针对轻小型无人机遥感组网飞行的高程安全要求,本文设计了基于INS/GPS/气压计的多源信息冗余容错测量方案。通过分析轻小型无人机遥感组网应用时复杂多变的工作环境对可靠性与容错能力的要求,采用了联邦滤波算法进行多传感器冗余信息融合。本文分析了联邦滤波结构及算法,通过计算得出了系统容错性好以及滤波精度高的信息分配系数取值原则,并在此基础上提出一种基于故障特征信息熵的Pignistic概率转换容错信息分配方法。该算法可得到清晰准确的故障概率分布,根据此概率分布运用信息熵来确定系统故障概率,进而结合信息分配系数的取值原则得出组合测量系统各个子系统的权重比。通过算例仿真验证了不同信息分配系数主要影响子系统的估计误差和容错性能,而对联邦主滤波器的融合估计误差影响较小,说明了本文的容错信息分配方法能够为各子系统分量提供可靠的分配系数。在旋翼无人机平台上的定高悬停实验证明了该方法能将无人机高程误差减小为传统联邦滤波算法的四分之一,进一步说明了该方法能提高无人机高程安全监测系统的精度及容错性。
中小型无人机（UAV）越来越多地应用于各种实时静态和动态任务中,已成为对人类非常有用的辅助工具。适合无人机在各种条件下进行监视和测量的因素有很多,但无人机在执行不同的实时任务时仍会受到各种挑战,且一旦在任务执行过程中任何一个约束的及时响应缺失,将会影响任务的总体结果,导致整个任务部分或完全失败,在实际中很难建立完美系统。因此,在系统中引入冗余容错来最小化故障概率并增强其鲁棒性非常重要。其中,根本问题是随着系统复杂性的增加,除非对其采取补偿措施,否则其可靠性会急剧下降。冗余容错是通过添加一个或多个模块（通常采用并行配置）作为备份来引入冗余。为了提高极端条件下航空遥感任务无人机网络系统的鲁棒性和成功率,本文将基于冗余的容错控制技术引入无人机网络设计中,确定了不同限制条件下的最佳网络解决方案。组网设计是在不同观测条件下的遥感任务如“大尺度生态监测”、“中尺度洪灾监测”、“小尺度安全监测” 中,通过同步监控进行主动合作的包括多个无人机的网络。多无人机网络作为冗余容错体系结构时可以通过添加多个无人机作为备份使得系统可以容错,而无人机在不同极端条件下的位置和视角则可以作为冗余容错的场景设置。当组网方案中的无人机位置和视角超过设定的阈值时可以被认为是故障的,其将被分离并不考虑进一步分析。通过以上方式,无人机网络可以在极端条件下得到组网控制方案的有效输出,进而保证遥感观测任务的顺利进行。
随着无人机在各行业应用的迅速普及和大规模应用,民航局监管的无人机数量和无人机运行数据呈现海量增长,在给政府和行业监管带来便利的同时,也给传统的数据分析方法带来了极大的挑战。本文阐述了民航局无人机云交换平台的运行大数据的现状,分析了传统无人机运行数据统计分析存在的技术瓶颈,提出了基于大数据进行无人机运行数据统计分析方法,建立了无人机云数据交换平台大数据统计和分析系统的设计框架,并概述了如何基于Apache Spark和Cassandra数据库的大数据分析方法将无人机云交换平台生产的海量数据快速处理、存储、统计和分析的研究思路和方法,以及实现各类无人机运行特征分析的情况。目前基于本文的研究成果不仅可以满足行业主管部门对无人机运行数据统计的需求,还对掌握和了解中国无人机运行特征,探索更合适的无人机管理措施和健全无人机监管体制机制,有非常重要的意义。
日益增加的无人机数量和飞手自由规划航线给航空安全带来极大隐患。构建一个安全、高效的航空飞行环境,可以为无人机活动设立隔离空域,并在隔离空域内规划无人机低空公共航路,以提高低空空域利用率,为无人机交通管理提供决策依据。本研究充分考虑无人机近地表飞行及其即时通讯等特点,以天津市为例,基于地理信息技术构建以多源地理空间数据为基础的无人机低空飞行环境,包括低空蜂窝网络环境、大气环境和政策空域环境等,并改进传统蚁群算法以搜索无人机最优路径,得到该区无人机低空公共航路网。研究结果表明,改进的蚁群算法大大提高了路径搜索效率,满足无人机航路规划的高时效性、动态更新等要求;并且天津市航路长度符合市场上现有的无人机最远航程要求,基本满足现有的无人机运输要求。本研究描述的无人机低空公共航路研究的核心算法和关键技术,可以为无人机管控系统提供核心技术支撑。
针对大范围无地面控制的SAR影像几何纠正,利用在一定时间和空间范围内SAR系统几何定位参数误差具有一定稳定性的特点,提出基于DEM的几何定位参数校正方法。该方法首先基于DEM进行影像模拟生成模拟SAR影像;然后在模拟SAR影像上提取特征点,针对特征点将模拟SAR影像和原始SAR影像进行匹配,得到特征点在原始SAR影像上的同名特征点,再结合DEM进行模拟影像间接定位获取特征点的地理坐标,以此作为几何定位参数校正的参考点;进而根据严密SAR几何构像模型构建几何定位参数校正模型,解算几何定位参数校正值;最后,利用几何参数校正值改正区域内其他SAR影像几何定位参数,提高区域内SAR影像几何定位精度。以高分三号影像进行试验,使用本文方法获取一景影像的几何定位参数校正值,对同一轨道内的和不同轨道的其他SAR影像进行参数校正,并对参数校正前后的几何定位精度进行评价。结果显示,同一轨道内的影像定位精度由66.0 m提高到9.7 m,不同轨道的影像定位精度由65.0 m提高到13.5 m,表明本文方法能够显著提高SAR影像几何定位精度。
特征匹配是无人机影像拼接过程的关键步骤,针对传统的特征匹配方法在影像拼接过程中获取匹配点少、特征点分布不均匀、匹配耗时长等问题,本文提出一种基于Dense SIFT特征的无人机影像快速拼接算法。首先,利用影像POS信息构建连接矩阵以引导匹配过程;然后在降采样影像上进行影像分块,利用Dense SIFT算子获取初始匹配点,并采用两次NCC方法分别实现降采样影像和原始影像上匹配点的精化;最后,基于共线方程将影像投影至物方面上,完成影像的快速拼接。本文选取2组无人机影像进行拼接实验,将本文算法与SIFT和SURF匹配拼接方法进行对比,结果表明：在影像特征点匹配方面,本文方法获取匹配点数量是SIFT和SURF算法的5倍以上,且匹配点分布更加均匀;在影像拼接结果方面,本文方法不仅能够较快完成影像拼接,而且有效避免了拼接影像中的“重影”现象,保证了较好的拼接质量。
无人机倾斜摄影测量颠覆了以往正射影像只能从垂直角度拍摄的局限,在三维建模中有广泛的前景。针对有些无人机倾斜影像数据无相机标定参数、无航带信息（无序）、无POS信息的现状,本文以计算机视觉中基于内容的影像检索方法与改进的渐进式SFM方法为基础,提出一种“三无”影像自动检索、空中三角测量及影像三维重建的方法。该方法首先通过提取的特征检索出相似影像并建立网络结构,然后将影像进行两两匹配增强对应关系并进行连接点的追踪,最后利用光束法平差方法对其进行平差,获取影像集的三维点云,提高大规模影像检索、影像匹配速度的同时,提高重建的精确性和鲁棒度。本文选取三组典型试验区大数据量倾斜影像数据进行试验,立体实测控制点中误差可以达到平面0.16m/高程0.18m,试验验证了方法的稳定性、可靠性和实用性。
LiDAR作为一种主动式获取高精度地表几何信息的地形图测绘技术,其获取的点云具有较高的相对精度与绝对精度,可作为无控或稀少控制条件下（无人机）航空影像高精度几何定位的地理参考数据。影像几何定位所能达到的精度依赖于几何参考数据自身的精度,因此评价LiDAR点云的精度对于将其作为地理参考实现航空影像高精度几何定位,具有较强的理论价值与实践意义。本文提出了利用高精度数字线划图（DLG）作为几何参考评定机载LiDAR点云精度的方法。首先,通过比对DLG中高程注记点的高程与LiDAR点云中对应位置处的高程,实现LiDAR点云高程精度评定;然后,通过统计LiDAR墙面点在平面上的投影点到DLG房屋矢量轮廓线的距离,实现LiDAR点云平面精度评定。实验结果证明,本文试验区域LiDAR点云平面和高程精度分别可达到7.2 cm和8.3 cm,可作为大比例尺无人机航空遥感控制数据的有效选择。
随着计算机视觉和遥感技术的进步,基于遥感影像的密集匹配也成为目前获取高精度点云的重要手段之一。与LiDAR点云类似,点云数据处理的基础步骤就是点云滤波。在数据特征上,密集匹配生成的点云与LiDAR获取的点云既类似但又有区别。本文在渐进形态学滤波算法上添加了特征条件,将点云和图像结合成深度图像,并对深度图像按典型地物类型进行语义分割,从而对与图像平面坐标一致的点云进行标记和首次滤波;然后按几何特征将场景简单分类,按分类结果对应的参数滤波构建地面点三角网;最后综合初滤波结果和语义分割类型标记对特征相似的区域进行优化确认,得到最终的滤波结果,并与布料模拟滤波（CSF）算法进行了对比验证实验。结果表明,基于特征的渐进形态学滤波其I类误差在1.98%以内,Ⅱ类误差在2.33%以内,较适宜对精度要求较高的应用,尤其是混合地形的滤波。
伴随着无人机时代的到来,对海量数据处理的实时性要求越来越高。本文在GPU（Graphic Processing Unit）平台上实现了Retinex图像增强算法的并行处理,提升了Retinex图像增强算法处理高分辨率数字图像的处理速度。首先,通过数据合并访问和内存数据交互技术实现了数据的快速访问,缩短了数据在不同种类内存间的传输时间,提升了数据访问的效率;然后,采用内核指令优化和数据并行计算技术,实现了Retinex图像增强算法在GPU平台上的多核程序设计;最后,采用主机端和设备端的异步执行模式,在数据传输的同时进行内核数据的并行计算,通过任务级的并行进一步缩短了算法在GPU平台上的执行时间。研究表明,对于不同分辨率的图像,Retinex图像增强算法的处理速度相比于CPU平台均有数十倍的提高,如处理一帧分辨率为2048像元×2048像元的图像仅需要38.04 ms,算法的处理速度较CPU提高了40倍。
