本發(fā)明涉及三維數(shù)據(jù)采集，更具體地說，本發(fā)明涉及一種無人機(jī)低空三維數(shù)據(jù)采集方法及系統(tǒng)。

背景技術(shù)：

1、無人機(jī)在軍事、民用和商業(yè)領(lǐng)域都有廣泛的應(yīng)用。在軍事領(lǐng)域，無人機(jī)可以用于偵察、監(jiān)視、目標(biāo)定位、打擊等任務(wù)；在民用領(lǐng)域，無人機(jī)可以用于航拍、測繪、環(huán)境監(jiān)測、災(zāi)害救援等；在商業(yè)領(lǐng)域，無人機(jī)可以用于物流配送、廣告宣傳、農(nóng)業(yè)植保等。隨著技術(shù)的不斷發(fā)展，無人機(jī)的性能不斷提高，成本逐漸降低，使得無人機(jī)在各個(gè)領(lǐng)域的應(yīng)用越來越廣泛。

2、隨著科技的不斷進(jìn)步和無人機(jī)技術(shù)的飛速發(fā)展，三維數(shù)據(jù)采集在各個(gè)領(lǐng)域中得到了廣泛應(yīng)用，傳統(tǒng)的三維數(shù)據(jù)采集方法包括地面測量、航空攝影或激光掃描，但是在實(shí)際使用時(shí)，仍舊存在一些缺點(diǎn)，如傳統(tǒng)的數(shù)據(jù)采集設(shè)備昂貴，維護(hù)和操作成本高；傳統(tǒng)方法采集周期較長，不能快速響應(yīng)變化。

技術(shù)實(shí)現(xiàn)思路

1、為了克服現(xiàn)有技術(shù)的上述缺陷，本發(fā)明的實(shí)施例提供一種無人機(jī)低空三維數(shù)據(jù)采集方法及系統(tǒng)，以解決上述背景技術(shù)中提出的問題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、步驟a1：選擇無人機(jī)并搭載激光雷達(dá)、高分辨率攝像機(jī)、高精度定位設(shè)備在目標(biāo)區(qū)域內(nèi)低空飛行；

4、步驟a2：無人機(jī)起飛后，根據(jù)預(yù)設(shè)路徑進(jìn)行飛行，并保持預(yù)定的飛行高度和速度，同時(shí)啟動(dòng)激光雷達(dá)和高分辨率攝像機(jī)進(jìn)行數(shù)據(jù)采集；

5、步驟a3：將激光雷達(dá)采集到的數(shù)據(jù)進(jìn)行數(shù)據(jù)異常值去除和缺失值補(bǔ)充，再將高分辨率攝像機(jī)采集到的圖像進(jìn)行圖像去噪和圖像增強(qiáng)處理；

6、步驟a4：將處理后的數(shù)據(jù)轉(zhuǎn)換為三維點(diǎn)云數(shù)據(jù)；并將圖像去噪后和圖像增強(qiáng)后的圖像進(jìn)行識別，得出圖像中各目標(biāo)物體的實(shí)際樣貌和目標(biāo)物體名稱；

7、步驟a5：根據(jù)處理后的三維點(diǎn)云數(shù)據(jù)進(jìn)行高精度地形測繪與三維建模。

8、優(yōu)選的，所述步驟a1中，無人機(jī)選擇四旋翼無人機(jī)，激光雷達(dá)選擇具有高精度、高掃描速率和廣視角的lidar系統(tǒng)，以獲取詳盡的地形和物體表面信息；高分辨率攝像機(jī)選擇具備高分辨率20mp以上的微單相機(jī)，能夠捕捉清晰細(xì)致的影像信息；高精度定位設(shè)備使用實(shí)時(shí)動(dòng)態(tài)定位（rtk）設(shè)備，rtk?gps系統(tǒng)提供厘米級的定位精度，確保無人機(jī)飛行軌跡數(shù)據(jù)的準(zhǔn)確記錄，再將集成imu傳感器與rtk設(shè)備結(jié)合，實(shí)現(xiàn)無人機(jī)飛行態(tài)勢的實(shí)時(shí)監(jiān)測，提高數(shù)據(jù)的準(zhǔn)確性和可靠性。

9、優(yōu)選的，所述步驟a2中，在飛行前，明確無人機(jī)開始飛行的位置和明確無人機(jī)終止飛行的位置，在起點(diǎn)和終點(diǎn)之間添加必要的中間路徑點(diǎn)，以形成完整的飛行軌跡；使用dijkstra算法尋找最短路徑，以減少飛行時(shí)間和能耗；dijkstra算法的方法具體為：

10、b1：創(chuàng)建距離數(shù)組d，用于存儲源節(jié)點(diǎn)到其他所有節(jié)點(diǎn)的最短距離；將源節(jié)點(diǎn)的距離設(shè)為0，其他所有節(jié)點(diǎn)的距離設(shè)為無窮大；

11、b2：創(chuàng)建優(yōu)先隊(duì)列f，用于存儲待處理的節(jié)點(diǎn)及其距離；將源節(jié)點(diǎn)及其距離加入優(yōu)先隊(duì)列；

12、b3：當(dāng)優(yōu)先隊(duì)列非空時(shí)，執(zhí)行以下操作：

13、取出當(dāng)前距離最小的節(jié)點(diǎn)g及其距離；

14、遍歷與g相鄰的所有節(jié)點(diǎn)h，計(jì)算從源節(jié)點(diǎn)到j(luò)的距離；如果小于，則更新為，并將j及其距離加入優(yōu)先隊(duì)列；

15、b4：當(dāng)優(yōu)先隊(duì)列為空時(shí)，算法結(jié)束。此時(shí)d數(shù)組中存儲了源節(jié)點(diǎn)到其他所有節(jié)點(diǎn)的最短距離；

16、b6：根據(jù)d數(shù)組輸出源節(jié)點(diǎn)到其他所有節(jié)點(diǎn)的最短距離；

17、b7：確保路徑滿足安全要求，避免與障礙物碰撞。

18、優(yōu)選的，所述步驟a3中，采集到的數(shù)據(jù)進(jìn)行計(jì)算均值和標(biāo)準(zhǔn)差，若計(jì)算出的均值和標(biāo)準(zhǔn)差超出設(shè)置閾值的n倍，則此數(shù)據(jù)記為異常值，將異常值進(jìn)行剔除，并將剔除異常值的數(shù)據(jù)進(jìn)行缺失值補(bǔ)充，補(bǔ)充的缺失值為計(jì)算出的均值；

19、圖像使用均值去噪的方法具體為：

20、c1：確定均值濾波器的窗口大小，窗口大小是奇數(shù)，以避免中心偏移問題；窗口越大，平滑效果越強(qiáng)；

21、c2：計(jì)算局部均值：對于圖像中的每個(gè)像素，選擇一個(gè)以該像素為中心的窗口區(qū)域；

22、c3：計(jì)算窗口內(nèi)所有像素值的總和，然后除以窗口內(nèi)的像素?cái)?shù)量，得到局部均值；

23、c4：用計(jì)算出的局部均值替換原始圖像中窗口中心的像素值；

24、c5：對于圖像邊緣的像素，由于它們沒有足夠的鄰居，需要特殊處理。常見的方法包括復(fù)制邊緣值、鏡像邊緣值或使用較小的濾波器窗口；

25、c6：重復(fù)上述過程，直到圖像中的每個(gè)像素都被新計(jì)算的值所替換；

26、c7：根據(jù)噪聲水平和所需保留的細(xì)節(jié)量，可能需要調(diào)整濾波器的窗口大??；

27、c8：通過視覺檢查和定量指標(biāo)評估去噪效果；定量指標(biāo)為均方誤差和峰值信噪比。

28、優(yōu)選的，所述步驟a3中，根據(jù)光速的已知值，通過時(shí)間差計(jì)算出激光脈沖返回的距離，即測量的深度；

29、根據(jù)激光雷達(dá)到達(dá)目標(biāo)物體的距離和目標(biāo)物體的角度信息，可計(jì)算得出目標(biāo)物體的具體尺寸和位置；

30、增強(qiáng)后的圖像中提取出與目標(biāo)物體相關(guān)的特征信息；使用canny邊緣檢測、形狀分析、紋理分析技術(shù)提取圖像中的特征；這些特征信息將用于后續(xù)的圖像分類和識別。

31、根據(jù)提取的特征信息，將圖像中的目標(biāo)物體進(jìn)行分類并識別出具體名稱；采用模板匹配進(jìn)行圖像分類與識別；將提取的特征與預(yù)設(shè)的模板進(jìn)行匹配，找出最相似的模板，從而確定目標(biāo)物體的名稱；

32、將通過模板識別后圖像中的目標(biāo)物體進(jìn)行識別，并將識別到的目標(biāo)物體進(jìn)行標(biāo)記名稱。

33、優(yōu)選的，所述步驟a5中，將三維點(diǎn)云數(shù)據(jù)使用delaunay?三角剖分生成表面模型，生成方法具體為：

34、f1：構(gòu)建一個(gè)足夠大的超級三角形，將所有三維點(diǎn)云數(shù)據(jù)包含在內(nèi)；

35、f2：依次將三維點(diǎn)云數(shù)據(jù)中的每個(gè)點(diǎn)插入到當(dāng)前三角形網(wǎng)格中；

36、f3：對于每個(gè)新插入的點(diǎn)，找到包含該點(diǎn)的所有三角形，包含該點(diǎn)的所有三角形稱為影響三角形；

37、f4：刪除影響三角形的公共邊，并將新點(diǎn)與影響三角形的所有頂點(diǎn)連接起來，形成新的三角形網(wǎng)格；

38、f4：根據(jù)delaunay三角剖分的空圓特性和最大化最小角特性，對新形成的三角形網(wǎng)格進(jìn)行局部優(yōu)化；

39、f5：通過交換相鄰三角形的對角線，確保每個(gè)三角形的外接圓內(nèi)不包含其他三維點(diǎn)云數(shù)據(jù)點(diǎn)。

40、f6：重復(fù)上述逐點(diǎn)插入和局部優(yōu)化的過程，直到所有三維點(diǎn)云數(shù)據(jù)都被插入到三角形網(wǎng)格中；

41、f7：最后，刪除與超級三角形相關(guān)的所有三角形，得到最終的delaunay三角網(wǎng)格；

42、f8：檢查生成的delaunay三角網(wǎng)格是否存在重疊、裂縫或不規(guī)則三角形等問題；根據(jù)需要對網(wǎng)格進(jìn)行進(jìn)一步的優(yōu)化處理，優(yōu)化處理包括平滑處理、細(xì)節(jié)增強(qiáng)；

43、f9：將生成的delaunay三角網(wǎng)格應(yīng)用于高精度地形測繪、三維建模、數(shù)值模擬領(lǐng)域；將優(yōu)化后的三角網(wǎng)格導(dǎo)出為obj格式，以便后續(xù)的應(yīng)用和處理。

44、將生成的表面模型賦予顏色、紋理和其他屬性，其他屬性包括材質(zhì)、反射，增強(qiáng)視覺效果；將賦予屬性后的表面模型使用體素化算法通過三維點(diǎn)云數(shù)據(jù)構(gòu)建三維體素模型，并生成最終的三維模型；

45、高精度地形測繪將三維點(diǎn)云數(shù)據(jù)進(jìn)行點(diǎn)云配準(zhǔn)；點(diǎn)云配準(zhǔn)的目標(biāo)是將不同坐標(biāo)系下的三維點(diǎn)云數(shù)據(jù)轉(zhuǎn)換到統(tǒng)一坐標(biāo)系中；常用的方法包括基于特征的配準(zhǔn)和基于標(biāo)記點(diǎn)的配準(zhǔn)；再將三維點(diǎn)云數(shù)據(jù)分割成地面點(diǎn)和非地面點(diǎn)，地面點(diǎn)用于生成數(shù)字高程模型，而非地面點(diǎn)可以用于其他應(yīng)用，如建筑物建模；

46、從地面三維點(diǎn)云數(shù)據(jù)中生成數(shù)字高程模型；這是地形測繪的基礎(chǔ)；數(shù)字高程模型通過插值算法來生成規(guī)則格網(wǎng)的高程數(shù)據(jù)；

47、利用數(shù)字高程模型數(shù)據(jù)構(gòu)建地表模型；常見的地表模型包括三角網(wǎng)格和規(guī)則格網(wǎng)；三角網(wǎng)格通過連接相鄰的高程點(diǎn)形成三角形，適用于不規(guī)則地形；而規(guī)則格網(wǎng)則通過規(guī)則網(wǎng)格覆蓋整個(gè)區(qū)域，適用于平坦或規(guī)則地形；

48、對生成的數(shù)字高程模型進(jìn)行精度評估，確保滿足項(xiàng)目要求。通過已知控制點(diǎn)的測量值和模型預(yù)測值進(jìn)行評估；將最終的地形測繪圖以obj格式輸出，供進(jìn)一步分析或應(yīng)用。

49、本發(fā)明的技術(shù)效果和優(yōu)點(diǎn)：

50、本發(fā)明通過無人機(jī)搭載采集設(shè)備在目標(biāo)區(qū)域內(nèi)低空飛行，通過預(yù)設(shè)路徑進(jìn)行數(shù)據(jù)采集；采集到的數(shù)據(jù)經(jīng)過異常值去除、缺失值補(bǔ)充、圖像去噪和增強(qiáng)等處理后，轉(zhuǎn)換為三維點(diǎn)云數(shù)據(jù)，并進(jìn)行圖像識別；根據(jù)處理后的三維點(diǎn)云數(shù)據(jù)進(jìn)行高精度地形測繪與三維建模，生成最終的三維模型；此采集方法維護(hù)成本相比于傳統(tǒng)的數(shù)據(jù)采集設(shè)備無人機(jī)的運(yùn)營和維護(hù)成本更低，并且采集周期大幅縮短，能夠快速響應(yīng)變化。