应急无人机航摄系统的组成与应用摘要：灾害具有破坏性和突发性的特点，如何进行灾害预警，如何在灾后科学、迅速的开展应急救援工作是当前应急救灾面临的迫切任务。
无人机航摄系统，机动灵活，操作简单，在应急救灾中有巨大应用前景。
本文在全面分析了无人机航摄在应急保障应用需求的基础上，系统地提出了应急无人机航摄系统的概念，并对应急无人机航摄中涉及的导航与定位、数据压缩编码、地理位置注册、空间信息直播等关键技术进行了研究分析，对于应急无人机航摄系统的设计和优化具有借鉴意义，对于拓展无人机航摄在应急保障中的应用具有参考价值。
1 引言灾害具有突发性和强破坏性的特点，不仅造成重大的经济财产损失，甚至会造成重大的人员伤亡，应急救灾是人类活动面临的迫切任务[1]。
无人机航摄系统，机动灵活，操作简单，响应迅速，能深入到人员无法进入到的区域，已经在获取地震、洪涝等地质灾害灾情信息中得到广泛应用[2]。
如何更好地发挥无人机航摄的技术优势，拓展和挖掘其在应急救灾中的应用，是值得研究的方向。
陆博迪等[3]分析了无人机航摄系统在重大自然灾害中的应用，马瑞升等[4]利用无人机搭载成像传感器进行了火情监测实验，陈为民等[5]对无人机在城市应急测绘保障体系建设中的应用进行了初步构想，但这些工作仅仅是对无人机航摄系统的在应急中的应用进行了探索，都未明确指出应急无人机航摄系统的概念，都没有对对应急无人机航摄系统涉及的关键技术进行系统分析。
本文在分析了地质灾害救援、森林火灾预警、大型活动应急保障、城市应急测绘等应急无人机航摄需求的基础上，系统地提出了应急无人机航摄系统的概念，阐述了应急无人机航摄系统的组成与功能，并与常规的无人机航摄系统进行了对比，重点分析了应急无人机航摄中涉及的导航地位、数据压缩编码、空间信息直播、地理位置注册等关键技术。
2 应急无人机航摄系统应急无人机航摄系统是通过无人飞行器搭载光学相机、红外传感器、视频成像传感器、机载雷达等航摄任务专用载荷，对作业区地表状况进行探测，获取区域现势性信息并进行数据处理、信息提取与分析应用[6]，由无人飞行器、航摄传感器、地面控制系统、数据处理系统等部分组成（图1 应急无人机航摄系统组成）。
图1 应急无人机航摄系统组成2.1 无人飞行器无人飞行器主要有固定翼无人机、多旋翼无人机、无人直升机，无人飞艇等。
固定翼无人机有弹射和跑道起飞两种方式，回收方式有降伞回收和撞网回收，要求有一定范围内的空旷场地。
多旋翼无人机和无人直升机通过旋翼在静止空气和相对气流中产生向上的力，操纵自动倾斜器可产生向前、后、左、右的水平分力，对于场地的要求较小。
无人飞艇依靠空气浮力，实现起飞，对场地要求也较小。
地针对不同的应急需求，采用不同的飞行器。
对于地质灾害灾情勘察，主要是为了勘察灾情现实性信息，获取灾区的应急影像图，通常使用固定翼无人机以及多旋翼无人机。
对于森林火灾预警，由于灾区范围的不确定，需要飞机进行盘旋勘察，通常采用多旋翼无人机和无人直升机。
对于大型活动的应急保障和群体事件监测，作业范围较小，但要求飞行器有悬停能力，通常采用无人直升机和无人飞艇。
对于城市应急测绘，飞行作业时间相对较长，载荷较重，通常使用无人直升机。
2.2 航摄传感器无人机航摄传感器包括光学相机、红外传感器、视频摄像机、机载雷达等。
光学相机获取灾区在可见光波段的影像信息，主要用于制图、变化检测等，也是现阶段应急工作中使用最多、技术手段最为成熟的传感器。
红外传感器包括近红外和中红外波段传感器，近红外波段传感器主要是获取夜间和阴天等环境中的灾情信息，而中红外波段传感器主要是获取高温信息，主要用于火源探查、火情监测等。
视频摄像机主要是获取作业区域实时/近实时信息，主要用于大型活动安保、群体事件监测、城市应急救援等，是提供实时地理信息服务，实现动态测绘、实时测绘、动目标精确测绘的主要传感器。
机载雷达对地表具有一定的穿透能力，且作业条件限制小，能实现全天候、全天时观测，在洪水、内涝淹没区域水下地形探测中具有明显优势。
2.3 地面控制站地面控制站的主要作用是实现对无人机的飞行控制，进行航线设计，上传飞控数据，接收无人机下传的飞行器飞行数据以及传感器获取的数据。
在常规的无人机航摄中，地面控制站接收主要是无人机的飞行器数据。
传感器获取的数据一般是存储在航摄传感器自身携带或者配置的存储设备中，飞行结束后再进行数据处理。
而在某些应急航摄中，如大型活动应急保障和城市应急测绘，要求实现影像、视频数据的实时处理，对于地面控制站有了更高的要求。
控制站要进行影像、视频数据的快速编码压缩，达到实时/近实时通信，不仅要提高硬件的处理速度，也要在软件的算法上进行改进。
2.4 数据处理系统数据处理系统是实现影像、视频数据向决策信息转化的关键。
无人机航摄传感器一般采用CCD和CMOS感光元件，且航高低，获取的数据具有覆盖范围小，畸变大，成像关系不稳定等特点。
常规的无人机航摄系统获取的数据以光学影像数据为主，现有的PCI、INPHO、PIXELGRID等软件已经完全能满足处理需要。
针对DEM、DOM、DLG、DRG等4D产品为主要内容的产品以及其他大比例尺地图产品生产，以精度为主要衡量标准，对于数据处理的时效性要求不高。
应急无人机航摄产品是面向应急救灾应用，对于数据处理的时效性有更高的要求，尤其是针对森林火灾救援预警、群体活动应急保障、城市应急测绘保障等应急需求，数据处理要满足近实时，甚至实时处理的要求。
和常规无人机航摄的数据处理部分相比，应急无人机航摄系统的数据处理部分在硬件和软件上都要有改进。
软件上，数据处理的算法要有高效性和易于硬件实现的特点；硬件上宜采用以多GPU为核心，GPU-CPU处理相结合的并处理架构，提升对图形影像数据的处理能力，提高数据处理效率。
常规无人机航摄系统和应急无人机航摄系统对比，见表1常规无人机航摄系统与应急无人机航摄系统。
表1 常规无人机航摄系统与应急无人机航摄系统项目常规无人机航摄系统应急无人机航摄系统POS系统采用GPS/INS组合导航系统POS系统总体精度不高POS精度要求较高，通常要为差分多导航系统，集成GNSS、GPS、北斗系统、INS(惯性导航系统)等传感器以光学相机为主除了光学相机外，更多地使用红外传感器、视频摄像机、雷达等作业条件作业时间为白天，光照条件良好除了在天气晴好的白天外，还可以在夜间，以及阴天、多云甚至有降水的条件下作业原始数据以光学影像数据为主光学/红外/雷达影像数据、视频数据等数据处理时间数小时时间短，达到实时、近实时数据处理处理精度主要用于生产DEM/DOM/DLG/DRG等4D产品及各种大比例尺地图产品，处理精度要求较高数据产品面向应急服务，主要用于现势性灾情信息显示及提供应急救灾决策支持，时效性要求高，精度要求相对较低3 关键技术分析应急无人机航摄系统要实现应急现势性数据获取，提供应急测绘信息服务，需要高精度的POS数据、高性能的数据压缩编码、稳定可靠的数据传输、高效的数据处理，实时的信息发布为支撑，涉及到导航定位、数据压缩编码、地理位置注册、空间信息直播等关键技术。
3.1 导航定位技术导航定位技术是获取无人机精确坐标和姿态信息的关键，而无人机精确的外方位元素，是后续航摄数据处理的基础。
导航定位系统与航摄传感器无缝连接，实时获取航摄传感器摄影瞬间的开启脉冲，在航摄传感器对地观测的同时，导航定位系统连续接收卫星信号，并精确记录曝光时刻。
经过载波相位差分动态处理，获取航摄传感器在摄影时刻摄站的地心坐标，并通过成像模型转化为摄区坐标，引入航摄区域区域网平差中，采用数学模型精确确定地面目标点位和航摄数据的方位元素。
现有的常规无人机航摄系统，受成本限制，一般采用低精度的导航定位系统，多为GPS/INS组合导航定位系统，如果是仅仅获取灾后的应急影像信息，是能满足航摄需要的。
但单卫星导航定位系统，导航定位精度与卫星信号强度密切相关，卫星信号受卫星过境时间限制，在不同的时段，信号强度差别较大，如果要进行应急目标的精确定位和执行随时的应急航摄任务，显然是不能满足需求的。
应急无人机航摄系统的导航定位部分，要结合多种卫星导航定位系统，充分融合各导航系统优势，全天时提供高定位导航定位信息。
受飞行器载荷、体积、功耗等多方面的条件限制，导航定位系统要具备集成化、紧耦合、轻小化的特点。
3.2 数据压缩编码高性能的数据压缩编码技术是确保航摄数据实时下传的前提，除了压缩算法的高效性和易实现外，还要求硬件处理实时性好、稳定性高。
无人机利用各种成像传感器获取数据，并通过数据链将数据实时传输给地面系统，随着无人机数量的增多以及任务数据量的增大，给通信带宽带来了很大的压力，有效的解决方法是利用压缩算法压缩数据信息的容量。
无人机一般在高空、高速飞行的情况下对地面景物进行摄像，所得到的影像和一般的影像有很大的区别：影像内目标像素小且目标数量大，帧内相关性差；加上影像是满屏运动，帧间相关性差。
因此，影像的压缩编码必须采用高分辨率且具有运动补偿的算法，以满足较低比特率下高质量的影像压缩和传输[7]。
压缩工作可以选用软件或专用硬件来完成。
专用编码压缩软件代码规模较大，设备要求高，且机载微处理器功能有限,使其应用受到限制，为保证系统最优功能状态，选用专用编码芯片对采集后得到的数字影像进行硬件编码压缩，生成压缩后的数据通过机载传感器平台控制板数据通道，经无人机上高速通信接口下传数据。
3.3 地理位置注册地理位置注册的目的是确定目标的精确位置，实现无人机在悬停和绕飞状态下的空间位置标注。
它是以同步测量的动态POS定位／定姿参数为基础，运用高效率的参数内插与瞬时赋值算法，将获取的序列影像与原有地理数据进行匹配，依照规则的元数据体系实现序列影像的地理空间实时注册，可实现特定区域目标的定点观测和动目标的精确测绘。
常用的方法是通过使用主动轮廓模型及其改进模型提取影像序列特征[8]，与原有地理数据库中的特征要素进行匹配，涉及形状的描述、相似性度量以及定向的估计等关键步骤。
常用的特征有点（如建筑物角点）特征和线特征（如道路），点特征具有旋转不变性，但是数目多，匹配的计算量大；线特征计算量相对较小，但匹配过程中存在偏移。
如何对影像形状特征形成有效的描述，如何实现多尺度下形状特征与已有地理数据库特征的匹配与优化，是值得研究的方向。
3.4 空间信息直播空间信息直播是把应急无人机航摄系统获取的各种灾情数据转化为空间信息进行发布，提供应急实时服务，高效的数据传输是空间信息直播的基础。
无人机搭载的任务载荷设备对地观测,将获取的地表信息以数字形式记录存储,机载测量平台控制主板通过I/O设备读取数据,利用DSP模块进行数据压缩处理，通过数据接口将压缩后的数据传至机载无线数据传输设备。
