留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

主被动多传感器组合的宽角成像系统设计与实验

林宗坚 苏国中 申朝永 吴博义

林宗坚, 苏国中, 申朝永, 吴博义. 主被动多传感器组合的宽角成像系统设计与实验[J]. 武汉大学学报 ● 信息科学版, 2017, 42(11): 1537-1548. doi: 10.13203/j.whugis20170315
引用本文: 林宗坚, 苏国中, 申朝永, 吴博义. 主被动多传感器组合的宽角成像系统设计与实验[J]. 武汉大学学报 ● 信息科学版, 2017, 42(11): 1537-1548. doi: 10.13203/j.whugis20170315
LIN Zongjian, SU Guozhong, SHEN Chaoyong, WU Boyi. Design and Experiment of An Active-Passive Multi-sensor Combined Wide-Angle Imaging System[J]. Geomatics and Information Science of Wuhan University, 2017, 42(11): 1537-1548. doi: 10.13203/j.whugis20170315
Citation: LIN Zongjian, SU Guozhong, SHEN Chaoyong, WU Boyi. Design and Experiment of An Active-Passive Multi-sensor Combined Wide-Angle Imaging System[J]. Geomatics and Information Science of Wuhan University, 2017, 42(11): 1537-1548. doi: 10.13203/j.whugis20170315

主被动多传感器组合的宽角成像系统设计与实验

doi: 10.13203/j.whugis20170315
基金项目: 

国家自然科学基金 41371425

详细信息
    作者简介:

    林宗坚, 教授, 博士生导师, 从事摄影测量与遥感和GIS研究工作。lincasm@casm.ac.cn

  • 中图分类号: P246.2;TP73

Design and Experiment of An Active-Passive Multi-sensor Combined Wide-Angle Imaging System

Funds: 

The National Natural Science Foundation of China 41371425

More Information
    Author Bio:

    LIN Zongjian, PhD, professor, specializes in photogrammetry and remote sensing. E-mail: lincasm@casm.ac.cn

图(23) / 表(2)
计量
  • 文章访问数:  1078
  • HTML全文浏览量:  50
  • PDF下载量:  456
  • 被引次数: 0
出版历程
  • 收稿日期:  2017-09-08
  • 刊出日期:  2017-11-05

主被动多传感器组合的宽角成像系统设计与实验

doi: 10.13203/j.whugis20170315
    基金项目:

    国家自然科学基金 41371425

    作者简介:

    林宗坚, 教授, 博士生导师, 从事摄影测量与遥感和GIS研究工作。lincasm@casm.ac.cn

  • 中图分类号: P246.2;TP73

摘要: 按照国家航空应急测绘的需求提出了一种多传感器组合成像系统。在此系统中,将组合数码相机、视频和红外相机、激光雷达(light detection and ranging,LiDAR)和小型合成孔径雷达(miniature synthetic aperture radar,MiniSAR)集成到统一的时空基准,分别且同时地实现大像幅光学成像,白天和夜间视频影像获取与传输,三维激光点云获取,以及全天候的微波遥感。详细阐述了组合宽角相机在改善影像质量和作业效率方面的优势。根据上述设计,将实验系统安装在中航时无人机上进行了飞行检验,给出了所获取的白天和夜间数据成果。

English Abstract

林宗坚, 苏国中, 申朝永, 吴博义. 主被动多传感器组合的宽角成像系统设计与实验[J]. 武汉大学学报 ● 信息科学版, 2017, 42(11): 1537-1548. doi: 10.13203/j.whugis20170315
引用本文: 林宗坚, 苏国中, 申朝永, 吴博义. 主被动多传感器组合的宽角成像系统设计与实验[J]. 武汉大学学报 ● 信息科学版, 2017, 42(11): 1537-1548. doi: 10.13203/j.whugis20170315
LIN Zongjian, SU Guozhong, SHEN Chaoyong, WU Boyi. Design and Experiment of An Active-Passive Multi-sensor Combined Wide-Angle Imaging System[J]. Geomatics and Information Science of Wuhan University, 2017, 42(11): 1537-1548. doi: 10.13203/j.whugis20170315
Citation: LIN Zongjian, SU Guozhong, SHEN Chaoyong, WU Boyi. Design and Experiment of An Active-Passive Multi-sensor Combined Wide-Angle Imaging System[J]. Geomatics and Information Science of Wuhan University, 2017, 42(11): 1537-1548. doi: 10.13203/j.whugis20170315
  • 主被动多传感器组合宽角成像系统是面向国家航空应急测绘能力建设目标而设计的。这个建设目标包含“救灾应急”和“平战结合”两方面的需求[1-2]。救灾应急的航空测绘需求包括快速报告大面积灾情, 快速进行灾体土石方量测, 全天候、全天时应对能力, 有效应对各种灾情等。平战结合的日常业务需求包括灾害多发地区的日常监测, 地理国情监测, 基础测绘航空影像的高效获取, 以及三维高精度测量技术开拓工程应用新领域等。

    • 主被动多传感器组合宽角成像系统由组合宽角光学相机、视频相机、红外相机、激光雷达(light detection and ranging, LiDAR)、微波雷达等多种传感器组合而成。其中前3者为被动传感器,后2者为主动传感器。各部分的功能如下:组合宽角光学相机用于进行高分辨率、宽视场的可见光范围彩色成像,视频相机用于实现白天灾情现场的实时可传输成像,红外摄像用于夜间灾情现场的实时可传输成像,激光雷达获取高程点云数据用于实现灾体土石方快速量测和夜间灾情现场成像,微波雷达用于雨雾霾天气的灾情影像获取。这5种传感器基本上形成了全天候、全天时的影像获取能力。系统结构如图 1所示。

      图  1  主被动多传感器组合宽角成像系统

      Figure 1.  Active-Passive Multi-sensor Combined Wide-Angle Imaging System

    • 组合宽角相机是整个系统中最主要的设备,所获取的数据占整个系统的80%,在救灾应急中用于获取大面积的高分辨率影像,在平时测量业务中作为高分辨率、高效率的航空摄影机[3]

      组合宽角光学相机由10个Canon-5DSR相机(或性能相当的其他光学相机)组合构成85°(航向)×105°(旁向)视场,4亿像元的大面阵成像能力(见图 2)。根据作业航高300~3 000 m范围获取5~30 cm地面采样间隔(ground sampling distance,GSD)影像的要求,采用50 mm焦距镜头。

      图  2  10镜头组合宽角相机

      Figure 2.  Ten Lens Combination of Wide-Angle Camera

      组合宽角成像的必要性:

      1) 避免宽角单镜头边缘影像衰减,提高光学质量。根据光度学理论,单镜头视场边缘的信号是按照其光线偏离中心线夹角θ的余弦的4次方衰减的[4],如图 3所示。

      图  3  单镜头视场边缘的信号衰减

      Figure 3.  Edge Signal Attenuation in Single Len Field

      在数码相机中,即便采取了电子增益的办法,虽然增强了边缘信号强度,但信噪比改善不大, 存在着低对比度影像问题[5]

      采用多个镜头组合构成宽角成像,则可由单个小视场影像拼成大视场影像,得到光度学概念中的优质大视场影像。图 4所示为由4个镜头形成的组合宽角成像,回避了边缘劣质影像的情况[6]

      图  4  组合宽角成像

      Figure 4.  Combination of Wide-Angle Imaging

      图 5所示是由5个相机获取的组合宽角影像。

      图  5  由5个相机获取及拼接的组合宽角影像

      Figure 5.  A Combination of Five Camera and Mosaic Wide-Angle Image

      2) 扩大视场角,提高空三构网的几何精度。通过组合宽角成像扩大了视场角,形成了大幅面影像,也就提高了航摄的基高比,从而提高了立体解算高程的精度(见图 6)。

      图  6  大像幅扩大基高比

      Figure 6.  Base-Height Ratio Expanded by Large Format

      宽角大幅面影像有利于空中三角网构建中提高共线方程解算像片方位元素的精度。表 1所示为按相对定向理论公式计算出来的几种像场角情况下的姿态角解算精度。由此可见,扩大像场角可以数倍地提高姿态角的解算精度。当前市场上优质的惯性测量单元(inertial measurement unit, IMU)测姿精度达0.003°,这意味着在使用窄角相机(或线阵相机)时,要依靠IMU提高定向精度,而使用宽角相机时则可直接解算出甚至更高的定向精度。

      表 1  不同像场角下的各相对定向元素的标准差

      Table 1.  Orientation Elements with Different Field Angles

      像场角(2θ) σφ=σφ′ σω′ σκ=σκ′
      26° 0.004 2° 0.005 1° 0.023 0°
      38° 0.003 2° 0.003 8° 0.013 8°
      53° 0.002 2° 0.002 6° 0.006 5°
      74° 0.001 5° 0.001 8° 0.003 3°
      90° 0.001 0° 0.001 2° 0.002 6°

      3) 增加冗余度,增强可靠性。由10个相机组成的宽角成像结构如图 7所示,其中A1B1C1D1组合构成航向60°×旁向105°、焦距50 mm的2亿像元像场,A2B2C2D2也构成了另一组等同像场。这两个像场既可拼接成85°×105°的4亿像元像场,也可分别成为2个具有双余度的2亿像元像场。假若其中一组出现故障,则另一组可构成60%重叠度的正常影像;假若两组相机都正常工作,则可构成80%重叠度的正常影像。这就是双余度成像的可靠性设计。E1E2是2个24 mm焦距的相机,组合构成航向100°×旁向72°的具有1亿像元的像场。它与ABCD像场构成另一种双余度成像,实现相互支持的几何检校,提高可靠性。而且,当遇到阴云天气低航高飞行时,24 mm焦距所获取的高分辨率影像更方便直接使用。

      图  7  组合宽角成像结构

      Figure 7.  Combination Structures of Wide-Angle Imaging

      综合上述,地面每一个点都有4余度重叠成像(见图 8)。

      图  8  4余度重叠成像

      Figure 8.  4 Redundancy of Overlapping Images

      4) 用长焦相机进行组合宽角成像,能显著提高航空摄影的生产效率。

      航空飞行摄影作业效率=每小时摄影面积×每km2获取的像元数

      每小时摄影面积=作业飞行速度×航带宽度

      航带宽度=航高×2tanθ(θ为旁向像场角的一半)

      每km2获取到的像元数=1 km2/GSD2

      $$ \text{GSD=}\frac{像元尺寸\times 航高}{焦距} $$

      图 2所示的10镜头组合宽角相机的生产效率示见表 2

      表 2  几种典型航高的作业参数

      Table 2.  Several Typical Flight Height Operating Parameters

      航高
      /m
      GSD
      /cm
      航速
      /(km·h-1)
      航带宽
      /m
      每小时覆盖面积
      /(km2·h-1)
      500 5 160 1 000 160
      1 000 10 160 2 000 320
      2 000 20 180 4 000 720
      3 000 30 180 6 000 1 080

      多年积累的航空摄影生产经验说明,航空摄影的空域资源是十分难得的。因此,有效地利用空域时间是非常重要的,长焦宽角组合相机可以大幅度提高航空摄影的生产效率。

    • 组合宽角相机的基本原理是把主光轴各向倾斜的多镜头(多相机)所获取的多帧面阵影像通过二次计算成像的方法,构成等效的单中心投影宽角影像。二次计算成像分成初算和精算两大步骤。初算根据地面检校的参数进行,包括每个单相机的畸变差改正和各相机相对于虚拟组合相机外方位元素的投影变换,按照摄影测量的经典公式进行。精算则是在航空飞行后,针对每次曝光的影像自动化进行。这是本产品的核心技术,包括静态自检校和动态自检校两部分。

      1) 静态自检校。本产品的10个相机组合采取比较轻薄的机械结构,为校正机械加工、安装调配、环境温度和长期运行等引起的变形误差,采取了每片自检校的方法。这是利用各相邻面阵影像的重叠部分影像视差进行的。自检校方程为:

      $$ \left\{ \begin{align} &\Delta {{x}_{ij}}=\Delta {{s}_{xi}}-\Delta {{s}_{xj}}+\frac{{{x}_{i}}}{f}\Delta {{s}_{zi}}-\frac{{{x}_{j}}}{f}\Delta {{s}_{zj}}+f\left( 1+\frac{x_{_{i}}^{^{2}}}{{{f}^{2}}} \right)\Delta {{\varphi }_{i}}-f\left( 1+\frac{x_{_{j}}^{^{2}}}{{{f}^{2}}} \right)\Delta {{\varphi }_{j}}+ \\ &\frac{{{x}_{i}}{{y}_{i}}}{f}\Delta {{\omega }_{i}}-\frac{{{x}_{j}}{{y}_{j}}}{f}\Delta {{\omega }_{j}}-{{y}_{i}}\Delta {{\kappa }_{i}}+{{y}_{j}}\Delta {{\kappa }_{j}} \\ &\Delta {{y}_{ij}}=\Delta {{s}_{yi}}-\Delta {{s}_{yj}}+\frac{{{y}_{i}}}{f}\Delta {{s}_{zi}}-\frac{{{y}_{j}}}{f}\Delta {{s}_{zj}}+\frac{{{x}_{i}}{{y}_{i}}}{f}\Delta {{\varphi }_{i}}-\frac{{{x}_{j}}{{y}_{j}}}{f}\Delta {{\varphi }_{j}}+f\left( 1+\frac{y_{_{i}}^{^{2}}}{{{f}^{2}}} \right)\Delta {{\omega }_{i}}-\\ &f\left( 1+\frac{y_{_{j}}^{^{2}}}{{{f}^{2}}} \right)\Delta {{\omega }_{j}}+{{x}_{i}}\Delta {{\kappa }_{i}}-{{x}_{j}}\Delta {{\kappa }_{j}} \\ \end{align} \right. $$ (1)

      式中,f代表焦距;ij代表相邻影像片号(图 9);(Δxij, Δyij)为其重叠区内各像点的视差值,通过影像匹配求得;(Δsx, Δsy, Δsz, Δφ, Δω, Δκ)代表各相机相对于虚拟中心相机的相对外方位元素的改正值。每两片相邻重叠区内的每一个特征点,都可列式(1)的一组方程。将全部重叠区视差方程进行整体求解,就可以求得全部相机外方位元素的改正值。

      图  9  相邻影像重叠区像点视差

      Figure 9.  Parallaxs in Overlaping Area of Adjacent Images

      2) 动态自检校。考虑到空中摄影时诸多因素的影响,组合相机中的各个单相机难以保证精确的同时曝光。在飞行平台运动的情况下,各相机间的微小曝光时间差引起的重叠区影像视差可表达成运动状态下的外方位元素的函数。将式(1)简化表达成:

      $$ \begin{align} &P\left( \Delta {{x}_{ij}}, \Delta {{y}_{ij}} \right)=F(\Delta {{s}_{xi}}, \Delta {{s}_{yi}}, \Delta {{s}_{zi}}, \Delta {{\varphi }_{i}}, \Delta {{\omega }_{i}}, \\ &\Delta {{\kappa }_{i}}, \Delta {{s}_{xj}}, \Delta {{s}_{yj}}, \Delta {{s}_{zj}}, \Delta {{\varphi }_{j}}, \Delta {{\omega }_{j}}, \Delta {{\kappa }_{j}}) \\ \end{align} $$ (2)

      而各外方位元素与飞行平台运动参数的关系可以表示为:

      $$ \left[\begin{matrix} \text{d}\Delta {{s}_{xi}} \\ \text{d}\Delta {{s}_{yi}} \\ \text{d}\Delta {{s}_{zi}} \\ \text{d}\Delta {{\varphi }_{i}} \\ \text{d}\Delta {{\omega }_{i}} \\ \text{d}\Delta {{\kappa }_{i}} \\ \end{matrix} \right]=\Delta {{T}_{i}}\left[\begin{matrix} {{V}_{{{s}_{x}}}} \\ {{V}_{{{s}_{y}}}} \\ {{V}_{{{s}_{z}}}} \\ {{V}_{\varphi }} \\ {{V}_{\omega }} \\ {{V}_{\kappa }} \\ \end{matrix} \right]-\left[\begin{matrix} {{Q}_{{{s}_{xi}}}} \\ {{Q}_{{{s}_{yi}}}} \\ {{Q}_{{{s}_{zi}}}} \\ {{Q}_{{{\varphi }_{i}}}} \\ {{Q}_{{{\omega }_{i}}}} \\ {{Q}_{{{\kappa }_{i}}}} \\ \end{matrix} \right] $$ (3)

      式中,Qi表示第i个相机由静态检校确定的外方位元素值(相对于虚拟组合的单中心投影相机);dΔsi表示第i个相机在飞行平台按V速度矢量运动情况下,因曝光时间延迟ΔTi而导致的外方位元素增量。由此实现对各相机影像的动态改正。

    • 当飞机航速导致在相机曝光时间内的影像位移量超过GSD的一半时,影像分辨率将降低一个等级。设相机曝光时间为1 ms,飞机航速为180 km/h,则在曝光瞬间影像点的地面位移量为5 cm/ms。因此,当相机执行GSD≤10 cm的航飞任务时,就必须进行像移改正(或补偿)。

      像移补偿采用类似于时间延迟积分理解的影像复原方法。如图 10所示,设在曝光时间τ内,由于航速导致在航线方向上有x1, x2xτ像元被曝光,其曝光量产生的灰度记录在L1单元,沿X方向有L1, L2Lk个曝光记录,可列方程:

      图  10  像移补偿技术原理

      Figure 10.  Principle of Time Delay Solution

      $$ \begin{matrix} {{L}_{1}}={{g}_{1}}+{{g}_{2}}+\ldots +{{g}_{\tau }} \\ {{L}_{2}}={{g}_{2}}+\ldots +{{g}_{\tau }}+{{g}_{\tau +1}} \\ \vdots \\ {{L}_{k}}={{g}_{\tau }}+{{g}_{\tau +1}}+\ldots +{{g}_{\tau +k-1}} \\ \end{matrix} $$ (4)

      用最小二乘法解此方程组,即可由曝光记录L求解得到各像元的灰度值g

    • 本系统设置视频相机的主要目的是获取可实时传输的影像,通过卫通和互联网实时传输到地方政府和中央业务机构,用于救灾应急的现场指挥[7]。不同于军用查打一体化无人机上的专注地面打击目标的视频跟踪器,本系统要求的是快速报告地面大面积范围的灾情现场。因此,市场上通用的单个1 280×720×30帧/s的标清相机不能满足要求,必须模仿组合宽角光学相机的方式,将3个视频相机组合成旁向视场达70°的宽角视频系统,根据需要可灵活(或先后)选择其中1路实时下传。视频系统与相机测姿定位系统(positioning and orientation system,POS)一体化集成,使得每帧影像都能参照POS参数而直接具有100 m的地面实时定位精度。

      满足以上结构功能的器件性能指标为:

      1) 焦距>12 mm;

      2) 单机旁向视场角≥24°,可局部视场独立作业;

      3) 机上高清视频(1 920×1 080)存储,标清(1 280×720)数据实时下传;

      4) 视频数据流与GNSS脉冲信号同步;

      5) 下传视频实时拼接,实时输出整体图像,地面定位精度达100 m;

      6) 机上二级机械防抖;

      7) 重量不超过2.0 kg;

      8) 功耗5 W;

      9) 工作温度范围-20°~ 55°;

      10)通过3机组合宽角实现宽视场,无需3轴云台装置。

    • 红外摄像机用于在夜间替代视频相机获取可实时传输的场景影像。在白天其影像作为辅助数据,用于与组合宽角光学相机影像融合,增强判读能力。

      类似于视频相机的设计,本文也用3个红外摄像机组合构成旁向70°的视场,以实现大面积覆盖摄影,与POS系统集成一体,实现100 m精度的地面实时定位。

      为保证对夜景成像,红外摄像传感器的感光波段选择8~12 μm。

      满足以上结构功能的器件性能指标为:

      1) 探测器为非制冷焦平面;

      2) 工作波段8~12 μm;

      3) 旁向视场角为单机≥24°,3机组合≥70°;

      4) 噪声等效温差≤50 mK(F/1);

      5) 视频输出为帕尔制式25 Hz;

      6) 工作温度范围-20°~ 55°;

      7) 重量不超过2.0 kg;

      8) 功耗≤6 W;

      9) 不需要3轴云台装置。

    • 本系统中的激光雷达[8]按以下4项功能设计:

      1) 在救灾应急任务中能快速生成高程点云,用以即时计算灾体土石方量。

      2) 在夜间能获取带灾情场景的三维点云,并与红外影像融合,用于现场灾情判读。

      3) 在基础测绘中,获取高精度高程点云,用以与组合宽角光学相机影像融合,实现无地面控制点的高精度地形图快速测绘。

      4) 在地理国情监测中,获取能穿透林木间隙的点云,用以估算林木高度、检测森林生物量变化。

      满足以上结构功能的器件性能指标为:

      1) 相对飞行高度500~3 500 m;

      2) 作业海拔高度500~6 000 m;

      3) 可测地物高差范围≥ 1 500 m;

      4) 扫描视场(旁向)≥70°;

      5) 脉冲频率为50~300 kHz;

      6) 测距精度为优于5 cm@500 m,优于20 cm@3 000 m;

      7) 对POS系统要求为定位精度0.05~0.3 m;

      8) 水平姿态角优于0.005°;

      9) 航偏姿态角优于0.008°;

      10)设备重量不超过20 kg;

      11)设备功耗200 W;

      12)工作温度范围-20°~ 55°。

    • 系统中微波雷达采用小型合成孔径雷达(MiniSAR),其功能设计如下。

      1) 不要求与前述4种传感器同步作业,但要求在雨天、雾霾天,前4种传感器不能作业的条件下,能够获取灾情地区的雷达影像,用于灾情判读。

      2) 能适应地理国情监测的要求,获取大面积微波雷达影像,与前4种数据或其他遥感数据融合,进行更全面的地理国情分析,以及满足若干专业分析的用途。

      满足以上结构功能的器件性能指标为:

      1) 最大带宽1 200 MHz;

      2) 分辨率0.15 ~ 0.2 m;

      3) 作业高度200 ~ 3 500m;

      4) 作用距离0.5 ~ 6 km;

      5) 测绘带0.5 ~ 3 km;

      6) 极化方式为HH/HV/VH/VV;

      7) 重量不超过5.5 kg;

      8) 功耗≤80 W;

      9) 工作温度范围-20°~ 55°;

      10)与前4种传感器共用统一的POS系统。

    • 测姿定位系统(POS)由卫星定位(GNSS)和惯性测量(IMU)两种装置组联合构成,其功能如下:

      1) 实现各种传感器动作时间基准一致,全部统一到GNSS的时钟基准;

      2) 实现各种传感器测量基准的一致,全部统一到GNSS的坐标基准和IMU的姿态基准;

      3) 实现对激光雷达和微波雷达的扫描控制,使之形成高精度图像;

      4) 实现对视频影像和红外影像的无需地面控制点的直接定位,达到100 m的实时定位精度。

      满足以上结构功能的器件性能指标为:

      1) 定位系统(GNSS)后处理定位精度为0.05 ~0.3 m;

      2) 测姿系统(IMU)后处理的姿态角精度为水平角优于0.005°,航偏角优于0.008°;

      3) 向5种传感器提供GNSS时间脉冲;

      4) 实现对5种传感器的空间基准检校。

    • 按照国家航空应急测绘系统建设规划,将主被动多传感器组合宽角成像系统集成到中航时固定翼无人机上。

      本次实验采用中航工业集团贵州飞机公司生产的鹞鹰固定翼无人机,主要性能指标如下。

      1) 飞机主机:机长6.08 m,翼展10.0 m,机高2.34 m,最大起飞重量750 kg,最大燃油重量145 kg,任务载荷70 kg,最大航速230 km/h,海拔升限7 500 m,机场起降。飞机机型来自过去的有人侦察机,空气动力学特性经风洞试验和多年军用实践验证,安全可靠,飞机主机正常寿命15 a。

      2) 动力系统:三叶螺旋桨,ROTAX-914F发动机,功率85 kW,平均耗油率276 g/(kW·h),使用97#无铅汽油,发动机寿命2 000 h(可更换),为确保安全,设计了发动机空中停车的自动再启动装置。

      3) 导航与飞控系统:导航采用卫星定位加惯性导航组合,飞行中可选3种导航方式,其中,惯性+DGNSS为主模式,次之为惯性+GNSS,再次之为短周期纯惯性导航;飞控系统采西安618所产品,由飞控计算机、伺服动作设备和飞参记录仪组成,其中飞控计算机和备份计算机互为热备份,形成双余度安全保障。

      4) 测控与信息传输系统:设置了视距通信和卫星通信两条链路,前者通讯距离范围为200 km,后者为2 000 km。

      5) 地面指挥控制系统(地面操控站):通过无线电测控链路与机载飞行控制系统一起构成“人在环”的无人机综合控制系统。地面指挥控制系统接收、处理下行遥测信号和视频图像,对无人机平台和任务设备进行实时监控,从而实现对整个飞行过程的管理操控和信息处理功能。

      6) 空管系统:装载空管应答机,与国际民用航空公约附件10的民用航空交通管制雷达信标系统相兼容。

      7) 卫星通信系统:Ku工作频段,发射14.0~14.5 GHz,接收12.25~12.75 GHz,上行信号传输功率6.4 kb/s,下行信号传输功率256 kb/s或2 Mb/s。

    • 1) 系统结构集成如图 11所示。

      图  11  鹞鹰无人机应急测绘平台系统设计

      Figure 11.  System Design of Aircraft Emergency Mapping Platform of Hawk UAV

      2) 系统组装集成如图 12所示。

      图  12  主被动传感器集成图

      Figure 12.  Diagram of Active-Passive Sensor Integration

      3) 系统集成供电设计。飞机提供28 V直流电,5种载荷的控制设备和成像设备用电标准不统一,需要多种转换。以3 h为单位进行拷机,精确测定工作瞬时电流和电压,通过地面联调确定供电方案:(1)延时启动;(2)错峰作业;(3)高压送电。

      4) 系统集成控制设计。控制器接受任务管理计算机的参数指令,接受定位定姿系统的同步指令,触发并记录位姿测量数据,根据位姿信息控制多传感器协调工作。接近计划工作区域,多传感器错峰进入工作状态。控制器根据计算的曝光点,产生相机组同步工作指令,对多个独立相机高精度同步控制,并回报工作状态给任务管理计算机。

    • 安顺市位于贵州省中西部,地处乌江流域和北盘江流域的分水岭地带,喀斯特地貌分布广泛,摄区大部分区域以山地和高山地为主,海拔平均在1 300 m左右,摄区西北部分布有高山区,最高海拔在2 000 m左右。摄区介于105°08′E~ 106°30′E,25°16′N~ 26°24′N,属高原型湿润亚热带季风气候,旱灾、洪涝和地质灾害较为频繁。

    • 1) 下午3时的组合宽角光学相机影像。图 13所示为其中一帧影像,幅面20 928×9 216像元,像场角86°(旁向)×40°(航向),像元分辨率4.2 μm,航高200 m,GSD=1.7 cm。

      图  13  组合宽角光学相机影像

      Figure 13.  Mosaic Wide-Angle Optical Camera Image

      2) 下午3时的Video+红外影像。图 14左边为三路视频影像,每秒30帧1 280×720×3标清影像,旁向视场角70°,右边为三路红外影像,帕尔制式25 Hz,旁向视场角70°。

      图  14  Video+红外影像

      Figure 14.  Video and Infrared Image

      3) 下午3时的LiDAR点云。图 15为LiDAR高程分色点云,可清楚识别地面各类景观。

      图  15  LiDAR点云

      Figure 15.  LiDAR Point Cloud

    • 1) 晚7时的组合宽角光学相机影像。图 16为傍晚7时的影像,由于200 m低航高,虽然影像曝光有些不足,但大景物尚可识别。

      图  16  组合宽角光学相机影像

      Figure 16.  Mosaic Wide-Angle Optical Camera Image

      2) 晚7时的Video+红外影像。图 17为傍晚7时的视频与红外影像。

      图  17  Video+红外影像

      Figure 17.  Video and Infrared Image

      3) 晚7时的LiDAR点云。图 18为傍晚7时的LiDAR点云,从图 18中可以识别出停车场的汽车数量。

      图  18  LiDAR点云

      Figure 18.  LiDAR Point Cloud

    • 图 19~21为贵州安顺地区执行1:2 000航摄生产任务所获得的航空影像。

      图  19  贵州安顺地区执行航摄生产任务所获得的航空影像

      Figure 19.  Aerial Imagery Obtained from Aerial Production Missions in Anshun Area, Guizhou Province

      图  20  像幅20 928×9 216近2亿像素的宽角航摄影像产品

      Figure 20.  20 928×9 216 Frame Nearly 200 Million Pixels Wide-Angle Aerial Photographic Products

      图  21  正射影像

      Figure 21.  Digital Orthophoto Map

      图 22为其中一片山地的LiDAR高程点云图像,此数据可直接用于体积量算。

      图  22  LiDAR点云

      Figure 22.  LiDAR Point Cloud

    • 由于工程进展原因,MiniSAR虽已作了集成设计,但器件加工尚未到位,图 23是厂商提供的MiniSAR所获取的影像样品。

      图  23  MiniSAR影像

      Figure 23.  Miniature Synthetic Aperture Radar Image

    • 综上所述,本文得出了以下结论。

      1) 主被动多传感器组合宽角成像系统方案切实可行,能够响应国家航空应急测绘能力建设的需求。

      2) 多镜头组合宽角光学相机在成像质量和作业效率上可以达到超过单镜头宽角相机的效果。

      3) 无论对于救灾应急测绘,还是对于平战结合的日常测绘业务,本文系统提高空域航时的利用率的设计都是很有意义的。

参考文献 (10)

目录

    /

    返回文章
    返回