CN114167891A - 一种基于无人机的地面数据采集处理*** - Google Patents
一种基于无人机的地面数据采集处理*** Download PDFInfo
- Publication number
- CN114167891A CN114167891A CN202111440152.XA CN202111440152A CN114167891A CN 114167891 A CN114167891 A CN 114167891A CN 202111440152 A CN202111440152 A CN 202111440152A CN 114167891 A CN114167891 A CN 114167891A
- Authority
- CN
- China
- Prior art keywords
- area
- acquisition
- data
- video
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 68
- 238000010586 diagram Methods 0.000 claims description 8
- 238000000034 method Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 20
- 239000013598 vector Substances 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/106—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/787—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
- H04N23/54—Mounting of pick-up tubes, electronic image sensors, deviation or focusing coils
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/57—Mechanical or electrical details of cameras or camera modules specially adapted for being embedded in other devices
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Signal Processing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Image Processing (AREA)
- Aiming, Guidance, Guns With A Light Source, Armor, Camouflage, And Targets (AREA)
Abstract
本发明提供了一种基于无人机的地面数据采集处理***,其特征在于,包括路径规划模块、视频采集模块、数据处理模块,所述路径规划模块用于输出无人机的行进数据,所述视频采集模块用于控制无人机飞行并拍摄视频,所述数据处理模块用于对拍摄的视频数据进行计算处理,本***先进行一次高空采集,对采集视频中的个体区域的高度、面积进行计算后分析得到定向采集区域,再对定向采集区域进行一次低空采集;低空采集能够获得高空采集因环境以及视角原因无法获得的详细地面数据,而且低空采集并未在全范围内进行,而是针对性的进行采集,具有高效性。
Description
技术领域
本公开大体上涉及数据采集领域,且更明确地说涉及一种基于无人机的地面数据采集处理***。
背景技术
在小场景特定区域高精地图制作中,可以使用无人机影像为主的多源测量数据作为建模数据,然后利用建模软件构建精细三维模型,再在三维模型上采集高精度的地理信息数据,从而生成低成本、高精度的小场景特定区域高精地图,而无人机用于采集地面数据时,由于其高空作业,会遗漏一些信息,若在低空全区域进行采集,又导致效率较低,如何高效的利用无人机采集到地面的有效数据是无人机数据采集面临的一个问题。
现在已经开发出了很多数据采集***,经过我们大量的检索与参考,发现现有的采集***有如公开号为KR101695867B1,KR100330760B1、CN109164827B和KR101759695B1所公开的***,包括地面***和具有相机的无人机,所述无人机包括:主控制器、振动传感器和风速传感器,用于检测无人机所在位置的风速,并将风速数据发送至主控制器;当主控制器根据振动数据判断无人机在预设时间一内的振动幅值超过预设的振动阈值的时间比例是否超过比例限值一,当振动幅度超过预设振动阈值时,无人机停止拍摄并悬停于预设高度,无人机悬停后主控制器判断在预设时间二内风速数据超过风速阈值的时间比例是否超过比例限值二,若是,则无人机降落至地面,若否,则无人机沿飞行路线到达目的地或返回出发地。但该***在对采集数据效率的提高方面没有显著的改进,仅仅是对无人机采集时的风速环境进行检测来控制无人机是否继续进行采集。
发明内容
本发明的目的在于,针对所存在的不足,提出了一种基于无人机的地面数据采集处理***,
本发明采用如下技术方案:
一种基于无人机的地面数据采集处理***,包括路径规划模块、视频采集模块、数据处理模块,所述路径规划模块用于输出无人机的行进数据,所述视频采集模块用于控制无人机飞行并拍摄视频,所述数据处理模块用于对拍摄的视频数据进行计算处理;
采集过程包括如下步骤:
S1、控制无人机沿区域绕行一周,将绕行数据发送至所述路径规划模块;
S2、所述路径规划模块根据绕行数据处理得到区域边界图,并依据所述区域边界图制定采集行进数据;
S3、所述视频采集模块根据所述采集行进数据进行高空拍摄视频;
S4、所述数据处理模块识别出拍摄视频中的个体区域;
S5、所述数据处理模块计算出每个个体区域的高度;
S6、所述数据处理模块计算出每个个体区域的地图面积;
S7、所述数据处理模块依据个体区域的高度和地图面积计算出定向采集区域;
S8、将所述采集区域发送至所述路径规划模块,所述路径规划模块依据定向采集区域的位置关系制定采集行进数据;
S9、所述视频采集模块依据步骤S8中的采集行进数据进行低空拍摄视频用于完善采集数据;
在步骤S7中所述数据处理模块先计算每个个体区域的影响半径R:
R=log2(H·S0);
其中,H为个体区域的高度,S0为个体区域的地图面积;
以所述个体区域中心为圆心,影响半径为半径的圆称为影响区域,多个影响区域的重叠部分作为定向采集区域;
进一步的,所述数据处理模块计算每个个体区域的初始面积S:
其中,S0为个体区域在视频中出现的面积最大值,(x0,y0)为个体区域面积最大时在画面中的坐标,该坐标以画面中心为坐标原点,k为比例参数;
进一步的,所述数据处理模块根据视频获得函数Sp(L),函数Sp(L)表示个体区域在画面中的面积函数,其中,以个体区域面积最大时视频采集模块的位置为零点,L表示视频采集模块与零点的距离,依据函数Sp(L)计算每个个体区域的高度H:
H=h·logr(1+S′p(ΔL));
其中,S′p(ΔL)为函数Sp(L)在L=△L时的导数值,△L为个体区域在视频画面1/4或3/4处时L的值,h为所述视频采集模块的飞行高度,r为高度参数;
进一步的,所述数据处理模块根据个体区域的高度对其初始面积进行归一化计算得到地图面积S0,地图面积的计算公式为:
其中,b为小于1的正数;
进一步的,所述路径规划模块在步骤S2中制定出横向采集路径和纵向采集路径,所述视频采集模块根据这两条路径拍摄两条视频数据,所述数据处理模块根据两条视频数据来计算每个个体区域的地面面积和高度。
本发明所取得的有益效果是:
本***先通过高空采集视频,对视频中的个体区域的高度和面积进行计算并处理得到定向采集区域,再在定向采集区域中进行低空采集视频,能够获取到完整的地面数据,且不需要对整个区域进行低空采集,具有高效性,在对个体区域的高度和面积的计算过程中,通过横向采集路径和纵向采集路径获取到两个视频,通过两视频中不同的角度能够更加准确的计算出个体区域的面积和高度。
为使能更进一步了解本发明的特征及技术内容,请参阅以下有关本发明的详细说明与附图,然而所提供的附图仅用于提供参考与说明,并非用来对本发明加以限制。
附图说明
图1为本发明整体结构框架示意图;
图2为本发明横向采集路径示意图;
图3为本发明纵向采集路径示意图;
图4为本发明像素点灰度值统计示意图;
图5为本发明分析帧区域构成示意图。
具体实施方式
以下是通过特定的具体实施例来说明本发明的实施方式,本领域技术人员可由本说明书所公开的内容了解本发明的优点与效果。本发明可通过其他不同的具体实施例加以施行或应用,本说明书中的各项细节也可基于不同观点与应用,在不悖离本发明的精神下进行各种修饰与变更。另外,本发明的附图仅为简单示意说明,并非依实际尺寸的描绘,事先声明。以下的实施方式将进一步详细说明本发明的相关技术内容,但所公开的内容并非用以限制本发明的保护范围。
实施例一。
本实施例提供了一种基于无人机的地面数据采集处理***,结合图1,包括路径规划模块、视频采集模块、数据处理模块,所述路径规划模块用于输出无人机的行进数据,所述视频采集模块用于控制无人机飞行并拍摄视频,所述数据处理模块用于对拍摄的视频数据进行计算处理;
采集过程包括如下步骤:
S1、控制无人机沿区域绕行一周,将绕行数据发送至所述路径规划模块;
S2、所述路径规划模块根据绕行数据处理得到区域边界图,并依据所述区域边界图制定采集行进数据;
S3、所述视频采集模块根据所述采集行进数据进行高空拍摄视频;
S4、所述数据处理模块识别出拍摄视频中的个体区域;
S5、所述数据处理模块计算出每个个体区域的高度;
S6、所述数据处理模块计算出每个个体区域的地图面积;
S7、所述数据处理模块依据个体区域的高度和地图面积计算出定向采集区域;
S8、将所述采集区域发送至所述路径规划模块,所述路径规划模块依据定向采集区域的位置关系制定采集行进数据;
S9、所述视频采集模块依据步骤S8中的采集行进数据进行低空拍摄视频用于完善采集数据;
在步骤S7中所述数据处理模块先计算每个个体区域的影响半径R:
R=log2(H·S0);
其中,H为个体区域的高度,S0为个体区域的地图面积;
以所述个体区域中心为圆心,影响半径为半径的圆称为影响区域,多个影响区域的重叠部分作为定向采集区域;
所述数据处理模块计算每个个体区域的初始面积S:
其中,S0为个体区域在视频中出现的面积最大值,(x0,y0)为个体区域面积最大时在画面中的坐标,该坐标以画面中心为坐标原点,k为比例参数;
所述数据处理模块根据视频获得函数Sp(L),函数Sp(L)表示个体区域在画面中的面积函数,其中,以个体区域面积最大时视频采集模块的位置为零点,L表示视频采集模块与零点的距离,依据函数Sp(L)计算每个个体区域的高度H:
H=h·logr(1+S′p(ΔL));
其中,S′p(ΔL)为函数Sp(L)在L=△L时的导数值,△L为个体区域在视频画面1/4或3/4处时L的值,h为所述视频采集模块的飞行高度,r为高度参数;
所述数据处理模块根据个体区域的高度对其初始面积进行归一化计算得到地图面积S0,地图面积的计算公式为:
其中,b为小于1的正数;
所述路径规划模块在步骤S2中制定出横向采集路径和纵向采集路径,所述视频采集模块根据这两条路径拍摄两条视频数据,所述数据处理模块根据两条视频数据来计算每个个体区域的地面面积和高度。
实施例二。
本实施例包含实施例一中的全部内容,提供了一种基于无人机的地面数据采集处理***,包括路径规划模块、视频采集模块、数据处理模块,所述路径规划模块用于输出无人机的行进数据,所述视频采集模块基于行进数据控制无人机飞行并拍摄视频,所述数据处理模块用于对拍摄的视频数据进行计算处理;
控制无人机在区域边界上方绕行一圈,绕行数据发送至所述路径规划模块,所述路径规划模块根据所述绕行数据生成采集路径;
绕行数据包括初始方向α、运行速度v、若干次转向时间t(i)以及每次转向时间对应的转角θ(i)、终止时间t(n+1),n为转向次数,所述路径规划根据所述绕行数据生成若干个连续的向量L(i),每个向量的起点是上一个向量的终点,特别的,第一个向量的起点是最后一个向量的终点;
其中,每个向量的长度为:
|L(i)|=v·(t(i)-t(i-1)),1≤i≤n+1;
每个向量的方向β(i)为:
结合图2和图3,所述路径规划模块根据所述向量构建成一个封闭区域,并依据所述封闭区域规划出两组采集路径,一组为横向采集路径,一组为纵向采集路径,所述横向采集路径包括正东采集线和正西采集线,每条正东采集线的起点在封闭区域的西侧边界,每条正东采集线的终点在封闭区域的东侧边界,每条正西采集线的起点在封闭区域的东侧边界,每条正西采集线的终点在封闭区域的西侧边界,所述正东采集线和所述正西采集线依次交替,相邻的两条正东采集线和正西采集线之间的距离为有效宽度,所述纵向采集路径包括正南采集线和正北采集线,每条正南采集线的起点在封闭区域的北侧边界,每条正南采集线的终点在封闭区域的南侧边界,每条正北采集线的起点在封闭区域的南侧边界,每条正北采集线的终点在封闭区域的北侧边界,所述正南采集线和所述正北采集线依次交替,相邻的两条正南采集线和正被采集线之间的距离为有效宽度;
所述视频采集模块依据横向采集路径和纵向采集路径拍摄视频获得两条视频数据,所述数据处理模块对这两条视频数据进行分析处理;
所述数据处理模块将视频数据中抽出分析帧进行分析,相邻的分析帧具有固定的帧间隔,所述数据处理模块在所述分析帧识别出多个个体区域,每个个体区域中像素点具有相似性,且与个体区域边缘外的像素点具有明显的区别,所述数据处理模块对分析帧中的个体区域进行比较,当一个个体区域在分析帧中为从无到有或从有到无,且始终与另一个个体区域相邻时,判定该个体区域为另一个个体区域所对应个体的侧面,将该个体区域设置为另一个个体区域的附属区域;
结合图4,所述数据处理模块对分析帧中所有像素点的灰度值进行统计,然后计算灰度值的区域数Nu(i):
其中,i为区域数对应的灰度值,r为区域半径,n(j)为灰度值为j的像素点个数;
将区域数最大的灰度值作为背景灰度,并记作Gg,将灰度值处于[Gg-r,Gg+r]之间的像素点构成的区域作为背景区域,若所述背景区域包括多个不相连的区域,则只保留面积最大的区域作为背景区域,舍去其余区域;
为防止绿化面积较大的园区中的绿化地被识别为背景区域,将不计算绿色灰度值范围内的区域数;
在分析帧中被所述背景区域分割成的若干个区域中,对每个区域单独计算灰度值的区域数,并将区域数最大的灰度值对应范围内的像素点构成的一个区域作为个体区域,不断重复该过程,直至构成个体区域的像素点个数小于阀值或剩下的单独区域内的像素点个数小于阀值,若个体区域内的像素点个数小于阀值,则舍去该个体区域;
结合图5,对所有区域处理完毕后所述分析帧将由背景区域、个体区域和零散像素点形成零散区域构成;
所述数据处理模块对每个个体区域的初始大小进行确定,每一个个体区域在不同的分析帧中所占有的面积不同,所述数据处理模块在横向采集路径拍摄的视频中获取该个体区域面积最大的一帧分析帧作为第一分析帧,在纵向采集路径拍摄的视频中获取该个体面积最大的一帧分析作为第二分析帧,在所述第一分析帧和所述第二分析帧中以画面中心作为原点建立坐标系,所述个体区域在第一分析帧中的面积为S1,所述个体区域中心在第一分析帧中的坐标为(x1,y1),所述个体区域在第二分析帧中的面积为S2,所述个体区域中心在第二分析帧中的坐标为(x2,y2),则所述个体区域的初始面积S为:
其中,k为比例参数;
所述数据处理模块对每个个体区域的高度进行计算,每个个体区域在视频中的面积会随着视频采集模块的位置变化而变化,根据横向采集路径拍摄的视频获取该个体区域的附属区域的面积函数S1(L),根据纵向采集路径拍摄的视频获取该个体区域的附属区域的面积函数S2(L),其中,以个体区域面积最大时视频采集模块的位置为零点,L表示视频采集模块与零点的距离,则个体区域的高度H为:
其中,h为所述视频采集模块的飞行高度,△L为个体区域在视频画面1/4或3/4处时L的值,S′1(ΔL)为函数S1(L)在L=△L时的导数值,S′2(ΔL)为函数S2(L)在L=△L时的导数值,r为高度参数;
所述数据处理模块根据个体区域的高度对其初始面积进行归一化计算得到地图面积S0,地图面积的计算公式为:
其中,b为小于1的正数;
所述数据处理单元根据各个体区域的高度和地图面积计算出每个个体的影响半径R:
R=log2(H·S0);
以所述个体区域中心为圆心,影响半径为半径的圆称为影响区域,多个影响区域的重叠部分作为定向采集区域,并将所述定向采集区域发送至所述路径规划模块,所述路径规划模块根据所述定向采集区域的位置关系制定出新的低空采集路线,所述视频采集模块根据低空采集路线拍摄低空视频用于补充完善地面数据。
以上所公开的内容仅为本发明的优选可行实施例,并非因此局限本发明的保护范围,所以凡是运用本发明说明书及附图内容所做的等效技术变化,均包含于本发明的保护范围内,此外,随着技术发展其中的元素可以更新的。
Claims (5)
1.一种基于无人机的地面数据采集处理***,其特征在于,包括路径规划模块、视频采集模块、数据处理模块,所述路径规划模块用于输出无人机的行进数据,所述视频采集模块用于控制无人机飞行并拍摄视频,所述数据处理模块用于对拍摄的视频数据进行计算处理;
采集过程包括如下步骤:
S1、控制无人机沿区域绕行一周,将绕行数据发送至所述路径规划模块;
S2、所述路径规划模块根据绕行数据处理得到区域边界图,并依据所述区域边界图制定采集行进数据;
S3、所述视频采集模块根据所述采集行进数据进行高空拍摄视频;
S4、所述数据处理模块识别出拍摄视频中的个体区域;
S5、所述数据处理模块计算出每个个体区域的高度;
S6、所述数据处理模块计算出每个个体区域的地图面积;
S7、所述数据处理模块依据个体区域的高度和地图面积计算出定向采集区域;
S8、将所述采集区域发送至所述路径规划模块,所述路径规划模块依据定向采集区域的位置关系制定采集行进数据;
S9、所述视频采集模块依据步骤S8中的采集行进数据进行低空拍摄视频用于完善采集数据;
在步骤S7中所述数据处理模块先计算每个个体区域的影响半径R:
R=log2(H·S0);
其中,H为个体区域的高度,S0为个体区域的地图面积;
以所述个体区域中心为圆心,影响半径为半径的圆称为影响区域,多个影响区域的重叠部分作为定向采集区域。
3.如权利要求2所述的一种基于无人机的地面数据采集处理***,其特征在于,所述数据处理模块根据视频获得函数Sp(L),函数Sp(L)表示个体区域在画面中的面积函数,其中,以个体区域面积最大时视频采集模块的位置为零点,L表示视频采集模块与零点的距离,依据函数Sp(L)计算每个个体区域的高度H:
H=h·logr(1+S′p(ΔL));
其中,S′p(ΔL)为函数Sp(L)在L=△L时的导数值,△L为个体区域在视频画面1/4或3/4处时L的值,h为所述视频采集模块的飞行高度,r为高度参数。
5.如权利要求4所述的一种基于无人机的地面数据采集处理***,其特征在于,所述路径规划模块在步骤S2中制定出横向采集路径和纵向采集路径,所述视频采集模块根据这两条路径拍摄两条视频数据,所述数据处理模块根据两条视频数据来计算每个个体区域的地面面积和高度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111440152.XA CN114167891B (zh) | 2021-11-29 | 2021-11-29 | 一种基于无人机的地面数据采集处理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111440152.XA CN114167891B (zh) | 2021-11-29 | 2021-11-29 | 一种基于无人机的地面数据采集处理*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114167891A true CN114167891A (zh) | 2022-03-11 |
CN114167891B CN114167891B (zh) | 2022-08-16 |
Family
ID=80481787
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111440152.XA Active CN114167891B (zh) | 2021-11-29 | 2021-11-29 | 一种基于无人机的地面数据采集处理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114167891B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003331259A (ja) * | 2002-05-15 | 2003-11-21 | Pasuko:Kk | オルソフォト画像生成方法およびオルソフォト画像生成システム |
KR20130009891A (ko) * | 2013-01-04 | 2013-01-23 | 이상윤 | 저고도 및 고고도용 복합체 무인항공기 및 무인항공기 시스템 |
JP2014185947A (ja) * | 2013-03-25 | 2014-10-02 | Geo Technical Laboratory Co Ltd | 3次元復元のための画像撮影方法 |
CN109520479A (zh) * | 2019-01-15 | 2019-03-26 | 成都建工集团有限公司 | 基于无人机倾斜摄影辅助土方开挖施工的方法 |
CN110006407A (zh) * | 2019-04-16 | 2019-07-12 | 武汉大学 | 基于旋翼无人机的贴近摄影测量方法 |
CN110134147A (zh) * | 2019-06-20 | 2019-08-16 | 安阳全丰航空植保科技股份有限公司 | 一种植保无人机的自主路径规划方法及装置 |
CN110221623A (zh) * | 2019-06-17 | 2019-09-10 | 酷黑科技(北京)有限公司 | 一种空地协同作业***及其定位方法 |
CN111784838A (zh) * | 2020-06-29 | 2020-10-16 | 中国二十冶集团有限公司 | 一种基于倾斜摄影的超长线性结构三维实景模型处理方法 |
CN111814721A (zh) * | 2020-07-17 | 2020-10-23 | 电子科技大学 | 基于无人机高低空联合扫描的机场跑道异物检测分类方法 |
CN213333355U (zh) * | 2020-10-23 | 2021-06-01 | 河南省水利勘测有限公司 | 一种用于近景摄影测量的便携式rtk相机安装装置 |
CN112902929A (zh) * | 2021-01-21 | 2021-06-04 | 江西地信数云科技有限公司 | 一种通过无人机航测的新型测绘方法 |
WO2021149509A1 (ja) * | 2020-01-23 | 2021-07-29 | ソニーグループ株式会社 | 撮像装置、撮像方法、及び、プログラム |
CN113282108A (zh) * | 2021-07-15 | 2021-08-20 | 湖北无垠智探科技发展有限公司 | 基于无人机技术快速精准采集低空遥感影像的方法 |
CN113670275A (zh) * | 2021-08-13 | 2021-11-19 | 诚邦测绘信息科技(浙江)有限公司 | 一种针对古建筑物的无人机测绘方法、***及存储介质 |
-
2021
- 2021-11-29 CN CN202111440152.XA patent/CN114167891B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003331259A (ja) * | 2002-05-15 | 2003-11-21 | Pasuko:Kk | オルソフォト画像生成方法およびオルソフォト画像生成システム |
KR20130009891A (ko) * | 2013-01-04 | 2013-01-23 | 이상윤 | 저고도 및 고고도용 복합체 무인항공기 및 무인항공기 시스템 |
JP2014185947A (ja) * | 2013-03-25 | 2014-10-02 | Geo Technical Laboratory Co Ltd | 3次元復元のための画像撮影方法 |
CN109520479A (zh) * | 2019-01-15 | 2019-03-26 | 成都建工集团有限公司 | 基于无人机倾斜摄影辅助土方开挖施工的方法 |
CN110006407A (zh) * | 2019-04-16 | 2019-07-12 | 武汉大学 | 基于旋翼无人机的贴近摄影测量方法 |
CN110221623A (zh) * | 2019-06-17 | 2019-09-10 | 酷黑科技(北京)有限公司 | 一种空地协同作业***及其定位方法 |
CN110134147A (zh) * | 2019-06-20 | 2019-08-16 | 安阳全丰航空植保科技股份有限公司 | 一种植保无人机的自主路径规划方法及装置 |
WO2021149509A1 (ja) * | 2020-01-23 | 2021-07-29 | ソニーグループ株式会社 | 撮像装置、撮像方法、及び、プログラム |
CN111784838A (zh) * | 2020-06-29 | 2020-10-16 | 中国二十冶集团有限公司 | 一种基于倾斜摄影的超长线性结构三维实景模型处理方法 |
CN111814721A (zh) * | 2020-07-17 | 2020-10-23 | 电子科技大学 | 基于无人机高低空联合扫描的机场跑道异物检测分类方法 |
CN213333355U (zh) * | 2020-10-23 | 2021-06-01 | 河南省水利勘测有限公司 | 一种用于近景摄影测量的便携式rtk相机安装装置 |
CN112902929A (zh) * | 2021-01-21 | 2021-06-04 | 江西地信数云科技有限公司 | 一种通过无人机航测的新型测绘方法 |
CN113282108A (zh) * | 2021-07-15 | 2021-08-20 | 湖北无垠智探科技发展有限公司 | 基于无人机技术快速精准采集低空遥感影像的方法 |
CN113670275A (zh) * | 2021-08-13 | 2021-11-19 | 诚邦测绘信息科技(浙江)有限公司 | 一种针对古建筑物的无人机测绘方法、***及存储介质 |
Non-Patent Citations (4)
Title |
---|
DASH,JP 等: "Early Detection of Invasive Exotic Trees Using UAV and Manned Aircraft Multispectral and LiDAR Data", 《REMOTE SENSING》 * |
李岭: "Leica RCD30倾斜摄影技术及其在实景三维建模中的应用研究", 《河南科技》 * |
谢玉凤: "无人机真正射影像制作关键技术研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
项小伟: "近景摄影辅助倾斜摄影的影像匹配及三维建模研究", 《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114167891B (zh) | 2022-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109765930B (zh) | 一种无人机视觉导航*** | |
CN111145545B (zh) | 基于深度学习的道路交通行为无人机监测***及方法 | |
CN110221603B (zh) | 一种基于激光雷达多帧点云融合的远距离障碍物检测方法 | |
CN109191504A (zh) | 一种无人机目标跟踪方法 | |
CN105318888A (zh) | 基于无人机感知的无人驾驶车辆路径规划方法 | |
CN105549614A (zh) | 无人机目标跟踪方法 | |
CN109792951B (zh) | 用于杂交水稻授粉的无人机航线校正***及其校正方法 | |
CN109002048B (zh) | 多旋翼无人机规模化集中式光伏电站图像数据采集方法 | |
KR101261409B1 (ko) | 영상 내 노면표시 인식시스템 | |
CN112215860A (zh) | 一种基于图像处理的无人机定位方法 | |
CN114111799B (zh) | 针对高大单体精细建模的无人机航摄路径规划方法 | |
CN113421289A (zh) | 一种克服无人机拍摄扰动的高精度车辆轨迹数据提取方法 | |
CN105606123A (zh) | 一种低空航空摄影测量自动纠正数字地面高程模型的方法 | |
CN104897159A (zh) | 基于序列图像匹配的飞行器全程导航方法 | |
CN114689030A (zh) | 一种基于机载视觉的无人机辅助定位方法及*** | |
CN110223233B (zh) | 一种基于图像拼接的无人机航拍建图方法 | |
CN112907749B (zh) | 一种多建筑物的三维重建方法及*** | |
CN113190047B (zh) | 一种基于二维平面的无人机群路径识别方法 | |
CN109490926B (zh) | 一种基于双目相机和gnss的路径规划方法 | |
CN114167891B (zh) | 一种基于无人机的地面数据采集处理*** | |
CN112254713A (zh) | 一种面向高大密集建筑群的无人机倾斜摄影参数确定方法 | |
CN111950524A (zh) | 一种基于双目视觉和rtk的果园局部稀疏建图方法和*** | |
CN116184431A (zh) | 无人机自主导航定位地图构建方法、装置及*** | |
CN115482282A (zh) | 自动驾驶场景下具有多目标追踪能力的动态slam方法 | |
CN103810700A (zh) | 基于深度图像利用遮挡信息确定下一最佳观测方位的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221215 Address after: 410137 Room 423, Complex Building, No. 1318, Kaiyuan East Road, Xingsha Industrial Base, Changsha Economic and Technological Development Zone, Hunan Province Patentee after: Hunan Chuangxin Weili Technology Co.,Ltd. Address before: 412000 No.79, wisdom road, Yunlong demonstration zone, Zhuzhou City, Hunan Province (New Campus of Hunan Automotive Engineering Vocational College) Patentee before: HUNAN AUTOMOTIVE ENGINEERING VOCATIONAL College |