基于人工智能算法和無人機(jī)的智能防護(hù)監(jiān)測實踐
2022-11-17 18:20:00
次
隨著人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等技術(shù)的發(fā)展，人工智能物聯(lián)網(wǎng)技術(shù)開始應(yīng)用于智慧環(huán)保領(lǐng)域，“智能化”、“物聯(lián)網(wǎng)化”成為環(huán)保設(shè)備的發(fā)展趨勢。
尤其在輸變電工程中的環(huán)境保護(hù)、防護(hù)監(jiān)測等方面，目前主要依靠傳統(tǒng)的人力實施現(xiàn)場踏勘、監(jiān)測和監(jiān)督檢查，需要消耗大量人力、物力，迫切需要引入智能防護(hù)監(jiān)測的手段，常規(guī)的基于衛(wèi)星遙感影像的方式，存在周期長、精度低、成本高的問題，而無人機(jī)機(jī)動靈活、成本低，且作為重要的數(shù)據(jù)接入端，為環(huán)保數(shù)字地圖建設(shè)、防護(hù)監(jiān)測分析等提供了重要的支撐。
因此，研究基于人工智能算法的無人機(jī)智慧防護(hù)監(jiān)測具有重大意義。本文結(jié)合施工現(xiàn)場環(huán)保防護(hù)監(jiān)測場景，來闡述基于無人機(jī)的智能防護(hù)監(jiān)測實踐。
01、整體框架概述
智能防護(hù)監(jiān)測所涉及的植被覆蓋面積、塔基擾動面積、防護(hù)網(wǎng)區(qū)域等場景，覆蓋范圍廣且需要地理信息，但無人機(jī)拍攝為低空影像、像幅小，易受風(fēng)、控制、地勢等因素的影響，無法通過固定高度拍攝等方式來實現(xiàn)。
因此采取基于三維重建技術(shù)結(jié)合目標(biāo)識別算法的思路來實現(xiàn)，整體流程如下圖所示：
?無人機(jī)航拍圖像獲取部分
考慮到后續(xù)三維重建的效果，其拍攝圖像間的覆蓋度需滿足相應(yīng)的要求，因此，需要借助無人機(jī)的路徑規(guī)劃、姿態(tài)控制模塊來實現(xiàn)對飛行路線及姿態(tài)的控制。
?正射投影圖像獲取部分
主要支撐目標(biāo)測繪信息的獲取，如獲取特定區(qū)域的面積、周長、距離等，涉及基于運(yùn)動結(jié)構(gòu)估計和立體視覺的三維點云構(gòu)建、結(jié)合無人機(jī)經(jīng)緯度高度信息的地理信息對齊、數(shù)字高程圖的計算及正射投影圖像的獲取。
?目標(biāo)識別部分
結(jié)合正射投影圖，基于深度學(xué)習(xí)等人工智能技術(shù)實現(xiàn)對特定目標(biāo)如植被、塔基、防護(hù)網(wǎng)等的檢測、區(qū)域的分割等，以實現(xiàn)特定目標(biāo)的智能識別定位。
?防護(hù)監(jiān)測部分
結(jié)合目標(biāo)識別和正射投影圖的地理信息，實現(xiàn)對植被覆蓋面積、塔基擾動面積、塔基距離等的獲取，進(jìn)一步結(jié)合業(yè)務(wù)標(biāo)準(zhǔn)，實現(xiàn)對特定目標(biāo)的智能防護(hù)監(jiān)測。
02、關(guān)鍵流程概述
無人機(jī)航拍部分，在獲取圖像之前，首先需明確無人機(jī)相關(guān)參數(shù)。由于需要基于無人機(jī)圖像來獲取目標(biāo)的真實測量指標(biāo)如面積、長度等，那么無人機(jī)的GSD（地面采樣距離）參數(shù)就至關(guān)重要，其和無人機(jī)飛行高度相關(guān)，而飛行高度的變化會影響航片相幅的大小，通常離地面越近，GSD精度越高，相幅越小。
無人機(jī)拍攝照片除包含常規(guī)寬度、高度、分辨率、顏色等圖像信息，還需包含經(jīng)度、維度、高度等GPS地理信息，并明確其所采用的坐標(biāo)系。為保證后續(xù)三維重建效果，無人機(jī)航拍時，其航向重疊率至少為60%，旁向重疊率至少為30%。
正射投影圖獲取部分，其基本過程如下圖所示：
?稀疏三維點云生成模塊
主要基于航拍圖像運(yùn)用透視幾何及攝影技術(shù)來估計三維物體，具體可采用運(yùn)動結(jié)構(gòu)估計方法，涉及特征檢測、特征匹配、優(yōu)化求解等算法，以獲取攝像機(jī)的位置、拍攝方向、幾何變換等信息。
?稠密三維點云生成模塊
基于稀疏點云構(gòu)建的運(yùn)動結(jié)構(gòu)及圖像對，利用多視角立體成像技術(shù)來構(gòu)建稠密的三維點云。
?網(wǎng)格紋理部分生成模塊
對三維點云通過三角刨分算法如泊松重建等生成網(wǎng)格，其中2.5D網(wǎng)格可用于后續(xù)正射投影圖的構(gòu)建，然后依據(jù)攝像機(jī)位置及拍攝圖像，利用紋理貼圖技術(shù)，為網(wǎng)格添加最優(yōu)的圖像信息，并根據(jù)光照對顏色進(jìn)行調(diào)整，進(jìn)而生成三維紋理。
?地理對齊模塊
結(jié)合幾何變換信息及GPS信息，為三維點云及網(wǎng)格紋理添加地理坐標(biāo)信息，實現(xiàn)從相機(jī)坐標(biāo)系到世界坐標(biāo)系的轉(zhuǎn)換，從而將像素點映射到三維世界中的點。
?數(shù)字高程圖模塊
將三維世界中的點映射到高程圖模型中，并實現(xiàn)將點云分類為地面及非地面兩類、運(yùn)用IDW算法將點云插值到柵格化器等功能，進(jìn)而生成數(shù)字地面模型、數(shù)字地形模型等。
經(jīng)過以上過程，采用正射投影技術(shù)即可獲取正射投影圖（通常為GeoTIFF格式），即可獲取正射投影圖中像素點在三維世界中所對應(yīng)的面積。
目標(biāo)識別部分結(jié)合正射投影圖，基于目標(biāo)檢測算法、語義分割算法實現(xiàn)對圖中特定目標(biāo)區(qū)域的定位分割，進(jìn)而結(jié)合像素點實際的面積計算出目標(biāo)區(qū)域面積、周長等度量信息。由于正射投影圖通常較大，無法直接用于目標(biāo)定位分割算法的訓(xùn)練，通常采用遷移學(xué)習(xí)的思路在航拍圖像上對預(yù)訓(xùn)練模型進(jìn)行微調(diào)。
基于上述過程，可構(gòu)建針對不同場景的基于無人機(jī)的智能防護(hù)監(jiān)測應(yīng)用，下圖為區(qū)域面積測量效果示意：
總結(jié)
可結(jié)合無人機(jī)和人工智能算法，來克服傳統(tǒng)的人力實施現(xiàn)場踏勘、監(jiān)測的費(fèi)時費(fèi)力及衛(wèi)星遙感成本高等問題，實現(xiàn)針對特定目標(biāo)的智能防護(hù)監(jiān)測，一方面提升環(huán)保場景的數(shù)字化，另一方面，可為決策分析提供數(shù)據(jù)支撐。
Tempo商業(yè)智能平臺
Tempo人工智能平臺
Tempo數(shù)據(jù)工廠平臺
Tempo指標(biāo)平臺
Tempo數(shù)據(jù)治理平臺
Tempo主數(shù)據(jù)管理平臺
首頁
美林?jǐn)?shù)據(jù)
行業(yè)資訊
陜公網(wǎng)安備 61019002000171號
