多传感器无人机巡检系统构建技术

李 冲，佘 毅，李昊霖

(四川省测绘产品质量监督检验站，四川 成都 610041)

地理信息数据作为经济建设、国防建设、社会发展和生态保护的基础性、战略性参考资源，其质量关系到经济社会和生态文明的可持续发展[1]。随着空间技术和信息技术的不断进步，测绘地理信息生产水平和服务能力发生了深刻的变革，地理信息成果呈现出多样性、集成性、现势性、大数据的特点[2]，为适应地理信息成果信息化发展的需要，测绘成果质量检验手段和技术方法也在不断地发展创新，相应的质检软件在成果质量检查中发挥了重要的作用。

目前国内的地理信息产品质检软件主要针对数据组织、定义及内部逻辑关系等进行检查，具代表性的软件有：车秋锋设计研制的4D Checker数字测绘产品质量检验系统[3]、许业辉设计实现的空间数据质量检查系统[4]、聂小波设计开发的基础地理信息数据质量检查系统[5]，这些软件主要功能集中在检查数据内部的逻辑一致性、要素关系合理性、数据组织结构正确性等，对于数学精度和属性正确性方面，则仍需要人工外业检查。

本文基于低空无人机获取的高精度激光点云数据、高分辨率影像数据、高清晰度视频数据、高精度POS数据设计开发了多传感器无人机外业巡查系统，通过对多源基础数据的联合处理，实现地理信息产品的要素自然属性评估和不同地物数学精度检测，相比传统的人工外业巡查，其效率更高，且不受人工经验的影响。

1 系统设计与实现

1.1 系统架构

系统的结构设计以模块化、层次化、可扩展为原则，自下而上依次分为3个部分：数据层、支撑层、应用层，系统架构如图1所示。

数据层是整个系统运行的基础，系统提供地理信息数据、多源检测数据、检查记录、专题辅助数据的统一组织和存储；支撑层用于衔接数据层和应用层，保持它们之间的独立性，实现对项目文件和多源数据的组织管理、数据库的操作、地理信息产品和多源数据的快速读取和可视化显示；应用层直接与用户进行功能交互，主要负责地理信息数据的自然属性评估和数学精度分级分类检测。

图1 系统架构

1.2 数据库设计

从地理信息产品数学精度和要素属性检查工作的实际需求出发，采用轻量型、嵌入式的SQLite数据库实现质量检查系统的数据管理，通过定制一系列结构合理、关系明确的数据库表，组织、存储和管理系统运行过程中的重要信息，确保质量检查工作的可溯源性。

系统的数据库包括4个实体表：任务表、数据表、规则表及错误记录表，具体见表1。任务表存储地理信息质量检验项目的基本信息，包括任务编码、任务名称、任务负责人、工作路径；数据表存储地理信息产品、激光雷达点云、影像、视频、POS等数据的数据编码、数据名称、数据格式、数据大小及数据路径；规则表存储规则编码、规则名称、参数、描述；错误记录表存储和管理检查结果信息，包括错误编码、检查对象、检查规则、错误描述、定位几何、错误截图等。

表1 系统实体

1.3 功能设计

考虑机载多源遥感数据用于地理信息质量检查的具体技术要求，研制的质量检查系统的主要功能包括4大类：任务管理、数据显示、检查功能、结果管理，如图2所示。

图2 系统功能

任务管理功能用于质检任务创建和编辑，负责对检验参数和各种类型的数据进行组织管理。数据显示功能实现对地理信息产品、激光点云、影像、视频等数据的独立显示，并且基于数据的空间位置进行叠加和联动显示；同时，激光点云数据可以在二维和三维两种显示模式下切换，根据点云的类别、高程、强度等信息可以不同的渲染方式显示点云，除外还可单独显示某一类别的点云分类数据。检查功能是系统的主要功能，用于地理信息产品的质量检查，通过提取多源数据的质检要素信息和空间位置信息，实现自然属性的评估和数学精度的分类检测。结果管理功能用于检查结果的统计评分和检查记录的编辑及格式化输出。

1.4 系统实现

系统基于C#编程语言和ArcGIS Engine二次开发组件来实现，系统主界面主要包括4个功能区，分别为菜单窗口、数据管理窗口、数据显示窗口及检查结果窗口。系统运行的主界面如图3所示。

图3 系统运行主界面

菜单窗口包括任务管理、点云管理、检查模式、显示模式、视图管理、日志管理及系统风格等子窗口。任务管理可以创建、打开、编辑质检任务，是质量检查工作的开始；点云管理可以选择激光点云的渲染模式，包括类别、高程、强度、不规则三角网等方式；检查模式可以在属性评估和精度检测两种模式间切换；显示模式可以切换各类数据的显示形式，包括独立显示和基于空间位置关系的叠加、联动显示；视图管理可以决定被检数据、点云数据、影像视频数据、检查结果等窗口的显示状态。数据管理窗口可以管理被检数据、点云数据、影像视频数据的显示状态，数据管理窗口与视图管理窗口的组合使用，可以实现被检数据、点云数据、影像与视频数据的多模式显示。检查结果窗口可用于添加、编辑、删除自然属性类错误记录和采集同名特征点、统计被检数据的数学精度。

2 系统应用

本文选取四川省某市城乡接合部为试验区，选择2017版地理国情监测成果为被检数据，通过无人机实地获取高精度激光点云、高分辨率影像及高精度POS等数据，验证系统的可行性和实用性。

(1) 利用系统的叠加显示功能进行地物自然属性评估，如图4所示。基于空间位置关系将透明化的被检数据与具有精细纹理信息的高分辨率影像叠加显示，注记显示被检图层的地物类型，经人工目视解译，可以明显辨别出被检图层遗漏重要建筑物。

图4 数据叠加评估自然属性

(2) 利用系统查询激光点云高程信息核查要素属性，如图5所示。基于空间位置叠加显示被检数据和影像数据，并联动显示激光点云数据，通过读取建筑物及其周边地表的高程值，核查建筑物高程相关属性是否符合规定。

(3) 利用系统提取精度检测点，分类别统计地物数学精度，如图6所示。基于空间位置关系多视图联动显示被检数据、激光点云、影像，按照地物类别，依次在被检数据、参考数据上拾取特征明显的同名精度检测点，数量足够后分类别统计地物数学精度，统计结果如图7所示。

图5 点云高程核查要素属性

图6 多源数据提取精度检测点

图7 分类别统计数学精度

3 结 语

本文提出了基于低空无人机获取多源遥感数据进行地理信息产品质量检测的系统构建技术，论述了系统的总体架构、数据库表结构和系统主要功能，设计并实现了联合激光点云、航空影像、视频、POS等数据检查数学精度和属性正确性的检查软件。该系统可有效代替传统的人工外业巡查评估地理信息数据质量工作方式，使质量检测工作更加高效，获取的检测数据不受检查人员责任心和经验影响，更加客观。