无人机测流关键技术研究与应用

杨 俊 薛运宏 刘冠华

（河南省信阳水文水资源勘测局 信阳 464000）

1 引言

水文测流方式多用到缆道、ADCP 等接触水体式的工具，需要人工进行操作，洪峰期间，水位涨幅大，漂浮物繁多，环境恶劣，无法保障测验设备及人员的安全。随着无人机技术的逐渐成熟，利用雷达波流速仪的特性，能解决传统测流方式存在的问题。

2 无人机测流的原理及思路

2.1 工作原理

无人机测流系统的工作原理本质上运用了流速面积法，单位时间内，相邻垂线间的断面面积与流速的乘积，再将部分面积的流量求和，就是断面总流量。

无人机测流搭载的雷达流速仪采用多普勒效应原理测流体表面流速。在声学领域中，当声源与接收体（即探头和反射体）之间有相对运动时，回声的频率将有所变化，此种频率的变化称之为频移，即多普勒效应。当雷达波流速仪与水体以相对速度 V 发生相对运动时，雷达波流速仪所收到的电磁波频率与雷达自身所发出的电磁波频率有所不同，此频率差称为多普勒频移。通过计算多普勒频移与流速的关系，得到流体表面流速。图1为频移图。

图 1 频移图

2.2 技术路线

以无人机为载体，装载上雷达波流速仪，针对极端天气的应急测流，保证测站人员的人身安全及当地财产安全，针对河流水面进行测速时，雷达波流速仪向水面发射微波，遇到水面波浪、水泡、漂浮物（被测移动目标物）后，微波将被吸收、反射，反射波的一部分被探头接收，转换成电信号，由测量电路处理并测出多普勒频移，再根据上述原理即可计算出水体的流速。由于雷达波发射方向和水流的方向通常会有一定的角度，同时发射接收需要距离往返，故需要对上述结果进行修正。

3 无人机测流的特点及技术

3.1 定位精准

在无人机原有GPS 定位的基础上，增设了RTK实时动态差分定位技术，可以将坐标精度达到厘米级。利用无人机上的加速度计、陀螺仪这两种惯性元件，去分别测出飞行器的角运动信息和线运动信息，与初始姿态、初始航向、初始位置一起交给飞行控制系统，推算出飞机的位置坐标参数。

3.2 姿态平稳

在系统中，采用惯性导航系统、PID 算法等技术，对无人机在测流过程中，平稳悬停在垂线的斜上方起到重要作用，根据给定值和实际输出值构成控制偏差，然后利用偏差给出合理的控制量。

在工业过程中，连续控制系统的理想PID 控制规律为：

式中：Kp—比例增益，Kp与比例度成倒数关系；

Tt—积分时间常数；

TD—微分时间常数；

u（t）—PID 控制器的输出信号；

e（t）—定值r（t）与测量值之差。

3.3 自动避障

在无人机机身加装多个雷达，通过障碍反射回的声波，转换成电信号，反馈给飞行控制系统，悬停或绕开障碍物。

3.4 集成数传图像控制数据一体

提高集成度，减少了无人机作业时传输链路间的相互串扰，保证通信质量，增加通信距离。

3.5 电磁干扰防护

高强度电磁场会对无人机的惯性测量单元IMU、接收机、气压计、GPS 定位仪和磁罗盘等产生负面影响。为保证无人机与地面站的正常通信，可以在地面站遥控系统和机载端接收机之间加设信号中继，通过放大控制信号保障无人机的稳定姿态飞行；在技术层面上可以采用自适应手段抑制高强度电磁场干扰，使无人机通信系统的信号能够在空间、频率和功率上适应高强度电磁场，达到双重抗电磁干扰效果。

4 数据处理与计算

无人机测流确定河道流量测验横断面位置，把测验断面的起点距、高程的基本数据存入地面站数据库。并与无人机中的GPS 数据对标，以保证测流断面内流速测点的垂线位置的确定。

测量断面内垂线的表面流速，并根据当前水位计算得到部分断面的平均流速和流量，再将各部分断面的流量叠加，就得到整个断面的流量。地面站中可同时结合飞行数据计算出河道的水面宽度、平均流速、平均水深、最大流速、最大水深、总历时等水文数据。

4.1 水面宽及测速垂线坐标的确定

进行断面流量测验时，首先观测输入河道水位高程，通过GPS/RTK 技术与地面站数据库中测验断面的河底高程数据进行拟合，确定河道左右两岸水边的起点距（位置）及坐标，其左右两岸水边的起点距之差，就是测验断面水体水面宽。

水面宽确定后，根据《河流流量测验规范》确定本次流速测点数及测点位置（测流垂线坐标）。无人机根据垂线坐标进行垂线测点流速测量。

4.2 垂线间平均流速及面积

无人机测得流速为每根垂线表面流速，根据分析或经验得来的垂线流速与水面流速的关系系数，把每根垂线表面流速转换为垂线平均流速。

相邻两垂线流速的平均值为两垂线间的部分面积的平均流速。

Vi=（Vmi-1+Vmi）α/ 2

式中：Vi—第i 部分断面面积平均流速；

Vmi—第i 条垂线水面流速；

α—垂线流速与水面流速的转换系数。

水位高程减垂线河底高程为垂线水深，相邻两垂线水深的平均值乘部分断面宽为两垂线间的部分面积。

Ai=（di-1+di）bi/ 2

式中：Ai—第i 部分面积；

i—测速垂线或测深垂线序号；

di—第i 条垂线的实际水深；

bi—第i 部分断面宽。

4.3 流量

根据部分断面平均流速，再乘部分面积，得出部分流量，将所有部分流量累加，即为断面总流量。部分流量应按下式计算：

qi=ViAi

式中：qi—第i 部分流量。

式中：Q—断面总流量。

5 技术创新点

5.1 剔除离群值算法

采用MAD 算法和百分位法共同作业于雷达波流速仪反馈回的所有数据中，通过筛选，剔除无效数据，保留有效数据并计算平均值。

5.1.1 MAD 算法

MAD 即Median Absolute Deviation，可翻译为绝对中位值偏差。其大致思想是通过判断每一个元素与中位值的偏差是否处于合理的范围内来判断该元素是否为离群值。具体方法如下：

（1）计算所有元素的中位值。

（2）计算所有元素与中位值的绝对偏差。

（3）取得绝对偏差的中位值，即MAD 值。

（4）对某一个数XI，确定参数n，则可以对所有的数据作如下调整：

5.1.2 百分位算法

百分位算法类似于比赛中“去掉几个最高分，去掉几个最低分”的做法，基本步骤如下：

（1）将数据值进行排序，一般用升序排序，这里排序函数可自定义。

（2）对排位百分位高于70%或排位百分位低于30%的数据值筛选。

在实际处理过程中，误判问题是不可避免的，只能通过选择恰当的方法尽量降低误判发生的几率。误判问题存在有两种，一种为以假当真，一种以真当假。以假为真是将异常值错误地保留下来，以假当真的例子：判断公式受离群值的影响较大，可能将异常值判断成非异常值。另外，离群值的数量超过1 时，会使得计算的标准偏差、平均值都受到影响，可能将离群值判定为非异常值。以真为假是将非异常值错误地剔除，以真当假的例子：处理数据时，预先“剔除”了被检验的离群值，这可能导致计算出来的标准偏差较小，从而使得一些位于界限处的离群值被错误地判断为异常值。

剔除后的流速数值可有两种方式进行插补：

（1）通过增加垂线上的测流历时，将补测数据再通过算法计算，无效数据剔除，有效数据加入到整体数据库中，进行计算平均值，计算流速。

（2）在无人机飞到垂线前1～3cm 时，雷达波流速仪开始准备工作，随即开始测流，虽然准备时间短，但考虑到不用受外界影响过大时，提前进行数据的采集可以更好地收获有效数据。优先判断作业期间数据的置信度，若被判断为缺少数据，则进行数据的插补并加入到数据库中，进行运算。

5.2 朝向和云台的协作控制

由于GPS 的定位精度不满足于水文测流作业，特采用RTK 的数据，调出方向角，当无人机在航线中方向发生变化，反馈到飞行控制系统，实时调节，不再单一采用GPS 的经纬度进行辨别是否偏离航线，大大降低了飞行误差，致使测流系统能稳定对准断面。

采用三轴增稳云台，通过平衡度测验，在无人机有轻微晃动过程中，也能稳定保持测流角度。

6 改进方向

尽可能结合实际情况，参考各水文站水文监测资料，通过率定和比测，不断提高无人机测流系统的测验精度；同时，探索无人机巡测机制，可以解放人力，提高工作效率，有利于推动中小河流站点和无人值守站点的建设，从而有效扩大水文资料的收集范围。

7 结语

无人机搭载雷达波流速仪实测流量，具有测验设备不受风浪、漂浮物、水草、高含沙的影响。不依赖固定测流设施，不受地理因素约束，在遭遇超标准洪水，河水暴涨暴落，河堤决口、水库溃坝等突发性灾害性水患时，无人机测流能在保障监测人员财产安全前提下，高时效性、高可靠性完成水文监测任务，同时具备成本低、稳定性好、维护方便的特点。无人机测流在高洪及应急方面的显著优势，是对现有水文测验方式的有益补充，提高了水文监测自动化体系能力■