无人机监测矿区铁路变形的像控点布设方法-矿业114网 
首页 >> 文献频道 >> 矿业论文 >> 正文
无人机监测矿区铁路变形的像控点布设方法
2019-11-04
为高效获取矿区铁路变形、监测地下采煤对地表铁路的影响,研究了不同像控点布设方法对无人机 近地摄影测量矿区铁路监测精度的影响。采用模拟试验与实测验证的方法,分析了利用无人机近地摄影测量方式 所能达到的平面坐标和高程的最高精度。试验通过设计10个不同长度的模型,最终得到的平面坐标误差最小为2 mm,高程误差最小为7.5 mm。以安徽淮北某矿专用铁路作为实测对象验证模拟试验结果,得到的平面坐标误差平 均为2.3 mm,高程误差平均为6.3 mm。研究结果可为无人机在矿区铁路等线状地物监测方面的应用提供参考。
Series No. 520 October 2019 金 属 METAL MINE 矿 山 总第 520 期 2019 年第 10 期 无人机监测矿区铁路变形的像控点布设方法 朱鹏程1,2 仲崇武3 查剑锋1,2 郁文峰1,2 韩 磊1,21 ( 1. 中国矿业大学环境与测绘学院,江苏 徐州 221116;2. 江苏省资源环境信息工程重点实验室,江苏 徐州 221116; 3 . 兖州煤业股份有限公司南屯煤矿,山东 济宁 273515) 摘 要 为高效获取矿区铁路变形、监测地下采煤对地表铁路的影响,研究了不同像控点布设方法对无人机 近地摄影测量矿区铁路监测精度的影响。采用模拟试验与实测验证的方法,分析了利用无人机近地摄影测量方式 所能达到的平面坐标和高程的最高精度。试验通过设计 10 个不同长度的模型,最终得到的平面坐标误差最小为 2 mm,高程误差最小为 7.5 mm。以安徽淮北某矿专用铁路作为实测对象验证模拟试验结果,得到的平面坐标误差平 均为 2.3 mm,高程误差平均为 6.3 mm。研究结果可为无人机在矿区铁路等线状地物监测方面的应用提供参考。 关键词 近地摄影测量 无人机 矿区铁路 变形监测 像控点布设 中图分类号 TD17,P231 文献标志码 A 文章编号 1001-1250(2019)-10-198-06 DOI 10.19614/j.cnki.jsks.201910032 Method for Image Control Point Layout of Railway Deformation Monitoring in Mining Area Based on UAV 1 ,2 Zhong Chongwu3 Zha Jianfeng1,2 Yu Wenfeng1,2 Han Lei1,22 Zhu Pengcheng ( 1. School of Environment Science and Spatial Informatics,China University of Mining and Technology,Xuzhou 221116, China;2. Jiangsu Key Laboratory of Resources and Environmental Information Engineering,Xuzhou 221116,China; 3 . Nantun Coal Mine,Yanzhou Coal Mining Co.,Ltd. ,Jining 273515,China) Abstract In order to efficiently obtain the deformation of the railway in the mining area and monitor the impact of un⁃ derground coal mining on the surface railway,the influence of different image control point layout methods on the monitoring precise of mine railway by adopting near-field photogrammetry and UAV is discussed.The method of simulation experiment, combining with the actual verification,is used to explore the highest precision of plane coordinates and elevations that can be achieved by UAV near-field photogrammetry.By designing ten models with different length,it is obtained that the error in the plane coordinates was 2 mm,and the error in the elevation was 7.5 mm.Based on the above discussion results,with the simulation experiment results as the measured object that are verified by using a special railway in Huaibei City,Anhui Prov⁃ ince.The study results show that the average error in the plane coordinate was 2.3 mm,and the average error in the elevation was 6.3 mm.The result provides a reference for the application of UAV in the field of linear ground monitoring such as min⁃ ing railway. Keywords Near-field photogrammetry,UAV,Railway in mining area,Deformation monitoring,Layout of GCP 矿区铁路作为矿山生产建设的重要交通设施, 地下采煤对其造成的影响不可忽略。传统的矿区铁 路变形监测手段有目视巡检、水准测量、导线测量和 全球卫星导航系统(GNSS)等方法。其中,目视巡检 法人为因素影响过多,易导致监测结果不准确,尤其 不适用于一些微小变形便会引发重大灾害的场景 中;水准测量、导线测量同属于对点位坐标进行量测 的方法,能够获取准确的监测数据,较之目视巡检更 为可靠,但获取的信息量较少且费时费力,多数情况 下需要通过点位坐标来对线状地物进行拟合,在一 定程度上影响目标地物的监测精度;GNSS 用于变形 [1-2] 监测时仅能得到离散的点位信息 。近年来,光学 雷达技术、地面式三维激光扫描技术等手段被逐渐 应用于变形监测,该类技术能够获得大量的点云数 基收稿金项日目期 国201家9自-0然8-科28学基金项目(编号:41641036)。 作者简介 朱鹏程(1995—),男,硕士研究生。通讯作者 查剑锋(1982—),男,副教授,博士,硕士研究生导师。 · 198 · 朱鹏程等:无人机监测矿区铁路变形的像控点布设方法 据并且拥有高精度的三维空间坐标,但观测成本相 2019年第10期 如表 1 所示。该款无人机具有厘米级的空中定位精 度和空中导航定位系统,启用 RTK 且 RTK 正常工作 时,水平与垂直空中定位精度均能达到±0.1 m,挂载 COMS为1英寸有效像素为2 000万的影像传感器。 [3-5] 对较高 。因此,目前变形监测领域亟需一种监测 精度高、面向点云监测且价格低廉的监测技术手 段。随着无人机技术的快速发展,为解决该类问题 [6-7] 提供了可能 。无人机摄影测量除了拥有上述优点 以外,所获取信息的可视性、现势性以及丰富性均是 上述监测手段不可比拟的,使其在变形监测领域有 [ 8-13] 很好的应用前景 。无人机摄影测量精度受到像控 点布设、影像重叠率、作业航高、无人机定位技术、镜 [ 14-17] 头分辨率等因素影响 ,尤其受像控点布设影响较 18-20] 。本研究着重分析无人机近地飞行作业时像 [ 大 控点布设对矿区铁路监测精度的影响,通过模拟试 验方法,分析比较外业实测数据与内业三维重建数 据,得到该方法能够达到的监测精度以及所对应的 测量方案,为促进无人机摄影测量技术在近地监测 领域的进一步应用提供参考。 1 研究方法 . 1 试验区概况 1 . 2. 2 影像获取 试验影像数据获取时间为2018年12月26日,天 1 试验区位于江苏省徐州市中国矿业大学南湖校 气晴朗,风力 2~3 级,无人机作业航高 2 m,共布设了 条航带,航向重叠率80%,旁向重叠率70%,地面采 样间隔为1 mm,镜头垂直于地面拍摄,试验共获取了 47幅影像,影像POS(Position and Orientation System) 数据采用CGCS2000坐标系统。 区内,测区位于北纬 34°12'53″,东经 117°8'31″,整个 测区为 60 m×1.2 m(长×宽)的平坦狭长线状区域, 测区呈南北走向,整个测区场地开阔,四周有少量树 木花坛。测区内共布设了101个测点,点位相对关系 如图1所示。观测点分两排布设,模拟矿区铁路铁轨 3 6 1 . 2. 3 像控点坐标获取 试验像控点平面坐标与高程分别使用徕卡测量 # # 的相对位置关系,编号为 1 ~100 ,每排 50 个点,点间 距为 1.2 m,两排之间间距为 1.2 m。设站点编号为 机器人 TM30 与瑞得 S1 级电子水准仪通过极坐标法 测得。像控点的平面坐标误差考虑棱镜对中误差 M1 、仪器测角误差 Mα 、仪器测距误差 Ms ,徕卡TM30 测量机器人测距误差为 Ms = 0.6 mm±1×10 ,测角 误差为 0.5″,棱镜对中误差为 1/2 000 h(h 为仪器高, 本研究试验设仪器高为1.5 m),据此可求得试验中所 有测点的理论平面坐标中误差为1 mm。 # 101 ,与观测线的垂直距离为 30 m,测线总长为 60 m。设站点架设测量机器人与电子水准仪,以设站点 # 为测量原点,设站点与1 测点之间的连线作为X轴建 - 6 立独立坐标系,依次测量各点的平面坐标与高程。 1 1 . 3 试验设计 . 3. 1 试验方案 将100个观测点分为两类,分别作为像控点和检 查点,试验过程中通过改变像控点与检查点的数量, 设计了如表 2 所示的 10 个不同的像控点(GCP)与检 查点(CP)的组合方案。各方案的像控点布设如图 3 所示。 1 . 3. 2 数据处理方法 试验使用Pix4D mapper处理影像数据,该软件主 1 1 . 2 飞行平台及数据获取 . 2. 1 飞行平台 要基于 SFM(Structure from Motion)算法对影像进行 匹配,而后重建三维模型。该算法的主要优点是无 需获取影像所用相机的任何物理参数,只是基于影 本研究试验中,无人机作业平台选用图2所示的 大疆四旋翼无人机DJI Phantom4 RTK,相关技术参数 · 199 · 总第520期 金 属 矿 山 2019年第10期 处理流程如图4所示。 2 结果分析 2 . 1 处理结果 以方案1为例,将获取的影像通过图4所示的流 程处理过后,生成如图 5(a)所示的数字表面模型 ( DSM)和图5(c)所示的数字正射影像图(DOM)以及 图 6 所示的三维重建稀疏点云。图 5(b)为影像重叠 度,颜色由深至浅分别代表研究区影像覆盖数量,图 中绝大部分区域的影像覆盖数量均不少于5幅。 注:单位模型长度=测线总长度/测段数。 像之间的特征点进行匹配。Pix4D mapper 影像数据 与内业三维重建点云中检查点的坐标,计算出如表3 所示的 4 个指标来评估整个三维重建点云的精度。 相关计算公式如下: ì ï ï ï ï ï n é 2ù RMSEX = ( Xi - X ) n ê ∑ ú û ëi = 1 ï ï n é 2ù ï ï ï RMSEY = ê ( Yi - Y ) ú n ∑ ëi = 1 û ï í ï , n ï ï ï ï é ù RMSEZ ( Zi - Z ú ) n ê ∑ ëi = 1 û ï ï n ï ï ï 2 2 ì ü ûþ é ù RMSEXY = ê ( Xi - X ) + ( Yi - Y ) ú n í ∑ ý ï îi = 1ë î 式中:n 为每个方案中检查点的个数;X 、Y 、Z 分别 为外业实测检查点的三维坐标;Xi 、Yi 、Zi 分别为三 维重建点云中检查点的三维坐标;RMSEX 、RMSEY 、 RMSEZ 、RMSEXY 分别为 X 方向、Y 方向、Z 方向以 及 XY 平面的均方根误差,mm。 2 . 2 试验精度分析 试验中所有方案的精度均通过均方根误差 (RMSE)进行评估,通过对比外业实测检查点的坐标 · 200 · 朱鹏程等:无人机监测矿区铁路变形的像控点布设方法 2019年第10期 点数量增加,单位模型长度相应减小,检查点的平面 坐标误差(RMSEXY )也随之减小;②单位模型长度从 方案 1 中的 60 m 减小到了方案 4 中的 15 m,RMSEXY 由 11.1 mm 减小至 2.3 mm;③从方案 5 到方案 10,单 位模型长度变化几乎不再对 RMSEXY 产生影响, RMSEXY 最终约 2 mm,即在方案 5 中单位模型长度为 2 . 2. 1 平面精度分析 根据图7所示的模拟试验结果可知:①随着像控 12 m时,可获得较优的平面坐标精度。 的平面与高程精度均可达到毫米级。本研究选择安 徽省淮北市濉溪县某煤矿矿区专用铁路对其进行实 测,进而验证试验结果。该矿地处我国东部平原地 区,人口密度较大,地面人工设施分布密集,分布有 省级公路、乡村道路、矿区专用铁路、灌溉沟渠等各 种线状地物。该矿年产煤40万t,平均煤厚8 m,具有 煤层厚、可采煤层多的特点,开采后地表沉陷范围 广,沉陷深度大,易形成大面积的塌陷区与积水区, 属于我国东部矿区典型的高潜水位矿井。 选择一段长度60 m的矿区专用铁路作为试验对 象,监测点布设在铁路两侧的枕木之上,分两排共布 设了 22 个测点,点间距 6 m,两排间距 1.6 m,使用与 前述试验相同的无人机影像获取参数以及坐标与高 程测量方法获得影像及测点坐标数据。实测铁路 DOM 及像控点布设位置、实测铁路 DSM 与实测铁路 三维模型如图8所示。 2 长度根相据应图减7小可,知所:有①检随查着点像的控点高数程量中增误加差,也单随位之模减型 . 2. 2 高程精度分析 小;②单位模型长度从方案1中的60 m减小到了方案 5 中的12 m,RMSE 由65.2 mm减小至7.4 mm;③从方 Z 案6到方案10,单位模型长度变化对 RMSE 的影响减 Z 小,RMSEZ 最终约7 mm,即在方案5中单位模型长度 选择前述试验中的方案5进行验证,即像控点布 设间隔为6 m,选择12个测点作为像控点,其余10个 点作为检查点,试验结果如图 9 所示。由图 9 可知: ①高程误差明显大于平面误差,且最小高程误差仍 为12 m时,可获得较优的高程精度。 3 工程实例 通过上述试验,可知无人机近地监测矿区铁路 · 201 · 总第520期 金 属 矿 山 2019年第10期 大于最大平面误差;②高程误差波动较为明显,平面 误差起伏波动较为稳定;③高程误差平均为6.3 mm, 平面坐标误差平均为 2.3 mm,该结果与模拟试验结 果基本一致,符合试验预期。 化监测方案也有一定的参考价值。 参 考 文 献 [ 1] 鲍金杰,汪云甲.GPS-RTK在矿区沉降监测中的应用[J].煤炭工 程,2012(2):121-123. Bao Jinjie,Wang Yunjia.Application of GPS- RTK to monitoring and measuring of ground subsidence in mining area[J].Coal Engi⁃ neering,2012(2):121-123. [2] [ 李玉立,程 J].金属矿山,钢20.北15(斗4)R:T1K91测-1量94系. 统在矿山测量中的应用探讨 Li Yuli,Cheng Gang.To explore the application of Beidou RTK sys⁃ tem in mine surveying[J].Metal Mine,2015(4):191-194. [3] 彭劲松,叶 波,李 娟,等.三维激光技术在矿山测量中的综合 应用[J].测绘通报,2018(11):158-160. Peng Jinsong,Ye Bo,Li Juan.The comprehensive application of three-dimensional laser technology in mine measuremen[t J]. Bulle⁃ tin of Surveying and Mapping,2018(11):158-160. 4 结 论 [ 4] 廉旭刚,蔡音飞,胡海峰.我国矿山测量领域三维激光扫描技术 的应用现状及存在问题[J].金属矿山,2019(3):41-46. Lian Xugang,Cai Yinfei,Hu Haifeng.Application status and exist⁃ ing problems of 3D laser scanning technique in mine surveying in China[J].Metal Mine,2019(3):41-46. (1)分析了像控点布设对无人机近地摄影测量 矿区铁路监测精度的影响。通过外业实测数据与 Pix4d mapper软件重建三维点云数据对比,讨论了平 面误差和高程误差。研究表明:无人机近地摄影测 量平面坐标误差最小约为 2 mm,该精度是在单位模 型长度为 12 m 时获得;高程误差最小约为 7 mm,该 精度也是在单位模型长度为12 m时获得。在实测研 究中,选择单位模型长度为12 m的方案,获得的平面 坐标误差为2.3 mm,高程误差为6.3 mm,与模拟试验 结果基本一致。平面误差与高程误差均会随着单位 模型长度减小而减小,但误差减小到一定程度之后 会趋于稳定,而且平面误差远小于高程误差。 [5] 柏雯娟.用三维激光扫描技术监测矿山开采沉陷[J].金属矿山, 2 017(1):132-135. Bai Wenjuan.Mining subsidence monitoring method based on laser scanning technique[J].Metal Mine,2017(1):132-135. [6] 李德仁,李 明.无人机遥感系统的研究进展与应用前景[J].武 汉大学学报:信息科学版,2014,39(5):505-513. Li Deren,Li Ming.Research advance and application prospect of unmanned aerial vehicle remote sensing system[J].Geomatics and Information Science of Wuhan University,2014,39(5):505-513. [7] 毕 凯,李英成,丁晓波,等.轻小型无人机航摄技术现状及发展 (2)本研究无人机近地摄影测量精度可达毫米 趋势[J].测绘通报,2015(3):27-31. 级,为外业监测矿区铁路等类似地面建(构)筑物变 形提供了一种快速、灵活、高性价比的新型技术手 段,对于进一步提升无人机近地摄影测量精度及优 Bi Kai,Li Yingcheng,Ding Xiaobo,et al.Aerial photogrammetric technology of light small UAV:status and trend of development[J]. Bulletin of Surveying and Mapping,2015(3):27-31. · 202 · 朱鹏程等:无人机监测矿区铁路变形的像控点布设方法 2019年第10期 [ 8] 陶于金,李沛峰.无人机系统发展与关键技术综述[J].航空制造 [14] RReocmkotGe,SReniessinJg,B2,0U1d8e,l2h2(ov1e)n:1T8.S9e-1n9si9ti.vity analysis of UAV-photo⁃ grammetry for creating digital elevation models(DEM)[J]. ISPRS: International Archives of the Photogrammetry,Remote Sensing and Spatial Information Sciences,2012,38(1):69-73. 技术,2014(20):34-39. Tao Yujin,Li Peifeng.Development and key technology of UAV[J]. Aeronautical Manufacturing Technology,2014(20):34-39. [9] 赵艳玲,田帅帅,张建勇,等.旋翼无人机工业区航测精度与控制 点数量关系研究[J].测绘通报,2018(7):24-28. [15] João P L,Vitry M M D,Scheidegger A,et al.Assessing the quality of digital elevation models obtained from mini unmanned aerial ve⁃ hicles for overland flow modelling in urban areas[J].Hydrology and Earth System Sciences,2016,20(4):1637-1653. Zhao Yanling,Tian Shuaishuai,Zhang Jianyong,et al.Study on the relationship between the aerial survey accuracy of rotor unmanned aerial vehicle and number of control points in industrial zones[J]. Bulletin of Surveying and Mapping,2018(7):24-28. [16] Baltsavias E P.A comparison between photogrammetry and laser scanning[J].ISPRS:Journal of Photogrammetry & Remote Sensing, 1999,54(2-3):83-94. [10] 万剑华,王 朝,刘善伟,等.消费级无人机的大比例尺测图能力 分析[J].测绘通报,2018(6):104-108. Wan Jianhua,Wang Zhao,Liu Shanwei,et al. Analysis of large scale mapping capability of consumer unmanned aerial vehicles[J]. Bulletin of Surveying and Mapping,2018(6):104-108. [17] 王 量计算果方,沙法从[J术].,金蒋属瑞矿波山,等,2.0基17(于1无0)人:7机2-倾75斜. 摄影的露天矿工程 Wang Guo,Sha Congshu,Jiang Ruibo,et al.Research on engineer⁃ ing volume calculation for open- pit mine based on UAV ablique photogrammetry[J].Metal Mine,2017(10):72-75. [11] 黄 军,李 涛,朱俊利.免像控无人机航测新技术在露天矿开 采监测中的应用[J].测绘通报,2018(11):154-157. Huang Jun,Li Tao,Zhu Junli.Application of UAV aerial survey technology in illegal mining monitoring[J].Bulletin of Surveying and Mapping,2018(11):154-157. [18] Martínez-Carricondo P,Agüera-Vega F,Carvajal-Ramírez F,et al. Assessment of UAV-photogrammetric mapping accuracy based on variation of ground control points[J].International Journal of Ap⁃ plied Earth Observation and Geoinformation,2018,72:1-10. [19] Agüera-Vega F,Carvajal-Ramírez F,Martínez-Carricondo P.Assess⁃ ment of photogrammetric mapping accuracy based on variation ground control points number using unmanned aerial vehicle[J]. Measurement,2017,98:221-227. [12] 隋 涛,肖 武,王党朝,等.基于无人机摄影测量的露天矿排土 场三维模型构建[J].金属矿山,2018(5):135-142. Sui Tao,Xiao Wu,Wang Dangchao,et al.Establishment of the 3D model of open-pit mine dump based on UAV photogrammetry[J]. Metal Mine,2018(5):135-142. [13] 张纯斌,杨胜天,赵长森,等.小型消费级无人机地形数据精度验 [20] Tsai M L,Chiang K W,Lo C F,et al.Directly georeferenced ground feature points with UAV borne photogrammetric platform without ground control[J].Applied Mechanics & Materials,2013,284: 1523-1527. 证[J].遥感学报,2018,22(1):189-199. Zhang Chunbin,Yang Shengtian,Zhao Changsen,et al.Topograph⁃ ic data accuracy verification of small consumer UAV[J]. Journal of (责任编辑 王小兵) · 203 ·
  • 中矿传媒与您共建矿业文档分享平台下载改文章所需积分:  5
  • 现在注册会员立即赠送 10 积分


皖公网安备 34050402000107号