魯東昌

摘 要：為了解決由于定位不準(zhǔn)確引起的障礙物測量準(zhǔn)確度較低的問題，提出無人機(jī)遙感技術(shù)在機(jī)場凈空障礙物測量中的應(yīng)用研究，利用無人機(jī)遙感技術(shù)采集機(jī)場凈空數(shù)據(jù)信息，通過GIS系統(tǒng)實(shí)現(xiàn)數(shù)據(jù)柵格化處理，形成機(jī)場凈空的三維圖像，將障礙物的位置信息導(dǎo)入到圖像中，實(shí)現(xiàn)對其位置的精準(zhǔn)定位，并以不同目標(biāo)為基礎(chǔ)測量障礙物位置。進(jìn)行試驗(yàn)測試時(shí)，結(jié)果表明，所提方法的測量結(jié)果與實(shí)際結(jié)果具有較高的擬合度，具有良好的測量效果。

關(guān)鍵詞：無人機(jī)遙感技術(shù);機(jī)場凈空;障礙物測量;柵格化;三維圖像

0 引言

近些年來，無人機(jī)遙感技術(shù)發(fā)展迅猛，由于其能夠在大面積范圍內(nèi)實(shí)現(xiàn)對目標(biāo)的準(zhǔn)確識別，在諸多領(lǐng)域中都得到了廣泛應(yīng)用[1]。與此同時(shí)，國內(nèi)的機(jī)場建設(shè)也越來越現(xiàn)代化。在此背景下，無論是在客機(jī)還是軍事飛機(jī)的著陸過程中，對其對應(yīng)空間環(huán)境的準(zhǔn)確識別是十分重要的[2]，即準(zhǔn)確識別障礙物的位置并采取適當(dāng)?shù)奶幚泶胧┦谴_保飛行安全的重要保障的重要前提。

基于此，本文提出無人機(jī)遙感技術(shù)在機(jī)場凈空障礙物測量中的應(yīng)用研究，并通過試驗(yàn)驗(yàn)證了所提方法的實(shí)際應(yīng)用價(jià)值。通過該研究，以期為機(jī)場的安全穩(wěn)定運(yùn)行提供有價(jià)值的參考。

1 基于無人機(jī)遙感技術(shù)的機(jī)場凈空數(shù)字化處理

1.1 機(jī)場凈空數(shù)據(jù)采集

本文設(shè)計(jì)的機(jī)場凈空障礙物測量方法中，主要是通過無人機(jī)遙感技術(shù)對機(jī)場凈空范圍內(nèi)的信息進(jìn)行精準(zhǔn)識別[3]，并建立其對應(yīng)的數(shù)字化三維圖像，使機(jī)場凈空管理實(shí)現(xiàn)可視化，因此，本文首先采用無人機(jī)遙感技術(shù)對獲取機(jī)場凈空區(qū)域的數(shù)據(jù)進(jìn)行獲取。

無人機(jī)遙感技術(shù)采集到的信息中，包含的內(nèi)容包括屬性信息和圖像信息。屬性信息可直接用于機(jī)場凈空數(shù)字化的建設(shè)之中。而對于圖像信息，考慮圖像的整體效果，采用直方圖均衡化和分段線性拉伸兩種方法對圖像進(jìn)行預(yù)處理。擴(kuò)展后的圖像呈現(xiàn)標(biāo)準(zhǔn)正態(tài)分布，通過調(diào)整平均值，壓縮高亮度區(qū)域，擴(kuò)展低亮度區(qū)域，提高圖像質(zhì)量。以此作為構(gòu)建機(jī)場凈空的基礎(chǔ)數(shù)據(jù)，為機(jī)場凈空數(shù)字化處理提供可靠基礎(chǔ)。

1.2 機(jī)場凈空三維圖像構(gòu)建

利用無人機(jī)遙感技術(shù)對對應(yīng)空間內(nèi)的位置信息進(jìn)行識別，將數(shù)據(jù)值傳到GIS中，并建立機(jī)場凈空數(shù)據(jù)集[4]。本文設(shè)計(jì)的測量方法中，對于無人機(jī)遙感技術(shù)采集到的數(shù)據(jù)主要是采用以下方式進(jìn)行圖像轉(zhuǎn)化處理的。

首先，對無人機(jī)采集到的遙感數(shù)據(jù)進(jìn)行柵格化處理，通過這樣的方式，使數(shù)據(jù)與GIS系統(tǒng)的格式要求相匹配，以此完成機(jī)場凈空圖像的配準(zhǔn)和剪裁。設(shè)采集到的數(shù)據(jù)集為A=[xi，yi，zi]，柵格化處理過程可以表示為：

（1）

其中，表示柵格化系數(shù)，其主要取決于應(yīng)用的GIS系統(tǒng)的屬性。通過轉(zhuǎn)化數(shù)據(jù)，使其在GIS系統(tǒng)中作為圖像的組成信息，以此構(gòu)建機(jī)場凈空的三維圖像。

2 障礙物定位與測量

在上述構(gòu)建的三維圖像基礎(chǔ)上，實(shí)現(xiàn)對凈空障礙物的識別與測量。

當(dāng)無人機(jī)遙感技術(shù)在對凈空范圍識別到障礙物時(shí)，將其信息傳輸?shù)饺S圖像中，圖像系統(tǒng)對于障礙物的信息進(jìn)行轉(zhuǎn)化處理，使其嵌入到三維圖像中，其可表示為：

（2）

其中，表示識別到的障礙物信息，a，b，c分別表示遙感技術(shù)采集到的障礙物的空間位置信息，n表示GIS系統(tǒng)對圖像的放縮倍數(shù)。

通過上述方式，實(shí)現(xiàn)三維圖像中障礙物的位置信息可視化處理。在此基礎(chǔ)上，測量障礙物與不同待測目標(biāo)之間的位置關(guān)系，輸出對應(yīng)的測量結(jié)果，其可表示為：

（3）

其中，W表示最后輸出的測量結(jié)果，F(xiàn)表示參照物的位置信息，在機(jī)場凈空中，一般是以塔臺和飛機(jī)為參照物對其進(jìn)行測量，以此確保每架飛機(jī)獲得到的信息都是準(zhǔn)確的。

3 試驗(yàn)測試

為了測試本文提出的障礙物測量方法的實(shí)際應(yīng)用效果，進(jìn)行了試驗(yàn)測試，同時(shí)，為了提高測試結(jié)果的可靠性，分別采用文獻(xiàn)[2]融合激光雷達(dá)與視覺信息的小型障礙物測量方法和文獻(xiàn)[3]應(yīng)用激光雷達(dá)與相機(jī)信息融合的障礙物識別方法同時(shí)進(jìn)行測試，通過對比三種測量方法的結(jié)果，客觀評價(jià)本文設(shè)計(jì)方法的有效性。

3.1 試驗(yàn)環(huán)境

試驗(yàn)的硬件環(huán)境為Windows 10，操作平臺為SuperMap GIS 10i。試驗(yàn)選擇的環(huán)境為某機(jī)場，其占地面積為260 km2，飛機(jī)起飛及降落的領(lǐng)空面積為480 km2，高度范圍為762 m，為了測試三種方法的測量效果，分別在不同維度設(shè)置了5個障礙物，并分別編號1～5。分別采用三種方法對機(jī)場上空的領(lǐng)空范圍進(jìn)行障礙物測量，并對檢測到的障礙物進(jìn)行定位。

3.2 試驗(yàn)結(jié)果

在上述環(huán)境下，分別采用三種方法對障礙物進(jìn)行測量，

其結(jié)果如表1所示。

從表1中可以看出，本文方法的測量結(jié)果與障礙物的設(shè)定值之間的擬合度最高，能夠?qū)崿F(xiàn)對障礙物位置的精準(zhǔn)定位，同時(shí)，在障礙物測量過程中，由于高空的氣流變化速度較快，因此障礙物的位置會受到影響而發(fā)生一定變化，從而對測量結(jié)果產(chǎn)生影響。綜上分析可知，本文設(shè)計(jì)的障礙物測量方法具有較高的實(shí)際應(yīng)用價(jià)值。這主要是因?yàn)楸疚牟捎脽o人機(jī)遙感技術(shù)實(shí)現(xiàn)了對測量范圍內(nèi)環(huán)境的障礙物識別，通過在計(jì)算機(jī)中形成對應(yīng)的定位，提高測量的準(zhǔn)確度。

4 結(jié)束語

隨著航班的頻次逐漸增加，飛行軌跡所在的高度范圍也越來越多樣化，在此環(huán)境下，提高對飛行空間內(nèi)，特別是起飛空間以及降落空間內(nèi)障礙物的準(zhǔn)確識別與測試，對于飛機(jī)的安全飛行是十分重要的。本文提出無人機(jī)遙感技術(shù)在機(jī)場凈空障礙物測量中的應(yīng)用，有效提高了對障礙物的定位準(zhǔn)確度，為機(jī)場飛機(jī)的安全起飛及降落提供了重要保障。

參考文獻(xiàn)：

[1]張慧.可視化技術(shù)在遙感圖像處理系統(tǒng)中的應(yīng)用[J]. 信息與電腦（理論版），2021（1）：4-5.

[2]張國強(qiáng)，韓軍，成堅(jiān)煉，等.融合激光雷達(dá)與視覺信息的小型障礙物測量方法[J].電光與控制，2021（2）：69-74.

[3]黃興，應(yīng)群偉.應(yīng)用激光雷達(dá)與相機(jī)信息融合的障礙物識別[J].計(jì)算機(jī)測量與控制，2020（1）：184-188+194.

[4]郭揆.無人機(jī)遙感影像下數(shù)字?jǐn)z影測量技術(shù)分析[J]. 自動化技術(shù)與應(yīng)用，2020（9）：52-56.