- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
基于成像的近岸水深测量无人机系统
摘要： 本文描述了一种基于成像技术估算近岸冲浪区水深的方法。该方法利用无人机系统（UAS）或消费级无人机采集的影像数据：通过操控无人机在目标区域上空飞行并录制视频，随后采用粒子图像测速（PIV）技术分析图像帧序列以获取波速。基于线性波色散关系的浅水近似公式，可将影像推导的波速转化为当地水深值。通过整合目标区域内多个点位的水深反演结果，最终构建完整水深地形图。 为验证方法有效性，在德克萨斯州弗里波特近岸冲浪区试验中，采用全站仪实测了25个空间点的水深数据，计算得出均方根误差（RMSE）为0.132米。通过最小化RMSE，确定用于修正非线性波效应的波速估算系数为1.02。这种创新简便的方法能同步测量冲浪区（该区域以破碎波及强能量泥沙输移为主导）的水深与表面流速场，且无需高端无人机设备，从而在时空采样方面具有更强灵活性。
关键词： 粒子图像测速法、遥感技术、近岸水深测量、无人机系统
更新于2025-09-23 15:22:29
-
基于无人机系统与数字航空摄影测量技术在受干扰针叶林中获取的地表模型评估
摘要： 通过结合无人机系统（UAS）与数字航空摄影测量（DAP）技术，可远程获取详细的垂直森林结构信息。然而DAP方法应用的关键局限在于：在植被茂密区域难以生成精确的数字高程模型（DEM）。本研究调查了加拿大不列颠哥伦比亚州温带针叶林中UAS-DAP方法的地形建模潜力。经摄影测量处理获得的UAS影像生成了高分辨率DAP点云数据。为评估DAP的地形建模能力，首先通过敏感性分析确定三种适用于机载激光扫描（ALS）的地面点分类算法最优参数，测试算法包括渐进式不规则三角网加密法（PTD）、分层稳健插值法（HRI）和简易渐进形态学滤波法（SMRF）。以ALS提取的地面点作为真值数据，对比UAS-DAP生成的DEM发现：PTD、HRI和SMRF方法达到均方根误差（RMSE）<1.5米的有效区域占比分别为56.5%、51.6%和52.3%。通过将采用最优参数生成的DAP-DEM误差值与ALS点云衍生的冠层覆盖度及坡度分层数据进行对比，结果表明冠层覆盖对RMSE的影响程度约为地形坡度的三倍。
关键词： 运动结构恢复（SfM）、点云分类、无人机系统（UAS）、数字高程模型（DEM）
更新于2025-09-23 15:22:29
-
[IEEE东南会议2018 - 美国佛罗里达州圣彼得堡（2018年4月19日-2018年4月22日）] 2018年东南会议 - 摄像机振动频率对无人机系统应用中图像噪声的影响
摘要： 在交通运输系统工程领域，利用小型无人机系统（UAS）进行结构检测正受到日益广泛的关注。其中尤为重要的是开发图像处理算法，用于分析UAS采集的交通基础设施（如桥梁）数据以实现缺陷检测/分类。初步实验表明，使用UAS采集的图像数据存在显著噪声，这会降低算法检测/分类结构缺陷的效率。本研究旨在探究UAS相机振动与图像噪声之间的关系，最终目标是确定能产生可接受图像噪声水平的最大相机振动频率，从而有效实现缺陷检测与分类。
关键词： 图像处理、图像噪声、无人机系统、结构检测
更新于2025-09-23 15:21:01
-
基于卷积神经网络的无人机影像柑橘树识别
摘要： 遥感技术对精准农业至关重要，无人机（UAV）提供的空间分辨率正在革新精准农业的工作流程，用于监测作物生长季的健康状况与产量、识别和监控杂草等应用。针对单株果树的生长、果实产量及病虫害发生情况的监测仍是重点研究方向，采用自动化手段（而非人工勾绘）划定每棵树的范围，将有助于长期农场管理。本文利用简单的卷积神经网络（CNN）算法从无人机影像中检测柑橘及其他作物果树，随后通过简单线性迭代聚类（SLIC）算法生成的超像素进行分类优化。该工作流在相对复杂的农业环境（多目标、不同树龄与大小的果树等）中表现良好，取得了高精度（总体精度=96.24%，精确率（阳性预测值）=94.59%，召回率（灵敏度）=97.94%）。据我们所知，这是首次将CNN与无人机多光谱影像结合应用于柑橘树检测。需要更多此类个案研究，以开发标准化的自动化工作流，帮助农业管理者更好地将海量高分辨率无人机影像融入农业生产管理。
关键词： 无人机系统、树木识别、柑橘、精准农业、卷积神经网络、特征提取、深度学习、超像素
更新于2025-09-23 15:21:01
-
新技术与考古实践：利用无人机摄影测量改进发掘中的初级考古记录流程
摘要： 过去十年间，考古田野工作日益采用无人机（UAS）和摄影测量技术作为二维及三维测绘考古遗迹的工具。无人机能精准控制影像采集，结合摄影测量技术后，无论处理发掘现场、单体遗?；故峭暾肮?，空中三维数据采集都已成为考古学家的常规手段。但评估任何新工具的成效，最终仍需审慎考量其在项目资源投入下对原始数据采集流程带来的实际提升。在此背景下必须指出：为田野考古原始数据采集过程制作（往往仍属劳动密集型）三维模型所附加的价值尚未完全显现。虽然三维记录能为有条件者提供有益的补充性文档，但投入的时间、设备及人力究竟在多大程度上提升了考古工作能力，仍是待解之问。本文提出一种基于经济型无人机与简易摄影测量技术的新型标准化制图方案——该方案完全融入考古发掘知识生产的工作流程。我将探讨这一方法的未来潜力，并参与当前关于文档记录与阐释流程发展的持续讨论。
关键词： 挖掘、三维记录、无人机系统、工作流程、主要考古流程、摄影测量学
更新于2025-09-23 15:21:01
-
地面激光扫描与无人机摄影测量在地质研究中的集成应用：克罗地亚案例
摘要： 地面激光扫描（TLS）结合无人机系统（UAS）与现代计算机摄影测量技术，是目前获取高分辨率三维空间信息的最佳方案。高度逼真的三维空间数据集正成为精细地质研究的基础，为地下与地表场址的研究提供了多学科方法。为展示这些先进技术的多样化应用，本文呈现了四个典型且差异显著的案例研究，其中测绘技术均得到成功运用。案例研究表明，TLS与UAS摄影测量作为非接触式测量方法，能有效缩短测绘时间并降低项目总成本。其附加价值在于提供的高分辨率数据可在虚拟环境中从沉积学或构造学角度进行分析。存储的数字文档还支持未来任意时段和尺度下的多时相空间数据对比，从而提升研究场址目标地质数据的采集与分析水平。
关键词： 三维虚拟模型构建、地面激光扫描（TLS）、虚拟露头、无人机系统（UAS）、摄影测量学
更新于2025-09-16 10:30:52
-
无人机搭载激光扫描测量树干直径的案例研究
摘要： 胸径（DBH）是林业中最重要的参数之一。随着地面和机载激光扫描技术在林业中的日益应用，直接获取胸径的新方法展现出巨大潜力。特别是，搭载于无人机系统（UAS）的激光扫描仪能够获取森林区域的高分辨率点云数据。本案例研究通过圆柱体建模树干相关部分的方法，分析了基于UAS点云估算胸径的精度与完整性，并以人工实测胸径及地面激光扫描点云数据作为参照进行对比。研究表明，圆柱体拟合的精度与完整性取决于树干直径：当胸径>20厘米时重建成功率接近100%，其与参照胸径的相对误差从20-30厘米范围的9%递减至>40厘米范围的1.8%。
关键词： 森林调查、圆柱体、胸径、林业、点云、无人机系统、激光雷达、胸高直径
更新于2025-09-16 10:30:52
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 测绘级远程无人机激光雷达系统评估：美国南德克萨斯州案例研究
摘要： 近年来，光探测与测距（激光雷达）传感器技术快速发展并实现小型化。传感器体积和重量的减小使其更易于搭载于无人机系统（UAS）。与传统机载激光雷达测绘相比，UAS平台在飞行设计、数据采集方面更具灵活性，具备快速响应能力，且在小范围本地测绘中可能更具成本优势?；赨AS的激光雷达研究主要集中于植被结构监测、同步定位与建图（SLAM）等领域。[2]文献对UAS与地面激光扫描（TLS）获取的作物监测植物高度进行了对比，通过多边形网格描述性统计分析发现两种方法获取的植物高度相关系数R2=0.91。[3]文献在直升机上构建了基于激光雷达的感知与导航系统，用于障碍物检测规避、地形跟随及近距离检查，作者宣称该系统具有较高成功率。 运动恢复结构（SfM）/多视角立体视觉（MVS）摄影测量是获取三维点云数据的机载激光雷达替代方案，其依赖足够的图像重叠度提取关键点对应关系，并通过共线性重建三维场景。这种单回波解决方案有时易受重叠图像间移动植被（如风致晃动）产生的虚假视差影响，在图像纹理高度均匀区域也会出现特征点对应不良问题[4][5]。激光雷达的优势在于采用脉冲测距技术，且多数系统具备多回波探测能力。这种多回波特性使激光雷达广泛应用于林业资源调查等领域，因其能实现冠层及林下测量。[6]文献构建了微型UAS搭载激光雷达系统，通过树高估算、电线杆检测、道路提取及数字地形模型优化验证了其精细化制图适用性。[7]文献最新研究开发了激光雷达-高光谱影像融合方法，在不同树密度和冠层覆盖度的处理/对照林区进行植被分类与三维结构测量，声称该融合方法在美国西南部研究区的表现优于单一数据类型。 本文展示了集成远程多回波激光雷达传感器的单旋翼UAS测试评估初步成果，测试地点为美国德克萨斯州南部机场。研究重点包括：1）全集成UAS解决方案的平台及关键技术（激光雷达/惯性测量单元/全球定位系统）描述；2）传感器校准与初始化（如视轴校准与惯性测量单元初始化）；3）地理空间测绘、数据处理与分析流程说明。
关键词： 地理空间、激光雷达、无人机系统、惯性测量单元、测量、全球定位系统
更新于2025-09-10 09:29:36
-
[美国农业与生物工程师学会 2018年 底特律，密歇根州 7月29日-8月1日] 2018年 底特律，密歇根州 7月29日-8月1日 - 《无人机传感器平台作为精准农业管理工具在检测和绘制农田地理空间变异中的精度与稳定性评估》
摘要： 该无人航空系统（UAS）作为精准农业管理工具，用于检测和绘制农田行间作物健康状况的地理空间变异，其运行依赖于全球定位系统（GPS）接收器和遥感（RS）系统。与地面平台不同，UAS还受自主飞行系统、惯性导航系统（INS）、空气动力学及空中气候条件等额外平台因素影响，这些因素可能降低飞行路径精度与稳定性。此类问题会导致地理空间变异区精准制图所需的轨迹精度或航摄天底稳定性下降，进而影响基于地理空间投入的治疗管理决策。UAS飞行路径质量下降还会引发遥感影像拼接畸变，使精准处理区地图的地理空间精度不足。本项目采用科学方法，提出将地理空间评估工具引入农田，独立验证任何UAS传感器平台的飞行路径精度与稳定性（而非单纯依赖正射拼接处理或机载平台系统）。试验田中将设立一组带有全球导航卫星系统（GNSS）坐标的标高标杆，供任意UAS天底视角观测。通过配备光学追踪地理空间飞行路径指标功能的UAS自主平台，使其在不同高度沿标定田块图案飞行。预期成果是建立可重复的测试方案，适用于需要精准制图与真实全球精度的场景（如治疗地理空间投入的管理决策），以标准化评估各类UAS传感器平台的飞行路径稳定性和准确性。
关键词： 传感器平台、时效性、无人机系统（UAS）、准确性、天底视角稳定性、测试方案、地理空间变异性（GSV）、特定场地管理（SSM）
更新于2025-09-09 09:28:46
-
多光谱反照率仪的研制及其在无人机上的部署：用于评估内华达州黑岩沙漠上空卫星反演的地表反射率
摘要： 美国西部明亮地表导致卫星反演气溶胶光学厚度（AOD）存在不确定性，通?；岢鱿諥OD被高估的情况。为此，我们开发了一种紧凑便携的仪器，用于无人机系统（UAS）测量地表反照率。该光谱反照率仪采用两个滨松微型光谱仪（波长范围：340-780纳米）测量地表入射和反射的太阳辐射。2017年10月5日，该仪器部署在内华达州黑岩沙漠（BRD）已知高地表反射率区域，以与卫星反演的反照率产品进行对比研究。结果显示，相比无人机搭载的反照率仪，卫星反演低估了地表反射率。为凸显地表反射率对卫星反演算法中AOD的影响，我们采用一维辐射传输模型进行分析。该简易模型通过测定AOD随反照率变化的敏感性，表明在特定地表反照率与气溶胶光学特性组合条件下，AOD反演对地表反射率具有高度敏感性。这说明需要增加地表反照率测量数量并深入评估卫星反演反照率，以改进卫星反演的AOD数据。该便携式仪器也适用于其他应用场景。
关键词： 无人机系统（UAS）、无人驾驶飞行器（UAV）、中分辨率成像光谱仪（MODIS）、反照率、陆地卫星（LANDSAT）、无人机、卫星遥感、气溶胶光学厚度（AOD）、无人驾驶航空系统
更新于2025-09-04 15:30:14