低空遥感的智能化发展是构建低空快速响应体系的关键驱动力，依托低空智联网构建高效的信息交互与协同机制，实现对城市地表资源及社会经济活动的高精度、高频次监测，不仅能够有力推动城市高效、安全、可持续发展，同时也对低空经济的培育和新质生产力的快速形成具有深远意义。为此，时空智能感知团队长期以来，围绕低空多类型任务环境、遥感任务需求与无人机系统资源之间存在复杂的约束和依赖关系，面向低空遥感任务规划与协同观测研究中面临的突出科学问题，致力于解析无人机遥感系统任务决策部署与复杂观测任务之间的关联关系，以建立无人机遥感系统多任务协同建模与决策体系。
近日，团队最新研究成果《Scene information guided aerial photogrammetric mission recomposition towards detailed level building reconstruction》在工程科学领域权威顶刊《Advanced Engineering Informatics》（IF：8.0）上在线发表。该研究成果是在国家自然科学基金重点项目“泛化点云的高维张量空间语义认知与建图”资助下，团队在低空组网协同观测装备与技术研究中的最新进展。
团队艾克然木·艾克拜尔博士为论文第一作者，刘春教授担任论文通讯作者，来自团队的吴杭彬副教授、贾守军、许泽然等研究人员作为论文的共同作者。
图1 论文成果发表
论文主要内容
实景三维作为低空遥感任务的核心观测数据之一，已成为构建智慧城市空间数字底座不可或缺的重要数据源。然而，面向局部细节一致和全局结构完整的任务目标，基于无人机的三维重建任务规划仍面临诸多挑战。如何利用场景先验知识的反馈指导无人机路径规划，定义任务路径与精细重建之间的关联参数，构建复杂城市场景中无人机任务规划的可靠基准是观测任务导向的三维路径规划研究中的核心科学问题。
针对这一挑战，本研究聚焦无人机在有限执行空间中的序列决策规划问题，利用场景先验知识的反馈指导无人机路径规划，定义任务路径与精细重建之间的关联参数，提出了场景信息引导的精细重建观测全局任务路径重构方法。根据观测目标结构复杂度，提出了平行观测和包络观测两种三维路径规划方法以及它们的重构观测模式，实现多旋翼无人机在有限空间内对单体目标的避障全覆盖观测，以毫米级分辨率和低纹理扭曲获得了建筑表面全局细节层次观测实景模型。
图2 场景信息引导的全局任务路径重构方法
本研究提出了由场景覆盖度、分辨率分布、纹理扭曲评分、几何精度四项定量评价指标组成的实景重建综合质量评估方法，有效地建立了全局三维观测路径规划与细节层次重建的约束关系，获得了全局均质的实景三维模型，建筑主体平均分辨率达到7.01 mm，立面分辨率达到2.12 mm，为建筑表面多元要素语义的提取和实例化关联提供了高质量三维观测数据。
图3 场景有效覆盖影像数量
图4 实景三维重建模型表面扭曲评分
实景三维重建任务趋于获取观测目标更深层次语义信息，以服务于多种高层次应用场景。三维重建的细节层次决定观测实体知识表达的颗粒度，而细节重建的基本前提是实时和动态地获取全局精细观测三维数据。
图5 建筑元素识别与实例化提取
论文总结
本研究提出了一种基于场景信息引导的精细重建观测全局任务路径重构方法，以实现无人机在有限空间内对单体目标的避障全覆盖观测。在高质量观测的基础上，将建筑重建与建筑表面关键要素识别过程相结合，集成建筑信息与病害属性，为建筑健康建档和全生命周期监测更新防护提供了基础数据支撑。下一步研究中，将考虑优化任务参数，以提升无人机的观测效率和多任务适应能力。此外，当精细观测任务从单个目标，拓展为整体场景后，需要研究并构建多平台、多任务载荷之间的协同观测模式，以实现复杂任务场景中多机协同部署和观测互补。
论文信息
Akbar A, Liu C, Wu H, Jia S, Xu Z. Scene information guided aerial photogrammetric mission recomposition towards detailed level building reconstruction[J]. Advanced Engineering Informatics, 2024, 62(Part D): 102913.
论文链接：
https://doi.org/10.1016/j.aei.2024.102913
文章来源：公众号 时空智能感知实验室，版权归原媒体/刊载网站所有。
本公众号部分资料、素材、文字、图片等来源于互联网，所有转载都已经注明来源出处。如果您发现有侵犯您的知识产权以及个人合法权益的作品，请后台留言，我们会及时修改或删除。感谢您的关注与支持！
GIS圈运营团队
