[0001] 本发明涉及地形测量技术领域，尤其是涉及一种基于倾斜摄影的狭长地形测量方法、系统及无人机。

[0002] 倾斜摄影技术不同于以往的正射影像只能从垂直角度进行拍摄，倾斜摄影技术通过在同一飞行平台（如无人机）上搭载多台传感器，同时从一个垂直、四个倾斜五个不同的角度同步采集影像，以使得采集到的影像更加立体，贴近于人眼视觉中的真实世界。

[0003] 目前，在利用倾斜摄影机技术进行无人机的三维建模时，由无人机在建筑物的上空拍摄以获取倾斜摄影图像，再利用软件工具合成图片，并生成三维模型。然而，由于无人机位于建筑物上空拍摄，对于较高的建筑物，特别是多个建筑物之间形成的狭长地形，受建筑物的阻挡，容易出现建筑物底部图像缺失或不清晰的情况，使得无人机拍摄三维建模所需对图像不够全面，从而导致最终生成的三维模型的质量较差。

[0030] 为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。

[0031] 本申请实施例公开一种基于倾斜摄影的狭长地形测量方法。参照图1，一种基于倾斜摄影的狭长地形测量方法，应用于无人机，无人机上设置有用于搭载摄像头的拍摄云台以及卷绳装置，卷绳装置用于带动拍摄云台在竖直方向上移动，方法包括：步骤S1：获取待测量区域的俯拍图像；
应当理解，在一次三维建模任务中，待测量区域可以有多个，待测量区域在无人机采集用于建模的图像前进行划分。

[0032] 步骤S2：对俯拍图像进行分析，得到狭长地形区域；其中，狭长地形区域是指待测量区域中存在地势差且地势低的狭长地形区域，例如，两栋较高的建筑物之间的区域，建筑物顶部和地面形成地势差，建筑物之间的区域地势低且通常为长方形区域，所以两栋较高的建筑物之间的区域可以判定为狭长地形区域。

[0033] 步骤S3：从狭长地形区域中确定出垂直采样点；应当理解，无人机在拍摄三维建模所需的图像时，通常仅在待测量区域的上空拍摄，例如，在对建筑物三维建模时无人机始终处于建筑物的上方，这是由于，若无人机飞行在建筑物之间，受建筑物的阻挡，无人机的受控距离会大大减小，并且建筑物之间还可能有树木等阻挡物，使得无人机难以飞行至建筑物之间进行图像的采集。

[0034] 步骤S4：根据垂直采样点，对无人机的初始飞行路径进行调整，得到优化飞行路径；其中，优化飞行路径是经过每一垂直采样点的路径。

[0035] 步骤S5：基于优化采样路径，响应于无人机移动至垂直采样点处，控制卷绳装置带动拍摄云台在竖直方向上移动，以对狭长地形区域进行立体拍摄，得到立体测量图像。

[0036] 应当理解，由于优化采样路径一定会经过垂直采样点，可以通过获取无人机的位置坐标的方式实现，具体地，实时获取无人机的位置坐标，并获取垂直采样点的坐标，判断无人机的位置坐标是否和垂直采样点的坐标重合，若是，则说明无人机已经移动至垂直采样点处，此时生成用于控制卷绳装置放绳的第一驱动控制信号，使得卷绳装置开始放绳，带动拍摄云台竖直向下运动，当拍摄完成需要带动拍摄云台竖直向上运动时，生成用于控制卷绳装置收绳的第二驱动控制信号，使得卷绳装置开始收绳，带动拍摄云台竖直向上运动，从而实现了控制卷绳装置带动拍摄云台在竖直方向上移动。

[0037] 参照图2，图2提供了一种拍摄云台2移动可能的实现方法，无人机上设置有卷绳装置1以及搭载有摄像头的拍摄云台2，卷绳装置1可以包括驱动电机、卷轴以及钢丝绳，拍摄云台2上固定设置有吊环3，驱动电机设置在无人机上且驱动电机的输出轴与卷轴同轴线连接，钢丝绳缠绕设置在卷轴上，且钢丝绳的一端与卷轴固定连接，另一端与吊环3固定连接。驱动电机响应于第一驱动控制信号以及第二驱动控制信号进行正转或反转，以带动卷轴正转或反转，从而带动钢丝绳进行放绳或收绳，进而实现带动拍摄云台2在竖直方向上的移动。

[0038] 上述实施方式中，从待测量区域的俯拍图像中得到狭长地形区域，并确定出狭长地形区域中的垂直采样点，基于垂直采样点对无人机的初始飞行路径进行调整，以得到经过垂直采样点的优化飞行路径，当无人机移动至垂直采样点处时，卷绳装置带动拍摄云台在竖直方向上移动，以对狭长地形区域的靠近地面的底部图像进行获取，从而实现了无人机拍摄图像更加全面的效果。

[0039] 作为步骤S2的一种实施方式，步骤S2具体包括：步骤S21：将俯拍图像输入至图像分割网络中，生成若干个建筑区域；
步骤S22：获取无人机的飞行高度；
步骤S23：获取相邻建筑区域的间距小于预设值的重叠长度；
步骤S24：根据飞行高度以及重叠长度，得到狭长地形区域。

[0040] 应当理解，无人机设定的飞行高度越高则对靠近地面的图像的获取越不清晰，而相邻建筑区域的间距小于预设值的重叠长度过长时，说明相邻建筑区域之间的区域被阻挡的较为严重，即相邻建筑区域的间距越近、间距小于预设值的重叠长度越长、无人机的飞行高度越高的区域，越不容易获取到靠近地面的图像，则该区域即为狭长地形区域。

[0041] 上述实施方式中，将俯拍图像输入至图像分割网络中，生成若干个建筑区域，无人机飞行高度通过根据建筑区域中建筑的高度进行配置，当无人机飞行高度过高且存在相邻建筑区域间距小于预设值的重叠长度过长时，则对应区域为狭长地形区域。

[0042] 作为基于倾斜摄影的狭长地形测量方法的进一步实施方式，基于倾斜摄影的狭长地形测量方法还包括对预设神经网络模型进行训练得到图像分割网络的训练步骤，训练步骤包括：获取训练数据集，对训练数据集中包括的多张俯拍建筑图像中的建筑区域进行标注并标定建筑区域标签；
将俯拍建筑图像输入至预设神经网络模型中，输出区域预测结果，并根据建筑区域标签以及区域预测结果对神经网络模型的模型参数进行迭代更新，得到图像分割网络。

[0043] 其中，预设神经网络模型可以选用FCN模型。

[0044] 上述实施方式中，利用对训练数据集中的多张俯拍建筑图像中建筑区域的标注，并将俯拍建筑图像输入至预设神经网络模型中，输出区域预测结果，以对预设神经网络模型的模型参数进行迭代更新，从而使得到的图像分割网络具有对俯拍图像中建筑区域识别的能力。

[0045] 作为步骤S3的一种实施方式，步骤S3具体包括：获取狭长地形区域的中位线；根据预设采样间隔，在中位线上确定出垂直采样点。

[0046] 其中，中位线上各点与狭长地形区域两侧的距离均相等。

[0047] 具体地，由于狭长地形区域并不一定是规则图像，作为中位线生成可能的实现方式，可以任选狭长地形区域的其中一条长边，并等间隔获取该长边上的点到另一条长边的最短距离线段，将每条最短距离线段的中点作为中位点，对所有中位点进行拟合，以生成中位线。此时，在中位线上即能够按照预设采样间隔确定出垂直采样点。

[0048] 上述实施方式中，根据预设采样间隔，在中位线上确定出垂直采样点，使得垂直采样点与狭长地形区域两侧的距离相等，即垂直采样点与两侧的建筑区域的距离相等，从而在垂直采样点处预留出卷绳装置带动拍摄云台在竖直方向上移动所需的空间。

[0049] 参照图3，作为步骤S4的一种实施方式，步骤S4具体包括：步骤S41：获取初始飞行路径中每一条航向轨迹的坐标。

[0050] 在实施例中，初始飞行路径为等间距的S形路径，S形路径中每个直线路径作为一条航向轨迹，航向轨迹的坐标采用单一维度坐标即可，航向轨迹坐标可以有不同的表达方式，即可以建立不同的坐标系为参考，作为示例，可以以初始飞行路径的第一条航向轨迹为零坐标起始位置，以垂直于航向轨迹的方向（即S形路径的前进方向）为正向轴，建立单维度坐标系，依次获取每一条航向轨迹的坐标即可。

[0051] 步骤S42：获取垂直采样点的坐标。

[0052] 应当理解，垂直采样点的坐标与每一条航向轨迹的坐标应当以同一坐标系为参考。

[0053] 步骤S43：基于预设重叠率阈值以及垂直采样点的坐标，对航向轨迹的坐标进行调整，得到优化间隔坐标。

[0054] 其中，预设重叠率阈值即为旁向重叠率阈值，旁向重叠率是指相邻航向轨迹上两张拍摄的图片的重叠度。

[0055] 其中，优化间隔坐标与航向轨迹的坐标也应当采用同一坐标系生成。应当理解，在初始飞行轨迹中，航向轨迹的方向已经被确定，通过生成的优化间隔坐标是用于调整相邻航向轨迹之间的距离，所以优化间隔坐标也可以采用单一维度坐标。

[0056] 步骤S44：根据优化间隔坐标，生成优化飞行路径。

[0057] 应当理解，优化飞行路径与初始飞行路径的不同之处在于，初始飞行路径中每条航向轨迹之间的旁向重叠率均相同，而优化飞行路径中每条轨迹的旁向重叠率可以根据垂直采样点的采样需要而进行适应性的局部调整，即优化飞行路径中每条轨迹的旁向重叠率并不是固定值。

[0058] 上述实施方式中，由于预设重叠率阈值过小时，可能出现无人机采集到的图像不足的情况，所以基于预设重叠率阈值以及垂直采样点的坐标，对航向轨迹的坐标进行调整，一方面能够满足无人机采集到的图像的数量要求，另一方面又能够使得生成的优化飞行路径经过垂直采样点。

[0059] 参照图4，作为步骤S43的一种实施方式，步骤S43具体包括：步骤S431：根据垂直采样点的坐标，生成平行于航向轨迹且经过垂直采样点的优化轨迹。

[0060] 参照图5（a），图5（a）平行于航向轨迹且经过垂直采样点的优化轨迹的示意图。

[0061] 步骤S432：根据优化轨迹的坐标以及航向轨迹的坐标，分别计算优化轨迹与两条次相邻的航向轨迹的旁向重叠率；其中，次相邻的航向轨迹与优化航向之间间隔一条航向轨迹。

[0062] 需要说明的是，本实施例中，按照无人机采集三维建模所需图像的获取顺序，依次对每一个垂直采样点执行步骤S431‑步骤S434。将执行完一轮步骤S431‑步骤S434生成的优化间隔坐标，作为下一次执行的基础，即下一次执行中优化轨迹的相邻航向轨迹或次相邻航向轨迹可以是由已经生成的优化间隔坐标得到的轨迹。

[0063] 步骤S433：将旁向重叠率与预设重叠率阈值进行比较，并根据比较结果得到与优化轨迹相邻的航向轨迹的保留结果；其中，预设重叠率阈值为小于初始飞行路径的旁向重叠率。

[0064] 其中，预设重叠率阈值是允许的最低重叠率，若旁向重叠率低于预设重叠率阈值，则无人机此时无法获取到足够的三维建模所需的图像，所以无论如何对初始飞行路径进行调整，都需要满足旁向重叠率高于预设重叠率阈值。

[0065] 应当理解，优化轨迹和航向轨迹平行，并且优化轨迹两侧均存在多条航向轨迹，计算优化轨迹与两条次相邻的航向轨迹的旁向重叠率，若旁向重叠率大于预设重叠率阈值，则此时由于优化轨迹和次相邻航向轨迹已经能够满足图像采样重叠率的要求，所以可以不保留优化轨迹与次相邻的航向轨迹之间的相邻航向轨迹，反之，则需要保留相邻航向轨迹。

[0066] 步骤S434：根据优化轨迹以及与其相邻的航向轨迹的保留结果，生成优化间隔坐标。

[0067] 其中，优化检测坐标包括优化轨迹的坐标以及保留下的航向轨迹的坐标。

[0068] 应当理解，只有与优化轨迹相邻的航向轨迹需要判断是否保留，除优化轨迹相邻的航向轨迹以外，其他的航向轨迹全部保留。可见，本实施例中仅对存在垂直采样点的局部的航向轨迹进行调整，并不会对所有的航向轨迹进行调整，减小了计算量。

[0069] 例如，参照图5（a）, 参照图5（a）中生成的优化轨迹与其上方的次相邻航向轨迹的旁向重叠率不满足预设重叠率阈值的要求，所以需要保留相应的相邻航向轨迹，参照图5（b），图5（b）中提供了生成的优化飞行路径，优化飞行路径中优化轨迹上方的相邻航向轨迹被保留。同理，优化轨迹与其上方的次相邻航向轨迹的旁向重叠率满足预设重叠率阈值的要求，此时可以将优化轨迹下方的相邻航向轨迹删除。

[0070] 上述实施方式中，利用平行于航向轨迹且经过垂直采样点的优化轨迹，并根据旁向重叠率确定是否保留与优化轨迹相邻的航向轨迹，即若优化航向和次相邻的航向轨迹已经能够满足预设重叠率阈值，则可以不保留与优化航向相邻的航向轨迹，从一定程度上减少了所需处理的数据量，并且只有在存在垂直采样点的局部调整航向轨迹，无需重新计算所有的航向轨迹。

[0071] 需要说明的是，作为本实施例的一种使用场景，本实施例优选应用于小区或楼盘等包含有建筑物的区域的无人机三维建模的场景中，并且由于小区或楼盘中的建筑物并不是杂乱无章的，通常建筑物的朝向都较为固定，以图5为例。

[0072] 作为步骤S5的一种实施方式，步骤S5中响应于无人机移动至垂直采样点处，控制卷绳装置带动拍摄云台在竖直方向上移动，具体包括：步骤S51：响应于无人机移动至垂直采样点处，并输出停滞信号，以控制无人机停止飞行；
步骤S52：根据预设拍摄速度，控制卷绳装置带动拍摄云台竖直向下运动直至拍摄云台到达预设拍摄高度；
具体地，第一驱动控制信号可以是PWM信号，根据预设拍摄速度生成PWM信号的占空比，从而实现对拍摄云台在竖直方向上向下运动的速度进行控制的效果。

[0073] 其中，预设拍摄高度可以以距离地面高度为参照，例如，将预设拍摄高度设置为距离地面10m。

[0074] 还应当理解，拍摄云台竖直向下运动的同时，拍摄云台中的摄像头持续对狭长地形区域靠近地面的图像进行获取，当拍摄云台到达预设拍摄高度即该垂直采样点处已采样完成，此时即可以立刻执行步骤S53。

[0075] 步骤S53：响应于拍摄云台到达预设拍摄高度，根据预设收绳速度，控制卷绳装置带动拍摄云台竖直向上运动。

[0076] 上述实施方式中，通过停滞信号，便于保持拍摄云台在竖直方向上运动时的稳定性并根据预设拍摄速度以及预设收绳速度，以使得拍摄云台带动摄像机获取到立体测量图像。

[0077] 本申请实施例公开一种基于倾斜摄影的狭长地形测量系统。参照图1，一种基于倾斜摄影的狭长地形测量系统，应用于无人机，所述无人机上设置有用于搭载摄像头的拍摄云台以及卷绳装置，所述卷绳装置用于带动拍摄云台在竖直方向上移动，所述系统包括：图像获取模块，用于获取待测量区域的俯拍图像；
区域划分模块，用于对俯拍图像进行分析，得到狭长地形区域；
采样点生成模块，用于从狭长地形区域中确定出垂直采样点；
路径优化模块，用于根据垂直采样点，对无人机的初始飞行路径进行调整，得到优化飞行路径；
立体测量模块，用于基于优化采样路径，响应于无人机移动至垂直采样点处，控制卷绳装置带动拍摄云台在竖直方向上移动，以对狭长地形区域进行立体拍摄测量。

[0078] 可选的，所述路径优化模块还包括：第一坐标获取单元，用于获取初始飞行路径中每一条航向轨迹的坐标；
第二坐标获取单元，用于获取垂直采样点的坐标；
优化坐标生成单元，用于基于预设重叠率阈值以及垂直采样点的坐标，对航向轨迹的坐标进行调整，得到优化间隔坐标；
优化路径生成单元，用于根据优化间隔坐标，生成优化飞行路径。

[0079] 本申请提供的一种基于倾斜摄影的狭长地形测量系统能够实现上述一种基于倾斜摄影的狭长地形测量方法，且一种基于倾斜摄影的狭长地形测量系统的具体工作过程可参考上述方法实施例中的对应过程。

[0080] 需要说明的是，在上述实施例中，对各个实施例的描述各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

[0081] 基于同一技术构思，本发明还公开一种无人机，一种无人机包括卷绳装置、搭载有摄像头的拍摄云台以及如上述任意一项的基于倾斜摄影的狭长地形测量系统。

[0082] 本发明还公开一种计算机可读储存介质，一种计算机可读存储介质，包括存储有能够被处理器加载并执行如上述任一方法中的计算机程序。

[0083] 在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

[0084] 另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

[0085] 以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，本说明书（包括摘要和附图）中公开的任一特征，除非特别叙述，均可被其他等效或者具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。