论文部分内容阅读
摘 要：为了解决由于定位不准确引起的障碍物测量准确度较低的问题，提出无人机遥感技术在机场净空障碍物测量中的应用研究，利用无人机遥感技术采集机场净空数据信息，通过GIS系统实现数据栅格化处理，形成机场净空的三维图像，将障碍物的位置信息导入到图像中，实现对其位置的精准定位，并以不同目标为基础测量障碍物位置。进行试验测试时，结果表明，所提方法的测量结果与实际结果具有较高的拟合度，具有良好的测量效果。
关键词：无人机遥感技术;机场净空;障碍物测量;栅格化;三维图像
0 引言
近些年来，无人机遥感技术发展迅猛，由于其能够在大面积范围内实现对目标的准确识别，在诸多领域中都得到了广泛应用[1]。与此同时，国内的机场建设也越来越现代化。在此背景下，无论是在客机还是军事飞机的着陆过程中，对其对应空间环境的准确识别是十分重要的[2]，即准确识别障碍物的位置并采取适当的处理措施是确保飞行安全的重要保障的重要前提。
基于此，本文提出无人机遥感技术在机场净空障碍物测量中的应用研究，并通过试验验证了所提方法的实际应用价值。通过该研究，以期为机场的安全稳定运行提供有价值的参考。
1 基于无人机遥感技术的机场净空数字化处理
1.1 机场净空数据采集
本文设计的机场净空障碍物测量方法中，主要是通过无人机遥感技术对机场净空范围内的信息进行精准识别[3]，并建立其对应的数字化三维图像，使机场净空管理实现可视化，因此，本文首先采用无人机遥感技术对获取机场净空区域的数据进行获取。
无人机遥感技术采集到的信息中，包含的内容包括属性信息和图像信息。属性信息可直接用于机场净空数字化的建设之中。而对于图像信息，考虑图像的整体效果，采用直方图均衡化和分段线性拉伸两种方法对图像进行预处理。扩展后的图像呈现标准正态分布，通过调整平均值，压缩高亮度区域，扩展低亮度区域，提高图像质量。以此作为构建机场净空的基础数据，为机场净空数字化处理提供可靠基础。
1.2 机场净空三维图像构建
利用无人机遥感技术对对应空间内的位置信息进行识别，将数据值传到GIS中，并建立机场净空数据集[4]。本文设计的测量方法中，对于无人机遥感技术采集到的数据主要是采用以下方式进行图像转化处理的。
首先，对无人机采集到的遥感数据进行栅格化处理，通过这样的方式，使数据与GIS系统的格式要求相匹配，以此完成机场净空图像的配准和剪裁。设采集到的数据集为A=[xi，yi，zi]，栅格化处理过程可以表示为：
（1）
其中，表示柵格化系数，其主要取决于应用的GIS系统的属性。通过转化数据，使其在GIS系统中作为图像的组成信息，以此构建机场净空的三维图像。
2 障碍物定位与测量
在上述构建的三维图像基础上，实现对净空障碍物的识别与测量。
当无人机遥感技术在对净空范围识别到障碍物时，将其信息传输到三维图像中，图像系统对于障碍物的信息进行转化处理，使其嵌入到三维图像中，其可表示为：
（2）
其中，表示识别到的障碍物信息，a，b，c分别表示遥感技术采集到的障碍物的空间位置信息，n表示GIS系统对图像的放缩倍数。
通过上述方式，实现三维图像中障碍物的位置信息可视化处理。在此基础上，测量障碍物与不同待测目标之间的位置关系，输出对应的测量结果，其可表示为：
（3）
其中，W表示最后输出的测量结果，F表示参照物的位置信息，在机场净空中，一般是以塔台和飞机为参照物对其进行测量，以此确保每架飞机获得到的信息都是准确的。
3 试验测试
为了测试本文提出的障碍物测量方法的实际应用效果，进行了试验测试，同时，为了提高测试结果的可靠性，分别采用文献[2]融合激光雷达与视觉信息的小型障碍物测量方法和文献[3]应用激光雷达与相机信息融合的障碍物识别方法同时进行测试，通过对比三种测量方法的结果，客观评价本文设计方法的有效性。
3.1 试验环境
试验的硬件环境为Windows 10，操作平台为SuperMap GIS 10i。试验选择的环境为某机场，其占地面积为260 km2，飞机起飞及降落的领空面积为480 km2，高度范围为762 m，为了测试三种方法的测量效果，分别在不同维度设置了5个障碍物，并分别编号1～5。分别采用三种方法对机场上空的领空范围进行障碍物测量，并对检测到的障碍物进行定位。
3.2 试验结果
在上述环境下，分别采用三种方法对障碍物进行测量，
其结果如表1所示。
从表1中可以看出，本文方法的测量结果与障碍物的设定值之间的拟合度最高，能够实现对障碍物位置的精准定位，同时，在障碍物测量过程中，由于高空的气流变化速度较快，因此障碍物的位置会受到影响而发生一定变化，从而对测量结果产生影响。综上分析可知，本文设计的障碍物测量方法具有较高的实际应用价值。这主要是因为本文采用无人机遥感技术实现了对测量范围内环境的障碍物识别，通过在计算机中形成对应的定位，提高测量的准确度。
4 结束语
随着航班的频次逐渐增加，飞行轨迹所在的高度范围也越来越多样化，在此环境下，提高对飞行空间内，特别是起飞空间以及降落空间内障碍物的准确识别与测试，对于飞机的安全飞行是十分重要的。本文提出无人机遥感技术在机场净空障碍物测量中的应用，有效提高了对障碍物的定位准确度，为机场飞机的安全起飞及降落提供了重要保障。
参考文献：
[1]张慧.可视化技术在遥感图像处理系统中的应用[J]. 信息与电脑（理论版），2021（1）：4-5.
[2]张国强，韩军，成坚炼，等.融合激光雷达与视觉信息的小型障碍物测量方法[J].电光与控制，2021（2）：69-74.
[3]黄兴，应群伟.应用激光雷达与相机信息融合的障碍物识别[J].计算机测量与控制，2020（1）：184-188+194.
[4]郭揆.无人机遥感影像下数字摄影测量技术分析[J]. 自动化技术与应用，2020（9）：52-56.
关键词：无人机遥感技术;机场净空;障碍物测量;栅格化;三维图像
0 引言
近些年来，无人机遥感技术发展迅猛，由于其能够在大面积范围内实现对目标的准确识别，在诸多领域中都得到了广泛应用[1]。与此同时，国内的机场建设也越来越现代化。在此背景下，无论是在客机还是军事飞机的着陆过程中，对其对应空间环境的准确识别是十分重要的[2]，即准确识别障碍物的位置并采取适当的处理措施是确保飞行安全的重要保障的重要前提。
基于此，本文提出无人机遥感技术在机场净空障碍物测量中的应用研究，并通过试验验证了所提方法的实际应用价值。通过该研究，以期为机场的安全稳定运行提供有价值的参考。
1 基于无人机遥感技术的机场净空数字化处理
1.1 机场净空数据采集
本文设计的机场净空障碍物测量方法中，主要是通过无人机遥感技术对机场净空范围内的信息进行精准识别[3]，并建立其对应的数字化三维图像，使机场净空管理实现可视化，因此，本文首先采用无人机遥感技术对获取机场净空区域的数据进行获取。
无人机遥感技术采集到的信息中，包含的内容包括属性信息和图像信息。属性信息可直接用于机场净空数字化的建设之中。而对于图像信息，考虑图像的整体效果，采用直方图均衡化和分段线性拉伸两种方法对图像进行预处理。扩展后的图像呈现标准正态分布，通过调整平均值，压缩高亮度区域，扩展低亮度区域，提高图像质量。以此作为构建机场净空的基础数据，为机场净空数字化处理提供可靠基础。
1.2 机场净空三维图像构建
利用无人机遥感技术对对应空间内的位置信息进行识别，将数据值传到GIS中，并建立机场净空数据集[4]。本文设计的测量方法中，对于无人机遥感技术采集到的数据主要是采用以下方式进行图像转化处理的。
首先，对无人机采集到的遥感数据进行栅格化处理，通过这样的方式，使数据与GIS系统的格式要求相匹配，以此完成机场净空图像的配准和剪裁。设采集到的数据集为A=[xi，yi，zi]，栅格化处理过程可以表示为：
（1）
其中，表示柵格化系数，其主要取决于应用的GIS系统的属性。通过转化数据，使其在GIS系统中作为图像的组成信息，以此构建机场净空的三维图像。
2 障碍物定位与测量
在上述构建的三维图像基础上，实现对净空障碍物的识别与测量。
当无人机遥感技术在对净空范围识别到障碍物时，将其信息传输到三维图像中，图像系统对于障碍物的信息进行转化处理，使其嵌入到三维图像中，其可表示为：
（2）
其中，表示识别到的障碍物信息，a，b，c分别表示遥感技术采集到的障碍物的空间位置信息，n表示GIS系统对图像的放缩倍数。
通过上述方式，实现三维图像中障碍物的位置信息可视化处理。在此基础上，测量障碍物与不同待测目标之间的位置关系，输出对应的测量结果，其可表示为：
（3）
其中，W表示最后输出的测量结果，F表示参照物的位置信息，在机场净空中，一般是以塔台和飞机为参照物对其进行测量，以此确保每架飞机获得到的信息都是准确的。
3 试验测试
为了测试本文提出的障碍物测量方法的实际应用效果，进行了试验测试，同时，为了提高测试结果的可靠性，分别采用文献[2]融合激光雷达与视觉信息的小型障碍物测量方法和文献[3]应用激光雷达与相机信息融合的障碍物识别方法同时进行测试，通过对比三种测量方法的结果，客观评价本文设计方法的有效性。
3.1 试验环境
试验的硬件环境为Windows 10，操作平台为SuperMap GIS 10i。试验选择的环境为某机场，其占地面积为260 km2，飞机起飞及降落的领空面积为480 km2，高度范围为762 m，为了测试三种方法的测量效果，分别在不同维度设置了5个障碍物，并分别编号1～5。分别采用三种方法对机场上空的领空范围进行障碍物测量，并对检测到的障碍物进行定位。
3.2 试验结果
在上述环境下，分别采用三种方法对障碍物进行测量，
其结果如表1所示。
从表1中可以看出，本文方法的测量结果与障碍物的设定值之间的拟合度最高，能够实现对障碍物位置的精准定位，同时，在障碍物测量过程中，由于高空的气流变化速度较快，因此障碍物的位置会受到影响而发生一定变化，从而对测量结果产生影响。综上分析可知，本文设计的障碍物测量方法具有较高的实际应用价值。这主要是因为本文采用无人机遥感技术实现了对测量范围内环境的障碍物识别，通过在计算机中形成对应的定位，提高测量的准确度。
4 结束语
随着航班的频次逐渐增加，飞行轨迹所在的高度范围也越来越多样化，在此环境下，提高对飞行空间内，特别是起飞空间以及降落空间内障碍物的准确识别与测试，对于飞机的安全飞行是十分重要的。本文提出无人机遥感技术在机场净空障碍物测量中的应用，有效提高了对障碍物的定位准确度，为机场飞机的安全起飞及降落提供了重要保障。
参考文献：
[1]张慧.可视化技术在遥感图像处理系统中的应用[J]. 信息与电脑（理论版），2021（1）：4-5.
[2]张国强，韩军，成坚炼，等.融合激光雷达与视觉信息的小型障碍物测量方法[J].电光与控制，2021（2）：69-74.
[3]黄兴，应群伟.应用激光雷达与相机信息融合的障碍物识别[J].计算机测量与控制，2020（1）：184-188+194.
[4]郭揆.无人机遥感影像下数字摄影测量技术分析[J]. 自动化技术与应用，2020（9）：52-56.