2022建設(shè)工程基于無人機(jī)搭載平臺檢測技術(shù)

建設(shè)工程基于無人機(jī)搭載平臺檢測通用技術(shù)標(biāo)準(zhǔn)目次TOC\o"1-2"\h\z\u1總則 附錄A無人機(jī)搭載激光雷達(dá)校驗(yàn)飛行方案及偏心分量計(jì)算A.1校驗(yàn)飛行方案A.1.1可設(shè)計(jì)2個(gè)航高、6條航線，其中低航高2條交叉航線，高航高2條分叉航線，1條對飛航線，1條平行航線（旁向50%重疊率），飛行示意圖見圖1：A.1.2也可設(shè)計(jì)飛行航線為3×3，旁向重疊率大于50%，單向飛行。飛行示意圖見圖2。A.1.3在校驗(yàn)場內(nèi)布設(shè)地面控制點(diǎn)進(jìn)行控制點(diǎn)測量，地面控制點(diǎn)宜布設(shè)為一個(gè)平面或一條直線，可按照數(shù)據(jù)高程模型格網(wǎng)間距的5倍進(jìn)行布設(shè)。A.1.4用于高程精度檢驗(yàn)的控制點(diǎn)應(yīng)布設(shè)在裸露的平坦地面上，平面精度校驗(yàn)的控制點(diǎn)需要時(shí)可布設(shè)為三維地面標(biāo)志點(diǎn)。A.1.5地面控制點(diǎn)平面位置精度應(yīng)不低于GB/T18314中E級GPS點(diǎn)的精度要求，高程精度應(yīng)不低于等外水準(zhǔn)的精度要求。A.2偏心分量測定表如下：

附錄B機(jī)載高光譜成像儀光譜重建B.1本附錄適用于可見光-短波紅外推掃式高光譜成像儀數(shù)據(jù)重建。B.2光譜數(shù)據(jù)重建需消除三個(gè)影響因素：光譜及輻射定標(biāo)誤差、大氣校正誤差、地形和光照影響。B.3室內(nèi)光譜定標(biāo)B.3.1應(yīng)用標(biāo)準(zhǔn)光譜，采集標(biāo)準(zhǔn)光源光譜數(shù)據(jù)。B.3.2根據(jù)采集的標(biāo)準(zhǔn)光譜數(shù)據(jù)，按照式擬合出所有高光譜探測像元的中心波長：λr,c=i=0Mj=0式中：gij——多項(xiàng)式的擬合參數(shù)；r——面陣像元的行號；c——列號；λr,c——像元的光譜擬合結(jié)果。B.4室內(nèi)輻射定標(biāo)B.4.1采集標(biāo)準(zhǔn)光譜數(shù)據(jù)進(jìn)行逐波段數(shù)據(jù)處理，根據(jù)輻射亮度輸入值與傳感器輸出DN值的關(guān)系公式：Ljλi=式中：Ljλi——第jDN(j,i)——第j組第aji、bji——第測得的多組成像光譜儀輸出值和標(biāo)準(zhǔn)光源在該波段中心波長處的光譜亮度值做線性擬合后，得出各波段最佳的定標(biāo)系數(shù)aji，bji。B.5大氣校正B.5.1高光譜利數(shù)據(jù)大氣校正方法分為用校驗(yàn)場實(shí)測波譜的地空回歸分析法和基于大氣輻射傳輸理論的各種輻射傳輸模型二種B.5.2校驗(yàn)場飛行地空回歸分析法技術(shù)要求如下：1飛行測量過程中，應(yīng)進(jìn)行明暗地物或黑白布同步或準(zhǔn)同步地面光譜測量，同一測區(qū)宜采用同一光譜儀。2定標(biāo)布應(yīng)分別選擇反射特性均勻、面積不少于5×5個(gè)像元的黑布和白布，在350nm~2500nm的波段范圍內(nèi)，白布發(fā)射率大于0.7，黑布發(fā)射率小于0.3，并保證黑白布位置固定、表面平整。3黑白布測點(diǎn)應(yīng)均勻分布于校驗(yàn)場，每一校驗(yàn)場地光譜測量至少選取80個(gè)測點(diǎn)。4對圖像數(shù)據(jù)與校驗(yàn)場黑白布實(shí)測光譜作最小二乘擬合，建立地、空回歸方程，將圖像數(shù)據(jù)轉(zhuǎn)化為地面的反射光譜數(shù)據(jù)。B.5.3基于大氣輻射傳輸理論的輻射傳輸模型有6S、LOWTRAN、MODTRAN、FASCODE、ULTRAM等，傳輸模型反演方法理論基礎(chǔ)嚴(yán)密，計(jì)算精度高，但需要測量和輸入多種大氣環(huán)境參量。B.6地形和光照校正主要有二類方法：一是朗伯體模型法，如經(jīng)驗(yàn)線性回歸統(tǒng)計(jì)法，余弦校正法、半經(jīng)驗(yàn)C校正法、SCS校正法、SCS+C校正法等；二是非朗伯體模型法，如半經(jīng)驗(yàn)Minnaert校正法、半經(jīng)驗(yàn)修正的SCS校正法。附錄C檢測報(bào)告格式C.1飛行巡檢報(bào)告可采用如下的報(bào)告格式：項(xiàng)目飛行巡檢報(bào)告報(bào)告編號：報(bào)告日期：年月日共頁第頁項(xiàng)目名稱項(xiàng)目地址項(xiàng)目類型委托單位巡檢日期年月日巡檢依據(jù)天氣情況溫度濕度℃％無人機(jī)型號搭載設(shè)備飛行巡檢結(jié)果巡檢區(qū)域巡檢內(nèi)容評價(jià)區(qū)域一區(qū)域二區(qū)域三……巡檢結(jié)論批準(zhǔn)：審核：主檢：巡檢單位（單位公章）：

共頁第頁飛行路線巡檢附圖巡檢：記錄：校對：C.2攝影測量報(bào)告可采用如下的報(bào)告格式：工程攝影測量報(bào)告報(bào)告編號：報(bào)告日期：年月日共頁第頁工程名稱工程地址工程類型委托單位檢測日期年月日檢測依據(jù)天氣情況溫度濕度℃％無人機(jī)型號搭載設(shè)備攝影測量結(jié)果檢測部位測量數(shù)據(jù)平均值123部位一部位二部位三檢測結(jié)論批準(zhǔn)：審核：主檢：巡檢單位（單位公章）：共頁第頁飛行路線檢測附圖巡檢：記錄：校對：C.3數(shù)據(jù)分析報(bào)告可采用如下的報(bào)告格式：工程數(shù)據(jù)分析報(bào)告報(bào)告編號：報(bào)告日期：年月日共頁第頁工程名稱工程地址工程類型委托單位檢測日期年月日檢測依據(jù)天氣情況溫度濕度℃％無人機(jī)型號搭載設(shè)備數(shù)據(jù)分析結(jié)果檢測部位特征類型識別內(nèi)容識別結(jié)果部位一部位二部位三……檢測結(jié)論批準(zhǔn)：審核：主檢：巡檢單位（單位公章）：共頁第頁飛行路線檢測附圖巡檢：記錄：校對：中國工程建設(shè)標(biāo)準(zhǔn)化協(xié)會標(biāo)準(zhǔn)建設(shè)工程基于無人機(jī)搭載平臺檢測通用技術(shù)標(biāo)準(zhǔn)條文說明1總則1.0.1為滿足快速增長的遠(yuǎn)距離、大范圍、不易接觸的建設(shè)工程質(zhì)量安全檢測需求，以無人機(jī)作為搭載平臺的非接觸式檢測技術(shù)應(yīng)運(yùn)而生且發(fā)展勢頭迅猛。以無人機(jī)搭載平臺作為空間可移動信息采集中心，通過搭載光學(xué)攝影、紅外熱成像儀、激光雷達(dá)等專業(yè)檢測設(shè)備，利用攝影測量和圖像識別技術(shù)，結(jié)合人工智能學(xué)習(xí)和大數(shù)據(jù)平臺，既能快速采集建設(shè)工程的高清圖像和基本信息，實(shí)現(xiàn)大區(qū)域快速巡檢，也能通過深度學(xué)習(xí)算法和數(shù)字圖像處理技術(shù)，評估建設(shè)工程安全使用性能，提升城市防災(zāi)減災(zāi)能力。1.0.2建設(shè)工程全壽期可分為規(guī)劃設(shè)計(jì)、建造、運(yùn)維、消解四個(gè)階段，四個(gè)階段都可采用無人機(jī)搭載各類傳感設(shè)備針對具體應(yīng)用場景開展勘察檢測工作，涉及建設(shè)工程質(zhì)量、安全和環(huán)境等領(lǐng)域。1.0.3空間覆蓋面廣是利用無人機(jī)平臺進(jìn)行工程檢測的優(yōu)勢，無人機(jī)既可以抵近建筑物構(gòu)件進(jìn)行近距離觀測，也可高空大范圍獲取城市區(qū)域影像數(shù)據(jù)。本標(biāo)準(zhǔn)按照空間尺度將無人機(jī)平臺檢測對象劃分為三類：構(gòu)件、單體項(xiàng)目（如單棟房屋、單座橋梁等）、城區(qū)。其中城區(qū)是以配套設(shè)施齊全、能夠獨(dú)立運(yùn)行為標(biāo)準(zhǔn)劃分的基本城市單元，比如住宅小區(qū)、商業(yè)街區(qū)、工業(yè)園區(qū)等。3基本規(guī)定3.1.1本條在1.2.2條基礎(chǔ)上進(jìn)一步細(xì)化了檢測對象的劃分，尤其是考慮到單體項(xiàng)目類型較多，規(guī)模不一，根據(jù)項(xiàng)目特點(diǎn)將其進(jìn)一步分為線狀（主要指公路、橋梁、隧道等）和點(diǎn)狀（主要指房建類工程），再將點(diǎn)狀工程按照外形尺寸規(guī)模進(jìn)一步細(xì)分。3.1.3~3.1.5數(shù)據(jù)獲取的方式?jīng)Q定了測量精度：1）無人機(jī)搭載的專業(yè)傳感器可以直接讀取檢測對象數(shù)據(jù)（如紅外熱成像儀讀取表面溫度）或者計(jì)算公式傳遞誤差二者相同（如光學(xué)相機(jī)讀取裂縫寬度等）；2）傳感器獲取的數(shù)據(jù)經(jīng)過復(fù)雜解析公式計(jì)算獲得檢測結(jié)果（如空間三角定位），最終測量精度由單個(gè)或多個(gè)參數(shù)誤差非線性疊加決定。由于無人機(jī)搭載設(shè)備檢測的工程參數(shù)屬性和種類繁多，無法制定統(tǒng)一的測量精度要求，因此本標(biāo)準(zhǔn)僅規(guī)定了該類檢測中涉及定位、尺寸類型參數(shù)的測量精度。又考慮到目前無人機(jī)平臺獲取的測量參數(shù)精度通常低于常規(guī)檢測技術(shù)要求，本標(biāo)準(zhǔn)將測量精度進(jìn)一步簡化為三級，即小于毫米級、毫米級、厘米級。3）圖像識別、機(jī)器學(xué)習(xí)及深度學(xué)習(xí)是目前工程檢測領(lǐng)域潮流的技術(shù)發(fā)展方向，都屬于基于概率統(tǒng)計(jì)估值分析方法，通常利用已知樣本訓(xùn)練模型，然后輸入待求解參數(shù)，輸出接近真實(shí)值的結(jié)果。在建設(shè)工程領(lǐng)域，該方法主要應(yīng)用于構(gòu)件損傷、表面形態(tài)、大數(shù)據(jù)挖掘等場景。該類方法的精度通常用估計(jì)結(jié)果與真實(shí)值的比值即準(zhǔn)確率來衡量。為避免訓(xùn)練學(xué)習(xí)得到的映射關(guān)系模型在應(yīng)用中出現(xiàn)過擬合或欠擬合情況，通常使用標(biāo)簽訓(xùn)練準(zhǔn)確率和測試樣本準(zhǔn)確率雙重指標(biāo)控制。4無人機(jī)與搭載設(shè)備4.1.5無人機(jī)平臺搭載了各類傳感設(shè)備，同時(shí)還包括定位系統(tǒng)、數(shù)據(jù)傳輸系統(tǒng)以及通訊系統(tǒng)等，除確保上述每個(gè)單元工作性能滿足要求外，通過校驗(yàn)場檢驗(yàn)復(fù)雜的無人機(jī)平臺整體性能是必不可少的。4.1.7鑒于操作無人機(jī)平臺的復(fù)雜性，本條規(guī)定了無人機(jī)平臺的操作人員必須具備上崗技能。4.3.1非量測光學(xué)相機(jī)通常指不是專門為攝影測量目的設(shè)計(jì)的攝影機(jī)，它包括各類普通數(shù)碼相機(jī)、電影攝影機(jī)和高速攝影機(jī)等，具有以下特點(diǎn)：1）沒有標(biāo)框；2）相機(jī)內(nèi)方位元素（x、y、f）不穩(wěn)定，無壓平裝置，且畸變差較大；3）沒有水準(zhǔn)器和定向裝置，在曝光時(shí)不能確定方位。4.3.4光波根據(jù)波長不同可分為以下類別：波長處于380nm~780nm之間的光波稱為可見光，短于380nm的稱之為紫外光；而長于780nm的則為紅外光，紅外光還可以細(xì)分為近紅外區(qū)（780~2500nm）、中紅外區(qū)（2500mm~25μm）和遠(yuǎn)紅外區(qū)（25~300μm）。室外檢測設(shè)備通常采用近紅外區(qū)光譜，根據(jù)光譜分辨率不同又分為多光譜成像和高光譜成像。高光譜成像技術(shù)具有比多光譜圖像更高的光譜分辨率，可達(dá)到5-10nm的數(shù)量級，因此利用它可以探測到在寬波段遙感中不易被探測到的物質(zhì)。大量實(shí)驗(yàn)研究表明，許多物質(zhì)的吸收特性在吸收峰的一半處且波長寬度為20nm~40nm，這意味著高光譜圖像可以辨別出具有細(xì)微差別的地物光譜，而數(shù)量級在100nm以上光譜分辨率的多光譜圖像則無法完成，并且極易造成“同物異譜”和“同譜異物”的現(xiàn)象。高光譜成像技術(shù)具有更多和更精細(xì)的光譜結(jié)構(gòu)信息，從而可以用于分類具有相似光譜特性的不同地物類別。高光譜遙感影像數(shù)據(jù)包含數(shù)十到數(shù)百個(gè)光譜波段信息，每個(gè)波段都提供了研究對象的一定信息，信息量非常豐富。但在很多情況下，相鄰波段間具有很強(qiáng)的相關(guān)性，所提供的信息常常有所重疊。在高光譜影像分類方法中，出現(xiàn)當(dāng)特征數(shù)超過一定數(shù)目時(shí)，整體的分類精度不增反降的情況，即“Hughes現(xiàn)象”。因此降低高光譜的特征維度，消除數(shù)據(jù)間不必要的冗余信息，實(shí)現(xiàn)既能充分利用高光譜所提供的有用信息，又能解決數(shù)據(jù)量和計(jì)算量過大問題。圖1Hughes現(xiàn)象示意圖4.3.5合成孔徑雷達(dá)（SAR）技術(shù)是20世紀(jì)中后期發(fā)展起來的一種主動式對地觀測技術(shù)。它擁有全天候、全天時(shí)的對地觀測能力，并對地表地物具有一定的穿透能力，因而被廣泛應(yīng)用于地質(zhì)勘探、地形測繪、地質(zhì)災(zāi)害監(jiān)測及城市規(guī)劃等各個(gè)領(lǐng)域。InSAR技術(shù)是以合成孔徑雷達(dá)為平臺，通過主動式微波遙感系統(tǒng)對電磁波進(jìn)行干涉，記錄返回的信號和相位信息來獲取某一地區(qū)的單視復(fù)數(shù)影像。圖2InSAR成像示意圖4.4.3本條僅列出了高光譜成像儀室內(nèi)校準(zhǔn)內(nèi)容，室外校驗(yàn)場校準(zhǔn)工作納入了光譜反射率重建工作內(nèi)容中，具體可參見7.2.6條內(nèi)容。6數(shù)據(jù)采集6.1.2坐標(biāo)系可以分為平面直角坐標(biāo)系（XYZ）和大地坐標(biāo)系（BLH）二種，常見坐標(biāo)轉(zhuǎn)換類型有：1）大地坐標(biāo)系轉(zhuǎn)換為平面坐標(biāo)系該類轉(zhuǎn)換需要確定的轉(zhuǎn)換參數(shù)有橢球參數(shù)、分帶標(biāo)準(zhǔn)（3度、6度）和中央子午線的經(jīng)度，橢球參數(shù)是指平面直角坐標(biāo)系采用什么樣的橢球基準(zhǔn)，對應(yīng)有不同的長短軸及扁率。畫到直角坐標(biāo)系可以寫為(x+z*acosθ，y+z*asinθ)，a、θ為參數(shù)。2）任意空間坐標(biāo)系的轉(zhuǎn)換，根據(jù)范圍大小又分為四參數(shù)法和七參數(shù)法四參數(shù)法：四個(gè)參數(shù)分別是X平移、Y平移、旋轉(zhuǎn)角和比例，適用于小范圍平面坐標(biāo)之間的坐標(biāo)轉(zhuǎn)換，一般不超過30公里，求解四參數(shù)需要2對公共點(diǎn)。七參數(shù)法：七個(gè)參數(shù)分別是X平移、Y平移、Z平移、X旋轉(zhuǎn)、Y旋轉(zhuǎn)、Z旋轉(zhuǎn)、尺度變化k，適用于橢球體之間及內(nèi)部大范圍坐標(biāo)轉(zhuǎn)換，求解七參數(shù)需要3對公共點(diǎn)，最好能覆蓋整個(gè)目標(biāo)區(qū)域。6.2.1本條僅列出了目前常見的無人機(jī)平臺感知采集數(shù)據(jù)方式及其對應(yīng)于建設(shè)工程領(lǐng)域的應(yīng)用參數(shù)，隨著科學(xué)技術(shù)的快速發(fā)展，未來還將涌現(xiàn)更多的高科技數(shù)據(jù)獲取方式和應(yīng)用場景。7數(shù)據(jù)處理7.1本條歸納總結(jié)了建設(shè)工程領(lǐng)域采集數(shù)據(jù)處理的三種方式：直接獲取、數(shù)字解析、基于概率統(tǒng)計(jì)的估值分析，遞進(jìn)式的表示了數(shù)據(jù)處理難度。直接獲取方式最為簡單，通過設(shè)備儀器直接讀取測試數(shù)據(jù)，或者通過線性公式簡單計(jì)算得到誤差不變的結(jié)果數(shù)據(jù)；數(shù)字解析方式是通過大量的試驗(yàn)、推算等方法發(fā)現(xiàn)主要特征，由此建立一套固定模型（公式）可以精準(zhǔn)反映采集數(shù)據(jù)與輸出結(jié)果之間的特征映射關(guān)系，其誤差傳遞關(guān)系可以通過映射模型（公式）求解確定，通常以多維高階形成呈現(xiàn)。隨著人類對事物認(rèn)知能力的提高，即反映對象特征的數(shù)據(jù)在數(shù)量、維度、關(guān)聯(lián)性等方面增長，建立精準(zhǔn)映射模型變得越來越困難，為了滿足認(rèn)知進(jìn)階需求，采用基于概率統(tǒng)計(jì)估值分析成為必然，這也是近幾年來基于概率統(tǒng)計(jì)的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)非常火爆的原因。其核心就是挖掘數(shù)據(jù)深層次特征，對數(shù)據(jù)進(jìn)行分類、擬合、聚類、嵌入等處理，通過訓(xùn)練樣本學(xué)習(xí)建立不斷優(yōu)化的映射模型，目標(biāo)是獲得最小損傷函數(shù)。機(jī)器學(xué)習(xí)的目標(biāo)函數(shù)通用表達(dá)方式如下：arg式中xiyi分別是第i個(gè)訓(xùn)練樣本輸入特征值和輸出結(jié)果，n是訓(xùn)練樣本數(shù)量，f是描述特征的假設(shè)函數(shù)簇，L是模型損失函數(shù)，θ是模型參數(shù)，Ω是參數(shù)正則化函數(shù)。其中假設(shè)函數(shù)簇深度學(xué)習(xí)隸屬于機(jī)器學(xué)習(xí)范疇，是機(jī)器學(xué)習(xí)的重要分支。但是在最重要的特征學(xué)習(xí)方面二者存在巨大的區(qū)別：在機(jī)器學(xué)習(xí)中大多數(shù)的特征處理都需要專家提供認(rèn)知模型然后編碼成為一種數(shù)據(jù)類型，大多數(shù)機(jī)器學(xué)習(xí)算法的性能依賴于所提取的特征的準(zhǔn)確度；深度學(xué)習(xí)則嘗試從數(shù)據(jù)中直接獲取更深層次、更多維度的特征，削減了對每一個(gè)問題設(shè)計(jì)特征提取算法的工作，這是深度學(xué)習(xí)與傳統(tǒng)機(jī)器學(xué)習(xí)算法的主要不同。2006年Hinton等人在受限波爾茲曼機(jī)和對人腦工作生物機(jī)理突破性研究的基礎(chǔ)上提出了深度置信網(wǎng)絡(luò)（DeepBeliefNetwork，DBN），對神經(jīng)網(wǎng)絡(luò)的研究取得了重大突破，這引起了人工智能技術(shù)的第二次高潮—深度學(xué)習(xí)。深度學(xué)習(xí)主要架構(gòu)通常由輸入層、卷積層和池化層組成的特征提取器、作為分類器的全連接層、輸出層組成，其中卷積層和池化層深度通常二十層以上甚至超過一百層，通過前向無監(jiān)督學(xué)習(xí)方法逐層訓(xùn)練算法建立特征描述模型，再使用有監(jiān)督反向傳播算法進(jìn)行后