1 引言

灾害具有突发性和强破坏性的特点，不仅造成重大的经济财产损失，甚至会造成重大的人员伤亡，应急救灾是人类活动面临的迫切任务[1]。无人机航摄系统，机动灵活，操作简单，响应迅速，能深入到人员无法进入到的区域，已经在获取地震、洪涝等地质灾害灾情信息中得到广泛应用[2]。如何更好地发挥无人机航摄的技术优势，拓展和挖掘其在应急救灾中的应用，是值得研究的方向。

陆博迪等[3]分析了无人机航摄系统在重大自然灾害中的应用，马瑞升等[4]利用无人机搭载成像传感器进行了火情监测实验，陈为民等[5]对无人机在城市应急测绘保障体系建设中的应用进行了初步构想，但这些工作仅仅是对无人机航摄系统的在应急中的应用进行了探索，都未明确指出应急无人机航摄系统的概念，都没有对对应急无人机航摄系统涉及的关键技术进行系统分析。

本文在分析了地质灾害救援、森林火灾预警、大型活动应急保障、城市应急测绘等应急无人机航摄需求的基础上，系统地提出了应急无人机航摄系统的概念，阐述了应急无人机航摄系统的组成与功能，并与常规的无人机航摄系统进行了对比，重点分析了应急无人机航摄中涉及的导航地位、数据压缩编码、空间信息直播、地理位置注册等关键技术。

2 应急无人机航摄系统

应急无人机航摄系统是通过无人飞行器搭载光学相机、红外传感器、视频成像传感器、机载雷达等航摄任务专用载荷，对作业区地表状况进行探测，获取区域现势性信息并进行数据处理、信息提取与分析应用[6]，由无人飞行器、航摄传感器、地面控制系统、数据处理系统等部分组成（图1 应急无人机航摄系统组成）。

图1 应急无人机航摄系统组成

2.1 无人飞行器

无人飞行器主要有固定翼无人机、多旋翼无人机、无人直升机，无人飞艇等。固定翼无人机有弹射和跑道起飞两种方式，回收方式有降伞回收和撞网回收，要求有一定范围内的空旷场地。多旋翼无人机和无人直升机通过旋翼在静止空气和相对气流中产生向上的力，操纵自动倾斜器可产生向前、后、左、右的水平分力，对于场地的要求较小。无人飞艇依靠空气浮力，实现起飞，对场地要求也较小。

地针对不同的应急需求，采用不同的飞行器。对于地质灾害灾情勘察，主要是为了勘察灾情现实性信息，获取灾区的应急影像图，通常使用固定翼无人机以及多旋翼无人机。对于森林火灾预警，由于灾区范围的不确定，需要飞机进行盘旋勘察，通常采用多旋翼无人机和无人直升机。对于大型活动的应急保障和群体事件监测，作业范围较小，但要求飞行器有悬停能力，通常采用无人直升机和无人飞艇。对于城市应急测绘，飞行作业时间相对较长，载荷较重，通常使用无人直升机。 

2.2 航摄传感器

无人机航摄传感器包括光学相机、红外传感器、视频摄像机、机载雷达等。光学相机获取灾区在可见光波段的影像信息，主要用于制图、变化检测等，也是现阶段应急工作中使用最多、技术手段最为成熟的传感器。红外传感器包括近红外和中红外波段传感器，近红外波段传感器主要是获取夜间和阴天等环境中的灾情信息，而中红外波段传感器主要是获取高温信息，主要用于火源探查、火情监测等。视频摄像机主要是获取作业区域实时/近实时信息，主要用于大型活动安保、群体事件监测、城市应急救援等，是提供实时地理信息服务，实现动态测绘、实时测绘、动目标精确测绘的主要传感器。机载雷达对地表具有一定的穿透能力，且作业条件限制小，能实现全天候、全天时观测，在洪水、内涝淹没区域水下地形探测中具有明显优势。

2.3 地面控制站

地面控制站的主要作用是实现对无人机的飞行控制，进行航线设计，上传飞控数据，接收无人机下传的飞行器飞行数据以及传感器获取的数据。在常规的无人机航摄中，地面控制站接收主要是无人机的飞行器数据。传感器获取的数据一般是存储在航摄传感器自身携带或者配置的存储设备中，飞行结束后再进行数据处理。而在某些应急航摄中，如大型活动应急保障和城市应急测绘，要求实现影像、视频数据的实时处理，对于地面控制站有了更高的要求。控制站要进行影像、视频数据的快速编码压缩，达到实时/近实时通信，不仅要提高硬件的处理速度，也要在软件的算法上进行改进。

2.4 数据处理系统

数据处理系统是实现影像、视频数据向决策信息转化的关键。无人机航摄传感器一般采用CCD和CMOS感光元件，且航高低，获取的数据具有覆盖范围小，畸变大，成像关系不稳定等特点。常规的无人机航摄系统获取的数据以光学影像数据为主，现有的PCI、INPHO、PIXELGRID等软件已经完全能满足处理需要。针对DEM、DOM、DLG、DRG等4D产品为主要内容的产品以及其他大比例尺地图产品生产，以精度为主要衡量标准，对于数据处理的时效性要求不高。应急无人机航摄产品是面向应急救灾应用，对于数据处理的时效性有更高的要求，尤其是针对森林火灾救援预警、群体活动应急保障、城市应急测绘保障等应急需求，数据处理要满足近实时，甚至实时处理的要求。和常规无人机航摄的数据处理部分相比，应急无人机航摄系统的数据处理部分在硬件和软件上都要有改进。软件上，数据处理的算法要有高效性和易于硬件实现的特点；硬件上宜采用以多GPU为核心，GPU-CPU处理相结合的并处理架构，提升对图形影像数据的处理能力，提高数据处理效率。

常规无人机航摄系统和应急无人机航摄系统对比，见表1常规无人机航摄系统与应急无人机航摄系统。

表1 常规无人机航摄系统与应急无人机航摄系统

3 关键技术分析

应急无人机航摄系统要实现应急现势性数据获取，提供应急测绘信息服务，需要高精度的POS数据、高性能的数据压缩编码、稳定可靠的数据传输、高效的数据处理，实时的信息发布为支撑，涉及到导航定位、数据压缩编码、地理位置注册、空间信息直播等关键技术。

3.1 导航定位技术

导航定位技术是获取无人机精确坐标和姿态信息的关键，而无人机精确的外方位元素，是后续航摄数据处理的基础。

导航定位系统与航摄传感器无缝连接，实时获取航摄传感器摄影瞬间的开启脉冲，在航摄传感器对地观测的同时，导航定位系统连续接收卫星信号，并精确记录曝光时刻。经过载波相位差分动态处理，获取航摄传感器在摄影时刻摄站的地心坐标，并通过成像模型转化为摄区坐标，引入航摄区域区域网平差中，采用数学模型精确确定地面目标点位和航摄数据的方位元素。

现有的常规无人机航摄系统，受成本限制，一般采用低精度的导航定位系统，多为GPS/INS组合导航定位系统，如果是仅仅获取灾后的应急影像信息，是能满足航摄需要的。但单卫星导航定位系统，导航定位精度与卫星信号强度密切相关，卫星信号受卫星过境时间限制，在不同的时段，信号强度差别较大，如果要进行应急目标的精确定位和执行随时的应急航摄任务，显然是不能满足需求的。应急无人机航摄系统的导航定位部分，要结合多种卫星导航定位系统，充分融合各导航系统优势，全天时提供高定位导航定位信息。受飞行器载荷、体积、功耗等多方面的条件限制，导航定位系统要具备集成化、紧耦合、轻小化的特点。

3.2 数据压缩编码

高性能的数据压缩编码技术是确保航摄数据实时下传的前提，除了压缩算法的高效性和易实现外，还要求硬件处理实时性好、稳定性高。

无人机利用各种成像传感器获取数据，并通过数据链将数据实时传输给地面系统，随着无人机数量的增多以及任务数据量的增大，给通信带宽带来了很大的压力，有效的解决方法是利用压缩算法压缩数据信息的容量。无人机一般在高空、高速飞行的情况下对地面景物进行摄像，所得到的影像和一般的影像有很大的区别：影像内目标像素小且目标数量大，帧内相关性差；加上影像是满屏运动，帧间相关性差。因此，影像的压缩编码必须采用高分辨率且具有运动补偿的算法，以满足较低比特率下高质量的影像压缩和传输[7]。压缩工作可以选用软件或专用硬件来完成。专用编码压缩软件代码规模较大，设备要求高，且机载微处理器功能有限,使其应用受到限制，为保证系统最优功能状态，选用专用编码芯片对采集后得到的数字影像进行硬件编码压缩，生成压缩后的数据通过机载传感器平台控制板数据通道，经无人机上高速通信接口下传数据。

3.3 地理位置注册

地理位置注册的目的是确定目标的精确位置，实现无人机在悬停和绕飞状态下的空间位置标注。

它是以同步测量的动态POS定位／定姿参数为基础，运用高效率的参数内插与瞬时赋值算法，将获取的序列影像与原有地理数据进行匹配，依照规则的元数据体系实现序列影像的地理空间实时注册，可实现特定区域目标的定点观测和动目标的精确测绘。常用的方法是通过使用主动轮廓模型及其改进模型提取影像序列特征[8]，与原有地理数据库中的特征要素进行匹配，涉及形状的描述、相似性度量以及定向的估计等关键步骤。常用的特征有点（如建筑物角点）特征和线特征（如道路），点特征具有旋转不变性，但是数目多，匹配的计算量大；线特征计算量相对较小，但匹配过程中存在偏移。如何对影像形状特征形成有效的描述，如何实现多尺度下形状特征与已有地理数据库特征的匹配与优化，是值得研究的方向。

3.4 空间信息直播

空间信息直播是把应急无人机航摄系统获取的各种灾情数据转化为空间信息进行发布，提供应急实时服务，高效的数据传输是空间信息直播的基础。

无人机搭载的任务载荷设备对地观测,将获取的地表信息以数字形式记录存储,机载测量平台控制主板通过I/O设备读取数据,利用DSP模块进行数据压缩处理，通过数据接口将压缩后的数据传至机载无线数据传输设备。在地面移动接收系统视距内,数据通过无线方式传给地面；在视距外,采用中继方式，将数据转发给地面移动接收系统。接收系统将获取的数据实时解压，传送至计算机,就可以进行显示等后续处理工作[9]。在数据链信道综合程度方面,已普遍采用“四合一”综合信道体制；在数据链抗干扰技术方面,已普遍采用卷积、RS和交织等抗干扰编码,以及直接序列扩频技术；在无人机超视距中继技术方面,已实现了空中中继和卫星中继；在一站多机数据链技术方面,采用了先进的相控阵天线和扩频技术,能同时对多架无人机进行跟踪定位、遥测、遥控和信息传输。对于应急无人机航摄系统，航摄数据下传量大，在多数情况下，工作环境复杂，数据传输干扰严重，要实现稳定、可靠传输，涉及到无线信道纠错编码、信号扩频调制、抗干扰传输、超视距中继传输、一站多机数据链、跨空域切换、数据包调度、拥塞控制等关键技术。只有实现上述关键技术，才能获取稳定的原始航摄数据，进行地理位置注册等后续处理，接入因特网进行空间信息直播，提供实时的应急服务。

3 应急无人机航摄需求

随着人们对环境理解的深入和无人机航摄系统的发展，无人机航摄与应急的关系变得更加紧密。无人机航摄不仅提供了更加高效的测绘方式，也拓宽了航空摄影的应用范围，它不仅在区域大范围静态地理信息获取方面有着明显优势，而且能满足动态测绘、应急测绘、动目标精确测绘的需求。我国是自然灾害多发国家，对于应急测绘有着巨大需求，主要体现在以下几个方面（图2 应急无人机航摄需求）：

图2 应急无人机航摄需求

3.1 地质灾害应急救灾

应用需求主要包括地震救援、滑坡监测、泥石流监测、火山爆发监测等。地震发生后，可以利用无人机航摄系统对灾区勘测，提供现场第一手资料，及时了解灾害发生情况、影响范围、受困人员、道路是否畅通等，提高灾害救助时效性和针对性。预测震后受威胁的对象与潜在次生灾害发生体，如对于滑坡泥石流、塌方等形成的淤塞，结合降雨统计数据、河流流量信息等，预测蓄满溢流的可能性。利用无人机影像结合地面控制点，进行空三加密，提取DEM，制作灾区三维景观图[10]，直观反映灾区地形地貌景观。应急处置阶段，通过无人机影像了解安置点周边环境信息和空间分布，分析应急安置点布置的合理性。灾后恢复重建阶段，可以对重点地区进行监测，用不同时相数据对比，分析重建进度。用无人机开展临近高等级公路、铁路、高速公路等交通干道的易发生滑坡、泥石流塌方的区域重点监测，提升灾害预警能力。对于已发生泥石流、滑坡的区域，利用无人机影像和飞行控制数据进行灾场重建，实现灾害应急测量与灾情评估[11]。开展火山爆发周围区域监测，及时了解灾害影响范围，和人员财产伤亡情况，完成灾害监测和灾情评估任务，为灾害预防和救援方案制定提供科学依据。

3.2 森林火灾救援预警

应用需求主要包括火情分析、火源确定，火势蔓延趋势预测、救援方案制定、火情预警等。利用无人机影像及实时获取的火场环境数据，结合林火模型，进行火势蔓延分析，监测火势大小，预测影响范围，为救援途径选择、救援设备及人员部署，火情预警提供决策依据。

3.3 群体活动应急保障

应用需求主要包括大型活动安保、重大群体事件监测、防恐维稳等。利用无人机搭载动态位置姿态传感器、高分辨率成像传感器、序列成像传感器等多模式组合传感器[12]，通过近实时快速测绘处理，对于目标区进行快速探测解算及地理重建，将视频信息转化为具有定量地理信息标志的动态地理影像，并可接入互联网，实现实时或者近实时地理信息发布和用户端直播服务，使主管部门能及时获取活动现场信息，掌控事件进展动态。 

3.4 城市应急测绘服务

城市应急测绘主要是指在发生台风、暴雨、洪灾、沙尘暴等自然灾害，以及火灾等危险事件时，提供应急测绘保障服务。利用无人机航摄手段，结合城市应急专题信息库（城市地形数据库、实时舆情数据库、河网水库数据库、气象资料等），进行洪水淹没区域、火情影响范围、台风影响范围等分析，以便合理安排人员撤离路线及救援路线、进行救援人员、物质调配等。在无人机上搭载视频传感器和导航定位设备，获取实时动态影像及灾区定位信息，在搜救工作中开展定位服务，弥补救灾人员救援漏洞，提高搜救效率。

5 结论

本文首先完整地提出了应急无人机航摄系统的概念，对其无人飞行器、航摄传感器、地面控制站、数据处理系统等主要组成部分进行了详细阐述，并与常规的无人机航摄系统进行了对比；其次，对系统涉及的导航定位技术、数据压缩编码、地理位置注册、空间信息直播等关键技术进行了研究性探讨，最后全面分析了应急无人机航摄在地质灾害应急救灾、森林火灾救援预警、群体活动应急保障、城市应急测绘服务等领域的应用需求，对于应急无人机航摄系统的设计和优化具有借鉴意义和参考价值。

无人机航摄在应急中的应用还处于初步发展阶段，如何将本文的构想转化为实践，拓宽和挖掘无人机航摄在应急保障中的应用，是以后的研究方向。

参考文献

[1] 李云, 徐伟, 吴玮. 灾害监测无人机技术应用与研究 [J]. 灾害学, 2011, 26(1): 138-43.

[2] 韩文权, 任幼蓉, 赵少华. 无人机遥感在应对地质灾害中的主要应用 [J]. 地理空间信息, 2011, 5): 6-8.

[3] 陆博迪, 孟迪文, 陆鸣, et al. 无人机在重大自然灾害中的应用与探讨 [J]. 灾害学, 2011, 04): 122-6.

[4] 马瑞升, 马舒庆, 王利平, et al. 微型无人驾驶飞机火情监测系统及其初步试验 [J]. 气象科技, 2008, 01): 100-4.

[5] 陈为民, 文学东, 陈立波. 城市应急测绘保障服务体系的建设——以宁波市应急测绘保障服务为例 [J]. 城市勘测, 2012, 5): 5-7,15.

[6] COLOMINA I, MOLINA P. Unmanned aerial systems for photogrammetry and remote sensing: A review [J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2014, 92(79-97.

[7] 毛伟勇. 可用于无线传输的高清MPEG-2实时编码器的设计与实现 [D]; 上海交通大学, 2009.

[8] WANG C, STEFANIDIS A, CROITORU A, et al. Map Registration of Image Sequences using linear features [J]. PHOTOGRAMMETRIC ENGINEERING & REMOTE SENSING, 2008, 

[9] 秦其明, 金川, 李杰, et al. 高空超高空无人机遥感数据传输问题研究 [C]; proceedings of the 第十五届全国遥感技术学术交流会, 中国贵阳, F, 2005.

[10] 李军, 李永树, 蔡国林. 利用无人机影像制作地震灾区三维景观图 [J]. 测绘工程, 2012, 21(1): 50-3.

[11] 沈永林, 刘军, 吴立新, et al. 基于无人机影像和飞控数据的灾场重建方法研究 [J]. 地理与地理信息科学, 2011, 27(6): 13-7.

[12] 张永生. 机载对地观测与地理空间信息现场直播技术 [J]. 测绘科学技术学报, 2013, 30(1): 1-5.

作者简介：王俊伟，成都理工大学硕士研究生在读，研究方向为无人机应用，GIS系统