本申请实施例公开了一种无人机飞行拍摄规划方法、装置及存储介质，其中无人机飞行拍摄规划方法包括步骤：获取目标场景区域的粗略模型和拍摄初始信息；根据所述拍摄初始信息，对所述粗略模型进行膨胀操作，生成禁飞区域模型；根据所述拍摄初始信息，对所述粗略模型进行几何分割，将所述粗略模型分割为若干目标几何面，获得粗略模型目标几何面集合；根据所述拍摄初始信息、所述禁飞区域模型和所述粗略模型目标几何面集合，获得初始相机网络；根据所述初始相机网络，确定相机的位置和朝向，基于所述相机的位置和朝向以及所述禁飞区域模型，获得无人机的飞行轨迹。获得无人机的飞行轨迹。获得无人机的飞行轨迹。
【技术实现步骤摘要】
一种无人机飞行拍摄规划方法、装置及存储介质
[0001]本申请涉及无人机
，具体涉及一种无人机飞行拍摄规划方法、装置及存储介质。
技术介绍
[0002]随着无人机技术、立体视觉和电子传感器等信息技术的高速发展，基于无人机的多相机场景数据采集，大大降低了航空拍摄成本，降低了航空拍摄的专业门槛，提高了大规模场景的重建速度和重建质量，但是当前采用无人机进行城市数据采集和重建仍然存在采集时间过长的问题，相对场景重建的系统计算时间而言，复杂场景数据采集的时间要超过场景重建总时间的三分之二，大大增加了场景重建的时间和人工成本。
[0003]尽管目前三维场景快速重建在核心算法方面有了很大的进步，但是目前没有受到业界充分重视同时也缺乏高效的解决方法的问题是，场景数据采集技术已经逐渐成为影响复杂场景重建效率和质量的主要障碍。
技术实现思路
[0004]本申请实施例的目的在于提供一种无人机飞行拍摄规划方法、装置及存储介质，用以解决现有技术中的无人机场景重建数据采集的费效比高，从而影响场景重建的效率和质量的问题。
[0005]为实现上述目的，本申请实施例提供一种无人机飞行拍摄规划方法，包括步骤：获取目标场景区域的粗略模型和拍摄初始信息；根据所述拍摄初始信息，对所述粗略模型进行膨胀操作，生成禁飞区域模型；根据所述拍摄初始信息，对所述粗略模型进行几何分割，将所述粗略模型分割为若干目标几何面，获得粗略模型目标几何面集合；根据所述拍摄初始信息、所述禁飞区域模型和所述粗略模型目标几何面集合，获得初始相机网络；根据所述初始相机网络，确定相机的位置和朝向，基于所述相机的位置和朝向以及所述禁飞区域模型，获得无人机的飞行轨迹。
[0006]可选地，根据所述拍摄初始信息，对所述粗略模型进行膨胀操作，生成所述禁飞区域模型的方法包括：获取所述拍摄初始信息中的安全距离，基于所述安全距离，对所述粗略模型沿法向方向做偏移膨胀操作，生成所述禁飞区域模型。
[0007]可选地，根据所述拍摄初始信息，对所述粗略模型进行几何分割，将所述粗略模型分割为若干所述目标几何面，获得所述粗略模型目标几何面集合的方法包括：按照法向一致性度量将所述粗略模型的相邻两个第一三角面片进行合并，得到第二三角面片，合并代价大于所述拍摄初始信息中的模型分割角度阈值；按照几何平坦性度量将所述粗略模型的剩余的相邻两个第一三角面片进行合并，得到所述第二三角面片，合并代价大于所述拍摄初始信息中的模型分割位移阈值；根据泊松采样，对所述第二三角面片进行分割得到所述目标几何面，获得所述粗略模型目标几何面集合。
[0008]可选地，根据所述拍摄初始信息、所述禁飞区域模型和所述粗略模型目标几何面
集合，获得所述初始相机网络的方法包括：将所述目标几何面的质心作为采样点，根据所述粗略模型目标几何面集合，得到采样点集合；根据所述拍摄初始信息和所述禁飞区域模型，将所述采样点集合转换为所述初始相机网络，所述初始相机网络中的所述相机的位置位于所述禁飞区域模型的禁飞区域外。
[0009]可选地，根据所述初始相机网络，确定所述相机的位置和朝向的方法包括：优化所述初始相机网络获得优化相机网络，基于所述优化相机网络确定所述相机的位置和朝向，优化所述初始相机网络的方法包括步骤：S1、获取所述初始相机网络中所述相机的第一度量，基于所述第一度量对所述相机进行增量排序，所述第一度量用于判断所述相机对目标场景重建过程的价值；S2、移除所述初始相机网络中所述第一度量最小的待检测相机；S3、获取移除所述待检测相机后的所有的可见的所述采样点的第二度量，所述第二度量用于衡量删除冗余相机后所述采样点的重建质量变化情况；S4、判断所述第二度量是否全部大于或者等于所述拍摄初始信息中的采样点可重建性阈值，若是，则从所述初始相机网络中删除所述待检测相机，并对删除所述待检测相机之后的所述初始相机网络重新执行步骤S2至S5，若否，则所述待检测相机保留，并对除去所述待检测相机之后的所述初始相机网络重新执行步骤S2至S4。
[0010]可选地，基于所述相机的位置和朝向以及所述禁飞区域模型，获得所述无人机的飞行轨迹的方法包括：根据旅行商问题的解决方法和dijkstra算法设计所述无人机的飞行轨迹，使所述飞行轨迹为最短飞行距离。
[0011]可选地，所述拍摄初始信息包括：相机的分辨率、相机的焦距、照片间的重叠区域比例、拍摄精度、无人机与场景之间的安全距离、模型分割角度阈值、模型分割位移阈值、采样点可重建性阈值和/或相机最小俯视角度。
[0012]可选地，获取所述目标场景区域的所述粗略模型的方法包括：利用无人机拍摄快速重建出所述粗略模型、利用手工建模得到所述粗略模型或者通过测绘技术得到所述粗略模型。
[0013]为实现上述目的，本申请还提供一种无人机飞行拍摄规划装置，包括：存储器；以及
[0014]与所述存储器连接的处理器，所述处理器被配置成：获取目标场景区域的粗略模型和拍摄初始信息；根据所述拍摄初始信息，对所述粗略模型进行膨胀操作，生成禁飞区域模型；根据所述拍摄初始信息，对所述粗略模型进行几何分割，将所述粗略模型分割为若干目标几何面，获得粗略模型目标几何面集合；根据所述拍摄初始信息、所述禁飞区域模型和所述粗略模型目标几何面集合，获得初始相机网络；根据所述初始相机网络，确定相机的位置和朝向，基于所述相机的位置和朝向以及所述禁飞区域模型，获得无人机的飞行轨迹。
[0015]为实现上述目的，本申请还提供一种计算机存储介质，其上存储有计算机程序，其中所述计算机程序被机器执行时实现如上所述的方法的步骤。
[0016]本申请实施例具有如下优点：
[0017]1.本申请实施例提供一种无人机飞行拍摄规划方法，通过上述方法，在给定场景粗略模型和采集初始信息的基础上，为拍摄阶段生成一个最优的执行方案，使得无人机在较短的飞行时间内，采集最有利于场景重建的有限数量照片，以支撑后续基于图像的三维重建算法用尽量少的照片重建满足精度需求的三维场景模型。提升了场景数据采集质量，
降低了数据采集的费效比，可以采用相对廉价的普通无人机和普通拍摄相机，同时可以采用基于场景几何的相机拍摄位姿高效计算技术，从而实现专业的无人机场景重建数据采集系统，能够有效降低费效比。复杂场景拍摄采用廉价普通的无人机和相机，以降低场景拍摄的成本；同时考虑复杂的场景几何特性，充分发挥无人机的灵活飞行特性，通过计算复杂场景几何特征，提高场景拍摄的效率和质量，减少在场景上进行重复拍摄的次数；同时考虑场景特殊区域内不同拍摄精度的需求，自适应提高场景拍摄精度和质量，提高拍摄效率，从而能够形成一套适应不同层次无人机和相机等硬件要求的、低成本高效率的场景拍摄系统，进而大幅度提高三维场景重建效率和重建质量，提高三维场景重建系统的适应性。能够实现通过价格低廉、性能良好的无人机多相机系统进行复杂场景区域的快速覆盖拍摄，为快速重构三维场景提供数据基础。
附图说明
[0018]为了更清楚地说明本申请的实施方式或现有技术中的技术方本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种无人机飞行拍摄规划方法，其特征在于，包括以下步骤：获取目标场景区域的粗略模型和拍摄初始信息；根据所述拍摄初始信息，对所述粗略模型进行膨胀操作，生成禁飞区域模型；根据所述拍摄初始信息，对所述粗略模型进行几何分割，将所述粗略模型分割为若干目标几何面，获得粗略模型目标几何面集合；根据所述拍摄初始信息、所述禁飞区域模型和所述粗略模型目标几何面集合，获得初始相机网络；根据所述初始相机网络，确定相机的位置和朝向，基于所述相机的位置和朝向以及所述禁飞区域模型，获得无人机的飞行轨迹。2.根据权利要求1所述的无人机飞行拍摄规划方法，其特征在于，根据所述拍摄初始信息，对所述粗略模型进行膨胀操作，生成所述禁飞区域模型的方法包括：获取所述拍摄初始信息中的安全距离，基于所述安全距离，对所述粗略模型沿法向方向做偏移膨胀操作，生成所述禁飞区域模型。3.根据权利要求1所述的无人机飞行拍摄规划方法，其特征在于，根据所述拍摄初始信息，对所述粗略模型进行几何分割，将所述粗略模型分割为若干所述目标几何面，获得所述粗略模型目标几何面集合的方法包括：按照法向一致性度量将所述粗略模型的相邻两个第一三角面片进行合并，得到第二三角面片，合并代价大于所述拍摄初始信息中的模型分割角度阈值；按照几何平坦性度量将所述粗略模型的剩余的相邻两个第一三角面片进行合并，得到所述第二三角面片，合并代价大于所述拍摄初始信息中的模型分割位移阈值；根据泊松采样，对所述第二三角面片进行分割得到所述目标几何面，获得所述粗略模型目标几何面集合。4.根据权利要求1所述的无人机飞行拍摄规划方法，其特征在于，根据所述拍摄初始信息、所述禁飞区域模型和所述粗略模型目标几何面集合，获得所述初始相机网络的方法包括：将所述目标几何面的质心作为采样点，根据所述粗略模型目标几何面集合，得到采样点集合；根据所述拍摄初始信息和所述禁飞区域模型，将所述采样点集合转换为所述初始相机网络，所述初始相机网络中的所述相机的位置位于所述禁飞区域模型的禁飞区域外。5.根据权利要求4所述的无人机飞行拍摄规划方法，其特征在于，根据所述初始相机网络，确定所述相机的位置和朝向的方法包括：优化所述初始相机网络获得优化相机网络，基于所述优化相机网络确定所述相机的位置和朝向，优化所述初始相机网络的方法包括步骤：S1、获取所述初始相机网络中所述相机的第一度...
【专利技术属性】
技术研发人员：米杰，国计武，董立龙，
申请(专利权)人：北京微视威信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。