System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于构建,具体涉及一种无人机仿真场景智能构建方法。
技术介绍
1、虚拟现实技术的各领域仿真平台不断涌现,对构建各种仿真场景的需求也不断扩大。利用无人机倾斜摄影测量技术实现三维模型构建,不仅极大地降低了仿真场景制作成本,而且能够精确直观的表达场景中的各类地形地貌。由于固有的技术特点,三维倾斜摄影建模往往会导致重建的三维模型存在空洞和失真,而基于生成对抗网络的新一代三维模型生成技术能够很好地克服这类问题。
2、专利“利用无人机倾斜摄影的三维建筑物模型构建方法”(cn115661363a),其通过航线的航点信息及对应的质量损失评分训练神经网络,将待分析的航点通过神经网络给出质量损失评分,然后根据评分将航点图像在三维重建中剔除。该方法通过剔除质量较差的航点图像,保证三维模型构建过程中的数据质量,提高了三维重建的精度,但不具备模型空洞修补的能力。
3、专利“基于无人机的复杂地形调查系统及方法”(cn115761168a),该方法分为区域调查、航拍飞行、二次规划航拍、构建模型、模型匹配以及成品预览等步骤。该方法的技术方案能够在测量后快速形成预览方案,但难以保证三维模型构建的精确性和完整性。
4、当前无人机和无人集群智能测试平台的虚拟仿真环境主要通过传统三维模型制作技术或者三维重建算法构建,通过传统三维模型制作的环境还原度高,但建设周期长、复杂度高;利用三维重建算法制作的仿真测试环境往往存在模型空洞、扭曲失真、清晰度低等问题。
技术实现思路
1、针对
2、为了实现上述目的,本专利技术采用如下技术方案:
3、一种无人机仿真场景智能构建方法,包括如下步骤:
4、步骤1:模型建立;
5、应用无人机三维倾斜摄影测量技术构建场景的三维初始化模型;
6、步骤2:模型加工;
7、采用生成对抗网络处理初始化三维网格模型,实现对三维场景模型的修补和重构;
8、步骤3:模型应用;
9、根据仿真平台需求,对三维场景模型进行格式加工和模型处理,实现无人机仿真平台中的场景应用。
10、优选地,步骤1中,具体包括如下步骤:
11、步骤1.1:无人机数据采集;
12、步骤1.2:数据检查与处理;
13、步骤1.3:航拍数据构建初始化三维模型;
14、利用contextcapture软件,完成航拍数据的初始化三维模型建立。
15、优选地,步骤1.1中,具体包括如下步骤:
16、步骤1.1.1:布设像控点;
17、测量区域内的像控点布控满足均匀分布和立体分布;
18、步骤1.1.2:航线设计;
19、根据测量地区实际情况制定,保证足够的重叠率,重叠率是指两张照片之间的重叠部分,重叠率分为旁向重叠率和航向重叠率,确定行高,规划航线;
20、步骤1.1.3:通过编译传输到飞控系统中实施数据采集飞行作业。
21、优选地,步骤1.2中,具体包括如下步骤:
22、步骤1.2.1:检查实际影像的重叠度、像片的倾角和旋角、航线弯曲度、拍摄区域覆盖范围、影像的清晰度和像点位移是否符合要求;
23、步骤1.2.2:对符合要求的数据集在构建三维模型之前进行pos数据处理、航片匀光匀色和几何校正的操作。
24、优选地,pos数据处理即删除采集的不必要信息,进行数据格式的转换,将数据按要求转换后,保留包括经纬度、航高和无人机姿态在内的信息,直接导出文件;
25、通过wallis算法对经过定位定姿处理的航片数据进行匀光匀色的调整;
26、通过间接法多项式对航片数据进行几何校正。
27、优选地,步骤1.3中,具体包括如下步骤:
28、步骤1.3.1:对航片进行多视影像密集匹配,找到相邻航片的重叠部分;
29、步骤1.3.2:获取重叠部分坐标,以坐标作为区域网平差条件,得到每个影像的相机位置参数以及同名点组成的点云;
30、步骤1.3.3:将点云连接构成不同细节层次的不规则三角网格模型,将此不规则三角网格模型作为生成对抗网络的输入。
31、优选地,步骤2中,具体包括如下步骤:
32、步骤2.1:观测真实三维场景和利用倾斜摄影重建的三维模型,提取场景相同角度的航拍图片和三维模型图片,构建虚拟与现实图像对照集合;
33、步骤2.2:利用判别网络对真实场景与重建场景的观测图片进行对比;
34、步骤2.3:根据损失函数进行权重更新,生成新的模型和判别网络,直到损失值收敛,模型精度达到预设值;
35、损失函数定义如下:
36、loverall=l1+l2 (1);
37、其中l1为重建损失,l2为交叉熵损失;
38、
39、其中α,β,ε分别是图像集对比中峰值信噪比、结构相似度、归一化相关性的调整参数;
40、
41、其中θ表示调节梯度惩罚占比的参数,ρr表示真实图片的分布情况,ρg表示生成图片的分布情况,表示对ρr和ρg分布的样本点对进行均采样形成的数据集。
42、优选地,步骤3中,具体包括如下步骤:
43、步骤3.1:对三维模型数据进行格式加工;
44、步骤3.2:进行地图文件制作;
45、步骤3.3:平台地图导入。
46、本专利技术所带来的有益技术效果:
47、本专利技术能够解决各类无人机和无人机集群虚拟现实仿真平台的多种仿真测试场景快速真实的构建问题;利用倾斜摄影测量技术快速构建逼真的三维环境模型,克服传统三维模型构建周期性长、复杂度高、制作难度大的问题;传统三维倾斜摄影测量模型往往存在部分区域模型空洞、扭曲失真、清晰度低等问题,本专利技术利用生成对抗网络算法进行三维模型补全,获得高质量的三维模型;本专利技术与现有其他方案相比能够在快速形成场景三维模型预览方案的同时,实现场景三维模型的精细化建模。
本文档来自技高网...【技术保护点】
1.一种无人机仿真场景智能构建方法,其特征在于:包括如下步骤:
2.根据权利要求1所述的无人机仿真场景智能构建方法,其特征在于:步骤1中,具体包括如下步骤:
3.根据权利要求2所述的无人机仿真场景智能构建方法,其特征在于:步骤1.1中,具体包括如下步骤:
4.根据权利要求2所述的无人机仿真场景智能构建方法,其特征在于:步骤1.2中,具体包括如下步骤:
5.根据权利要求4所述的无人机仿真场景智能构建方法,其特征在于:POS数据处理即删除采集的不必要信息,进行数据格式的转换,将数据按要求转换后,保留包括经纬度、航高和无人机姿态在内的信息,直接导出文件;
6.根据权利要求2所述的无人机仿真场景智能构建方法,其特征在于:步骤1.3中,具体包括如下步骤:
7.根据权利要求1所述的无人机仿真场景智能构建方法,其特征在于:步骤2中,具体包括如下步骤:
8.根据权利要求1所述的无人机仿真场景智能构建方法,其特征在于:包括如下步骤:步骤3中,具体包括如下步骤:
【技术特征摘要】
1.一种无人机仿真场景智能构建方法,其特征在于:包括如下步骤:
2.根据权利要求1所述的无人机仿真场景智能构建方法,其特征在于:步骤1中,具体包括如下步骤:
3.根据权利要求2所述的无人机仿真场景智能构建方法,其特征在于:步骤1.1中,具体包括如下步骤:
4.根据权利要求2所述的无人机仿真场景智能构建方法,其特征在于:步骤1.2中,具体包括如下步骤:
5.根据权利要求4所述的无人机仿真场景智能构建方法,其特征在于:po...
【专利技术属性】
技术研发人员:马玉林,韩顺利,李飞,周游,季桓勇,李春晖,赵双梅,
申请(专利权)人:中国电子科技集团公司第四十一研究所,
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。