一种基于无人机平台的机场净空测量装置及使用方法与流程

1.本发明属于机场净空测量技术领域，具体涉及一种基于无人机平台的机场净空测量装置。


背景技术：

2.机载激光雷达系统与gnss、惯性导航系统以及感光相机结合，能够进行精确的空间三维数据采集。近20多年来，国内外厂商在激光雷达硬件系统方面进行了各种努力和创新，依据目前几类典型的以星/机/车/地为搭载平台的激光雷达系统的参数指标来看，激光雷达系统正在从低精度(厘米级)获取向高精度(毫米级)获取转变，从几何与强度的采集走向几何与多/高光谱协同采集，相比国外，国内激光扫描硬件起步晚且仍有较大差距。
3.随着无人机技术及感光相机等硬件的发展及市场的不断扩大，便携式/背包式/无人机为平台的轻小型三维激光扫描装备正蓬勃发展。
4.传统设备的基于无人机平台的机场净空测量装置有诸多技术难题，由于庞大的主机系统，多结构化的配件系统，复杂的操作方式等一系列问题对于载体平台、人员专业性、等有很大的要求，从而无法大规模的在各个相关行业内使用，基于无人机平台的机场净空测量装置集成可攻克以上技术难题，对比传统设备，具有明显优势。


技术实现要素：

5.本发明所要解决的技术问题提供一种基于无人机平台的机场净空测量装置可攻克以上技术难题。
6.本发明解决其技术问题一方面所采用的技术方案是：一种基于无人机平台的机场净空测量装置，包括传感器集成系统、数据链路模块、传感器控制与管理系统、地面数据处理系统和飞行载体；所述传感器集成系统通过挂载系统设置于所述飞行载体上，数据链路模块分别与所述传感器集成系统和传感器控制与管理系统连接，所述地面数据处理系统与所述传感器控制与管理系统连接；其中数据链路模块包括机载无人机数据链路系统及地面无线通信链路系统。
7.本发明解决其技术问题另一方面所采用的技术方案是：
8.一种基于无人机平台的机场净空测量装置使用方法，包括如下步骤，
9.s1:航摄勘测任务准备；s2:数据采集；s3:设备撤收；s4:数据预处理；s5:初始成果数据。
10.与现有技术相比，本发明的有益效果是：
11.本发明基于无人机平台的机场净空测量装置采用总体规划方式，以模块化、统型为原则，各设备均采用模块化设计，方便操作、维护、备件配置和升级换代，统各设备对外接口统一采用主流、高可靠、方便操作的同系列圆形连接器；
12.传感器集成系统具有良好的扩展性，地面数据处理系统可扩展存储空间，具有模块扩展槽，服务器可扩展显示模块，同时可以可通过软硬件升级进行功能扩展；
13.传感器集成系统采用飞行载体的电池供电的方式，机载激光雷达设备、可见光相机、pos系统的工作功率采用较低的设备，以减小无人机电池的消耗；
14.本发明采用一体化：经过一体化的结构设计将激光、gps、i mu、中央处理器结合成一个整体，即扫描单元、pos和控制存储单元等部分组成，高强度的结构足以保证传感器与导航设备间的相对位置和姿态关系稳定不变；
15.超便携：超便携一体化的结构设计使lidar系统从体积上大大缩小，重量大大减轻，整体重量不超过7.5kg；
16.多平台切换：超轻的产品优势，可以轻松切换于无人机、机动车辆、非机动车、双肩背包、船舶等搭载平台上，高集成的设计使设备在搭载平台切换时无需再做系统标定，覆盖了海陆空全方位的数据获取方式；
17.去专业化操作：产品多平台的搭载方式，去人员专业化，可快速获取地表信息，需要的控制点数据少，受地形限制小，等多个角度从而进一步促使激光雷达技术在各个行业的应用发展，室外空间数据全覆盖，可以全方位扫描，无死角；设备精细化：注重细节的数据表达在设备作业时，可获取到避雷针、电力线等微小物体的数据结构，实现物体的高度识别。
附图说明
18.图1基于无人机平台的机场净空测量装置的系统总体功能模块；
19.图2数据链路模块示意图；
20.图3机载激光雷达系统结构示意图；
21.图4测距单元结构示意图；
22.图5i ns/gps组合惯性导航系统原理图；
23.图6机载激光雷达系统的工作方式示意图；
24.图7机载激光雷达系统对地定位原理示意图；
25.图8摆动扫描镜方式示意图；
26.图9摆动扫描镜方式激光脚点分布示意图；
27.图10旋转多面镜扫描；
28.图11旋转多面镜扫描激光脚点分布示意图
29.图12光纤扫描方式示意图；
30.图13光纤扫描方式激光脚点示意图；
31.图14组合惯性导航设备示意图；
32.图15机载激光雷达系统检测示意图；
33.图16激光雷达扫描点云排布样式示意图；
34.图17激光束发散角及光斑大小示意图；
35.图18三角计算原理示意图；
36.图19飞行扫描示意图；
37.图20杆状物在扫描平面内放置时的无法探测区域示意图；
38.图21挂载系统整体示意图；
39.图22挂载系统底部视图；
40.图23地面数据处理系统；
41.图24数据处理及机场净空三维可视化分析系统信息流程；
42.图25数据处理与机场净空三维可视化系统外部接口；
43.图26数据处理与机场净空三维可视化系统内部接口；
44.图27激光点云数据及影像数据进行自动化、流程化处理，生成dom、dsm、dem成果及地物轮廓线及实体模型路线图；
45.图28dem/dsm/数据处理工作流程图；
46.图29dom生产工作流程图；
47.图30激光点云与影像数据处理子系统工具集合图；
48.图31内过渡面和复飞障碍物面示意图；
49.图32机场净空模型技术思路示意图；
50.图33障碍物超障评价程序流程图；
51.图34净空评价结果示意图；
52.图35进近面的计算示意图；
53.图36过渡面与内水平面的计算示意图；
54.图37锥形面的计算示意图；
55.图38无人机平台整体结构示意图。
具体实施方式
56.参考图1所示，一种基于无人机平台的机场净空测量装置，包括传感器集成系统、数据链路模块、传感器控制与管理系统、地面数据处理系统和飞行载体；所述传感器集成系统通过挂载系统设置于所述飞行载体上，数据链路模块分别与所述传感器集成系统和传感器控制与管理系统连接并进行通信信息的传输，信息的共享，所述地面数据处理系统与所述传感器控制与管理系统连接；其中数据链路模块包括机载无人机数据链路系统及地面无线通信链路系统，在上述实施例中，所述飞行载体为无人机。
57.参见图2所示，所述机载无人机数据链路系统包括机载全向天线、机载数据传电台和链路控制模块；所述链路控制模块实现机载通信链路与飞行载体的控制计算机、导航设备、任务数据交互等功能，并负责机载链路设备状态的转发。
58.所述地面无线通信链路系统不仅提供上下行数据和下行图像，还负责解算无线电定位数据，并对传感器控制与管理系统的天线伺服跟踪机构进行控制和检测。
59.本发明基于无人机平台的机场净空测量装置采用总体规划方式，以模块化、统型为原则，各设备均采用模块化设计，方便操作、维护、备件配置和升级换代，统各设备对外接口统一采用主流、高可靠、方便操作的同系列圆形连接器。
60.传感器集成系统具有良好的扩展性，地面数据处理系统可扩展存储空间，具有模块扩展槽，服务器可扩展显示模块，同时可以可通过软硬件升级进行功能扩展。
61.传感器集成系统采用飞行载体的电池供电的方式，机载激光雷达设备、可见光相机、pos系统的工作功率采用较低的设备，以减小无人机电池的消耗。
62.在上述实施例中，所述传感器集成系统包括采集激光点云数据的激光雷达、采集影像数据的可见光相机和记录机载激光雷达点云数据及pos信息的组合惯性导航设备。本
装置在使用时，激光雷达和组合惯性导航设备组成机载激光雷达系统(lidar，light detection and ranging)，机载激光雷达系统和可见光相机、实时获取净空区域的观测数据，通过pos信息，装置实时获取飞行载体的位置和姿态数据并将所有采集的数据同步存储于硬件存储系统中，同时利用地面数据处理系统实时进行pos解算、点云解算、图像处理，生成具有统一坐标基准的点云和图像数据，得到最终的成果，为净空分析提供数据支撑，其中所述机载激光雷达为rieglvux-1lr轻型机载扫描仪,rieglvux-1lr安装简便，riegl vux-1lr即使在有限的空间中也能够以任何角度安装。rieglvux-1lr通过近红外激光束和快速扫描远离获取数据，凭借riegl独有的数字化回波和在线波形分析技术，使得扫描仪即使在能见度欠佳的情况下，仍能表现极佳的测量性能并能够识别多重回波。rieglvux-1lr通过超高速旋转棱镜获取完全平行的线性的、单向的扫描线，最终获得精细得均匀分布得激光点云。
63.可见光相机为尼康d850可见光相机，组合惯性导航设备为span-kvh1750型组合惯导系统，span－kvh1750组合导航系统是由组合导航接收机propak6与惯性测量单元imu－kvh1750组成。imu－kvh1750是由美国kvh公司生产的，内置三轴闭环光纤陀螺仪和三轴微机械加速度计。
64.参见图3所示，所述机载激光雷达系统包括dgps接收机、i ns、控制检测及记录单元和激光扫描测距系统；所述激光扫描测距系统由测距单元和光学扫描单元组成。其中测距单元由激光发射器和光学接收器组成；其测距原理在于，激光发射器发射激光脉冲，由于光速是已知的，根据激光脉冲被光学接收器接收的时间，可以计算得到发射器与被测目标的距离。通常一束激光脉冲只能得到一个激光脚点的距离信息(非多次回波)，不能对地形进行全面的描述，光学扫描单元使得对测区进行大面积量测成为可能，其中，光学扫描单元采用线扫描、圆锥扫描或纤维光学阵列扫描等。
65.线扫描是扫描的结果呈现“z”字形，圆锥扫描则是一系列重叠的椭圆形，阵列扫描形成的是互相平行的扫描线。激光测距的优点是具有较高的动态激光脉冲测距精度。为了更好的适应飞机上不断颠簸、震动的工作状态，在使用时，激光测距仪采用高性能、高重复频率、大功率、窄脉冲的固体激光器。
66.分全球定位系统(differential global positioning system,dgps)，通过接收卫星的数据，实时精确测定出激光扫描仪的空间位置，再通过后处理技术与地面基站进行差分计算，精确得到飞行轨迹。
67.i ns有姿态量测功能，具有完全自主、无信号传播、定位、测速、快速量测传感器瞬间的移动、输出姿态信息等优点，可以获取飞机等载体的瞬时姿态参数，包括俯仰角、侧滚角和航向角三个姿态角。
68.控制检测及记录单元(recording-units)，记录作业时获取的各种原始数据，包括gps时间和定位信息、原始ins数据、距离信息、回波信息和强度信息等。
69.在上述实施例中，机载激光雷达系统，以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理,获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数,从而对飞机、导弹等目标进行探测、跟踪和识别。在使用时，激光发射器将电脉冲变成光脉冲发射出去，光学接收器再把从目标反射回来
的光脉冲还原成电脉冲，送到显示台。
70.进一步的，激光发射器产生并发射一束光脉冲，打在物体上并反射回来，最终被光学接收器所接收。光学接收器准确地测量光脉冲从发射到被反射回的传播时间。因为光脉冲以光速传播，所以接收器总会在下一个脉冲发出之前收到前一个被反射回的脉冲。鉴于光速是已知的，传播时间即可被转换为对距离的测量。结合激光器的高度，激光扫描角度，从gps得到的激光器的位置和从ins得到的激光发射方向，就可以准确地计算出每一个地面光斑的坐标x，y，z。激光束发射的频率可以从每秒几个脉冲到每秒几万个脉冲。举例而言，一个频率为每秒一万次脉冲的系统，光学接收器将会在一分钟内记录六十万个点。
71.可见光相机是集光学、机械、电子一体化的产品。它集成了影像信息的转换、存储和传输等部件，具有数字化存取模式，与电脑交互处理和实时拍摄等特点。光线通过镜头或者镜头组进入相机，通过相机成像元件转化为数字信号，数字信号通过影像运算芯片储存在存储设备中，其工作波段在近紫光、可见光到近红外(0.32um～1.3um)之间。
72.组合惯性导航设备(ins，inertial navigation system)，利用陀螺仪、加速度计等惯性元件感受运动物体在运动过程中的角速度和加速度，然后通过计算机进行积分运算，从而得到移动目标的位置与速度等导航信息。惯性导航系统根据惯性原理工作，而惯性是任何质量体的基本属性，所以惯导系统工作时不需要任何外来信息，也不向外辐射任何信息，仅靠系统本身就能在全天候条件下，在全球范围内和任何介质环境里自主地、隐蔽地进行三维空间定位和三维空间定向，能够提供反映航行体完整运动状态的完整信息，并且惯导系统具有极宽的频带，它能够跟踪和反映航行体的任何机动运动，输出又比较平稳。正由于惯导系统的自主性、隐蔽性、信息的全面性和宽频带，所以是重要航行体必不可少的导航设备。
73.本装置在飞行载体上使用时，由于载体的机动运动，常使接收机不易快速捕获和跟踪卫星的载波信号，甚至对已跟踪的信号失锁。利用工i ns和gps导航功能互补的特点，提高系统的整体导航精度及导航性能。
74.参见图5所述，本装置将两种系统组合起来使用，可以取长补短，充分发挥各自的长处。本组合惯性导航设备通过卡尔曼滤波器实现两种基本方法：1)回路反馈法，采用回路控制方法，抑制系统误差，并使各子系统间实现性能互补。2)最优估计方法，采用卡尔曼滤波或维纳滤波，从概率统计最优的角度估计出系统误差并消除之。两种方法都使各子系统内的信息互相渗透，有机结合，起到性能互补的功效。但由于各子系统的误差源和量测误差都是随机的，所以第二种方法远优于第一种方法。
75.本组合惯性导航设备其具有以下优点：1)协合超越功能：组合导航系统能充分利用各子系统的导航信息，形成单个子系统不具备的功能和精度。2)互补功能：由于组合导航系统综合利用了各子系统的信息，所以各子系统能取长补短，扩大使用范围。3)余度功能：各子系统感测同一信息源，使测量值冗余，提高整个系统的可靠性。
76.参见图6所示，机载激光雷达系统在使用时，通过激光测距仪解得到每个点与扫描仪器的空间距离。假设在激光扫描仪位于空间os点，其三维坐标(xs,ys,zs)由dgps给出，该点到待定点pi的矢量(r、方向余弦)可准确测出，待测点的三维坐标(xi,yi,zi)可根据已知点加矢量的方法求出。两个点的参数关系如图7所示。
77.地物点的未知坐标求解方程式如下式：
78.xi＝xs+δxi79.yi＝ys+δyi80.zi＝zs+δzi81.其中：
82.δxi＝f
x
(φ,ω,k,β,r)
83.δyi＝fy(φ,ω,k,β,r)
84.δzi＝fz(φ,ω,k,β,r)
85.已知点os的三维坐标(xs,ys,zs)由gps提供；观测平台的姿态角由姿态装置ins给出；方向余弦由观测平台法线的俯仰角φ、侧滚角ω、航偏角k及观测方向与法线间夹角β(即扫描角)组成的矢量矩阵算出；矢量的模r即激光测距仪测出的距离值。若上述参数已知，那么任意点pi的(xi,yi,zi)即可求出。待测定点pi的三维坐标精度取决于上述八个参数的测量精度以及八个参数的同步精度。
86.基于无人机平台的机场净空测量装置在使用时，包括如下步骤，
87.s1:航摄勘测任务准备
88.无人机具有线路规划自主巡航功能，按用户的需求，在用户规定的指定大小范围内，按照飞行的高度、飞行的速度、重叠度，规划好飞行计划，设计飞行路线；
89.打开无人机地面站，显示无人机飞行状态，并对无人机进行控制；
90.将路线规划文件导入无人机飞控系统，实现无人机自主巡航作业；
91.为了提高数据采集的精度，采用地面架设基站，进行gnss差分计算；
92.架设无人机，并进行系统调试。
93.s2:数据采集
94.无人机起飞后，将根据设置的参数，采集影像数据；采集激光雷达数据；记录同步控制数据；同时记录组合惯性导航设备采集的信息，主要包括相机曝光时刻的位置姿态及机载激光雷达的轨迹信息。
95.s3:设备撤收
96.无人机任务完成后，自动返回指定地点降落，撤收无人机、撤收地面基站，在地面站进行数据质量检查。检查影像质量，激光点云数据质量。
97.s4:数据预处理
98.在作业过程中，无人机同时采集机载激光雷达数据、影像数据等信息。由于无人机机载计算机不具备实时数据处理能力，因此需要在线下进行pos解算，完成点云数据预处理及影像位置姿态信息的解算。采用机载定位定姿数据处理系统进行机载pos数据解算，得到激光点云数据采集的轨迹文件及影像曝光时刻的位置姿态信息；利用机载激光雷达设备配套的点云数据预处理软件，解算点云数据。
99.s5:初始成果数据
100.通过数据预处理后，得到具有可量测的激光点云数据、影像数据以及飞行轨迹数据。
101.在上述实施例中，现有激光扫描测距系统只能完成具体方向的某一单点测量，如果达到沿整个目标表面逐点测量的目的，就要借助于机械扫描装置以实现垂直于飞行方向
的扫描测量；本激光扫描测距系统采用摆动扫描镜方式、旋转多面镜扫描方式或光纤扫描方式的任意一种。
102.当采用摆动扫描镜方式时，参见图8所示，机械装置通过电动机带动反射镜以转轴为中心保持某一固定角度形成周期性摆动，在此过程中，摆动扫描镜由于其两个摆动方向而产生对于地面的双向扫描，在地面上形成z形扫描线。
103.当采用旋转多面镜扫描方式时，旋转正多面体扫描镜只有一个旋转方向，其每个表平面都按同一方向扫描，在地面形成单向扫描平行线，该方式的扫描原理如图10、11所示。
104.当采用光纤扫描方式时，发射光路和接受光路一一对应。两组光纤排列成一行，分别安置在发射透镜和接收透镜的焦平面上。两个旋转镜同时旋转，发射的激光从中心光纤中射出，经过透镜，被旋转镜反射，再通过透射镜到圆形光纤组中的某一光纤，然后射向地面。与此同时，被目标反射的激光，经过接收光纤组某一根光纤，再经过透镜，被旋转镜头反射，再进入中心光纤，形成接收信号，其原理如图12所示。激光脚点分布如图13所示：因反射镜反射的激光束首先在一个线性光纤阵列中，然后到目标点，所以激光脚点分布为相互平行、分布规则且均匀。
105.在上述实施例中，可见光相机的光电系统的噪声通过窄带滤波器，其幅值概率密度分布满足瑞利分布。
[0106][0107]
因此，光电探测系统的虚警概率为：
[0108][0109]
式中：σ为噪声电压的均方根偏差,t为门限电平,ν为检波器输出的噪声电压的幅值。
[0110]
系统对点目标的探测可近似作为窄带系统处理。在信号和噪声同时输入系统的情况下，信号加噪声的幅值概率密度分布服从零阶第一类变形贝塞耳函数，因此光电探测系统的点目标探测概率为：
[0111][0112]
式中：i0为以x为变量的零阶变形贝塞耳函数值,ρ为信号加噪声的幅值,α为信号幅值。α/σ为信噪比snr。
[0113]
对可见光成像的目标作用距离的估算，可分为点目标的作用距离估算和面目标的作用距离估算。当目标离可见光相机很远，目标的像不能充满探测器单元时，目标可视为点目标，当目标离相机近，且目标的像充满不止一个探测器单元时，目标被视为面目标。
[0114]
点目标在可见光相机入瞳上的辐照度：
[0115]
[0116]
式中：ab为目标大小尺寸，l
t
(λ)为目标不同波长辐射亮度。τ0为光学系统透过率，τ(λ)为大气透过率，r为目标距离。
[0117]
由于目标没有充满瞬时视场，因此背景辐射也能到达成像器件。这时背景在可见光相机人幢上的辐照度为：
[0118][0119]
式中：s为相机探测单元面积，f为成像系统焦距，lb(λ)为背景辐射亮度。
[0120]
有目标情况下，可见光相机产生的目标电流为：
[0121][0122]
式中：r
det
(λ)为ccd灵敏度，d为光学系统直径，λ1，λ2为相机的工作波段。
[0123]
无目标只有背景的情况下，可见光相机的背景电流为：
[0124][0125]
式中：各物理参数意义与上式相同。
[0126]
系统噪声主要为散粒噪声，散粒噪声电流的平方为：
[0127][0128]
其中，c＝|i
b-i
t
|/ib,i
t
为目标电流值，δf为噪声等效宽度，可见光相机的噪声电流为散粒噪声电流。
[0129]
可见光相机的信噪比为目标电流与散粒噪声电流的比值，即：
[0130]
snr＝i
t
/i
p_e
[0131]
将i
t
,ib代入，即可推的作用距离r为：
[0132][0133]
式是距离r的隐函数，通过迭代法求解。
[0134]
计算面源目标的作用距离时，根据目标到可见光相机处的视在亮度对比度，以及人眼在一定发现概率条件下的亮度对比度阈值和目标探测概率公式推导出目标的距离公式。
[0135]
目标在距离r处与背景的亮度对比度为c1，0≤c1≤1。经过大气的衰减。到达可见光相机处的亮度对比度为：
[0136]
c'＝c1/[1+γh(e
·
h-1)/max{γ0,γb}]
[0137]
式中，h＝r
·
sinα为目标高度，α为目标仰角，γh为水平方向上天空亮度系数，γ0,γb分别为目标和背景的亮度系数。γh(e
·
h-1)为h大气层的气幕亮度系数。
[0138]
人眼发现目标的亮度对比界限值即为亮度对比阈值。在实际应用中，为了求得概率近于100％的值或任何其他发现概率水平所需的值，根据所遵从的正态分布性质，可用概率换算系数，乘以发现概率为50％的值的方法解决。为随机变量的均值，即发现概率为50％的值。实验得出均值与视角的关系为：
[0139][0140]
其中视角θ为：
[0141][0142]
式中，d
*
为目标在图像上所显示尺寸，r为人眼的明视距离，g为弧分换算系数，c为侦察系统光学瞄准具的放大倍率，g＝180
·
60/π。
[0143]
目标的发现概率：
[0144][0145]
式中，σ＝(ε-μ)/x＝μ(m-1)/x，x为与m对应的发现概率水平所要求的临界值。
[0146]
根据给定的目标探测概率,由上式解得目标的视在亮度对比度c',将c'代人式,得到目标距离。
[0147]
在上述实施例中，本装置其具有杆状物检测能力：在50米探测距离能检测出直径不小于1cm，长度不小于1m的杆状物，检测概率不低于90％。
[0148]
如图16所示，激光雷达扫描结果大致分为4个类型，在本实施例中，所选激光器为旋转棱镜式单线束扫描激光雷达，在地面获取的点云分布样式可以近似为图c所示的平行排布激光点云样式。在图16中c样式中，存在点间距与线间距两个指标用来评价激光点云扫描分辨率与目标探测能力。本激光扫描仪激光束散射参数为0.5
mra
d，依据激光束发散原理，项目所用激光器激光光斑面积在距离目标50m时直径为0.025m，激光束发散示意图如17所示：
[0149]
假定ri eglvux-1lr在50米飞行高度作业，取有效作业视场角90，则依据三角计算原理，如图18所示，在此视场角下地面有效扫描幅宽为100米，在此视场角条件下，本激光雷达最大有效测量速度为750000点/秒204545点/秒。由于rieglvux-1lr扫描速度最高为200线/秒，假定飞行速度时，可推算出航向间距＝0.025米。
[0150]
参考图19所示，两列点作为测量概率分析区域，并考虑激光束光斑大小实际大小影像，将一个直径0.01米(1
cm
)，长度为1米的杆状物随机平置与激光扫描平面内。在50m距离，激光束的光斑直径为0.025m，在上述假设条件下，则可近似认为在线间距方向，激光光斑之间无空白区域；在点间距方向，每两列激光点之间在考虑光斑大小的情况下，依然存在一个宽度0.073m的无激光光斑覆盖区域，这里定义为完全无法探测区域。在定义杆状物完全置于此区域内时，则视为杆状物完全无法被探测。
[0151]
如图20所示，当杆状物被随机平置于点云扫描平面内时，杆状放置方向以自身几何中心为原点，与航向方向(既点间距方向)随机存在夹角，定义为角度a，角度a(去弧度值)的可能范围为0至π(既角度0至180度)。只有当所定义杆状物整体完全处于无法探测区域内时(既杆状物任何部分均无激光光斑重叠)，则可以依据以下方程得出直径0.01m(以字母d表示)，长度1m(以字母l表示)的杆状物可能置于该区域内的最大夹角a。定义有效距离s，取最大有效距离s＝0.073m，l＝1m，d＝0.01m，依据小角度原理，可以得到杆状物置于完全无法探测区域内的最大可能夹角约为8.37(弧度0.146约为8.37)，所以杆状物可能置于完全无
法探测区域的可能角度范围为0至8.37。
[0152]
最终，定义杆状物可能置于完全无法探测区域的概率可以计算为：0.0346，既完全无法探测的概率为3.46％。同时可以认为，这里定义的杆状物目标的可能探测概率为96.54％，既在96.54％的概率下，会有激光束光斑探测到杆状物目标。
[0153]
综上所述，ri eglvux-1lr激光扫描器在50米探测距离时，打在一个一个直径0.01米(1
cm
)，长度为1米的杆状物。在点云数据上有光斑呈现，可满足项目检测概率不低于90％的要求；当激光扫描仪以更慢的速度对杆状物进行测量时，会有更多的光斑点点落在直径l厘米的杆状物上，可以更加清楚的描述杆状物。
[0154]
在上述实施例中，参考图21和22所示，所述挂载系统包括主体框架，悬挂雷达仓、减震装置和雷达激光头保护仓，所述主体框架固定于所述飞行载体上，所述悬挂雷达仓设置于所述减震装置上，所述减震装置和雷达激光头保护仓固定于所述主体框架上；所述主体框架由两个外套主梁，两个外套横梁和一个外套底板组成，通过螺丝固定于飞行载体之上。所述减震装置由一个减震器上板，一个减震器下板和四个减震球组成，所述减震器上板，减震器下板和减震球分别通过螺丝固定于主体框架之上。所述悬挂雷达仓由四个雷达仓主梁，两个雷达仓横梁通过连接件连连接而成，通过螺丝固定于减震装置之上。雷达激光头保护仓由两个雷达保护仓组件和一个雷达保护仓组件组成，通过螺丝固定于主体框架之上。在上述实施例中，所述主体框架采用铝合金主梁和碳纤维组成，固定于飞行载体上，避免了挂载系统的反复拆装。悬挂雷达仓通过四组减震装置悬挂于主体框架之中，有效的减少了无人机机体传来的震动。雷达激光头保护仓的材质碳板。
[0155]
参考图22为雷达挂载系统16的整体结构图。外套主梁一2和外套主梁二3，外套横梁一1和外套横梁二6，以及外套底板9，通过螺丝连接固定，形成挂载系统主体框架。雷达保护组件侧板一13，雷达保护组件侧板二19和雷达保护组件前板15通过连接件2连接组成雷达激光头保护仓，使用螺丝固定在外套主梁一2上。四组减震装置(由减震上板10，减震下板11和减震球12组成)穿过外套主梁一2和外套主梁二3固定于外套底板19上，组成减震基座，用于承载内部雷达仓。内部雷达仓包括雷达仓上板4，雷达固定板14以及雷达仓横梁一7和雷达仓横梁二20固定在雷达仓主梁一5，雷达仓主梁二8，雷达仓主梁三18和雷达仓主梁四21，再使用螺丝通过铝合金连接件17将雷达仓固定于减震基座上。雷达从外套主梁二3处推入挂载系统，再用螺丝固定于雷达固定板14上。减震系统的主要功能是减低机载雷达的震动频率，减小震动幅值。挂载的位置结构特性为悬臂梁结构，因此，其震动幅值随距固值距离增加而增加，而震动频率不变。通过实际测量数据结果结合时间戳的方式，分析结果为产生激光点云位置发生剧烈变化的位置。
[0156]
挂载系统与无人机底部连接，连接方式采用标准m3螺纹，螺纹孔分别分布于雷达仓主梁一5，雷达仓主梁二8，雷达仓主梁三18和雷达仓主梁四21的四周，通过gb/t 70.1m3
×
6螺钉进行紧固，方便拆卸、维护。
[0157]
在上述实施例中，参考图23所示，所述地面数据处理系统包括激光点云与影像数据处理子系统、机场净空三维可视化分析子系统及数据管理子系统；其中，所述激光点云与影像数据处理子系统包括激光点云数据纠正模块、激光点云数据处理模块、地形模型制作模块、正射影像生产模块、数字高程模型生产模块和数字表面模型生产模块；所述机场净空三维可视化分析子系统包括机场信息管理模块、障碍物信息测量模块和成果输出功能模
块。所述激光点云数据纠正模块主要用于调整激光点数据里的系统定向差，测激光面间或者激光面和已知点间的误差，并将这些误差被转化成系统方向、东向、北向、高程、方向角、横滚角和俯仰角的改正值，进而实现对激光点云数据的纠正。主要包括：激光扫描表面数据自动纠正功能、基于方位纠正的轨道模型纠正功能、基于最小二乘法的定向误差纠正功能、基于区域匹配的激光扫描几何结构纠正功能等。激光点云数据处理模块针对机载激光雷达系统获取的点云数据进行系统处理，其主要功能包括：读入原始的激光点云、点云数据三维浏览、激光点自动/手动分类、三维目标交互式判别、地物数字化生产、电力线自动探测、建筑物矢量化、激光点截面图生产等。地形模型制作模块主要是用来制作地表地形模型，通过本模块可以建立地表、土层或者设计的三角面模型，且能够人机交互编辑。其主要功能包括：激光点(云)编辑、构建断裂线、添加新元素、辅助设计、三维剖面图制作、等高线生产、规则方格网数据生产、坡向坡度分析、地形渲染及通用量算功能等。正射影像生产模块专门针对基于机载激光雷达系统飞行所产生的影像数据，其利用地面激光点云作为映射面，可实现在测区中没有任何控制点条件下，对航空影像完成正射纠正，进而生产出正射影像。该模块主要功能包括：地面精确三角面模型构建、影像纠正及匀色等。数字高程模型生产模块是利用机载激光点云数据生产dem，其主要功能包括：激光点云数据预处理、点云滤波与分类、dem制作等。数字表面模型生产模块是利用机载激光点云数据生产dsm，其主要功能包括：激光点云自动分类、边缘特征提取、dsm制作等。机场信息管理模块针对机场的基本信息，进行存储、管理与分析等功能的建设，主要包括：机场基本信息录入模块、跑道基本信息录入模块、不同等级机场净空面计算模块、净空三维建模及渲染模块、净空模型与数字表面模型叠加分析模块等。
[0158]
障碍物信息测量模块针对机场净空领域内障碍物信息，进行存储、分析与展示等功能的建设，其功能主要包括：、净空超高分析模块、障碍物三维可视化模块、障碍物查询与统计模块、障碍物属性录入模块、建筑物手动/自动识别、分类与结构化模块；、建筑物及附属设施自动识别功能。成果输出功能模块实现了对系统软件生产的各类成果输出功能开发，主要包括：超限障碍物综合成果输出(包括超限障碍物的数量、坐标、障碍物的高度、其所在位置净空限制高度信息等)、超限障碍物统计信息成果输出、超限障碍物分布特征成果输出、超限障碍物三视图成果输出。数据管理子系统是数据处理与机场净空三维可视化软件系统的基石，承担着将测量系统采集的数据导入到数据处理与机场净空三维可视化软件系统的入口角色。主要功能包括：成果入库、数据浏览、数据检查、数据查询、数据删除、数据备份、数据恢复、数据统计等功能。
[0159]
参考图24-26所示，激光雷达采集的机载三维激光点云、可见光相机采集的航摄相片、机载组合惯性导航设备采集的高精度组合定位定姿数据发送至激光点云与影像数据处理子系统，所述激光点云与影像数据处理子系统生成分类点云、dom、dsm、dem、地物轮廓线和三维实体模型数据，并发送至所述场净空三维可视化分析子系统，所述场净空三维可视化分析子系统接收数据并进行数据分析生成净空三维模型、障碍物分类模型、机场/跑道属性信息、障碍物属性信息并分析数据，并通过显示、漫游或报告、专题图导出。本激光点云及影像数据处理子系统，可对激光点云数据及影像数据进行自动化、流程化处理，生成dom、dsm、dem成果，并具备人机交互提取地物轮廓线及实体模型的功能，为机场净空三维可视化分析提供数据基础；具体的请参见图27所示。
[0160]
参见图28所示，对于dem/dsm制作时，采用该数据处理与机场净空三维可视化软件生成dem/dsm/等高线等地形产品主要分为以下步骤：点云数据加载、数据预处理、点云数据去噪、点云滤波(地面点分类)、地面点手工精细分类、dem/dsm/等高线产品生产。
[0161]
参见图29所示，对于dom制作时，数据处理与机场净空三维可视化软件生成dom产品主要分为以下步骤：照片导入、外方位元素计算、空三加密、影像匀色、影像镶嵌及dom成果生产。
[0162]
参见图30所示，机场净空三维可视化分析子系统包括基础工具包、点云处理相关工具及影像处理相关工具；基础工具包括工程工具、视图工具、操作工具、量测工具(面积量测、高度量测和体积量测)、模型显示、选择工具、自定义工作流及投影与坐标转换等通用工具。其中自定义工作流可按照需求由用户创建数据处理流程，定义处理参数，按照预设的成果规格进行成果输出。点云处理相关工具包括航带拼接、点云处理、点云分类、地物轮廓线提取、几何重建、地形工具(dem/dsm)；其中，所述机载激光雷达测量系统会受到多种误差(系统误差和偶然误差)源的影响，系统误差会给激光脚点的坐标带来系统偏差。安装激光雷达测量系统要求扫描参考坐标系同惯性平台参考坐标系的坐标轴间相互平行，但是系统安装时不能完全保证它们相互平行，即会产生所谓的系统安置误差。航带拼接功能提供安置误差检校从而实现对机载激光雷达点云数据的航带拼接处理。该功能可基于严密的几何模型自动匹配来自不同航带的数据，实时显示拼接结果，生成高精度点云。此外，提供一系列数据质量检查和分析工具，确保数据准确性。自动匹配来自不同航线的航带，调整激光点数据里的系统定向差，测激光面间或者激光面和已知点间的差别并改正激光点数据。
[0163]
点云处理，包括数据格式转换、点云去噪、归一化、栅格波段运算以及其它操作工具。激光点云预处理主要包括点云去噪和点云滤波。解算得到的原始激光点云包含噪声，噪声会对后续处理应用产生影响，在点云数据滤波、提取等处理之前必须将这些噪声点滤除，因为噪声点不仅对滤波效果会产生影响，对后续基于深度学习的激光点云分类和激光点云车道线提取都会造成较大影响，这使得激光雷达获取点云的去噪处理变得至关重要；而提取不同目标需要不同点云数据，因此需要对激光点云进行滤波预处理得到地面和非地面点以方便后续处理应用。点云分类，多种分类功能，包括机器学习模型分类(可高效地分离建筑、植被、路灯等通用类别)、地面点分类、建筑物分类、交互式边界分类等，满足多种分类需求。在同一批次数据中，需要手工编辑少量数据的类别，训练模型后批量处理大量数据，期待减少人工量。支持两种流程：选择训练样本，生成训练模型，处理待分类数据；利用已有的模型处理待分类数据。地物轮廓提取，包括自动化建筑物、植被及道路轮廓提取，并提供边缘追踪、整型工具、属性编辑等人工编辑、修改工具。可实现地物轮廓的自动化提取，对提取效果、精度不满意的区域，可采用编辑工具进行修改，并进行属性录入；几何重建，支持规则建筑物自动几何重建及人工建模，建筑物自动几何重建可大大减轻人工建模工作量，提升建模效率。地形工具，通过生成dem、dsm获取有用的地形信息；通过提供的断面分析工具，可以生成断面图产品；还可以生成等高线、山体阴影、坡度、坡向、粗糙度等多种产品。同时，提供对模型数据进行编辑处理。无人机影像处理，利用地面激光点云作为映射面对航空影像进行正射纠正，产生正射影像dom的软件，是专门用于在lidar系统飞行时产生的影像做正射纠正的。整个纠正过程可以在测区中没有任何控制点条件下执行。
[0164]
机场净空三维可视化分析子系统具备机场信息管理功能模块，主要包括：机场基
本信息录入、跑道基本信息录入、不同等级机场净空面计算、净空三维建模及渲染全自动生成、净空模型与地形模型叠加等。具备障碍物信息测量管理功能模块，主要包括：净空超高分析、障碍物三维可视化、障碍物查询与统计、障碍物属性信息录入等；识别建筑物主体和附属设施。具备成果输出功能模块，主要包括：输出障碍物超限分析的结果，包括超限障碍物数量、坐标、障碍物高度及其所在位置的净空限制面高度等信息。
[0165]
参见图31所示，由于一个机场的有效利用，可能由于场址内外的天然地形和人为建筑物而受到相当大的影响，这些影响将使飞机起飞和着陆的可用距离受到限制，并影响机场运行标准。为了保证飞机的起降安全和机场的正常使用，根据飞机的特性和逐行设备的性能，对机场及其附近一定范围，规定了几种称为净空障碍物限制面得假想面，用以限制机场周围及其附近的山、高地、铁塔、架空线、建筑物等障碍物的高度。
[0166]
参见图32所示，通过建立自定义几何坐标系，计算出民用机场净空模型中所有顶点的坐标，再将其转换为地理坐标系下的坐标，将相关的关键点连接成面，并以几条关键的边线作为强制线，通过顶点坐标及及其高程来构建表面模型。由限制面的tin与地表面的数字高程模型进行叠加分析，由tin直接提取净空区内某个位置的限制高程，为机场净空评价提取高程。将所有的关键点进行分类划分，构建不同的限制面(即分区域制作限制面)，可以将各限制面进行分类显示，也可对各限制面进行贴图渲染，优化显示效果。对于整个三维场景中三维实体，如机场航站楼，附属建筑物，跑道，树木等可以通过建模工具，建好模型后导入gdb，再加载至arcglobe中。对于形状简单的三维实体，如障碍物限制面，可以用imultipatch接口直接进行绘制。在场景的效果优化方面可以调用open gl对场景的光源位置，亮度，烟雾效果，天空背景等进行控制。
[0167]
在城市规划或临近机场地区修建房屋建筑或其它构筑物时，需要了解该地方的机场净空限高高度，因此，系统需要实现机场净空三维可视化分析功能。在本实施例中，机场净空三维可视化分析子系统功能模块包括机场信息管理功能模块、机场基本信息录入：机场基本信息录入主要包含名称、位置、等级、总面积、跑到数量、跑到方向、着陆方向、停机坪数量、油库位置等信息；能够实现机场基本信息的录入功能，方便随时进行机场信息的更新和修改；跑道基本信息录入：跑道基本信息录入主要包含跑道长、宽、厚度、结构、跑道方向、停机能力等信息；能够实现跑道基本信息的录入功能，方便随时进行跑道信息的更新和修改；不同等级机场净空面计算障碍物净空限制面是进行净空管理的基础，其包括进近面、过渡面、内水平面、锥形面、内进近面、内过渡面、复飞面和起飞爬升面等，其尺寸主要由飞行区参数，跑道使用类型等因素决定。机场净空是基于机场坐标编写的，因此，若给出的坐标为地理坐标，则根据高斯投影坐标正解公式计算出其北京54坐标下的平面直角坐标，再根据坐标平移和旋转公式计算出其机场坐标；若给出的坐标为北京54平面坐标，则可直接根据坐标平移和旋转公式计算出其机场坐标。然后，依据净空评价程序，判断该障碍物是否超出净空评价范围，或落入障碍物限制面的具体哪个面内。根据计算出的障碍物限制面高度z和已知的障碍物高度h，判断是否超高，即若z》h，则符合净空要求，否则，障碍物超高。程序设计流程参见图33所示。因此，该程序评价障碍物主要有四个坐标系统，即地理坐标、北京54坐标、昆明87坐标和机场ab坐标。
[0168]
在平面坐标转换到地理坐标程序时，需要输入初始数据。如机场平面ab坐标转换到地理坐标时，机场平面纵坐标a值和横坐标b值指在机场ab坐标下的障碍物的位置，中央
经度对于昆明长水国际机场而言为102
°
，初始地理坐标经度l0、初始地理坐标经度l1、初始地理坐标纬度b0、初始地理坐标纬度b1，是指在进行高斯—克吕格反解迭代时的起始值，可分别设为0、1、0、2。在北京54平面坐标转换到地理坐标时，平面纵坐标x值和横坐标y值指在北京54平面坐标下的障碍物的坐标位置，初始地理坐标经度l0、初始地理坐标经度l1、初始地理坐标纬度b0、初始地理坐标纬度b1，也可分别设置为0、1、0、2。
[0169]
结果输出模块输出净空障碍物超限分析的结果，包括超限障碍物数量、坐标、障碍物的高度及其所在位置的净空限制面高度等信息，成果输出内容及格式可根据用户需求自定义定制；障碍物限制面的计算主要是计算各个限制面的顶点坐标以及障碍物限制面之间的交点坐标。由于模型结构复杂，所以在计算的过程中依旧采用分开计算的方法。分开计算时只在几何坐标系中绘制出所涉及到限制面及其辅助图形。由于模型在水平面上关于跑道中心线呈轴对称形状，所以本技术中仅给出x轴上半部分顶点的计算公式。
[0170]
为方便计算，采用水平面图和侧视图进行说明，需要立面辅助理解的图形，参考上述实施例给出的参数标示示意图。
[0171]
起飞爬升面两侧过渡面，由于起飞爬升面起端宽度一般小于升降带宽度，所以起飞爬升面两侧过渡面应为折面。
[0172]
参见图35-36所示，进近面的顶点一共有8个，计算公式一次为：
[0173][0174][0175]
过渡面与内水平面的计算过渡面顶点主要有升降带两侧过渡面与内水平面的交点(pt6、pt7)、进近面两侧过渡面与内水平面的交点(pt5)，起飞爬升面两侧过渡面与内水平面的交点(pt8)以及升降带与过渡面交点(pt1、pt0)。
[0176][0177][0178]
在计算之前，应先判断pt5和pt8是落在内水平面的内部、边线上还是外部，即判断pt5和pt8到跑道中心线与跑道端线的距离r'与内水平面半径r的大小。
[0179][0180]
[0181]
参见图37所示，锥形面的计算主要是计算锥形面的末端拐点pt13和pt15，锥形面与进近面的交点pt11以及进近面被进近面切断的顶点pt12。在计算之前，同样需要判断pt11的位置。民用机场障碍物限制面参数验证得知pt11始终落在锥形面上，故不讨论其他情况。由于pt11是进近面与锥形面的交点，所以可以列出以下方程组：
[0182][0183]
解方程组可得：
[0184][0185]
pt12实际为经过进近面边线的垂面与锥形面边线的交点，根据其位置关系可列方程式：
[0186][0187]
对方程组求解可得：
[0188][0189]
其中，
[0190]
关于x12的一元二次方程的根的判断：
[0191]
pt13和pt14求解如下：
[0192][0193]
在本设备系统中多源传感器由于不同采集频率，不同的平台，实现多源传感器之间的时序和融合是非常重要的。本系统采用异质多传感器的异步量测融合算法，该算法是
通过在融合中心建立伪量测方程使各传感器的数据同步，然后利用同步的思想进行处理。
[0194]
建立数据模型，因为该系统是在球面坐标系中运动，则离散时间线性系统的状态方程为：
[0195]
x(k+1)＝f(k+1，k)x(k)+「(k+1，k)v(k)
[0196]
其中，x(k)为k时刻目标的状态向量；f(k+1，k)为状态转移矩阵；为过程噪声转移矩阵；v(k)是零均值，高斯白噪声序列，其协方差阵为q(k)。
[0197]
设其中一个传感器的测量方程为：
[0198]
z(k)＝h(x(k))+w(k)
[0199]
其中，w(k)是k时刻的测量高斯白噪声，其相互独立且协方差为r(k)，量测向量z(k)包括斜距r(k)、方位角a(k)、俯仰角e(k)，坐标转换如下图所示，有其定义可得：
[0200][0201][0202][0203]
通过上述技术方案可以看出，一种基于无人机平台的机场净空测量装置，能够看出传感器集成系统(机载激光雷达、可见光相机、组合惯性导航设备)、数据链路、传感器控制与管理系统、地面数据处理系统等轻巧的集成为一个整体，既在无人机承重范围之内，又能保证集成设备中通过组合惯性导航系统获取的位置和姿态数据、激光雷达设备采集点云原始数据和可见光相机采集到对应的影像数据完整地传回地面，然后将对应的原始数据进行解算，从而获得可编辑量测的点云数据和影像数据。进而，通过基于对解算获取的数据后期的处理，得到最终的成果。
[0204]
传统设备的x用机场净空测量技术应用载荷及系统集成设备集成技术发展有诸多技术难题，由于庞大的主机系统，多结构化的配件系统，复杂的操作方式等一系列问题对于载体平台、人员专业性、等有很大的要求，从而无法大规模的在各个相关行业内使用，基于无人机平台的机场净空测量装置，其具有一体化：经过一体化的结构设计将激光、gps、imu、中央处理器结合成一个整体，即扫描单元、pos和控制存储单元等部分组成，高强度的结构足以保证传感器与导航设备间的相对位置和姿态关系稳定不变；超便携：超便携一体化的结构设计使lidar系统从体积上大大缩小，重量大大减轻，整体重量不超过7.5kg；多平台切换：超轻的产品优势，使我们的设备可以轻松切换于无人机、机动车辆、非机动车、双肩背包、船舶等搭载平台上，高集成的设计使设备在搭载平台切换时无需再做系统标定，覆盖了海陆空全方位的数据获取方式；去专业化操作：产品多平台的搭载方式，去人员专业化，可快速获取地表信息，需要的控制点数据少，受地形限制小，等多个角度从而进一步促使激光雷达技术在各个行业的应用发展。室外空间数据全覆盖，可以全方位扫描，无死角；设备精细化：注重细节的数据表达在设备作业时，可获取到避雷针、电力线等微小物体的数据结构，实现物体的高度识别。

技术特征：
1.一种基于无人机平台的机场净空测量装置，其特征在于，包括传感器集成系统、数据链路模块、传感器控制与管理系统、地面数据处理系统和飞行载体；所述传感器集成系统通过挂载系统设置于所述飞行载体上，数据链路模块分别与所述传感器集成系统和传感器控制与管理系统连接，所述地面数据处理系统与所述传感器控制与管理系统连接；其中数据链路模块包括机载无人机数据链路系统及地面无线通信链路系统。2.根据权利要求1所述的一种基于无人机平台的机场净空测量装置，其特征在于，所述机载无人机数据链路系统包括机载全向天线、机载数据传电台和链路控制模块。3.根据权利要求1所述的一种基于无人机平台的机场净空测量装置，其特征在于，所述传感器集成系统包括采集激光点云数据的激光雷达、采集影像数据的可见光相机和记录机载激光雷达点云数据及pos信息的组合惯性导航设备；激光雷达和组合惯性导航设备组成机载激光雷达系统。4.根据权利要求3所述的一种基于无人机平台的机场净空测量装置，其特征在于，所述机载激光雷达系统包括dgps接收机、ins、控制检测及记录单元和激光扫描测距系统；所述激光扫描测距系统由测距单元和光学扫描单元组成，其中测距单元由激光发射器和光学接收器组成。5.根据权利要求4所述的一种基于无人机平台的机场净空测量装置，其特征在于，光学扫描单元采用线扫描、圆锥扫描或纤维光学阵列扫描。6.根据权利要求4所述的一种基于无人机平台的机场净空测量装置，其特征在于，激光扫描测距系统采用摆动扫描镜方式、旋转多面镜扫描方式或光纤扫描方式的任意一种。7.根据权利要求1所述的一种基于无人机平台的机场净空测量装置，其特征在于，所述挂载系统包括主体框架，悬挂雷达仓、减震装置和雷达激光头保护仓，所述主体框架固定于所述飞行载体的底部，所述悬挂雷达仓设置于所述减震装置上，所述减震装置和雷达激光头保护仓固定于所述主体框架上。8.根据权利要求7所述的一种基于无人机平台的机场净空测量装置，其特征在于，所述主体框架由两个外套主梁，两个外套横梁和一个外套底板组成，通过螺丝固定于飞行载体之上；所述减震装置由一个减震器上板，一个减震器下板和四个减震球组成，所述减震器上板，减震器下板和减震球分别通过螺丝固定于主体框架之上。9.根据权利要求7所述的一种基于无人机平台的机场净空测量装置，其特征在于，所述悬挂雷达仓由四个雷达仓主梁，两个雷达仓横梁通过连接件连连接而成，通过螺丝固定于减震装置之上；雷达激光头保护仓由两个雷达保护仓组件和一个雷达保护仓组件组成，通过螺丝固定于主体框架之上。10.一种基于无人机平台的机场净空测量装置使用方法，其特征在于，包括如下步骤，s1:航摄勘测任务准备无人机具有线路规划自主巡航功能，按用户的需求，在用户规定的指定大小范围内，按照飞行的高度、飞行的速度、重叠度，规划好飞行计划，设计飞行路线；打开无人机地面站，显示无人机飞行状态，并对无人机进行控制；将路线规划文件导入无人机飞控系统，实现无人机自主巡航作业；为了提高数据采集的精度，采用地面架设基站，进行gnss差分计算；架设无人机，并进行系统调试；s2:数据采集无人机起飞后，将根据设置的参数，采集影像数据；采集激光雷达数据；记录同步控制数据；同时记录组合惯性导航设备采集的信息，主要包括相机曝光时刻的位置
姿态及机载激光雷达的轨迹信息；s3:设备撤收无人机任务完成后，自动返回指定地点降落，撤收无人机、撤收地面基站，在地面站进行数据质量检查。检查影像质量，激光点云数据质量；s4:数据预处理在作业过程中，无人机同时采集机载激光雷达数据、影像数据等信息。由于无人机机载计算机不具备实时数据处理能力，因此需要在线下进行pos解算，完成点云数据预处理及影像位置姿态信息的解算。采用机载定位定姿数据处理系统进行机载pos数据解算，得到激光点云数据采集的轨迹文件及影像曝光时刻的位置姿态信息；利用机载激光雷达设备配套的点云数据预处理软件，解算点云数据；s5:初始成果数据通过数据预处理后，得到具有可量测的激光点云数据、影像数据以及飞行轨迹数据。

技术总结
本发明公开一种基于无人机平台的机场净空测量装置及使用方法，属于机场净空测量技术领域，包括传感器集成系统、数据链路模块、传感器控制与管理系统、地面数据处理系统和飞行载体；所述传感器集成系统通过挂载系统设置于所述飞行载体上，数据链路模块分别与所述传感器集成系统和传感器控制与管理系统连接，所述地面数据处理系统与所述传感器控制与管理系统连接；其中数据链路模块包括机载无人机数据链路系统及地面无线通信链路系统；基于无人机平台的机场净空测量装置采用总体规划方式，以模块化、统型为原则，各设备均采用模块化设计，方便操作、维护、备件配置和升级换代。备件配置和升级换代。备件配置和升级换代。


技术研发人员：勾志阳 丁立顺 张贵卿 田磊
受保护的技术使用者：普达迪泰（天津）智能装备科技有限公司
技术研发日：2023.04.23
技术公布日：2023/7/25