Application of Light-small Unmanned Aerial Vehicle in Investigating Structural Types of Buildings
-
摘要: 房屋建筑结构数据是了解房屋抗震设防能力的基础,获取房屋建筑结构信息具有重要的现实意义。本文在简单介绍无人机遥感系统、房屋建筑信息无人机遥感调查技术流程的基础上,以全国多地多架次飞行任务为应用实例,对无人机照片进行筛选、姿态匹配、照片拼接、纹理映射等处理,获取了房屋建筑密集区的正射镶嵌图和三维场景模型,然后对房屋建筑结构类型进行目视判读,并与地面调查的真实结果比对分析,计算得到目视判读的准确率为91.17%,Kappa系数为0.80。结果表明,轻小型无人机轻便灵活,获取的三维场景模型能有效、直观、准确地进行房屋建筑结构类型判定,可弥补传统实地调查的不足,为评估大范围建筑物的抗震能力提供重要的参考依据。Abstract: The data of building structure is the basic information of seismic fortification and to gain the data has important practical significance. In this paper we introduced a system of unmanned aerial vehicle remote sensing (UAVSS) and technique of investigating building information by using unmanned aerial vehicle (UAV). Firstly, taking some flight missions as application examples, we conducted some processing steps, which include screening photos, matching posture, stitching images and texture mapping. Then we obtained the orthographic mosaic images and 3-Dimensional scene models in building compact districts. Secondly, the structural types of buildings are interpreted by visual method using 3-Dimensional scene models, and the visual results are compared with realistic consequences of ground surveys. Finally, the visual interpretation accuracy is calculated. The value of accuracy is 91.17% and the Kappa coefficient is 0.80. The result shows that the light-small UAV is flexible and convenient. Using 3-Dimensional scene models which are acquired by UAV, we can directly and accurately interpreted the information of building structure. The approach can make up for the inadequacy of traditional field investigation and provide significant reference frame for a wide range of building aseismic capability assessment.
-
图 1 无人机遥感系统的组成(李德仁等,2014)
Figure 1. Components of UAVRSS(Li Deren et al., 2014)
表 1 F200飞马无人机规格性能参数
Table 1. Specifications of F200 UAV
名称 性能参数 巡航速度 60km/h 最大续航时间 1.5h 最大升限 6000m 抗风能力 6级 测控半径 10km 飞行高度 150—1500m 定位精度 5cm 表 2 无人机航摄数据信息表
Table 2. Data information of Aerial photos
航摄区域 六安徐集镇 六安平桥工业园 老北川县城 航摄面积/km2 3.31 18.95 0.39 正射航高/m 389 615 389 正射相片数/幅 626 855 216 正射地面分辨率/cm 5 10 5 倾斜航高/m 236 236 236 倾斜相片数/幅 1668 1494 854 倾斜地面分辨率/cm 5 5 5 总数据量/GB 16.82 11.11 6.33 表 3 房屋结构判读标志
Table 3. Interpretation marks of building structure
结构类型 三维场景模型中判读标志 三维场景模型中典型实例 典型类型实地照片 钢/钢筋混凝土柱排架结构厂房 房顶为蓝色或红色彩钢棚,建筑面积比加彩钢棚盖房顶的农村居民住宅大得多,高度在10m以下,室内空间大。 钢筋混凝土结构 中高层(一般大于7层)建筑,多见于居民住宅小区;门面窗户均开间大,多见于沿街商铺。 底框结构 底层门面开间大、为钢筋混凝土框架结构,上部窗户开间小,以砖墙承重的砖混结构。常见于沿街的房屋建筑。 砖混结构 立面门窗的开间相对钢筋混凝土结构要小,开间进深较小,楼层一般不超过7层;外墙未粉刷情况下,可见圈梁和构造柱;广泛分布在城市、乡镇。 砖木结构 房顶颜色较深,呈“人”字型,建筑面积小;高度一般在5m以下,多分布在农村及乡镇地区。 表 4 混淆矩阵
Table 4. Confusion Matrix
真实房屋建筑结构类型 目视判读房屋建筑结构类型 排架结构厂房 钢筋混凝土结构 底框结构 砖混结构 砖木结构 其他结构 横向总和 排架结构厂房 4 0 0 1 0 0 5 钢筋混凝土结构 0 12 0 0 0 0 12 底框结构 0 0 20 5 0 0 25 砖混结构 0 0 8 114 1 0 123 砖木结构 0 0 0 0 5 0 5 其他结构 0 0 0 0 0 0 0 列向总和 4 12 28 120 6 0 170 -
丁文锐, 康传波, 李红光等, 2015.基于MSER的无人机图像建筑区域提取.北京航空航天大学学报, 41(3):383-390. http://kns.cnki.net/KCMS/detail/detail.aspx?filename=bjhk201503003&dbname=CJFD&dbcode=CJFQ 和仕芳, 邓树荣, 张方浩等, 2016.旋翼无人机在建筑物抗震能力调查中的应用.地震研究, 39(4):673-679. http://kns.cnki.net/KCMS/detail/detail.aspx?filename=dzyj201604019&dbname=CJFD&dbcode=CJFQ 胡勇, 张孝成, 马泽忠等, 2016.无人机遥感影像中农村房屋信息快速提取.国土资源遥感, 28(3):96-101. doi: 10.6046/gtzyyg.2016.03.16 李德仁, 李明, 2014.无人机遥感系统的研究进展与应用前景.武汉大学学报·信息科学版, 39(5):505-513, 540. http://kns.cnki.net/KCMS/detail/detail.aspx?filename=whch201405001&dbname=CJFD&dbcode=CJFQ 李书进, 毛羚, 陶立龙等, 2010.湖北农村民居抗震性能调查与分析.震灾防御技术, 5(1):116-124. doi: 10.11899/zzfy20100114 李颀, 2016.基于倾斜摄影技术在农村房屋权籍调查测量中的应用.测绘与空间地理信息, 39(6):182-183, 186. http://kns.cnki.net/KCMS/detail/detail.aspx?filename=dbch201606059&dbname=CJFD&dbcode=CJFQ 鲁恒, 李永树, 林先成, 2011.无人机高空间分辨率影像分类研究.测绘科学, 36(6):106-108. http://kns.cnki.net/KCMS/detail/detail.aspx?filename=chkd201106037&dbname=CJFD&dbcode=CJFQ 曲林, 冯洋, 支玲美等, 2015.基于无人机倾斜摄影数据的实景三维建模研究.测绘与空间地理信息, 38(3):38-39, 43. http://kns.cnki.net/KCMS/detail/detail.aspx?filename=dbch201503013&dbname=CJFD&dbcode=CJFQ 王伟, 黄雯雯, 镇姣, 2011.Pictometry倾斜摄影技术及其在3维城市建模中的应用.测绘与空间地理信息, 34(3):181-183. http://kns.cnki.net/KCMS/detail/detail.aspx?filename=dbch201103061&dbname=CJFD&dbcode=CJFQ 王晓青, 窦爱霞, 王龙等, 2015.2013年四川芦山7.0级地震烈度遥感评估.地球物理学报, 58(1):163-171. http://kns.cnki.net/KCMS/detail/detail.aspx?filename=dqwx201501014&dbname=CJFD&dbcode=CJFQ 杨钦杰, 刘华贵, 高鹏飞等, 2016.广西农村民居抗震性能调查研究.震灾防御技术, 11(1):100-110. doi: 10.11899/zzfy20160111 余世舟, 张令心, 刘琛等, 2014.芦山7.0级强烈地震的城市住宅震害分析.地震工程与工程振动, 34(增刊):366-371. http://kns.cnki.net/KCMS/detail/detail.aspx?filename=dggc2014s1058&dbname=CJFD&dbcode=CJFQ 张祖勋, 张剑清, 2003.城市建模的途径与关键技术.世界科技研究与发展, 25(3):23-29. http://kns.cnki.net/KCMS/detail/detail.aspx?filename=sjkf200303005&dbname=CJFD&dbcode=CJFQ 中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会, 2009. GB/T 24335-2009建(构)筑物地震破坏等级划分. 北京: 中国标准出版社. 周正华, 魏景芝, 王玉石等, 2008.汶川8.0级地震房屋建筑震害特征.震灾防御技术, 3(4):384-390. doi: 10.11899/zzfy20080408 Cicchetti D. V., Feinstein A. R., 1990. High agreement but low Kappa:Ⅱ. Resolving the paradoxes. Journal of Clinical Epidemiology, 43(6):551-558. doi: 10.1016/0895-4356(90)90159-M Congalton R. G., 1991. A review of assessing the accuracy of classifications of remotely sensed data. Remote Sensing of Environment, 37(1):35-46. doi: 10.1016/0034-4257(91)90048-B Feinstein A. R., Cicchetti D. V., 1990. High agreement but low Kappa:Ⅰ. The problems of two paradoxes. Journal of Clinical Epidemiology, 43(6):543-549. doi: 10.1016/0895-4356(90)90158-L Watts A. C., Ambrosia V. G., Hinkley E. A., 2012. Unmanned aircraft systems in remote sensing and scientific research:classification and considerations of use. Remote Sensing, 4(6):1671-1692. http://adsabs.harvard.edu/cgi-bin/nph-data_query?bibcode=2012RemS....4.1671W&db_key=PHY&link_type=ABSTRACT&high=25503