第三章 低空数据采集与处理技术

主讲人:黄磊2025/12/293.低空数据采集与处理技术目录/Contents数据采集基础与预处理数据处理与AI初步应用AI辅助下的深度分析与应用3.1数据采集基础与预处理3.1数据采集基础与预处理

低空数据采集流程与应用低空数据采集是指利用无人机等低空飞行平台搭载各类传感器，系统性地获取地表信息的过程。本节将围绕无人机测绘和无人机电力巡检两大典型应用场景，介绍数据采集的基本流程，包括任务规划、设备选型、实地操作及数据预处理方法

3.1.1低空数据概述低空数据的关键类别与应用低空数据主要包括由多旋翼、固定翼无人机等低空飞行器通过机载传感器获取的多种类型信息。这些数据已成为农业、城市规划、电力巡检、应急管理等领域的重要数据来源。根据传感器类型的不同，低空数据可分为以下几类

光学影像数据最常见的RGB彩色照片和视频，用于目视检查、测绘建模等。多光谱/高光谱数据：捕获人眼看不到的光谱信息，用于农业作物健康监测、环境污染评估等。激光雷达数据：通过激光测距获取高精度三维点云，适用于数字高程模型构建、林业资源调查、地形测绘等。红外热成像数据：感知物体温度差异，用于夜视、搜救、电力设备过热检查3.1.2数据采集流程与设备：1.无人机电力巡检数据采集

无人机电力巡检数据采集主要应用于电力线路巡视、设备状态检测、故障诊断等领域。通过可见光影像、红外热成像、紫外成像等传感器，检测电力线路、杆塔、绝缘子、金具等设备的缺陷和异常。这类采集要求清晰的成像质量、准确的热力学数据和安全可靠的飞行操作任务规划电力巡检需要根据具体检测目标制定个性化方案，主要包括以下设置。巡检对象分析：明确需要检测的电力设备类型。飞行路径设计：采用手动飞行与自动巡航相结合的方式，确保全方位覆盖。安全距离设置：保持与带电设备足够的安全距离设备配置电力巡检对设备有特殊要求无人机平台：大疆Mavic3T、M30T等便携式无人机适合日常巡检；华测行者X500（图3-1-1）平台适合精细化检测任务载荷：可见光相机、红外热成像相机、紫外成像仪、激光雷达（图3-1-2）安全防护：配备防磁干扰装置、避障传感器、应急降落系统辅助设备：长焦镜头、探照灯、喊话器等任务挂载现场操作电力巡检操作需要高度重视安全性空域申报：提前向相关部门申请空域使用许可现场勘查：检查起降场地条件、周边障碍物、电磁干扰情况飞行操作：采用自动精细飞行，保持与电力设施的安全距离数据采集：对关键设备进行多角度、多距离拍摄，确保全覆盖特殊情况处理：制定应急预案，应对突发天气、设备故障等情况3.1.2数据采集流程与设备：2.无人机测绘数据采集

无人机测绘数据采集主要面向地理信息获取、地形测量、工程测绘等领域。通过获取高重叠度的光学影像、激光点云等数据，生成高精度正射影像图、数字高程模型、三维实景模型等产品。这类采集要求较高的几何精度和位置准确性，通常需要采用RTK/PPK等高精度定位技术任务规划测绘任务规划是确保数据质量的关键第一步。需要使用专业的飞行规划软件进行详细设计测区范围确定：通过地图选点或KML文件导入方式确定测绘区域边界飞行参数设置：根据成果精度要求确定地面分辨率，一般工程测量要求1-3厘米/像素重叠度配置：航向重叠度一般设置为70%-85%，旁向重叠度设置为60%-75%，确保后续空三计算成功航线模式选择：根据地形起伏选择仿地飞行或固定高度飞行模式天气窗口选择：选择光照充足、无降水、风力小于4级的天气条件设备选型与准备测绘级设备的选择直接影响数据质量无人机平台：华测BB4多旋翼平台（图3-1-3）适合小范围高精度测绘；华测P330Pro、P35垂直起降固定翼无人机适合大面积测绘任务载荷：一般选择五镜头相机或激光扫描系统3.1.2数据采集流程与设备：2.无人机测绘数据采集

实地采集操作现场操作需要严格遵守标准化流程起飞前检查：检查无人机状态、电池电量、存储卡容量、传感器状态环境评估：测量现场光照强度、风速风向，评估飞行安全性飞行执行：采用自动飞行模式，实时监控飞行状态、影像拍摄情况质量监控：通过实时传回的画面检查影像质量，发现异常及时调整案例：农田正射影像图制作场景：某农业合作社需要一张高清的农田地图，用于直观查看地块分布和作物整体长势任务：使用消费级无人机对100亩农田进行数据采集流程设备选择：多旋翼无人机搭载五镜头相机任务规划：使用DJIGSProAPP，设定飞行区域，重叠率设为70%/60%采集：无人机自动飞行，拍摄500张高清照片3.2数据处理与AI初步应用数据处理与AI初步应用无人机巡检测绘数据处理流程在完成数据采集后，我们获得了初步可用的图像、点云、视频等多源数据。本节将围绕无人机电力巡检与测绘两大应用场景，系统介绍数据的完整处理流程，并初步引入人工智能（AI）技术3.2.1数据处理的基本任务与流程

数据处理目标与核心环节数据处理的根本目标是从原始数据中提取出有价值的信息，并将其转化为可操作的洞察。无论是在电力巡检中识别设备缺陷，还是在测绘中生成高精度地图，数据处理都包含以下几个核心环节3.2.1数据处理的基本任务与流程

创建新项目、导入数据根据任务类型选择新建可见光、多光谱、激光雷达电云项目并导入数据3.2.1数据处理的基本任务与流程：2.参数设置

包括点云密度、输出坐标系、高程设置，此处需注意坐标文件的正确性使用专业的摄影测量软件进行处理创建新项目、导入数据：创建新项目、设置正确的坐标系、导入所有照片和POS数据、导入像控点文件空三解算结合相机参数、POS数据和像控点坐标，进行大规模的整体计算，优化所有照片的位置和姿态参数，并计算出每个特征点的精确三维坐标模型构建利用DSM/DEM对每张照片进行微分纠正，然后将所有纠正后的照片无缝拼接成一幅具有统一比例尺、正射投影的影像图。基于点云，构建三角网，并将照片纹理映射到三角网上，形成逼真的三维实景模型AI在低空数据采集中的初步应用AI提升数据采集自动化精细化人工智能技术的引入，极大地提升了数据采集的自动化水平和精细化。以下通过典型应用说明AI如何辅助低空数据处理

AI在低空数据采集中的初步应用：1.智能飞行AI赋能无人机精准自主飞行AI技术使得无人机能够实现更加精准的自主飞行。通过深度学习算法，无人机可以实时分析环境数据，调整飞行姿态和速度，确保飞行的稳定性和安全性。借助计算机视觉技术，无人机能够识别障碍物并进行规避，甚至能在复杂环境中进行自主导航。可进行立即执行、单次定时、重复定时等多种飞行计划，在指定时间自动起飞、自动执行AI在低空数据采集中的初步应用

实时识别通过多种实时AI识别算法，无人机飞行过程中可识别测区地物并显示，可及时发现问题

AI在低空数据采集中的初步应用：3.全自动二三维建模将照片、点云、视频、热红外等多源多时态数据自动汇聚，在云端自动化完成多类二三维数据成果的生产

案例：基于AI的电力巡检绝缘子识别

场景：电网公司需定期巡检输电线路，检查数万颗绝缘子是否有破损、丢失。传统靠人眼浏览视频效率极低

任务：利用无人机采集输电线路高清视频，用AI模型自动识别并标注出视频中的每一个绝缘子，并标记出异常

AI在低空数据采集中的初步应用：3.全自动二三维建模流程

数据采集：无人机手动飞近电力塔，拍摄高清视频

数据准备：从视频中抽取关键帧图片，由专业人员对图片中的正常绝缘子和缺陷绝缘子进行标注

AI应用：使用一款集成AI功能的巡检软件3.3AI辅助下的深度分析与应用AI辅助下的深度分析与应用AI革新低空数据处理随着无人机采集的数据量呈指数级增长，传统依赖人眼判读和手动处理的方式已无法满足高效、精准的应用需求。人工智能（AI）技术，特别是计算机视觉和机器学习，为低空数据的深度挖掘与应用带来了革命性的变化AI技术概述

计算机视觉:让计算机能够识别图像和视频，是处理影像数据的基础

深度学习:使用深度神经网络自动提取图像中的高层次特征

目标检测：识别图像中的特定目标并确定其位置

图像分割：将图像中的每个像素进行分类，常用于区分地物

变化检测：对比不同时期的图像，自动识别出发生变化的位置和范围AI在无人机测绘中的深度应用

无人机测绘生产的产品，如正射影像、数字表面模型、实景三维模型等，是AI进行分析的主要数据源

AI在无人机测绘中的深度应用：1.智能地物分类与提取01应用场景：城市规划中的土地利用分类、自然资源调查中的植被覆盖统计、水利部门的水域面积测算等单击此处添加项正文

02AI工作流程获取高分辨率影像→使用语义分割模型对影像进行逐像素分类→后处理优化结果→输出带分类标签的矢量图

AI在无人机测绘中的深度应用实景三维模型的智能语义化应用场景：智慧城市、数字孪生、BIM+GIS融合应用AI工作流程：基于倾斜摄影生成实景三维模型→对模型进行多角度虚拟渲染→利用AI模型进行目标检测和分割→将识别结果映射回三维模型

变化检测与违建监测应用场景：国土执法、建设工程进度监控、地质灾害评估AI工作流程：获取同一区域不同时相的两期正射影像→配准后输入变化检测模型→模型自动输出变化区域图斑→识别变化类型AI在无人机电力巡检中的深度应用电力巡检是低空经济中较成熟、典型的应用场景之一，AI技术的应用主要由AI在无人机电力巡检中的深度应用：1.关键部件的识别与缺陷诊断AI模型对电力设备进行筛查绝缘子缺陷诊断：自爆绝缘子、破损绝缘子、绝缘子表面闪络痕迹导线与金具缺陷诊断：导线断股、悬挂异物、防震锤滑移、销钉缺失杆塔本体与通道隐患识别：塔基倾斜、塔材锈蚀、鸟巢、树障（图3-3-1）等AI在无人机电力巡检中的深度应用：2.热红外影像的智能分析

AI诊断电力设备热故障电力设备中的接触不良、过载等缺陷会导致局部异常发热，在热红外影像上表现为亮斑（图3-3-2）。AI能够自动识别发热点，定位故障设备，并根据温度阈值判断缺陷的严重等级案例：基于无人机影像的城市违章建筑智能监测场景：城市管理部门需要高效发现新增的违章建筑任务：对比同一区域不同时间的两期无人机正射影像，自动识别出新增的建