| 面向应急测绘的无人机航飞任务统一描述 |
2. 四川省基础地理信息中心 四川成都九兴大道7号 610041
2. 2Sichuan Geomatics Center, 7Jiuxing Avenue, Chengdu 610041, China
无人机是一种由动力驱动、机上无人驾驶、可重复使用的航空器,一般有遥控、半自主、自主三种飞行控制方式,具有灵活机动、成本低、使用方便、保障简单、时间周期短等特点,既能克服有人航空遥感受制于长航时、大机动、恶劣气象条件、危险环境等的影响,又能弥补卫星因天气和时间无法获取感兴趣区遥感信息的空缺,提供多角度、高分辨率影像,还能避免地面遥感工作范围小、视野窄、工作量大等因素,因此越来越多地用于各种灾害应急测绘保障[1-3]。
1 应急航飞任务规划技术现状如图 1所示,无人机航飞任务一般分为任务下达、人员设备调配、空域申请、起降场选址、航线规划、航空摄影、无人机回收7个流程,任务规划通常需要在综合考虑任务要求,无人机的作业时间,气象、地形地貌等各种约束条件,匹配选择和优化调度最佳的无人机,并为其设计出最优飞行路线,以保证快速顺利地完成飞行任务。在设计飞行航迹的同时,还要考虑飞行和回收时可能的各种突发情况,设计应急处置方案[4]。
![]() |
| 图 1 无人机航飞任务流程 Figure 1 Process of UAV Flight Mission |
在应急航飞任务规划中,无人机设备选配是其中重要一环。目前无人机种类多种多样,根据结构的不同可分为固定翼、多旋翼、无人直升机和垂直起降无人机;不同结构的无人机由于其自身成本、稳定性、灵活性、载重量的不同,对于测绘环境的要求也不同。此外,无人机的作业半径、起飞方式、最大速度、最大高度等参数也是无人机选取过程中经常考虑的因素。根据不同的任务需求,无人机所需搭载的载荷各不相同,在灾情监测、救援、评估以及灾后重建等不同阶段对于数据的要求不同,目前无人机可以搭载的有效任务载荷包括高分辨率航空相机、小型合成孔径雷达、高光谱成像系统、气象传感器包、小型机载LiDAR(light detection and ranging)、新型红外相机、倾斜摄影相机以及普通数码相机等。设备资源的多样化在提高无人机任务能力的同时也增加了匹配调度的困难。航线设计是任务规划的核心,它是在无人机选配完成后,依据设备参数结合航摄区域的环境参数计算适合无人机飞行的高度、航带间距、曝光点间距等,从而生成完整的航线设计方案,满足快速获取目标区域数据的需求。
现有的无人机应急航飞实践中,整个航飞任务常常由多个部门的人员、设备合作完成,对于任务理解与执行的准确性常常影响到任务完成质量;尤其是在应急测绘时,时间紧、任务条件复杂多变,任务缺乏统一描述,无人机及其载荷资源难以合理调度,资源既多又少的矛盾突出[5]。在地震、泥石流等重大自然灾害发生后,不可能按常规的航空摄影要求进行设计,常常需要沿受损严重的城镇和交通线进行连续的航摄飞行,增加了航飞方案快速制定的难度,因此在任务下达时,更需要有效的、灵活的指标语义约束。面对后续井喷式的任务需求,以往人为的、模糊的传递任务、制定方案的模式已经明显不能适应应急条件下的快速作业要求,因此,需要对于应急航飞任务进行统一的表达与描述,生成标准任务模板,从而消除任务理解的歧义,更好地实现无人机任务规划。
2 应急航飞任务语义描述模型由于应急任务需求语义的复杂性、数据要求的多样性以及外界环境多变的影响,使得对无人机航飞任务的统一描述变得困难。如图 2所示,本文将整个航飞任务、数据、气象环境条件以及任务规划及其相互关系进行了深入剖析与统一描述,从任务语义、数据语义、环境语义、任务规划语义4个不同的层次方面,建立了一个综合任务、数据、调度规划为一体的语义描述模型。旨在充分理解应急无人机测绘需求语义与任务规划调度语义,为应急状态下无人机测绘任务快速准确的下达与高效执行奠定良好的基础。
![]() |
| 图 2 无人机任务描述的语义约束模型 Figure 2 Semantic Constraint Model for UAV Mission Description |
2.1 应急航飞任务语义描述
本文将任务需求分为时空信息与用户偏好两部分,时空信息是对任务基本目标的表达,通过数据指标来具体描述,从而驱动任务规划与匹配调度。时空信息需求是整个任务描述的主体,例如,“2013年6月18日,对芦山县城进行无人机航测任务,采集灾区遥感影像”,即对任务的时间、范围进行了约束;用户偏好描述了不同用户在不同环境下对于优先级、数据产品形式和信息服务方式的个性化选择,比如在灾害救援初期,无人机倾向于空间范围广的数据,以便能够在第一时间获取灾区全覆盖的有效影像;在灾害评估等需求时,更倾向于分辨率高的信息。偏好信息反映了用户需求的硬约束、软约束以及约束松弛的方向,是应急条件下实现任务收益最大化任务规划的基础[6, 7]。
2.2 应急航飞数据语义描述无人机应急航飞数据语义决定了影像产品的质量,同时与任务规划与调度具有紧耦合性,因此,航飞数据约束语义是整个需求约束中最重要的一环,数据语义需求为描述用户信息需求和偏好以及驱动任务规划提供了指标支撑。参考借鉴ISO/TC-211,19115 元数据规范(ISO/TC-211 2003) ,可以对航飞数据指标内容进行描述,其基本内容包括成像时间、覆盖空间、影像重叠度、影像分辨率、传感器、成像波段等[8]。
2.3 应急航飞环境语义描述航飞环境不仅影响无人机航飞的安全,同时也影响航测数据的质量,因此,对于不同任务、不同需求对航飞环境进行语义描述十分必要;同时,作业环境也直接决定了无人机等测量设备的选取调度,是任务规划中不可或缺的制约因素。综合考虑航飞任务环境影响因子,主要包含地形、气象与地面可达性,其中地形描述主要包含海拔高度、地形地貌条件、高压电线威胁物等;气象描述包含地面和空中的风向、风速、环境温度、环境湿度、空气含尘、,电磁环境和雷电、气象条件(云高、云量、光照)等;地面可达性描述主要包括起降场地交通可达性、道路阻塞情况等。
2.4 任务规划语义任务规划语义描述了任务规划中无人机的参数以及无人机任务匹配对各参数能力的要求,是对任务语义、数据语义、环境语义的统一,可以从单机单任务规划、单机多任务规划、多机多任务规划三种需求进行描述。单机单任务规划主要从无人机性能、传感器参数的角度,与任务语义、数据语义、环境语义匹配,为最终的匹配调度方案生成提供支撑。单机多任务规划约束主要从某一测绘资源设备的任务链组合约束考虑,主要表现在任务整体收益最大化约束以及临近任务时空可达性约束。任务整体收益最大化旨在保证优先级的前提下在最短时间内能够获取更大范围、更高分辨率、更多任务区域的影像;临近任务时空可达性约束主要考虑设备转场时间、任务执行时间、设备检修补给时间等约束,为实现多任务下单机的最优调度提供支撑[9, 10]。多机多任务规划是单机多任务的集合形式,其中时空信息约束与偏好约束更加复杂,更需要对任务的统一描述。该任务规划模式下需要对任务区域进行分割与任务聚类和分配,在满足任务需求的前提下实现无冲突小冗余的多机多任务规划方案的快速生成。
3 验证与结论根据应急航飞任务语义约束模型,定制统一的标准化任务描述模板对任务的各项约束进行表达,针对应急任务的特点,在充分调研无人机航摄流程、指标的基础上定制标准任务模板,如图 3所示。
![]() |
| 图 3 无人机任务描述模板 Figure 3 UAV Mission Description Template |
该模板在四川测绘地理信息局省级应急指挥平台中进行了测试与应用,在该平台中,任务下达者可以根据任务约束指标为模板,输入约束性指标信息,明确任务时间、区域与需求;技术人员通过解析任务需求,可以根据数据约束指标为模板,建立详细的数据参数需求;根据数据参数建立无人机及其载荷的参数根据,并在测绘资源数据库中选取合适的测绘设备,完成无人机资源的选配;在此基础上,结合地形、气象、与地面可达性相关等环境约束指标后,即可据此快速进行无人机航飞任务的自动化、智能化规划,以及制定航飞人员、资源调度方案。
4 结束语本文对于应急航飞任务从任务、数据、环境三个角度的统一描述,能够满足快速任务规划的需求;统一的标准化模板能够实现任务下达者和航摄方案设计者以及航飞任务执行者之间的无缝对接,并实现高效协同,为复杂的多无人机多任务准确可靠的自动化规划奠定了重要基础。
| [1] |
洪亮, 周志城, 方敏, 等. 低空无人机航摄平台的探索与实践[J].
测绘地理信息,2013,38(3) : 77–79.
Hong Liang, Zhou Zhicheng, Fang Min, et al. Exploration and Practice of Low-level UAV Aerial Platform[J]. Journal of Geomatics,2013,38(3) : 77–79. |
| [2] |
李德仁, 李明. 无人机遥感系统的研究进展与应用前景[J].
武汉大学学报·信息科学版,2014,39(5) : 505–513.
Li Deren, Li Ming. Research Advance and Application Prospect of Unmanned Aerial Vehicle Remote Sensing System[J]. Geomatics and Information Science of Wuhan University,2014,39(5) : 505–513. |
| [3] |
李德仁, 陈晓玲, 蔡晓斌. 空间信息技术用于汶川地震救灾[J].
遥感学报,2008,12(6) : 841–851.
Li Deren, Chen Xiaoling, Cai Xiaobin. Spatial Information Techniques in Rapid Response to Wenchuan Earthquake[J]. Journal of Remote Sensing,2008,12(6) : 841–851. |
| [4] |
陈大平. 测绘型无人机系统任务规划与数据处理研究[D].郑州:信息工程大学,2011 Chen Daping.Research on Mission Planning and Data Processing of Unpiloted Mapping System[D]. Zhengzhou: Information Engineering University, 2011 |
| [5] |
朱庆, 曹振宇, 林珲, 等. 应急测绘保障体系若干关键问题研究[J].
武汉大学学报·信息科学版,2014,39(5) : 551–555.
Zhu Qing, Cao Zhenyu, Lin Hui, et al. Key Technologies of Emergency Surveying and Mapping Service System[J]. Geomatics and Information Science of Wuhan University,2014,39(5) : 551–555. |
| [6] | Verfaillie G, Jussien N. Constraint Solving in Uncertain and Dynamic Environments: A Survey[J]. Constraints,2005,10(3) : 253–281. DOI:10.1007/s10601-005-2239-9 |
| [7] |
李德仁, 朱庆, 朱欣焰, 等.
面向任务的遥感信息聚焦服务[M]. 北京: 科学出版社, 2010 .
Li Deren, Zhu Qing, Zhu Xinyan, et al. Task-orien-ted Focused Service of Remote Sensed Information[M]. Beijing: Sciences Press, 2010 . |
| [8] |
贺川, 邱涤珊, 许光, 等. 面向对地成像观测任务的高空飞艇应急调度[J].
航空学报,2012,33(11) : 2–2092.
He Chuan, Qiu Dishan, Xu Guang, et al. Emergency Scheduling of Earth-observing Imaging Tasks on High-altitude Airships[J]. Acta Aeronautica et Astronautica Sinica,2012,33(11) : 2–2092. |
| [9] |
邱涤珊, 郭浩, 贺川, 等. 敏捷成像卫星多星密集任务调度方法[J].
航空学报,2013,34(4) : 882–889.
Qiu Dishan, Guo Hao, He Chuan, et al. Intensive Task Scheduling Method for Multi-agile Imaging Satellite[J]. Acta Aeronautica et Astronautica Sinica,2013,34(4) : 882–889. |
| [10] |
张栋. 天基信息系统的资源建模与能力计算方法研究[D].长沙:国防科学技术大学,2007 Zhang Dong. Research on Resource Modeling and Capability Computing for Space-Based Information System[D]. Changsha: National University of Defense Technology, 2007 http://cdmd.cnki.com.cn/Article/CDMD-90002-2008097679.htm |
2016, Vol. 41




