一种基于无人机的地图中选定特征更新方法及系统
阅读：1025发布：2020-05-26
专利汇可以提供一种基于无人机的地图中选定特征更新方法及系统专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于无人机的地图中 选定 特征更新方法，包括：S1：利用无人机识别地面具有特定光学特征的区域，并将该区域作为选定区域；S2：在 电子 地图中选取 覆盖 选定区域的目标瓦片作为目标拍摄区域，并划分目标拍摄区域以获得多个瓦片；S3：计算出各个瓦片的中心点的经纬度；S4：获取每个瓦片的整体的一张图片；S5：对每个瓦片的图片进行校正处理；S6：生成目标区域地图。实施本发明，一方面可以实现由无人机自动根据用户设定的光学特征进行拍摄，免去了人工操纵无人机进行航拍的麻烦；另一方面本发明利用瓦片技术，实时获取每个瓦片的整体的一张照片，图片更新速度快，极大的提高了更新整个目标拍摄区域的速度。，下面是一种基于无人机的地图中选定特征更新方法及系统专利的具体信息内容。
1.一种基于无人机的地图中选定特征更新方法，其特征在于，包括：
S1：利用无人机识别地面上具有特定光学特征的区域，并将该区域作为选定区域；
S2：在电子地图中选取覆盖选定区域的目标瓦片作为目标拍摄区域，并划分目标拍摄区域以获得多个瓦片；
S3：获取出各个瓦片的中心点的经纬度；
S4：获取每个瓦片的整体的一张图片；
S5：对每个瓦片的图片进行校正处理；
S6：生成新的目标区域地图。
2.根据权利要求1所述的基于无人机的地图中选定特征更新方法，其特征在于，所述步骤S2中划分目标拍摄区域以获得多个瓦片的具体步骤包括：对目标拍摄区域创建金字塔模型瓦片地图，从目标拍摄区域左上角开始，从左至右、从上到下进行切割，分割成相同大小的正方形的地图瓦片，形成第0层瓦片矩阵，在第0层地图图片的基础上，按照每2﹡2像素合成一个像素的方法生成第1层地图图片，并对其进行分块，分割成与下一层相同大小的正方形地图图片，形成第1层瓦片矩阵，如此循环，直到第N-1层，形成每一层瓦片矩阵。
3.根据权利要求2所述的基于无人机的地图中选定特征更新方法，其特征在于，所述步骤S4具体包括：
定义每个瓦片的中心点位置，接收无人机在每个瓦片的中心点位置拍摄的一张图片。
4.根据权利要求2所述的基于无人机的地图中选定特征更新方法，其特征在于，所述步骤S4具体包括：
定义每个瓦片均匀分布的多个位置，接收无人机在每个瓦片的所述多个位置拍摄的多张相互重叠的图片，并根据拍摄的多张相互重叠的照片合成出的每个瓦片的整体的一张照片。
5.一种基于无人机的地图中选定特征更新系统，其特征在于，包括：无人机、地面站系统、服务器以及网络，其中：地面站系统和服务器分别与无人机通过网络通信连接，所述服务器连接云端；
所述无人机包括用于侦测具有特定光学特征的地面的图像采集装置和定位装置，当在图像采集装置视野中检测到地面上具有特定光学特征的区域时，所述无人机利用定位装置获取定位信息，并将该定位信息上传至服务器；
所述服务器包括计算模块，所述计算模块将覆盖该定位信息的目标瓦片作为目标拍摄区域，并且获取目标拍摄区域的边界的经纬度，通过瓦片技术划分出多个瓦片，构造瓦片金字塔模型，以及计算出各个瓦片的中心点的经纬度；
所述服务器还包括通信模块，用于与地面站系统进行相互通信并传输控制指令至所述地面站系统以控制无人机进行拍摄，最终获取每个瓦片的整体的一张图片；
所述服务器还包括图像处理模块，用于对每个瓦片的图片进行校正，所述服务器将经处理后的图片放入云端，形成目标拍摄区域的最新图片。
6.根据权利要求5所述的基于无人机的地图中选定特征更新系统，其特征在于，所述服务器获取的每个瓦片的整体的一张图片是由无人机在每个瓦片的中心点位置拍摄的一张图片。
7.根据权利要求5所述的基于无人机的地图中选定特征更新系统，其特征在于，所述服务器获取的每个瓦片的整体的一张图片是由所述无人机根据拍摄的多张相互重叠的照片进行合成形成的，所述多张相互重叠的图片由所述无人机在每个瓦片的多个位置拍摄。
一种基于无人机的地图中选定特征更新方法及系统
技术领域
[0001] 本发明涉及地图技术领域，更具体地说，涉及一种基于无人机的地图中选定特征更新方法及系统。
背景技术
[0002] 伴随着无线通信、计算机技术和地理空间信息技术的高速发展，地图位置服务早已成熟应用于农业或工业测绘。由于无人机的普及，人们开始使用移动终端控制搭载传感装置的无人机捕获图像以便绘制地图。特定光学特征可以反映地面的某种状态，例如水面出现水污染时会呈现某种颜色，例如黑色。当人们对具有特定光学特征的区域感兴趣时，需要手动操作无人机前往该区域进行调查拍摄，因此操作非常繁琐。
发明内容
[0004] 本发明解决其技术问题所采用的技术方案是：构一种基于无人机的地图中选定特征更新方法，其包括如下步骤：
[0005] S1：利用无人机识别地面具有特定光学特征的区域，并将该区域作为选定区域；
[0007] S3：计算出各个瓦片的中心点的经纬度；
[0008] S4：获取每个瓦片的整体的一张图片；
[0009] S5：对每个瓦片的图片进行校正处理；
[0010] S6：生成目标区域地图。
[0011] 在上述基于无人机的地图中选定特征更新方法中，步骤S2中划分目标拍摄区域以获得多个瓦片具体步骤包括：
[0012] 对目标拍摄区域创建金字塔模型瓦片地图，从目标拍摄区域左上角开始，从左至右、从上到下进行切割，分割成相同大小的正方形的地图瓦片，形成第0层瓦片矩阵，在第0层地图图片的基础上，按照每2﹡2像素合成一个像素的方法生成第1层地图图片，并对其进行分块，分割成与下一层相同大小的正方形地图图片，形成第1层瓦片矩阵，如此循环，直到第N-1层，形成每一层瓦片矩阵。
[0013] 在上述基于无人机的地图中选定特征更新方法中，所述步骤S4具体包括：
[0014] 定义每个瓦片的中心点位置，接收无人机在每个瓦片的中心点位置拍摄的一张图片。
[0015] 在上述基于无人机的地图中选定特征更新方法中，所述步骤S4具体包括：
[0016] 定义每个瓦片均匀分布的多个位置，接收无人机在每个瓦片的所述多个位置拍摄的多张相互重叠的图片，并根据拍摄的多张相互重叠的照片合成出的每个瓦片的整体的一张照片。
[0018] 所述无人机包括用于侦测具有特定光学特征的地面的图像采集装置和定位装置，当在图像采集装置视野中检测到地面上具有特定光学特征的区域时，所述无人机利用定位装置获取定位信息，并将该定位信息上传至服务器；
[0019] 所述服务器包括计算模块，所述计算模块将覆盖该定位信息的目标瓦片作为目标拍摄区域，并且获取目标拍摄区域的边界的经纬度，通过瓦片技术划分出多个瓦片，构造瓦片金字塔模型，以及计算出各个瓦片的中心点的经纬度；
[0020] 所述服务器还包括通信模块，用于与地面站系统进行相互通信并传输控制指令至所述地面站系统以控制无人机进行拍摄，最终获取每个瓦片的整体的一张图片；
[0021] 所述服务器还包括图像处理模块，用于对每个瓦片的图片进行校正，所述服务器将经处理后的图片放入云端，形成目标拍摄区域的最新图片。
[0022] 在上述基于无人机的地图中选定特征更新系统中，所述服务器获取的每个瓦片的整体的一张图片是由无人机在每个瓦片的中心点位置拍摄的一张图片。
[0023] 在上述基于无人机的地图中选定特征更新系统中，所述服务器获取的每个瓦片的整体的一张图片是由所述无人机根据拍摄的多张相互重叠的照片进行合成形成的，所述多张相互重叠的图片由所述无人机在每个瓦片的多个位置拍摄。
[0024] 实施本发明的基于无人机的地图中选定特征更新方法及系统，具有以下有益效果：一方面，一方面可以实现由无人机的图像采集装置自动根据用户设定的光学特征进行拍摄，免去了人工操纵无人机进行航拍的麻烦，实现了自动航拍调查的功能；另一方面，利用瓦片技术，对目标拍摄区域创造金字塔模型瓦片地图，寻找瓦片点，例如无人机在每个瓦片的中心点位置拍摄照片，或者在每个瓦片的均匀分布的多个位置拍摄多张相互重叠的照片，并合成出每个瓦片的整体的一张照片，由服务器对接收到的每个瓦片的整体的一张图片进行纠偏、裁剪等，并将经纠偏、裁剪后的图片放入云端，直接生成瓦片地图，更新速度快，极大的提高了更新整个目标拍摄区域的速度，几乎不需要人工介入，自动生成更新后的地图。附图说明
[0025] 下面将结合附图及实施例对本发明作进一步说明，附图中：
[0026] 图1是本发明实施例提供的用以执行地图更新的应用环境；
[0027] 图2是图1中无人机的具体结构示意图；
[0028] 图3是本发明实施例的一种基于无人机的地图中选定特征更新方法的方法流程示意图；
[0029] 图4是划分为多个相互独立的瓦片的示意图；
[0030] 图5是基于图3的一优选实施例的地图更新方法的方法流程示意图；
[0031] 图6是表示每个瓦片的中心点位置的示意图；
[0032] 图7是基于图3的另一优选实施例的地图更新方法的方法流程示意图；
[0033] 图8是表示每个瓦片的多个位置的示意图。
具体实施方式
[0034] 为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。
[0035] 如图1所示，为本发明实施例提供的用以执行地图更新的应用环境，该应用环境包括：无人机10、地面站系统20、云服务器30以及网络。
[0036] 无人机10可以是任何合适类型的高空或者低空飞行器，包括典型的四轴飞行器、可悬停的遥控直升机或者具有一定移动速度的固定翼飞行器等。无人机10上设置至少一个图像采集装置、热感应仪(用于测量温度，找火源、生命体等)、红外感应仪(发现生命体)、激光雷距、雷达等，图像采集装置可以是例如高清摄像头或者运动摄像机等，用以完成对目标拍摄区域A的图像拍摄过程，还可以设置任何合适类型的通信模块，用以实现对无人机的控制和数据的传输。
[0037] 无人机10的硬件主要涉及三个部分：1、无人机的飞控系统，2、无人机的动力系统，包括螺旋桨、电机、电池以及整套体系的协调搭配等，3、无机机的外形结构，为了搭载图像采集装置比如相机，并将拍摄的图片的各个误差编辑记录在照片数据里。具体地，无人机的具体结构如图2所示，其包括飞控系统101；陀螺仪102，其用于测量X、Y、Z方向的俯仰角度、倾斜角度等；GPS/北斗103；气压计104，用于测量无人机飞行高度；数据传输器105，用于传输数据和照片(原图)；磁罗盘106，用于定位以获取无人机的位置信息。
[0038] 无人机10的图像采集装置可以配置为有能力识别地面上具有特定光学特征的区域。光学特征可以是照度、颜色等等。可以利用图像识别算法实时地对图像采集装置采集到的每一帧画面进行图像分析，以识别帧画面中的光学特征。当识别到用户设定的某种光学特征(例如红色块)时，无人机10可以通过磁罗盘106进行定位，实时获取当前位置信息，并上传至云服务器30。云服务器30根据位置信息选定瓦片地图数据中的一个目标瓦片作为目标拍摄区域。目标瓦片可以是覆盖无人机上传的一系列位置信息的瓦片。
[0039] 地面站系统20还涵盖了操作无人机10的所有关键点，使无人机10可以远程遥控，通过加载的轨迹自主按照规划的航线飞行，自动抓取地图数据。云服务器30用以通过地面站系统20下发控制指令和接收无人机采集数据，接收相应地理位置的每个瓦片的图片。通过整合、拼接之后放入云端，直接生成瓦片地图。在一些实施例中，输入装置、处理器、显示装置可以单独实现为可移动的智能终端。
[0040] 网络可以是任何合适的，用以实现两个设备之间通信连接的有线或者无线网络，例如4G/WiFi。地面站系统20、云服务器30和无人机10三者之间通过网络建立通信连接，上传或者下发数据/指令，进而完成地图更新指令。
[0041] 在应用过程中，无人机10通过对应的网络与地面站系统20连接，由地面站系统20控制无人机10自主按照规划的航线飞行，自动抓取地图数据，同时无人机10将拍摄到的图像数据传回给地面站系统20，地面站系统20再传输给云服务器30，云服务器30对数据进行处理后放入云端，直接生成更新后的瓦片地图。
[0042] 参见图3，为本发明实施例的一种基于无人机的地图中选定特征更新方法的方法流程示意图，该方法包括如下步骤：
[0043] S1：在地面端的输入装置利用无人机识别地面具有特定光学特征的区域，并将该区域作为选定区域。
[0044] S2：在电子地图中选取覆盖选定区域的目标瓦片作为目标拍摄区域，并划分目标拍摄区域以获得多个瓦片U；本实施例是构造瓦片金字塔型，具体由云服务器30中的计算模块根据精度要求和缩放级别将目标拍摄区域A划分成多个瓦片，每个瓦片具有对应的瓦片栅格数据，可对应表示成第n层，第X行，第Y列。
[0045] 具体地，在本发明实施例中，瓦片金字塔模型是一种多分辨率层次模型，从瓦片金字塔的底层到顶层，分辨率越来越低，但表示的地理范围不变。首先确定地图服务平台所要提供的缩放级别的数量N，把缩放级别最低、地图比例尺最大的地图图片作为金字塔的底层，即第0层，并对其进行分块，从地图图片的左上角开始，从左至右、从上到下进行切割，分割成相同大小(比如256x256像素)的正方形地图瓦片，形成第0层瓦片矩阵；在第0层地图图片的基础上，按每2x2像素合成为一个像素的方法生成第1层地图图片，并对其进行分块，分割成与下一层相同大小的正方形地图瓦片，形成第1层瓦片矩阵；采用同样的方法生成第2层瓦片矩阵；…；如此下去，直到第N-1层，构成整个瓦片金字塔。
[0046]
[0047] 例如整个地球为第0层，第23层的每个瓦片的尺寸为2.5米*2.5米。
[0048] 现在越来越多的地图服务用到瓦片技术，例如现在我国实行发布的天地图服务就运用了地图瓦片技术。其实切片之后的地图瓦片是栅格图像，并不具备定位信息，不过切片运用了相关切片算法之后，可以计算出具体定位的位置。例如采用WGS84大地坐标系为空间参考，对地图进行切片，采用一定的切片算法，例如用经纬度步长等比例分割形成地图瓦片，当需要对一个具体地方进行定位时，可以根据经纬度步长来计算具体位置，以此来达到定位的功能。
[0049] 在本发明实施例中，将目标拍摄区域A按照瓦片技术分为多个相互独立的瓦片U，如图4所示，为某一层瓦片矩阵，对于每层中的各瓦片U的图片获取和更新完全独立。且每个瓦片均具有定位功能，即具有相应的地理位置。
[0050] S3：计算出各个瓦片U的中心点的经纬度。这里根据每个瓦片U的地理位置，仍由云服务器30的计算模块计算出每一层瓦片矩阵的每一瓦片U的中心点的经纬度。
[0052] 无人机在空中可以通过摄像机或者其他合适的图像采集设备采集自己飞经区域的图像。无人机具体的航线或都运行轨迹可以由地面站系统和服务器所决定，处于地面站系统和服务器的控制之下。本实施例中的图像数据的类型为照片。
[0053] 如图5所示，上述步骤S4中获取每一层瓦片矩阵的每一瓦片U的整体的一张图片具体包括：
[0054] S4’:在每个瓦片U的中心点O位置拍摄一张照片，如图6所示。这里利用无人机在每个瓦片U的中心点O位置拍摄照片，无人机的拍摄速度快，飞行速度快，图片更新速度也快，几毫秒左右即可更新整个目标拍摄区域A，适用于更新要求快的技术领域，例如交通管制区域。
[0055] 在另一优选实施方式中，如图7所示，步骤S4中获取每一层瓦片矩阵的每一瓦片U的整体的一张图片具体包括：
[0056] S41：在每个瓦片U的均匀分布的多个位置拍摄多张相互重叠的图片，如图8所示。均匀选取4个点(O1，O2，O3，O4)拍摄4张相互重叠的照片，当然也可以是其它张，如9张或更多，这里不做任何限制，主要取决于精度要求。
[0057] S42：将在每个瓦片U的多个位置拍摄的多张相互重叠的图片，利用比对重合的部分，通过寻找相似点，合成出每个瓦片U的整体的一张图片。且对每个瓦片U的合成处理，相互独立完成，无需相互等待。
[0058] 在地图绘制过程中，为确保数据的可靠性，对同一区域的多个位置进行分别采集，在进行重叠率判断的过程中，判断的预定阈值可以是根据实际情况所确定，例如85％或者更高/更低，其取决于服务器的控制策略，以在至少两幅连续图像之间的这样的重叠率允许几幅图像捕捉到要拍摄的瓦片的相似点，最终合成出每一层瓦片矩阵的每个瓦片的整体的一张照片。
[0059] 上述步骤中利用一架无人机或多架无人机在每个瓦片U的中心点周围，寻找均匀分布的多个的点位置拍摄照片，合成出一张照片，通过相似点的拼接弥补地图自动拼接纠偏的准确性，精度高，即使在GPS受干扰的情况下也能保证其准确度和精度，适用于精度高的技术领域，例如地震火灾救援的有幸存人员的局部区域。
[0060] S5：对每个瓦片的图片进行校正处理；
[0061] 在地图绘制过程中，拍摄图片可能因传感器精度、环境等因素，拍摄的照片会有误差，即不一定严格按照预设的条件拍摄照片，但需按照目标裁剪尺寸经过纠偏及裁剪以符合预设的图片。这里是对每个瓦片的图片进行独立的纠偏、裁剪等处理，无需相互等待，其中，纠偏和裁剪涉及的参数包括云台偏角信息、GPS信息、无人机的速度、高度以及图像采集装置的拍摄角度等。
[0062] 具体地，根据GPS传感器数据，及拍摄照片的角度等信息，将图片进行纠编。包括步骤如下：
[0063] S51、照片应满足条件：平行于平面XOZ；
[0064] S52、照片应满足条件：垂直于平面ZOY；
[0065] S53、照片应满足条件：垂直于平面XOY；
[0066] S54、根据照片拍摄点的位置信息，将瓦片中心点(GPS中心点)的实际位置在照片中标识出来；
[0067] S55、根据瓦片大小截减多余边缘。
[0068] 具体代码如下：
[0069] ExifTool Version Number:10.63
[0070] File Name:DJI_0383.JPG
[0071] Directory:.
[0072] File Size:4.6 MB
[0073] File Modification Date/Time:2018:01:06 09:12:28+08:00
[0074] File Access Date/Time:2018:01:06 14:12:51+08:00
[0075] File Inode Change Date/Time:2018:01:06 14:12:51+08:00
[0076] File Permissions:rwxr-xr-x
[0077] File Type:JPEG
[0078] File Type Extension:jpg
[0079] MIME Type:image/jpeg
[0080] Exif Byte Order:Little-endian(Intel,II)
[0081] Image Description:DCIM\100MEDIA\DJI_0383.JPG
[0082] Camera Model Name:FC330
[0083] Orientation:Horizontal(normal)
[0084] X Resolution:72
[0085] Y Resolution:72
[0086] Resolution Unit:inches
[0087] Software:v01.21.5595
[0088] Modify Date:2018:01:06 09:12:27
[0089] Y Cb Cr Positioning:Centered
[0090] Exposure Time:1/224
[0091] F Number:2.8
[0092] Exposure Program:Program AE
[0093] ISO:100
[0094] Exif Version:0230
[0095] Date/Time Original:2018:01:06 09:12:27
[0096] Create Date:2018:01:06 09:12:27
[0097] Components Configuration:-,Cr,Cb,Y
[0098] Compressed Bits Per Pixel:4.053128
[0099] Shutter Speed Value:1/223
[0100] Aperture Value:2.8
[0101] Exposure Compensation:-0.344
[0102] Max Aperture Value:2.8
[0103] Subject Distance:0 m
[0104] Metering Mode:Center-weighted average
[0105] Light Source:Unknown
[0106] Flash:No flash function
[0107] Focal Length:3.6 mm
[0108] Make:DJI
[0109] Speed X:+0.20
[0110] Speed Y:+0.00
[0111] Speed Z:-0.10
[0112] Pitch:-3.90
[0113] Yaw:-3.20
[0114] Roll:-1.90
[0115] Camera Pitch:-89.90
[0116] Camera Yaw:-7.10
[0117] Camera Roll:+0.00
[0118] Flashpix Version:0010
[0119] Color Space:sRGB
[0120] Exif Image Width:4000
[0121] Exif Image Height:2250
[0122] Interoperability Index:R98-DCF basic file(sRGB)
[0123] Interoperability Version:0100
[0124] Exposure Index:undef
[0125] File Source:Digital Camera
[0126] Scene Type:Unknown(0)
[0127] Custom Rendered:Normal
[0128] Exposure Mode:Auto
[0129] White Balance:Auto
[0130] Digital Zoom Ratio:undef
[0131] Focal Length In 35mm Format:20 mm
[0132] Scene Capture Type:Standard
[0133] Gain Control:None
[0134] Contrast:Normal
[0135] Saturation:Normal
[0136] Sharpness:Normal
[0137] Device Setting Description:(Binary data 4 bytes,use-b option to extract)
[0138] Subject Distance Range:Unknown
[0139] GPS Version ID:0.0.0.0
[0140] GPS Latitude Ref:North
[0141] GPS Longitude Ref:East
[0142] GPS Altitude Ref:Above Sea Level
[0143] XP Comment:0.90.142
[0144] XP Keywords:N
[0145] Serial Number:ffff1e22460508354c1aff3bffffff48
[0146] Compression:JPEG(old-style)
[0147] Thumbnail Offset:41984
[0148] Thumbnail Length:8263
[0149] About:DJI Meta Data
[0150] Format:image/jpeg
[0151] Absolute Altitude:+31.36
[0152] Relative Altitude:+153.40
[0153] Gimbal Roll Degree:+0.00
[0154] Gimbal Yaw Degree:-7.10
[0155] Gimbal Pitch Degree:-89.90
[0156] Flight Roll Degree:-1.90
[0157] Flight Yaw Degree:-3.20
[0158] Flight Pitch Degree:-3.90
[0159] Flight X Speed:+0.20
[0160] Flight Y Speed:+0.00
[0161] Flight Z Speed:-0.10
[0162] Cam Reverse:0
[0163] Gimbal Reverse:0
[0164] Version:7.0
[0165] Has Settings:False
[0166] Has Crop:False
[0167] Already Applied:False
[0168] MPF Version:0010
[0169] Number Of Images:2
[0170] MP Image Flags:Dependent child image
[0171] MP Image Format:JPEG
[0172] MP Image Type:Large Thumbnail(VGA equivalent)
[0173] MP Image Length:247792
[0174] MP Image Start:4618352
[0175] Dependent Image 1 Entry Number:0
[0176] Dependent Image 2 Entry Number:0
[0177] Image UID List:(Binary data 66 bytes,use-b option to extract)[0178] Total Frames:1
[0179] Image Width:4000
[0180] Image Height:2250
[0181] Encoding Process:Baseline DCT,Huffman coding
[0182] Bits Per Sample:8
[0183] Color Components:3
[0184] Y Cb Cr Sub Sampling:YCbCr4:2:2(2 1)
[0185] Aperture:2.8
[0186] GPS Altitude:31.3m Above Sea Level
[0187] GPS Latitude:30deg 51'52.31"N
[0188] GPS Longitude:121deg 54'15.53"E
[0189] GPS Position:30deg 51'52.31"N,121deg 54'15.53"E
[0190] Image Size:4000x2250
[0191] Preview Image:(Binary data 247792bytes,use-b option to extract)[0192] Megapixels:9.0
[0193] Scale Factor To 35mm Equivalent:5.5
[0194] Shutter Speed:1/224
[0195] Thumbnail Image:(Binary data 8263bytes,use-b option to extract)[0196] Circle Of Confusion:0.005mm
[0197] Field Of View:84.0deg
[0198] Focal Length:3.6mm(35mm equivalent:20.0mm)
[0199] Hyperfocal Distance:0.86m
[0200] Light Value:10.8
[0201] S6：将经校正处理的图片放入云端，直接生成瓦片地图，组合形成目标拍摄区域的最新图片。
[0202] 在该步骤中无需经过羽化的过程，直接将纠偏裁剪后的图片放入云端，直接生成瓦片地图，每个瓦片U对应一张照片，组合后形成目标拍摄区域A的最新图片。
[0203] 本发明实施例还提供一种基于无人机的地图中选定特征更新系统，该系统包括上面所述的无人机10、地面站系统20、云服务器30以及网络。具体地，由云服务器30包括计算模块，计算模块具体用于执行如下步骤：
[0204] 获取目标拍摄区域A的边界的经纬度；
[0205] 通过瓦片技术划分出多个瓦片，构造瓦片金字塔模型；
[0206] 计算出各个瓦片的中心点的经纬度。
[0207] 云服务器30还包括通信模块，在一优选实施方式中通信模块用于与地面站系统20通信，将各个瓦片的中心点的经纬度传输至地面站系统20，地面站系统20通过这些地理位置数据输出控制信号以控制无人机在每个瓦片的中心点位置拍摄一张图片并传回给地面站系统20，地面站系统20再将这些数据传输给云服务器30。
[0208] 云服务器30还包括图像处理模块，用于对每个瓦片的照片进行独立校正如纠偏、裁剪等处理，无需相互等待。云服务器30将经处理后的图片放入云端，直接生成瓦片地图。
[0209] 在另一优选实施方式中，通信模块用于与地面站系统20通信，地面站系统20输出控制信号以控制无人机10在每个瓦片的中心点位置周围均匀选择多个点拍摄多张相互重叠的照片。利用比对重合部分，通过寻找相似点，合成出每个瓦片U的整体的一张照片，无人机将每个瓦片的整体的一张照片传回给云服务器30。云服务器30经整合、拼接后实时传输给云端，直接生成瓦片地图。每个瓦片对应一张照片，组合后形成目标拍摄区域的最新图片。
[0210] 综上所述，一方面，实施本发明可以实现由无人机的图像采集装置自动根据用户设定的光学特征进行拍摄，免去了人工操纵无人机进行航拍的麻烦，实现了自动航拍调查的功能；另一方面，利用瓦片技术，对目标拍摄区域创造金字塔模型瓦片地图，寻找瓦片点，例如无人机在每个瓦片的中心点位置拍摄照片，或者在每个瓦片的均匀分布的多个位置拍摄多张相互重叠的照片，并合成出每个瓦片的整体的一张照片，由服务器对接收到的每个瓦片的整体的一张图片进行纠偏、裁剪等，并将经纠偏、裁剪后的图片放入云端，直接生成瓦片地图，更新速度快，极大的提高了更新整个目标拍摄区域的速度，几乎不需要人工介入，自动生成更新后的地图。
[0211] 上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 选定辅助系统和选定辅助方法 | 2020-05-11 | 948 |
| 电动机结构选定装置和选定方法以及计算机可读介质 | 2020-05-13 | 871 |
| 选定的IP流超低时延 | 2020-05-11 | 807 |
| 照明选定支援系统 | 2020-05-12 | 322 |
| 具有选定纹理和着色的交易和ID卡 | 2020-05-13 | 902 |
| 参数选定辅助系统、参数选定辅助方法及参数选定辅助程序 | 2020-05-11 | 196 |
| 伺服选定系统 | 2020-05-11 | 92 |
| 自动选定编码方法 | 2020-05-12 | 161 |
| 在选定电话组中的寻呼 | 2020-05-12 | 497 |
| 为选定上下文构造词典 | 2020-05-12 | 469 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈