具体实施方式

下面结合实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将结合实施例来详细说明本申请。

本发明提供了一种基于消费级无人机协同GPS监测基坑位移趋势的方法，包括以下步骤：

a、于待监测基坑内的每一个地面控制点架设激光测距仪，并于一所述地面控制点搭建GPS(全球定位系统Global Positioning System)基准站。

具体的，待测基坑内布设有多个地面控制点。GPS基准站架设于一地面控制点的对中墩。激光测距仪安装于GPS基准站的上部。

b、消费级无人机于所述待测基坑的空域中飞行并采集所述待测基坑的正射影像，在所述消费级无人机飞至每一个所述地面控制点的正上方时，所述地面控制点的激光测距仪采集所述消费级无人机的飞行高度、所述GPS基准站采集所述消费级无人机的二维坐标。

其中，在消费级无人机航拍之前，收集基坑内测绘资料，为后续工程需求提供资料支持。通过近期卫星地图，判断基坑概况，使用航线规划软件进行规划。采用短主航线法，对无人机在基坑的空域中的航线进行规划。

通过消费级无人机低空摄影测量，具体的，通过与GPS基准站同一网络下的消费级无人机对基坑的待测区域进行航测。

在航测过程中，要严格执行制定的飞行计划，若遇到强气流、飞鸟、贴近周边建筑等特殊情况，在保障安全的前提下进行航测。必要时，停止航测，另选时间从新进行航测。

在航测期间内，无人机操作员需时刻通过无人机控制器的显示屏观察无人机的实时动态，确保航测任务按计划实施。

在本实施例中，无人机航测的飞行外界条件为：风速1m/s，光照度的范围为12000～23000Lux，预设固定高度即飞行高度为80m，气温为28℃，航向及旁向重叠度分别为80％和50％。本次共采集正射影像531张。将采集的影像导入至Context Capture软件内，所拍摄的影像符合Context Capture软件建模要求，无漏拍、无高曝光、无低曝光、无模糊影像。

c、基于飞行高度和二维坐标，计算获得地面控制点的三维坐标。

根据GPS基准站获得的在地面控制点正上方的消费级无人机的二维坐标(X，Y)，以及在该地面控制点的激光测距仪测得该地面控制点上方的消费级无人机的高度(地面控制点与消费级无人机之间的距离H)，即可以获得精确的消费级无人机的三维坐标(X，Y，Z₁)。其中，消费级无人机的高度Z则为地面控制点的标高与激光测距仪测定的消费级无人机的高度之和，同时也得到该地面控制点的(X，Y，Z₀)，其中，Z₀＝Z₁-H。

d、基于地面控制点的三维坐标，将正射影像导入三维实景建模软件中构建待测基坑的实景三维模型。

具体的，步骤d包括以下步骤：

d1、将正射影像导入三维实景建模软件中；

d2、于三维实景建模软件中输入地面控制点的三维坐标以及选择输出实景三维模型的参考坐标系；

d3、三维实景建模软件基于空中三角测量和三维重建获得所述实景三维模型。

在本实施例中，三维实景建模软件Context Capture软件。

在将无人机航测所拍摄的正射影像像片导入Context Capture软件中，软件自动检测功能会剔除不满足规范的像片。如软件无法识别航测所使用的相机信息时，需要手动将相机的参数输入，主要输入的信息相机的焦距的值，便于后续软件自动对像片进行几何校正。

在通过软件编辑控制点前，应将控制点的信息以及输出成果的参考坐标系作出选择，将每个控制点下添加相对应的像片，标记出控制点的准确方位，并存储控制点信息。可先对基坑的待监测区域的四周的部分地面控制点进行刺点，而后对其进行空三解算，此方法可以高效快速精准的对像控点刺点。以此为基础，对其他地面控制点进行预测，从而实现提升像地面控制点刺点的效率。

在经过上述两个步骤的处理后，可对数据进行空中三角测量的解算，需设置输出块的名字、位置参考以及平差等级，软件会自动计算，其中数据的空中三角测量处理速度与设置的平差等级息息相关，通常平差等级与处理速度成反比。软件自动处理完毕后，可查看处理后的空中三角测量模型，空中三角测量模型中有相机曝光点的位置信息等。

为缓解计算机的运行压力，增加计算机建模成功率，可依据计算机运行性能设置合理建模区域并对瓦片进行分块及纹理贴图，在本次建模中为匹配计算机运行内存，将瓦片分割为10块瓦片，生成三维模型的格式为OSG。

e、于实景三维模型中提取待测基坑的固定点的三维坐标。

定位精度是空中三角测量精度指标，计算空三加密点坐标值与外业测量检查点的差值，利用控制点与检查点平面与高程残差值与中误差来评估空中三角测量精度，《数字航空摄影测量空中三角测量规范》中规定，在区域网平差计算结束后，控制点残差限值为连接点中误差的0.75倍，检查点误差限差值为连接点中误差的1.0倍，区域网间公共点较差值为连接点中误差的2.0倍，连接点对最近野外控制点的平面位置中误差取值如表1与表2所示。

表1平面位置中误差限差(m)

表2高程中误差(m)

f、在不同时期内，重复步骤b～e以获得所述待测基坑的固定点的不同时期的三维坐标，通过所述待测基坑的固定点的不同时期的三维坐标判断基坑位移趋势。

本发明的基于消费级无人机协同GPS监测基坑位移趋势的方法，采用消费级无人机+GPS基准站+地面激光测距仪的监测手段代替原有传统的基坑位移监测，不受基坑监测点被破坏和监测点被施工人员遮挡等影响、可对全场地进行完整监测、获取的监测数据为三维数据，可更直观立体分析观察的测绘成果。

本发明的基于消费级无人机协同GPS监测基坑位移趋势的方法，采用内置高精度GPS的消费级无人机，经由地面GPS基站与无人机内置GPS确定无人机的X，Y坐标(二维坐标)，通过地面基准站上架设激光测距仪测得无人机飞至控制点正上方时的二者之间的距离H_A。无人机在航测过程中，无人机按规定的航线与设定的飞行高度与速度进行飞行。通过无人机内置的垂直于地面的高分辨率镜头对无人机正下方的区域进行图像采集，得到区域内的正射影像，通过激光测距仪测量地面控制点处无人机的航测高程数据，整合无人机与激光测距仪的数据，可准确获得地面控制点的三维坐标(X_A,Y_A,H_A)。

当无人机飞至地面正上方时，采用地面架设激光测距仪测量无人机与地面控制点之间的高程差，结合无人机与地面GPS基站确定的无人机精准的二维坐标，得到控制点上无人机的三维坐标，得到无人机与地面控制点的位置关系，经Context Capture软件内的空三加密处理，建立待测基坑的高精度的实景三维模型。通过对实景三维模型提取检查点(即固定点)的坐标，本发明的基于消费级无人机协同GPS监测基坑位移趋势的方法可提高实景三维模型的精度，有效提高实景三维模型的精准性。

本发明的基于消费级无人机协同GPS监测基坑位移趋势的方法，经ContextCapture的3D View中查看所建立的实景三维模型，在不同时期的实景三维模型中提取固定点，通过对比多期(不同事情)目标点的大致变化判断基坑是否出现位移，是否到达警戒线；也可对比观察两期实景三维模型，观测其固定点在模型上的变化量；此外，通过直接观察实景三维模型，人眼可直接识别基坑是否有坑底部出现隆起、周围的地表是否发生沉降、基坑的围护结构是否变形等。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。