高效的大规模正射镶嵌技术：将基于学习的视觉里程计与GNSS相结合，以实现实时数据一致性

《IEEE Transactions on Geoscience and Remote Sensing》：Efficient Large-Scale Orthomosaicking: Integrating Learning-Based Visual Odometry With GNSS for Real-Time Consistency

实时无人机航测中提出一种集成视觉里程计与GNSS优化的正射镶嵌图生成系统，通过分层对齐、语义感知平面拟合和双正射校正策略，有效解决长程偏移与外观不一致问题，实现复杂场景下高效实时的大范围正射镶嵌生成。

　　

摘要：

虽然传统的倾斜摄影测量技术具有高精度优势，但其处理延迟较大，因此不太适合紧急响应等对时间敏感的应用。实时增量航空测绘技术更注重即时可视化，但面临诸多挑战，包括效率与精度之间的权衡、长距离漂移问题，以及在资源受限和光照变化条件下的外观不一致性问题。为了解决这些问题，我们提出了一种新型的实时大规模正射镶嵌系统，该系统通过分层对齐将基于学习的视觉里程计（VO）与全球导航卫星系统（GNSS）相结合，以实现高效的航空正射镶嵌生成。通过将强大的混合视觉里程计技术与紧密耦合的GNSS相对变换优化相结合，我们的方法有效减轻了大规模环境中的长距离漂移问题。此外，我们还引入了一种具有语义理解能力的粗到细的镶嵌平面拟合算法和双重正射校正策略，以动态平衡局部精度和全局几何一致性。最后，采用多波段拉普拉斯融合技术确保外观过渡的平滑性。实验结果表明，我们的系统在速度和一致性方面均优于商用解决方案，尤其是在复杂的城市结构、纹理稀疏区域和飞行边界区域。这些结果证实，我们的方法能够在保持实时性能的同时提供更优质的测绘成果。

引言

无人机（UAV）具有飞行和维护成本低、操作灵活性高以及效率高的优点[1]。它们的广泛应用显著降低了获取航空影像的成本。如图1所示，将重叠的航空影像实时镶嵌成宽视野、高分辨率的数字正射影像图（DOM），能够提取精确详细的地理信息，从而应用于农业监测、灾害风险管理和城市规划等多个领域[2]、[3]、[4]。图1.

无人机影像实时增量测绘的示意图。右侧子图中，无人机沿割草机式的飞行轨迹逐步拍摄图像。飞行路径用颜色编码表示，从绿色（过去）到红色（当前），投影线和矩形表示无人机当前的成像范围。灰色区域标出了需要图像融合的区域，这些区域具有足够的共视性。左侧子图展示了不同时间步长下构建的增量正射镶嵌图，其中区域I–III代表逐步扩展的测绘范围。