0 引言
伊敏露天矿处于呼伦贝尔大草原腹地，冬季漫长最低气温-39.9 ℃，年平均结冰时间245.2 d，最大风速20.7 m/s。漫长的冰冻期，无论对于生产设备还是生产作业都造成了严重的影响。2018年伊敏露天矿生产原煤2 200万t，剥离量9 400万m3，月均采动台阶9～10个，采动范围近10 km2；由于该露天矿月末采剥工程验收测量采用GPS-RTK单点接触式测量[1]，需要技术人员携仪器徒步测量完成，劳动强度大、工作效率较低，仅外业数据采集就需要4～5 d。因此，测量验收中采用的传统数据采集方式亟待改进，其测量验收内业与外业方式需改善。
无人机的诞生最早用于军事侦查服务，直到20世纪80年代，随着科学技术的进步，尤其是计算机技术的迅猛发展，使得无人机摄影测量遥感技术获得了飞速发展，在引入了GPS/IMU惯导系统后，让无人机摄影测量遥感进入了实际应用阶段[2]。GUILLAUME BRUNIER等[3]利用无人机摄影测量遥感技术获取了法属圭亚海湾2013年与2014年的DSM数据，经过对比分析，发现了法属圭亚那海湾地质形态在这一年间发生的变化；2015年,CLAUDIA等[4] 利用无人机对西班牙安达卢西亚地区的沟壑进行了测量，建立了沟壑的三维模型。
在我国，民用无人机已有30多年的历史。早在1980年3月，陕西省科学技术委员会联合西北工业大学共同研发了一款多用途无人机D-4[5]，主要用于航空测绘和航空物理探矿，直到1995年，该民用无人机才投入量产阶段。此后，无论是在植保、气象、抗震救灾、电力等方面，都有无人机的相关应用[6-9]。
近几年，许多学者通过使用无人机采集数据，取得了许多宝贵的成果[10]。杨青山等[11]使用无人机对新疆2个地区的矿山进行了矿山储量评估，然后采用传统矿山测量的方法对研究区储量进行评估，最后将无人机摄影测量与传统测量方式所获取的结果进行对比。据测算，使用无人机航空摄影测量对矿山储量进行动态监测所耗费的时间仅是传统测量方式的1/3，其中外业所需时间约是传统测量方式外业所需时间的1/9，极大地减少了外业工作量，提高了生产效率。对于矿山企业而言，无人机测量一方面可降低工作人员工作强度，提高测绘人员的工作效率和安全性，另一方面还能快速精准地获取矿区全面、完整、丰富的三维数据[12]。但由于矿山作业条件的特殊性，有必要据自身特殊气候条件和作业需求而研究。
1 伊敏矿区无人机适用性选型
经过长时间的发展，目前无人机平台的种类和规格十分丰富。对无人机飞行平台进行选型，必须充分了解飞行平台的优点、缺点及适用条件，从而保障数据的有效采集[13]。
伊敏露天矿无人机测量系统主要用于月末采剥工程验收测量、地形图测绘、储煤场盘点等工作，测量精度需至少达到1∶1 000比例尺地形图精度；由于矿区气候环境的特殊性，无人机需要在-30℃、4～5级大风情况下仍需进行正常作业。经过市场调研和需求分析，选定此次试验的硬件设备是以多旋翼无人机作为飞行平台，测量设备搭载倾斜摄影相机，控制设备为半自主控制。试验设备采用飞马D200作为飞行平台，利用D-OP200倾斜模块，作为飞行控制与管理系统为D200无人机整体解决方案。
2 伊敏矿区露天矿无人机飞行试验
2.1 测区范围
本次测区选取了矿区内2.4 km2范围，主要位于露天矿采场工作帮区域，测区最下端以2018年9月连续作业工作面带式输送机所在位置为界，并且有明显的采剥工程量发生，以便更好用于试验研究(图1)。该测区内包含了部分检查点位置、采煤台阶、剥离台阶，选择的测区范围具备典型的露天煤矿开采的地形特征，测区面积大小满足性能测试要求。
图1 测区范围示意
Fig. 1 Scope of measurement area
2.2 检查点的布设
本次研究所使用的无人机具备RTK实时差分功能，可进行免像控航测。但为了提升测量结果精度，同时用于后期结果质量的检查，在测区范围内布设了10个地面标志点作为检查点，如图2所示。
图2 各检查点的分布情况
Fig.2 Distribution of checkpoints
2.3 现场飞行试验
本次研究在伊敏矿区分别于2018年9—11月进行了3次飞行试验，共计飞行14架次，其中前2次主要用于无人机测量系统在采场、煤场的采剥工程量及堆体的计算；第3次在伊敏地区-30 ℃左右的极寒气候条件下进行，用于无人机的低温飞行测试。
2.3.1 第1次飞行试验
2018年9月进行了第1次飞行测试，累计飞行5架次，飞行情况见表1，飞行数据统计见表2。
表1 第1次飞行天气状况
Table 1 Weather conditions for the first flight
序号日期天气状况气温/℃风力风向12018-09-05小雨转晴14～5北风5级22018-09-06多云转晴16～4北风5级32018-09-07多云转晴12～0北风5级
表2 第1次飞行数据统计
Table 2 Statistics of the first flight data
架次测区面积/km2航时/min地面分辨率/cm图像张数10.457303253520.457333253030.457313254040.457303253550.4573232530
2.3.2 第2次飞行试验
2018年10月进行了第2次飞行测试，累计飞行4架次，飞行情况见表 3、表4，飞行数据见表5，单张图片影像如图3所示。
表3 第2次飞行天气状况
Table 3 Weather conditions for the second flight
日期天气状况气温/℃风力风向2018-10-27多云3/-6西北风5级,阵风7级2018-10-28多云转小雪-3/-7北风6级,阵风7级2018-10-29多云转晴2/-10西北风4级
表4 第2次飞行记录
Table 4 The second flight record
架次机型日期测试内容完成情况1D2002018-10-29无人机未进入航线大风自主返航未完成2D2002018-10-29采集倾斜影像数据完成3D2002018-10-29采集倾斜影像数据完成4D2002018-10-29采集倾斜影像数据完成
表5 第2次飞行数据统计
Table 5 Statistics of the second flight data
架次测区面积/km2航时/min基本参数重叠度/%对地高度/m地面分辨率/cm图像张数10.64080～701913无数据20.63980～701913316030.64080～701913316040.64180～7019133165
图3 单张倾斜影像
Fig.3 Single obligue image
在第2次飞行试验过程中，现场遭遇持续5～6级大风，阵风达到7级，其中有1架次因受大风影响，无人机自动返航。根据本次大风天气测试，该无人机测量系统可在5级风的情况下正常工作，6级风对设备有较大影响，7级以上大风飞机自主返航。
2.3.3 第3次飞行试验
2018年11月项目组进行第3次飞行测试，累计飞行4架次，其中本次飞行情况见表6，飞行数据统计见表7。
表6 第3次飞行天气状况
Table 6 Weather conditions for the third flight
序号天气状况气温/℃风力风向1晴-22～-32北风3级2晴-22～-31北风4-5级,阵风6级
在第3次飞行试验过程中，现场温度在-27℃左右，低温对无人机飞行时存在影响，但无较大影响。
表7 第3次飞行数据统计
Table 7 Statistics of the third flight data
架次机型测区面积/km2航时/min基本参数重叠度/%对地高度/m地面分辨率/cm图像张数1D2000.512880～65191327802D2000.562680～70240419803D2000.572580～70240419854D2000.572680～7024041970
3 采剥工程量计算及精度分析
3.1 基于影像的露天矿三维重建
3.1.1 建模流程概述
无人机倾斜测量三维重建包括以下步骤：台阶影像数据获取、数据预处理、空中三角测量、多视角影像匹配、三维TIN网格构建、三维模型建立、自动纹理映射等[14-19]。本着高效率、高精度、高稳定性的原则，通过技术对比，最终选择Bentley ContextCapture作为三维实景建模软件平台，测区三维模型如图4所示。
图4 测区三维表面实景模型
Fig.4 Three-dimensional digital surface model of survey area
3.1.2 基于三维实景模型采剥工程量计算
将2期实景三维模型转换成点云LAS的方式进行导入，并在Global Mapper软件中利用影像解析的点云，重新生成TIN模型，用于进行采剥量的计算，计算结果见表8。为了与露天矿现有的采剥工程量计算方式进行精细对比，测量范围采用单台电铲作业区域采剥量计算(图5)。
表8 实景2期土石方量
Table 8 Real scene two periods earth work volume
区域实景2期土方量值/m32004铲629973.52002铲405774.132001铲536219.092006铲463737.94
图5 采剥量计算模型
Fig.5 Calculation model of mining stripping
3.2 内业成图
3.2.1 基于影像的内业成图
基于影像的内业处理软件选择清华山维EPS软件[20]，该软件可以利用DOM\DSM叠加生成2.5维地形成果，也可导入三维实景模型成果，作为矢量采集的数据依据。该软件提供了丰富的矢量采集工具，能够提供.dwg格式的数据输出结果(图6)。
图6 数据转换
Fig.6 Data conversion
1)数据转换。Smart 3D处理出来的Mesh模型可以无转换直接加载，第1次加载需要建立一个索引文件(图7)。
图7 打开本地倾斜模型
Fig.7 Open local DSM
通过倾斜摄影的data文件目录(瓦片数据)与metadata.xml文件生成DSM实景表面模型。
2)数据加载。数据可以统一管理，旧数据、新数据，按时间或图幅号，用不同的文件夹，分门别类存放于局域网内测量内业处理工作站，作业员可以加载本地的数据。通过在三维窗口加载DSM实景表面模型，选择Data目录下生成的DSM文件即可。
3)绘图编辑。EPS绘制的所有地物和注记，对象的表达以要素类型为基础，用不同的要素编码索引，绘制地物需选择相应的编码(图8、图9)。
图8 绘制未加固斜坡
Fig.8 Draw unreinforced slope
图9 提取高程点
Fig.9 Elevation points extraction
3.3 工程量计算及精度分析
3.3.1 绝对精度检查与分析
1)将DSM模型通过空间插值，提取出原检查点平面位置处的高程点，即平面的XY坐标不变，Z值坐标通过空间内插，提取出相应的高程点，如图11所示。由于矿方实际工程需要，将标准的54坐标系转换为矿区小坐标系，即X坐标自减500 km、Y坐标自减5300 km，形成矿区范围内的小坐标。将实测检查点的Z坐标和实景差分出的Z坐标进行对比分析，见表9。实测数据与第1次航测三维实景模型精度对比见表10。
表9 各维度精度检查
Table 9 Accuracy check of dimensions
点号实际检查点坐标/m模型中检查点坐标/mXYZZZ残差/m1-8974.14584220.472565.623565.70-0.0772-8847.57984725.394577.826577.87-0.0443-9252.61284262.913553.958554.00-0.0424-9429.32484587.396577.976578.04-0.0645-9861.51484127.068578.64578.73-0.096-9872.72284124.051580.905580.870.0357-19675.6184498.936578.847578.90-0.0538-19856.6584733.684601.249601.29-0.0419-0061.26684233.487606.047606.010.03710-0427.26284994.386629.751629.740.011中误差0.045
2)实测数据与第2次航测三维实景模型精度对比见表10。
表10 实测数据与实景建模精度对比
Table 10 Accuacy comparisons between measured data and modeling data
点号实际检查点坐标/m模型中检查点坐标/mXYZZZ残差/m18974.14584220.472553.026552.9530.07328847.57984725.394567.287567.2610.02639252.61284262.913558.275558.297-0.0224-9429.32484587.396576.982577.064-0.0645-9861.51484127.068573.46573.4010.0596-9872.72284124.051578.869578.7890.0557-19675.6184498.936575.874575.8470.0278-19856.6584733.684589.393589.3540.0399-0061.26684233.487602.024601.9670.05710-0427.26284994.386619.821619.7890.032中误差0.042
3.3.2 采剥量精度分析
1)2种测量方式采剥量统计见表11。
表11 2种测量方式采剥量统计
Table 11 Statistics of mining and stripping volume by two measurement methods
区域实测2期土方量差值/m3实景2期土方量差值/m32004铲6196756299742002铲3921104057742001铲5151615362192006铲430098463738
2)2种测量方式采剥量对比见表12。
表12 实测与实景模型土方量对比
Table 12 Comparison of measured stripping volume with real stripping volume
区域2期土方量差值/m3实测实景差值/m3相对误差/%2004铲619675629974-102991.662002铲392110405774-136643.482001铲515161536219-210584.092006铲430098463738-336407.82
3)出现最大差量区域的问题分析。通过对比实测、实景模型计算出的土方量(表13)，发现2006铲实测与实景模型间的差量较大(表14)。
表13 2006铲区域2期土方量
Table 13 Stripping volume statistics of Shovel Area 2006 in two periods
实测实景模型430098m3463738m3
表14 2006铲区域差值
Table 14 Difference of stripping volume Shovel Area 2006
对比方式土方量差值/m3差量比值实测与实景336407.82%
根据上述表格，可以看出实测与实景模型的差值较大。但是实景模型是由无人机作为载体的测量手段，原则上不应超过1%。因此，通过以下方式检查产生差量的原因。
4)实测与航测2种测量方式间的误差分析。实测由于受现场环境制约、测量人员无法到达指定区域，只能采用了统一坡度比进行计算，结果如图10所示。
而航测是以实际地形进行计算。除2006电铲外，其他铲位平盘无明显堆体，且2种无人机测量方式时间间隔较短。
图10 电铲2006工程位置剖面
Fig.10 Section of typical engineering position shovel Area 2006
4 伊敏矿区气候对无人机飞行的适应性
伊敏矿区位于内蒙古鄂温克旗，春季干燥风大，夏季温凉短促，秋季气温骤降霜冻早，冬季寒冷漫长；全年气温冬冷夏暖，温度较别较大。该地区年平均气温在0 ℃以下，最冷月(1月)平均气温在-18～-30 ℃ 。
为了更为详细、确切地分析伊敏矿区气候对无人机飞行作业的影响，项目组通过数据调研，统计了鄂温克旗2015年11月—2018年10月三年来的天气状况，并对数据进行分析与挖掘，揭示出鄂温克旗地区温度、风力、雨雪的分布规律，对无人机在矿区进行应用提供了有效指导。
4.1 温度
温度是影响大多数仪器设备性能的因素，特别是无人机这种高精密仪器。无人机在高空中飞行，系统中任何零件失灵，都有可能造成无人机无法正常工作。因此，研究伊敏矿区的气温对无人机飞行的影响是十分必要的。
以-20 ℃作为最低的工作气温，内蒙古伊敏矿区具备无人机飞行条件的天数有754 d，占总天数(1 096 d)的68.7%。无人机可飞行的最低气温由-20 ℃降低到-30 ℃，无人机可以正常飞行的天数增加了223 d，所以在进行无人机设备选型时，其工作的极限最低工作气温设定为-30 ℃，就能覆盖伊敏矿区90%以上的作业时间。
4.2 风力
伊敏矿区位于呼伦贝尔大草原的腹地，周边几公里并无有效的遮挡。因此，研究风力对无人机飞行的影响是十分有必要的。
经统计数据分析，伊敏矿区风力分布较为集中的级别是微风3～4级。在这个区间内出现的天数为1 050 d，占总天数1 096 d的95.8%。
4.3 雨雪阴晴
通过对比分析：在1 096 d的统计数据中，多云的天气最多为483 d，所占比例44%；晴天占比33%，雨天12%，雪天占7%，阴天占3%。因此，无人机在受雨雪阴晴等气候条件影响的条件下，全年仍可正常工作天数所占比例约为80%。
5 结论
1)伊敏矿区无人机移动测量验收无人机平台适用性选型，以多旋翼电池动力为首选，所搭载的任务载荷为倾斜摄影相机，无人机的飞控系统以半自主控制方式；
2)测试无人机的外业数据采集效率：倾斜五镜头单个架次航时为30～35 min，测量1 km2所用时间为72～80 min；
3)针对倾斜影像，利用Context Capture进行了三维重建，飞行测试中的单点的中误差小于0.05 m；进行测量验收算量对比，除去个别算量区域外(已做精度分析说明)，实景建模算量与实测采剥量的误差均在5%范围内，实景建模算量能够满足矿方测量验收的算量精度；
4)统计了近3年(2015年11月—2018年10月)的气象数据，尤其是极寒、大风、雨雪阴晴等恶劣天气对无人机正常飞行的影响，分析得出伊敏矿区受各种恶劣天气交叉影响的条件下，全年仍有80%的工作日无人机可正常飞行作业。
[1] 王 浩,刘利君,刘宝华.RTK技术在白音华露天矿边坡位移监测中的应用[J].煤炭技术,2009,28(11):106-108.
WANG Hao, LIU Lijun, LIU Baohua. Application of RTK technology in slope displacement monitoring of Baiyinhua Open-Pit Mine [J]. Coal Technology,2009,28(11):106-108.
[2] 贾珍珍. 信息战的哲学视界[D].长沙：国防科学技术大学,2016.
[3] BRUNIER G, FLEURY J, ANTHONY E J,et al. Close-range airborne structure-from-motion photogrammetry for high-resolution beach morph metric surveys: examples from an embayed rotating beach[J]. Geomorphology, 2016, 261: 76-88.
[4] STÖCKERC, ELTNER A, KARRASCH P. Measuring gullies by synergetic application of UAV and close range photogrammetry: a case study from Andalusia, Spain[J].Catena, 2015, 132: 1-11.
[5] 西北工业大学.研制的D-4多用途无人驾驶飞机试飞成功[J].西北工业大学学报,1984(1):12-15.
Northwest Polytechnic University .The D-4 multi-purpose unmanned aircraft developed by our school successfully flew [J].Journal of Northwest Polytechnic University,1984(1):12-15.
[6] 杨陆强,果 霖,朱加繁, 等.我国农用无人机发展概况与展望[J].农机化研究,2017,39(8):6-11.
YANG Luqiang, GUO Lin, ZHU Jiafeng, et al. Overview and prospect of the development of agricultural UAV in China [J]. Research on Agricultural Mechanization,2017,39(8):6-11.
[7] 李 静,张 敏,贺 超,等.基于气动角的气象无人机风场测量和数据处理方法[J].智能计算机与应用,2019,9(4):107-111.
LiJing, ZHANG Min, HE Chao, et al. Wind field measurement and data processing method of meteorological UAV based on aero dynamic angle [J]. Intelligent Computer and Application,2019,9(4):107-111.
[8] 王 林.无人机在应对地震灾害方面的应用及发展[J].中国应急救援,2016(6):33-36.
WANG Lin. Application and development of UAVS in response to earthquake disasters [J]. China Emergency Rescue,2016(6):33-36.
[9] 陈凤翔,刘博迪,方广东.基于机器视觉的无人机电力巡线技术[J].电子技术与软件工程,2019(4):60-61.
CHEN Fengxiang, LIU Bodi, FANG Guangdong. Unmanned aerial vehicle power line patrol technology based on machine vision[J]. Electronics Technology and Software Engineering,2019(4):60-61.
[10] 黄皓中. 基于无人机数据的露天矿三维时空对比及微地貌分析[D].北京：中国地质大学(北京),2018.
[11] 杨青山,范彬彬,魏显龙,等.无人机摄影测量技术在新疆矿山储量动态监测中的应用[J].测绘通报,2015(5):91-94.
YANG qingshan, FAN Binbin, WEI Xianlong, et al. Application of UAV photo grammetry in dynamic monitoring of Xinjiang mine reserves [J]. Bulletin of Surveying and Mapping,2015(5):91-94.
[12] 陈 帅. 低空无人机遥感技术及其在某铝土矿山测绘中的应用[D].长沙：长沙理工大学,2015.
[13] 杨永明. 无人机遥感系统数据获取与处理关键技术研究[D].昆明：昆明理工大学,2016.
[14] 曹帅帅. 无人机倾斜摄影测量三维建模的应用试验研究[D].昆明：昆明理工大学,2017.
[15] 黎其添.基于倾斜摄影测量的大比例尺地形图测绘及精度评定[J].测绘通报,2019(S1):143-146,150.
LI Qitian. Surveying and mapping of large scale topographic map based on tilt photogrammetric and accuracy assessment[J]. Bulletin of surveying and mapping,2019(S1):143-146,150.
[16] 聂 赞,文 琳,黄 山,等.倾斜摄影的单体化建模研究[J].地理空间信息,2019,17(3):113-114，122，11.
NIE Zan, WEN Lin, HUANG Shan, et al. Monomorphic modeling of oblique photography [J]. Geospatial Information,2019,17(3):113-114，122，11.
[17] 李佩峻,柴壮壮.基于低空倾斜影像的三维建模研究[J].甘肃科学学报,2018,30(6):1-6.
LI Peijun, CHAI Zhuangzhuang. Three-dimensional modeling based on low-altitude oblique images [J]. Journal of Gansu Science, 2013,30(06):1-6.
[18] 杨荣帮.基于倾斜摄影测量的三维城市建模研究[J].测绘与空间地理信息,2018,41(10):253-256.
YANG Rongbang. Research on three-dimensional city modeling based on tilt photogrammetry [J]. Mapping and spatial geographic information, 2008,41(10):253-256.
[19] 梁 静,李永利,戴晓琴,等.基于无人机倾斜影像的数字校园三维重建[J].测绘与空间地理信息,2018,41(8):139-141,145.
LIANG Jing, LI Yongli, DAI Xiaoqin, et al. Three-dimensional reconstruction of digital campus based on tilt image of UAV [J]. Mapping and Spatial Geographic Information, 2008,41(8):139-141,145.
[20] 史文博.基于清华山维EPS地理国情普查内业采集的技术方法[J].北京测绘,2015(5):17-23.
SHI Wenbo. Technical method of internal industry collection based on survey of national geographic conditions of Tsinghua Shanwei EPS [J]. Beijing Surveying and Mapping,2015(5):17-23.
