为什么惯性导航系统 (INS) 对于无人飞行器 (UAV) 测绘应用非常重要？

近年来，无人驾驶飞机的部署越来越多。 这些无人驾驶飞行器 (UAV) 通常也被称为无人机、无人驾驶飞机系统 (UAS) 或遥控飞机系统 (RPAS)。 在以下描述中，这些术语将交替使用。 各种形状和大小的无人机已在军事领域使用多年。日益高效和适应性强的制造程序（如三维打印）以及电子元件的微型化带来的优势，使得在民用环境中部署无人机变得更加可行。 现在，普通消费者可以直接购买无人驾驶飞行器，进行飞行练习，并安装摄像头和其他传感器，对周围环境进行拍照。

自 20 世纪中期以来，机载照相机一直被用于监视或测绘目的。 当使用航空相机拍摄的图像进行摄影测量，以绘制地形图或土地覆盖图，或计算坡度角或地雷体积时，不仅需要了解所使用相机或传感器的规格（内部模型），还需要：

• 成像传感器的外部方向如何变化（即传感器如何相对于地面移动）。
• 从高空成像时，固有的三维地面几何形状对测绘输出中的测量值和距离产生的扭曲影响。

飞机的导航系统会提供飞机的航线信息和飞机飞越的部分世界。 为了绘制和更新地图，需要通过照片中看到的地貌特征（地面控制点 - GCP）的已知坐标来确定相机照片的位置和足迹。 地面地形的起伏可以通过应用航空三角测量方程来解释，既可以将照片绑定在一起，也可以将图像中的地物与地面控制点的 x、y、z 坐标联系起来。 然而，这是一个需要大量人力且成本高昂的过程，其结果的质量将取决于所使用的全球定位系统的数量和全球定位系统的布局等因素。

这种根据已知 GCP 坐标进行地理参照的方法主要用于为无人机航空摄影提供测量控制。 随着无人机平台越来越面向更广泛的市场，计算系统和成本也随之降低，从而为平台本身提供了更有利的定价点。 在无人机平台上进一步完善 GPS 读数的方法，如通过实时无线电链路（实时运动 GPS）或通过后处理差分 GPS 工作流程从本地基站接收大气和定时校正，现在已很普遍。 尽管如此，这仍然不能否定 GCP 的使用，而且很容易忽略建立测量控制或执行这些必要的航空三角测量程序所需的时间。

航空摄影中出现的许多失真现象都可归因于外部方位的变化，因为空中平台很少以完全稳定和水平的方式移动。 平台本身会在拐角处倾斜，大气条件会导致平台俯仰和偏航。 即使摄像机安装了自调平云台，在极端情况下，摄像机的方向也不一定总是垂直于地面。 此外，地球并非平坦。 飞机下方地面的起伏（丘陵、山脉、山谷、建筑物）以及空中平台的高度变化都会导致所拍摄图像的视角发生变化，从而导致测量距离失真。

为了从航空摄影中获得可靠的制图产品，将根据重叠的立体摄影对或处理过的正射影像图对地图进行数字化。 这两种技术的目的都是将地形起伏的影响归一化，以生成距离真实的制图产品。 要以现代自动化方式进行测绘，不仅需要收集照片拍摄地点的坐标数据，还需要了解相机模型，以及与相机运动的整体轨迹和拍摄照片时特定时间点的方向参数相关的数据。

方向信息来自 IMU，更具体地说，来自一个计算模块，该模块对 GPS 系统（机载和本地基站）的位置数据以及 IMU 的方向信息进行统计处理，从而对相机的轨迹做出总体最佳估计。 正是这一计算模块使得在空中平台移动时也能生成可靠的测绘产品，这些系统被称为惯性导航系统（INS）。 自 20 世纪 90 年代末以来，测绘级 INS 系统已在载人机载平台上广泛使用。 在许多部署在载人平台上的机载测绘传感器上，INS 的 IMU 组件现已集成到传感器本身。

直接地理参照不仅能够高效地采集航空摄影，还适用于所有其他类型的测绘传感器，如光探测与测距（LiDAR）系统和其他成像传感器（如高光谱波段测量传感器）。

与载人摄影作业相比，无人机通常使用成本较低的照相机，而这些照相机的设计初衷往往并非用于机载。 因此，这些照相机很少会在无人机上安装复杂的 INS 系统。 这意味着，考虑在无人机平台上安装 INS 系统以提高测绘项目的效率和质量变得更加重要。 理想的情况是将 INS 安装在尽可能靠近测绘传感器的位置，以便在整个任务过程中对其位置和测绘传感器的方向做出最佳估计。 在载人机载平台上，由于飞机的大小，INS 系统可能与相机支架仍有一定距离。 因此需要计算 INS 主体与相机框架之间的相对距离、角度和方向，从而提供所谓的杠杆臂矢量。

由于无人机的整体尺寸较小，其 INS 主体与相机框架中心之间的距离可能比载人平台上的要小得多。 通常情况下，测绘传感器会直接安装在 INS 上或下方；尽管如此，计算杠杆臂矢量将进一步改善直接地理坐标结果。

如果摄像机安装在固定支架上，那么由 INS 测得的无人机机身移动将直接转化为摄像机空间位置的移动。 如果相机不是安装在传统的天底座上（即聚焦在无人机的正下方），而是安装在一个斜角上，那么适当计算向 INS 输送的杠杆臂矢量就会考虑到相机支架所处的角度，从而实现图像的直接地理参照。

无人机上经常使用万向节式支架，以稳定相机与地面的安装角度，而不受无人机平台移动的影响。 从理论上讲，这意味着当无人机可能滚动、俯仰或偏航时，摄像机应保持与地面持平。 云台所做的并不是考虑高度的动态变化或无人机平台上的这些相同运动；这些运动也会对相机在空间中的位置产生影响。 此外，万向节也不能否定 INS 在整个勘测过程中计算整体最佳位置估计值的要求。 因此，即使相机安装在万向节上，使用 INS 仍能为测绘项目提供最佳的直接地理参照结果。

激光雷达系统为某些类型的测绘项目带来了许多优势，例如与林业和采矿有关的项目。 照相机传感器通常是通过图像帧被动地捕捉数据，而激光雷达系统则不同，它是一种主动系统。 激光雷达通过发射单个光脉冲并计算光脉冲返回激光雷达传感器所需的时间来收集数据。 激光雷达每秒会发射数千个光脉冲，穿过一个被称为扫描线的范围。 由于光速是已知的，因此可以计算出每个脉冲到目标（例如地面）的距离。 要计算目标的 x、y、z 坐标位置，还需要知道飞机的确切位置和方向，并将其动态分配给每个脉冲回波。 因此，必须使用高级 INS 系统对无人机安装的激光雷达进行直接地理参照。 与航拍相机等其他测绘传感器一样，如果将 INS 和激光雷达系统一起安装在无人机上，并计算出激光雷达的安装角度杠杆臂，则可获得最佳效果。

与有人驾驶系统相比，无人飞行器体积更小，初始资本成本更低，运行区域通常也更小；但无人飞行器测绘作业仍需高效运行，以便更好地利用低成本平台的优势。 通常情况下，无人机测绘项目的交付价格要低于有人机作业。 为了保持竞争力，无人机运营商需要对现场勘测工作的时间成本保持敏感。 众所周知，利用 GCP 的传统地理参照任务需要大量人力。 无论使用哪种传感器，与载人机载勘测作业的经验类似，使用 INS 直接进行地理坐标参考可提供一种从无人机上准确收集测绘数据的方法，对于使用先进传感器（如激光雷达）至关重要。