[发明专利]基于无人机飞机航拍的交通事故现场三维重建系统及方法

说明书

技术领域

本发明涉及智能交通技术领域，特别是涉及一种基于无人机飞机航拍的交通事故现场三维重建系统和重建方法。

背景技术

随着机动车保有量的快速增加，部分驾驶员的安全驾驶意识不高，同时受不良道路、气象等条件的影响，道路交通事故时有发生。交通事故发生以后，交通警察通常采取临时交通管制措施，如道路限行、甚至是封路，然后对交通事故现场进行测量、摄影，为后续的交通事故鉴定与责任划分获取第一手资料。然而，上述的传统方法存在若干缺陷，一是需要较长的道路封闭时间(如1小时以上)，这会严重影响道路的通行能力；二是交通事故现场存在事故车辆、伤亡人员、事故散落物、车辆制动印迹，同时需要开展事故救援等工作，事故现场面临被破坏的风险；三是传统的测量与摄影工作，主要针对局部的、二维的交通事故场景，难以从交通事故全景的角度(包括事故车辆、伤亡人员、事故散落物、车辆制动印迹、道路标线和道路环境等)，进行全方位的交通事故信息采集。

鲁光泉，李一兵在《交通运输工程与信息学报》2005年第3卷第3期63-67 页，发表了“基于普通数码相机的交通事故摄影测量技术及其研究进展”，归纳、展望了交通事故现场的二维和三维建模方法，但是这些方法还处于研究阶段，同时面临相机标定、重建精度的影响，离实际应用存在较大的差距。

中国专利文献CN200710045440.9公布了一种基于摄影测量与车身外轮廓的汽车碰撞事故再现方法，该方法对变形车辆和同型号的完好车辆进行摄影测量，建立车辆外轮廓的三维数值模型，然后建立有限元模型进行模拟，确定事故发生时刻的车速和碰撞角度。该方法在摄影测量时，需要设定多个标定物，且有拍摄角度要求，同时该方法未对其它的交通事故现场信息(如制动印记、道路环境等)进行处理，这就大大的限制了其实用性。

中国专利文献CN106295556公布了一种基于小型无人飞机航拍图像的道路检测方法，该方法通过人机交互方式，手动提取道路和非道路像素点，进行聚类和建模，用max-flow算法检测出道路区域。但是该方法未考虑交通事故现场的三维建模问题。

此外，航拍图片的质量易受到光线不良和物体遮挡等因素的影响，造成航拍图像特征点提取、图像匹配的困难。

发明内容

本发明的目的是针对现有技术中存在的技术缺陷，而提供一种基于无人机飞机航拍的交通事故现场三维重建系统和重建方法。

为实现本发明的目的所采用的技术方案是：

一种基于无人机飞机航拍的交通事故现场三维重建系统，包括，

无人飞机系统，包括用以承载和飞行的无人飞机机体、惯性测量单元、定位定向模块、通讯模块和机载相机，其中，惯性测量单元用以测量无人飞机的三轴姿态角和加速度信息；定位定向模块用以生成实时的导航数据和每张航拍图像POS数据；

地面控制平台，其与所述的无人飞机系统的通讯模块通讯连接以实现控制通讯和图片信息传输；

事故现场三维图像处理系统，与所述的地面控制平台通讯连接以实现图片信息传输。

所述的飞机机体为四旋翼无人飞机，所述的机载相机通过360°旋转的云台模块设置在无人飞机机体上。

一种基于无人机飞机航拍的交通事故现场三维重建方法，包括以下步骤，

1)拍摄步骤，无人飞机以事故车辆为中心，围绕事故车辆绕圈飞行，并于多个航点处悬停拍照，拍摄图片实时传输至事故现场三维图像处理系统，

2)图像的筛选处理，按内容重叠率筛选预定数量的航拍照片以便于图像特征提取与匹配；

3)图像的卷积计算：对筛选出来的图像使用索贝尔算子和拉普拉斯算子从水平和垂直两个梯度进行加权卷积计算，提高图像对光线变化和物体遮挡的鲁棒性；水平和垂直方向上的卷积计算公式分别为：

其中，IM是筛选出来的图像的灰度图像矩阵，是卷积操作，S_x是索贝尔水平算子，S_y是索贝尔垂直算子，L_x是拉普拉斯水平算子，L_y是拉普拉斯垂直算子，b是偏移量取值范围为0.1-0.3；当光线不良时，α取值范围为0.6-1，β取值范围为0-0.4；当有物体遮挡时，α取值范围为0-0.4，β取值范围为0.6-1，当光线不良又有物体遮挡时，α取值范围为0.5-0.6，β取值范围为1-α；

其中，

图像的卷积值为：

根据图像的卷积计算结果，可获得经卷积处理后的灰度图像；