考虑地形起伏的机载SAR测绘航线规划方法

doi:10.7527/S1000-6893.2022.28143

电子电气工程与控制

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

考虑地形起伏的机载SAR测绘航线规划方法

肖友刚, 满香娜, 伍国华, 罗启章()

中南大学交通运输工程学院，长沙　410073

收稿日期:2022-10-20 修回日期:2022-12-03 接受日期:2023-01-18 出版日期:2023-09-15 发布日期:2023-02-13
通讯作者: 罗启章 E-mail:qz_luo@csu.edu.cn
基金资助:
国家自然科学基金(62073341)

Surveying and mapping path planning method for UAV-borne SAR considering terains

Yougang XIAO, Xiangna MAN, Guohua WU, Qizhang LUO()

College of Traffic and Transportation Engineering，Central South University，Changsha　410073，China

Received:2022-10-20 Revised:2022-12-03 Accepted:2023-01-18 Online:2023-09-15 Published:2023-02-13
Contact: Qizhang LUO E-mail:qz_luo@csu.edu.cn
Supported by:
National Natural Science Foundation of China(62073341)

摘要/Abstract

摘要：

合成孔径雷达（SAR）能够不受天气、时间影响地获取高分辨率图像，因此，被广泛用于测绘、灾害监测、环境监测、资源侦察等领域。由于SAR是侧视成像，在复杂的地形中雷达波束会被障碍物遮挡，从而形成叠掩和阴影，这样不仅会造成数据的缺失，而且会加重后续对数据处理的工作负担。针对以上问题，在进行无人机航线规划时，通常要保证相邻航带的重叠率来减少叠掩和阴影对图像质量的影响。为了在减少重叠率的同时保证高质量的成像，研究了考虑地形起伏的SAR测绘航线规划问题，将旁向重叠度、覆盖率和叠掩阴影率作为评价指标，提出了基于模拟退火算法的机载SAR测绘航线规划方法，并展开仿真实验对提出的方法进行验证。实验结果表明：所提出的方法能够将航带的旁向重叠度均控制在设定值以内，并使覆盖率达到90%以上；航线数量相比以平均高度面为基准设计航线的方法降低了31.21%，测区覆盖率相比完全不考虑地形的航线设计方法提高了84.80%；相比Greedy算法，其几何形变率降低了8.73%，其冗余航线数量减少了100%。

关键词: 区域覆盖, 航线设计, 无人机测绘, 机载SAR, 地形起伏, 模拟退火

Abstract:

Synthetic Aperture Radar （SAR） can obtain high-resolution images regardless of the influence of weather and time； therefore， it is widely used in mapping， disaster monitoring， environmental monitoring， resource reconnaissance， etc. Due to the side-view imaging of SAR， the radar beam will be blocked by obstacles in some complex terrains， resulting in layover and shadow. This will not only cause data missing but also aggravate the workload of subsequent data processing. To address the above problems， it is usually necessary to ensure the overlap ratio of adjacent flight swaths to reduce the influence of layover and shadow on image quality when planning the path of the Unmanned Aerial Vehicle （UAV）-borne SAR. To reduce the overlap ratio while ensuring high-quality images， this paper studies the SAR mapping path planning problem considering terrains. Taking the lateral overlap ratio， coverage ratio， and overlap ratio as evaluation targets， a UAV-borne SAR mapping path planning method is proposed based on simulated annealing. Simulation experiments are carried out to verify the proposed method. The experimental results show that the method proposed can control the lateral overlap ratio of flight swath within the set value， and make the coverage ratio reach more than 90%. The number of paths decreased by 31.21% compared with that of the method based on the average altitude plane， and the coverage ratio of test area increased by 84.8% compared with that of the method without considering the terrain. The geometric deformation ratio and the number of redundant paths are also reduced by 8.73% and 100% respectively compared with that of the Greedy algorithm.

Key words: area coverage, path planning, UAV surveying and mapping, UAV-borne SAR, terains, simulated annealing

中图分类号:

V279

肖友刚, 满香娜, 伍国华, 罗启章. 考虑地形起伏的机载SAR测绘航线规划方法[J]. 航空学报, 2023, 44(17): 328143-328143.

Yougang XIAO, Xiangna MAN, Guohua WU, Qizhang LUO. Surveying and mapping path planning method for UAV-borne SAR considering terains[J]. Acta Aeronautica et Astronautica Sinica, 2023, 44(17): 328143-328143.

图/表 24

图1

图2

图3

图4

图5

表1

表2

图6

表3

图7

表4

图8

表5

图9

图10

图11

图12

图13

图14

图15

图 16

图17

图18

图19

参考文献 42

1	LIU T G， XU P F， ZHANG S H. A review of recent advances in scanned topographic map processing［J］. Neurocomputing， 2019， 328： 75-87.
2	YANG Z Y， YU X Y， DEDMAN S， et al. UAV remote sensing applications in marine monitoring： knowledge visualization and review［J］. Science of the Total Environment， 2022， 838： 155939.
3	BHARDWAJ A， SAM L， MARTÍN-TORRES F J， et al. UAVs as remote sensing platform in glaciology： present applications and future prospects［J］. Remote Sensing of Environment， 2016， 175： 196-204.
4	LI B Y， HOU J M， LI D L， et al. Application of LiDAR UAV for high-resolution flood modelling［J］. Water Resources Management， 2021， 35（5）： 1433-1447.
5	HASHEMI-BENI L， JONES J， THOMPSON G， et al. Challenges and opportunities for UAV-based digital elevation model generation for flood-risk management： a case of princeville， North Carolina［J］. Sensors， 2018， 18（11）： 3843.
6	YU R， LYU M H， LU J H， et al. Spatial coordinates correction based on multi-sensor low-altitude remote sensing image registration for monitoring forest dynamics［J］. IEEE Access， 2020， 8： 18483-18496.
7	SUN L， WAN L T， WANG X P. Learning-based resource allocation strategy for industrial IoT in UAV-enabled MEC systems［J］. IEEE Transactions on Industrial Informatics， 2021， 17（7）： 5031-5040.
8	RASMUSSEN J， AZIM S， BOLDSEN S K， et al. The challenge of reproducing remote sensing data from satellites and unmanned aerial vehicles （UAVs） in the context of management zones and precision agriculture［J］. Precision Agriculture， 2021， 22（3）： 834-851.
9	HUANG Y B， REDDY K N， FLETCHER R S， et al. UAV low-altitude remote sensing for precision weed management［J］. Weed Technology， 2018， 32（1）： 2-6.
10	王京卫. 测绘无人机低空数字航摄影像去雾霾研究［J］. 测绘学报， 2016， 45（2）： 251.
	WANG J W. Study of the geo-UAV low-altitude digital aerial image haze removal［J］. Acta Geodaetica et Cartographica Sinica， 2016， 45（2）： 251 （in Chinese）.
11	SHU G F， CHANG J H， LU J， et al. A novel method for SAR ship detection based on eigensubspace projection［J］. Remote Sensing， 2022， 14（14）： 3441.
12	FENG Y， CHEN J E， HUANG Z X， et al. A lightweight position-enhanced anchor-free algorithm for SAR ship detection［J］. Remote Sensing， 2022， 14（8）： 1908.
13	TORRES M， PELTA D A， VERDEGAY J L， et al. Coverage path planning with unmanned aerial vehicles for 3D terrain reconstruction［J］. Expert Systems with Applications， 2016， 55： 441-451.
14	CABREIRA T M， BRISOLARA L B， FERREIRA P R Jr. Survey on coverage path planning with unmanned aerial vehicles［J］. Drones， 2019， 3（1）： 4.
15	CHEN G Z， SHEN Y， ZHANG Y X， et al. 2D multi-area coverage path planning using L-SHADE in simulated ocean survey［J］. Applied Soft Computing， 2021， 112： 107754.
16	薛镇涛，陈建，张自超，等. 基于复杂地块凸划分优化的多无人机覆盖路径规划［J］. 航空学报， 2022， 43（12）： 403-417.
	XUE Z T， CHEN J， ZHANG Z C， et al. Multi-UAV coverage path planning based on optimization of convex division of complex plots［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（12）： 403-417 （in Chinese）.
17	CABREIRA T M， DI FRANCO C， FERREIRA P R， et al. Energy-aware spiral coverage path planning for UAV photogrammetric applications［J］. IEEE Robotics and Automation Letters， 2018， 3（4）： 3662-3668.
18	夏阳升，石建迈，陈超，等. 车机协同多区域覆盖侦察路径规划方法［J］. 指挥与控制学报， 2020， 6（4）： 372-380.
	XIA Y S， SHI J M， CHEN C， et al. Path planning method for multi-area reconnaissance by cooperated ground vehicle and drone［J］. Journal of Command and Control， 2020， 6（4）： 372-380 （in Chinese）.
19	MARICA V， CURIAC C D， QUENTEL P Y M， et al. Static coverage path planning for UAVs with conical field of view when monitoring rectangular ground areas［C］∥ 2019 23rd International Conference on System Theory， Control and Computing （ICSTCC）. Piscataway： IEEE Press， 2019： 510-514.
20	CHO S W， PARK H J， LEE H， et al. Coverage path planning for multiple unmanned aerial vehicles in maritime search and rescue operations［J］. Computers & Industrial Engineering， 2021， 161： 107612.
21	YANG C H， TSAI M H， KANG S C， et al. UAV path planning method for digital terrain model reconstruction - A debris fan example［J］. Automation in Construction， 2018， 93： 214-230.
22	GUASTELLA D C， CANTELLI L， GIAMMELLO G， et al. Complete coverage path planning for aerial vehicle flocks deployed in outdoor environments［J］. Computers & Electrical Engineering， 2019， 75： 189-201.
23	CAO Y， CHENG X H， MU J Z. Concentrated coverage path planning algorithm of UAV formation for aerial photography［J］. IEEE Sensors Journal， 2022， 22（11）： 11098-11111.
24	VASQUEZ GOMEZ J I， MELCHOR M M， HERRERA LOZADA J C. Optimal coverage path planning based on the rotating calipers algorithm［C］∥ 2017 International Conference on Mechatronics， Electronics and Automotive Engineering （ICMEAE）. Piscataway： IEEE Press， 2017： 140-144.
25	MAYILVAGANAM K， SHRIVASTAVA A， RAJAGOPAL P. An optimal coverage path plan for an autonomous vehicle based on polygon decomposition and ant colony optimisation［J］. Ocean Engineering， 2022， 252： 111101.
26	MANSOURI S S， KANELLAKIS C， GEORGOULAS G， et al. 2D visual area coverage and path planning coupled with camera footprints［J］. Control Engineering Practice， 2018， 75： 1-16.
27	BEZAS K， TSOUMANIS G， ANGELIS C T， et al. Coverage path planning and point-of-interest detection using autonomous drone swarms［J］. Sensors， 2022， 22（19）： 7551.
28	LUNA M A， ALE ISAAC M S， RAGAB A R， et al. Fast multi-UAV path planning for optimal area coverage in aerial sensing applications［J］. Sensors， 2022， 22（6）： 2297.
29	DAI R， FOTEDAR S， RADMANESH M， et al. Quality-aware UAV coverage and path planning in geometrically complex environments［J］. Ad Hoc Networks， 2018， 73： 95-105.
30	王炳乾，陈超，王华军，等. 基于等高线构建无人机航线的新型仿地飞行策略［J］. 测绘通报， 2020（11）： 104-107， 115.
	WANG B Q， CHEN C， WANG H J， et al. A new ground-like flight method based on contours to construct drone routes［J］. Bulletin of Surveying and Mapping， 2020（11）： 104-107， 115 （in Chinese）.
31	WANG H P， ZHANG S Y， ZHANG X Y， et al. Near-optimal 3-D visual coverage for quadrotor unmanned aerial vehicles under photogrammetric constraints［J］. IEEE Transactions on Industrial Electronics， 2022， 69（2）： 1694-1704.
32	DAI X H， QUAN Q， REN J R， et al. An analytical design-optimization method for electric propulsion systems of multicopter UAVs with desired hovering endurance［J］. IEEE/ASME Transactions on Mechatronics， 2019， 24（1）： 228-239.
33	陈玥，李英成，李兵，等. 复杂地势下轻小型无人机LiDAR自主航线设计［J］. 测绘科学， 2021， 46（3）： 104-109， 132.
	CHEN， Y， LI Y C， LI B， et al. Design of LiDAR autonomous route for light and small drones under complex terrain［J］. Science of Surveying and Mapping， 2021， 46（3）： 104-109， 132 （in Chinese）.
34	VO A V， LAEFER D F， BYRNE J. Optimizing urban LiDAR flight path planning using a genetic algorithm and a dual parallel computing framework［J］. Remote Sensing， 2021， 13（21）： 4437.
35	LIU N， LI X W， PENG X， et al. SAR tomography based on atomic norm minimization in urban areas［J］. Remote Sensing， 2022， 14（14）： 3439.
36	张同同，杨红磊，李东明，等. SAR影像中叠掩与阴影区域的识别：以湖北巴东为例［J］. 测绘通报， 2019（11）： 85-88.
	ZHANG T T， YANG H L， LI D M， et al. Identification of layover and shadows regions in SAR images： —taking Badong as an example［J］. Bulletin of Surveying and Mapping， 2019（11）： 85-88 （in Chinese）.
37	赵争. 地形复杂区域InSAR高精度DEM提取方法［J］. 测绘学报， 2016， 45（11）： 1385.
	ZHAO Z. Methods on high-accuracy DEM extraction from interferometric SAR in sophisticated terrain areas［J］. Acta Geodaetica et Cartographica Sinica， 2016， 45（11）： 1385 （in Chinese）.
38	KUMAR G N， AHMED M S， SARKAR A K， et al. Reentry trajectory optimization using gradient free algorithms［J］. IFAC-PapersOnLine， 2018， 51（1）： 650-655.
39	FAHIMNIA B， DAVARZANI H， ESHRAGH A. Planning of complex supply chains： a performance comparison of three meta-heuristic algorithms［J］. Computers & Operations Research， 2018， 89： 241-252.
40	IQBAL A， AL-GHAMDI K A. Energy-efficient cellular manufacturing system： Eco-friendly revamping of machine shop configuration［J］. Energy， 2018， 163： 863-872.
41	戴健，许菲，陈琪锋. 多无人机协同搜索区域划分与路径规划［J］. 航空学报， 2020， 41（）： 723770.
	DAI J， XU F， CHEN Q F. Multi-UAV cooperative search on region division and path planning［J］. Acta Aeronautica et Astronautica Sinica， 2020， 41（Sup 1）： 723770 （in Chinese）.
42	SAADI A AIT， SOUKANE A， MERAIHI Y， et al. UAV path planning using optimization approaches： a survey［J］. Archives of Computational Methods in Engineering， 2022， 29（6）： 4233-4284.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

参数	C1	C2	C3	C4
平均高程/m	1 335.67	15.53	1 299.99	1 505.22
高程标准差/m	272.50	1.19	198.35	264.60
最小高程/m	772.44	11.12	851.52	966.74
最大高程/m	2 133.59	19.34	1 885.99	2 242.42
角点1/（°）	E109.752 N31.895	E116.418 N 37.781	E109.618 N31.896	E109.752 N31.835
角点2/（°）	E109.752 N31.847	E116.418 N37.772	E109.618 N31.846	E109.752 N31.789
角点3/（°）	E109.815 N31.847	E116.430 N37.772	E109.679 N31.846	E109.815 N31.789
角点4/（°）	E109.815 N31.895	E116.430 N37.781	E109.679 N31.896	E109.815 N31.835
投影面积/（km）²	31.51	1.05	31.54	30.57

参数	C1	C2	C3	C4
雷达俯角补角/（°）	10	10	10	10
视场角/（°）	20	40	20	20
飞行高度/m	2 233.59	119.34	1 985.99	2 342.42
旁向重叠度/%	30	30	30	30

模型	航线数量/条				覆盖率/%
模型	C1	C2	C3	C4	C1	C2	C3	C4
CPPM	11.4	11.6	13	10.6	95.42	95.09	95.56	92.51
CPP1	17	13	23	17	94.81	90.58	96.72	94.64
CPP2	8	11	9	7	52.00	90.99	39.74	43.90
模型	几何形变率/%				旁向重叠度/%
模型	C1	C2	C3	C4	C1	C2	C3	C4
CPPM	14.62	0.83	8.79	15.40	22.88	25.89	24.69	22.55
CPP1	6.96	0.04	3.28	11.90	29.88	10.60	33.14	36.03
CPP2	4.59	0.00	1.14	5.65	0	10.02	0.36	0

参数	C1		C2		C3		C4
参数	CPP1	CPP2	CPP1	CPP2	CPP1	CPP2	CPP1	CPP2
航线数量	3.066 98×10^-6	3.066 98×10^-6	0.009 023 439	0.117 185 087	6.704 11×10^-6	6.704 11×10^-6	3.066 98×10^-6	3.066 98×10^-6
覆盖率	0.061 969 62	0.061 969 62	0.009 023 439	0.009 023 439	0.520 050 527	6.704 11×10^-6	0.119 844 279	3.066 98×10^-6
几何形变率	3.066 98×10^-6	3.066 98×10^-6	0.117 185 087	0.601 508 134	6.704 11×10^-6	6.704 11×10^-6	0.000 621 759	3.066 98×10^-6
旁向重叠度	3.066 98×10^-6	3.066 98×10^-6	0.009 023 439	0.009 023 439	6.704 11×10^-6	6.704 11×10^-6	3.066 98×10^-6	3.066 98×10^-6

算法	覆盖率/%				几何形变率/%
算法	C1	C2	C3	C4	C1	C2	C3	C4
CPPM	97.30	93.98	96.55	92.80	8.03	0	5.47	14.73
Greedy	96.81	93.66	95.50	92.95	8.41	0	7.86	14.73
算法	航线数量/条				冗余航线数量/条
算法	C1	C2	C3	C4	C1	C2	C3	C4
CPPM	11	11	14	10	0	0	0	0
Greedy	12	10.5	13.8	10	1	0	0.8	0.2

考虑地形起伏的机载SAR测绘航线规划方法

Surveying and mapping path planning method for UAV-borne SAR considering terains

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 24

参考文献 42

相关文章 15

编辑推荐

Metrics

本文评价

[1]	王兵, 邹润原, 常哲宁. 基于改进模拟退火的航空器起飞质量估算方法[J]. 航空学报, 2023, 44(16): 328090-328090.
[2]	伍国华, 王天宇. 基于自适应模拟退火的大规模星座测控资源调度算法[J]. 航空学报, 2023, 44(12): 327759-327759.
[3]	罗庆, 张涛, 单鹏, 张文涛, 刘子豪. 基于改进Q学习的IMA系统重构蓝图生成方法[J]. 航空学报, 2021, 42(8): 525792-525792.
[4]	邹适宇, 李复名, 谢爱平, 周涛, 刘鹏. 基于改进烟花算法的资源分配[J]. 航空学报, 2021, 42(12): 324716-324716.
[5]	潘成胜, 行贵轩, 戚耀文, 杨力. 多状态空间信息网络拓扑生成优化算法[J]. 航空学报, 2020, 41(4): 323546-323546.
[6]	刘冰, 易泰河, 申镇, 易东云. 基于搜索空间变换和序优化的预警星座设计[J]. 航空学报, 2016, 37(11): 3413-3424.
[7]	燕洪成, 张庆君, 孙勇. 星间链路数量受限的导航卫星网络链路分配问题[J]. 航空学报, 2015, 36(7): 2329-2339.
[8]	刘中杰, 曹云峰, 庄丽葵, 丁萌. 基于控制线方法的机载SAR和可见光图像匹配应用研究[J]. 航空学报, 2013, 34(9): 2194-2201.
[9]	徐秀栋, 黄攀峰, 孟中杰. 空间绳系机器人逼近目标协调控制方法[J]. 航空学报, 2013, 34(5): 1222-1231.
[10]	伍国华, 马满好, 王慧林, 邱涤珊. 基于任务聚类的多星观测调度方法[J]. 航空学报, 2011, 32(7): 1275-1282.
[11]	张安平;陈国平. 基于混合人工鱼群算法的结构有限元模型修正[J]. 航空学报, 2010, 31(5): 940-945.
[12]	李俨;董玉娜. 基于SA-DPSO混合优化算法的协同空战火力分配[J]. 航空学报, 2010, 31(3): 626-631.
[13]	王晓庆;韩景龙;张军红. 不同气流偏角下的壁板热颤振分析及多目标优化设计[J]. 航空学报, 2010, 31(11): 2195-2201.
[14]	白保存;贺仁杰;李菊芳;陈英武. 考虑任务合成的成像卫星调度问题[J]. 航空学报, 2009, 30(11): 2165-2171.
[15]	邱志平;张宇星. 智能优化算法在飞机总体设计中的应用[J]. 航空学报, 2009, 30(1): 62-67.