一种无人机建模方法及装置与流程

1.本技术涉及无人机技术领域，尤其涉及一种无人机建模方法及装置。


背景技术：

2.无人机广泛应用于城市管理、抢险救灾、地貌勘测等领域，在这些领域中，利用无人机进行快速区域建模的需求正在增加。
3.快速区域建模属于一种在线建模方式。一种快速区域建模方法中，无人机在指定区域内执行拍摄任务，并在每完成一个拍摄任务之后，将拍摄的图像数据传回地面基站，而地面基站接收到图像数据之后，按照接收到的图像数据的顺序，进行增量式建模，如此，在无人机完成全部的拍摄任务之后，基站也相应建立得到了指定区域的三维模型。该种建模方式能快速获得指定区域的三维物理信息，其独有的快速性和实时性对于应急领域的各种应用场景有非常重要意义。然而，在这种无人机建模方案中，相机的位置信息大都是由gps直接提供的，相机的姿态信息则是由地面基站通过运动推导结构算法(structure from motion，sfm)对图像信息解算优化得到的，可见，该方式的建模速度依赖于图像信息的解算速度，而sfm算法对图像信息的解算过程非常耗时，削弱了在线建模的实时性优势。
4.基于此，目前亟需一种无人机建模方法，用于提高无人机在线建模的实时性。


技术实现要素：

5.本技术提供一种无人机建模方法及装置，用于提高无人机在线建模的实时性。
6.第一方面，本技术提供一种无人机建模方法，该方法中，无人机按照预设航线拍摄待建模区域，预设航线上设置有多个航点位置，无人机在任意两个相邻的航点位置之间按照预设帧率拍摄图像，每当获取当前位置的建模数据后，都根据历史航点位置的建模数据，优化当前位置的建模数据；之后，无人机在确定当前位置属于航点位置时，将优化后的当前位置的建模数据发送给基站，以便使基站结合多个航点位置的建模数据构建待建模区域的三维模型。其中，建模数据包括无人机在当前位置拍摄待建模区域得到的图像信息和位姿信息。
7.通过上述方式，无人机可以获取到待建模区域的图像信息和位姿信息，通过融合图像信息和位姿信息的计算得到建模数据，相比于仅利用图像信息建模的方式来说，可无需对图像信息进行特征点匹配，减少了对图像进行处理的时间，有效地提高了无人机在线建模的实时性。此外，根据历史建模数据对当前位置的建模数据进行优化，有效地提高了建模数据的准确度，有利于增强三维模型的精度。
8.一种可能的实现方式，预设航线包括多个子航线段，针对于多个子航线段中存在拍摄重叠区域的两个子航线段，无人机在将优化后的当前位置的建模数据发送给基站之前，还可以确定无人机是否到达第二个子航线段上的回环航点，若是，则根据第一个子航线段上的各个航点位置的建模数据，对第二个子航线段上位于回环航点之前的全部航点位置的建模数据进行更新，如此，在将优化后的当前位置的建模数据发送给基站时，可将更新后
的航点位置的建模数据发送给基站。
9.通过上述方式，可以在无人机飞到回环航点时对建模数据执行全局优化，巧妙地利用了相邻子航线段具有拍摄重叠区域的特点，不需要增加其他的拍摄方式，就可以对建模数据进行全局优化，有效地提高了建模数据的精度，进一步提高模型的精度。
10.一种可能的实现方式，预设航线为“之字形”航线时，存在拍摄重叠区域的两个子航线段是“之字形”航线的相邻两行，回环航点设置在第二个子航线段的端点处。
11.通过上述方式，将预设航线设置为“之字形”航线，那么“之字形”航线的上下两行就会有拍摄重叠区域，因此可以将这两行近似为一个回环，在第二个子航线段的端点处设置回环航点，那么当无人机飞过这两个子航线段之后，就会立刻触发全局优化。
12.一种可能的实现方式，无人机在根据历史航点位置的建模数据优化当前位置的建模数据之前，还可以将建模数据编码，得到视频流数据，并将编码后的视频流数据传输给基站，视频流数据用于监视航拍作业情况。
13.通过上述方式，在获取高质量的图像数据用于建模的同时也可以产生视频流数据，用于监视无人机的航拍作业情况，及时排除无人机的飞行故障，提高建模的效率。
14.第二方面，本技术还提供一种无人机建模装置，无人机用于在待建模区域中按照预设航线运动，预设航线上设置有多个航点位置，无人机在任意两个相邻的航点位置之间按照预设帧率拍摄图像。其中，无人机建模装置包括：获取单元，用于获取当前位置的建模数据，建模数据包括无人机在当前位置拍摄待建模区域得到的图像信息和位姿信息；优化单元，用于根据历史航点位置的建模数据，优化当前位置的建模数据；发送单元，用于在确定当前位置属于航点位置时，将优化后的当前位置的建模数据发送给基站；基站用于结合多个航点位置的建模数据构建待建模区域的三维模型。
15.一种可能的实现方式，预设航线包括多个子航线段，针对于多个子航线段中存在拍摄重叠区域的两个子航线段：优化单元将优化后的当前位置的建模数据发送给基站之前，还可以确定无人机是否到达第二个子航线段上的回环航点，若是，则根据第一个子航线段上的各个航点位置的建模数据，对第二个子航线段上位于回环航点之前的全部航点位置的建模数据进行更新；发送单元具体可以将更新后的航点位置的建模数据发送给基站。
16.一种可能的实现方式，预设航线为“之字形”航线，存在拍摄重叠区域的两个子航线段是“之字形”航线的相邻两行，回环航点设置在第二个子航线段的端点处。
17.一种可能的实现方式，无人机建模装置还包括编码单元；在优化单元根据历史航点位置的建模数据优化当前位置的建模数据之前，编码单元可以对建模数据进行编码，得到视频流数据，并将视频流数据传输给基站，视频流数据用于基站监视无人机的航拍作业情况。
18.第三方面，本技术提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，当计算机程序被运行时，执行上述第一方面中任一项方法。
19.第四方面，本技术提供一种计算设备，包括：存储器，用于存储程序指令；处理器，用于调用存储器中存储的程序指令，按照获得的程序执行上述第一方面中任一项设计中的方法。
20.第五方面，本技术提供一种计算机程序产品，当计算机程序产品在处理器上运行时，实现如上述第一方面中任一项设计中的方法。
21.上述第二方面至第五方面的有益效果，具体可参照上述第一方面任一项设计可达到的有益效果，此处不再一一赘述。
附图说明
22.图1示例性示出本技术实施例提供的一种应用场景示意图；
23.图2示例性示出业界提供的一种无人机建模流程示意图；
24.图3示例性示出本技术实施例提供的一种无人机建模流程示意图；
25.图4示出本技术实施例提供的一种预设航线和航点的布局示意图；
26.图5示例性示出本技术实施例提供的一种无人机建模装置示意图。
具体实施方式
27.为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
28.图1示例性示出本技术实施例提供的一种应用场景示意图，如图1所示，该场景包括一个具有空间结构的建筑物、一片平面结构的空地以及空中飞行的无人机，空地上可以有两条交叉的道路。在实施中，无人机可以从该场景的某一位置飞入该场景，遍历该场景中存在的建筑物和道路之后，结束飞行。其中，无人机的运动轨迹可以是由工作人员实时控制的，也可以是按照预先编写好的程序自动实现的，具体不作限定。
29.需要说明的是，本技术实施例中，可以利用无人机对上述图1所示意的建筑物及周围的道路区域进行建模，以辅助城市建筑规划，但这只是一种示例性的场景，本技术实施例中的无人机建模方案还可以应用于其它场景。例如，另一种示例性的场景中，还可以利用无人机对起火的山林进行实时建模，以便精确定位起火位置、起火位置的地形地貌或者海拔高度，为紧急救援行动节省时间。又例如，再一种示例性的场景中，还可以利用无人机对地震之后的建筑物废墟进行建模，地震之后，某些建筑物原本的三维模型已经无法使用，在进行抗震救灾之前，为了尽快部署救灾计划，需要在短时间内获取新的建筑物三维模型，此时，利用无人机进行实时的三维建模，就可以快速获取建筑物新的三维模型。
30.基于图1所示意的应用场景，图2示例性示出业界提供的一种无人机建模方法的流程示意图，如图2所示，该流程包括：
31.步骤201，无人机按照预先规划的航线执行飞行任务。
32.其中，预先规划的航线可以是相关人员根据待建模区域的实际情况规划得到的，该情况下，在无人机执行飞行任务时，相关人员可以按照预先规划的航线操纵无人机，以便使无人机按照预先规划的航线飞行。或者，预先规划的航线也可以是根据无人机的操作说明得到的，例如可以提前将预先规划的航线对应的程序代码编写至无人机中，使无人机自行按照预先规划的航线飞行。
33.步骤202，无人机在预设的航点执行拍摄任务。
34.示例性地，在预设的航线上设置有若干航点，无人机按照预先规划的航线飞行时，每当飞到预设的航点时，都可以执行拍摄任务，并将拍摄到的图像数据传给地面基站。其
中，为保证建模的准确性，相邻两个航点之间的图像数据会存在一定的重叠。
35.步骤203，无人机将拍摄的图像数据传回地面基站。
36.步骤204，地面基站根据图像数据进行增量式建模，得到待建模区域的三维点云模型。
37.具体实施中，地面基站每接收到一帧图像数据之后，都可以使用sfm算法提取该帧图像数据和前一帧图像数据中的特征点，由于这两帧图像数据之间具有一定的重叠，因此这两帧图像数据的特征点存在一定的重叠，sfm算法通过对这两帧图像数据进行特征点匹配，可解算得到用于三维建模的图像数据。之后，底面基站可以获取历史建模得到的三维模型，进而通过多视角立体视觉算法(multi-view stereo，mvs)，将解算之后的图像数据添加在历史建模模型中，以便通过增量式建模更新待建模区域的三维模型。
38.上述方案虽然能够建模得到待建模区域的三维模型，但sfm算法通过特征点匹配的方式对图像数据进行解算，该过程中需要在图像中提取多个特征点，并需要逐一进行匹配，这显然会耗费较长的时间，降低了三维建模的实时性。
39.此外，上述方案只是让无人机在特定的航点拍摄图像数据以进行建模，而如果想监视无人机的航拍作业情况，则还需要让无人机向地面基站发送视频数据。一种可能的实现方式中，虽然可以结合图像数据生成视频流数据以便发送给地面基站，但无人机只在航点拍摄，而航点较为分散，这就导致基于各个航点拍摄的图像数据生成的视频流数据并不连续，地面基站基于不连续的视频流数据，显然也无法准确地监视无人机的航拍作业情况。
40.有鉴于此，本技术实施例提供一种无人机建模方法，用以提高三维建模的实时性，并获取连续的视频流数据，以便监视无人机的航拍作业情况。
41.基于图1所示意的应用场景，图3示例性示出本技术实施例提供的一种无人机建模方法的流程示意图，如图3所示，该流程包括如下步骤：
42.步骤301，无人机获取当前位置的建模数据，建模数据包括无人机在当前位置拍摄待建模区域得到的图像信息和位姿信息。
43.本技术实施例中，可以预先根据待建模区域规划无人机飞行的预设航线，并在预设航线上设置航点，之后即可驱动无人机按照预设航线在待建模区域中飞行，以遍历待建模区域。其中，预设航线是一条能够遍历整个待建模区域的航线，航点是指预设航线上比较关键的位置点，具体可以是指对于建模有关键作用的点，如建筑物的顶部、道路的交叉口、建筑物和地面相接的线等。预设航线和航点可以由本领域技术人员根据经验设置，具体不作限定。
44.举例来说，假设要对图1中的场景进行建模，则待建模区域可以包括图1中的建筑物、空地及具有交叉点的道路中的一项或多项。示例性地，假设建模区域包括图1中的建筑物、空地和具有交叉点的道路，则：
45.图4示出本技术实施例提供的一种预设航线和航点的布局示意图，无人机可按照图4所示的航线在图1中场景的上方飞行。如图4所示，该示例中，预设航线上设置了航点a、航点b、航点c、航点d、航点e、航点f、航点g、航点h和航点i，航点a作为起始航点，航点i作为终止航点，这些航点按照无人机飞过的顺序，依次构成航线段ac、航线段cd、航线段df、航线段fg、航线段gi。其中，航线段ac、航线段df和航线段gi两两平行，并且具有拍摄重叠区域，为航线上的子航线段。相邻平行子航线段之间的距离可以根据图1中场景的大小设置，示例
性地，可以将相邻平行子航线段之间的距离设置为50m。
46.示例性地，结合图1和图4，起始航点a可以设置在图1所示场景的两个边缘相交的角落处，终止航点i可以设置在图1所示场景对角线上的另一个角落处。在整条预设航线上，任意两个相邻航点之间的距离可以相同，也可以不同，优选的，可以将任意两个航点之间的距离设置为50m。
47.一种可能的实现方式中，除了按照相同距离设置航点之外，还可以在特定位置添加一些特殊的航点，比如，一个示例中，特定位置是指航线的拐弯位置，如当预设航线为图4所示的“之字形”航线时，航点c和航点d位于“之字形”航线的拐弯位置，因此，即使这两个拐弯位置之间的距离小于50m，也可以设置为两个特殊航点，以便使整个预设航线的航点设置更为合理全面。又比如，另一个示例中，特定位置是指靠近道路的交叉点处，按照图1所示，可以在预设航线上距离道路交叉点最近处增设航点。
48.进一步地，为确保建模所用图像数据能涵盖整个待建模场景的全部位置，一种具体的航点设置规则中，航点之间的间距还需要满足：无人机在相邻航点拍摄的图像具有一定的图像重叠率。其中，例如，图像重叠率的取值可以由本领域技术人员按照经验进行设置，示例性地可以设置为75％。该情况下，无人机在任意两个相邻航点处拍摄的图像都包含同一部分待建模区域，且该同一部分待建模区域的图像占整张图像的75％。
49.进一步地，无人机在待建模区域中按照预设航线飞行时，可以按照预设帧率拍摄图像，其中，预设帧率需要满足如下条件：在任意两个相邻的航点位置之间至少拍摄一帧图像。也即是说，无人机不仅会在航点位置拍摄图像，在两个航点之间的位置中也会拍摄图像，如此，可以获取更加全面的图像数据。一个具体的示例中，可以将预设帧率设置为25帧/秒或以上，当帧率设置为25帧/秒时，无人机会按照25帧/秒的帧率在预设航线上拍摄图像，并在每次拍摄图像后，通过无人机上设置的位姿传感器获取无人机的位姿数据，进而融合本次拍摄得到的图像数据和无人机的位姿数据作为当前位置的建模数据。
50.一种可能的实现方式，无人机上设置有惯性测量单元(inertial measurement unit，imu)和视觉传感器，视觉传感器示例性地可以为金属氧化物半导体(complementary metal oxide semiconductor，cmos)图像传感器，imu和cmos图像传感器可接入同一个处理器，接入方式可以为有线接入或无线接入。其中，cmos图像传感器是一种典型的固体成像传感器，cmos图像传感器通常由像敏单元阵列、行驱动器、列驱动器、时序控制逻辑、ad转换器、数据总线输出接口、控制接口等几部分组成。这几部分通常都被集成在同一块硅片上，且cmos图像传感器工作过程一般可分为复位、光电转换、积分、读出几部分。相应地，imu是一种测量物体三轴姿态角(或角速率)以及加速度的装置。一般的，一个imu可以包含三个单轴的加速度计和三个单轴的陀螺，加速度计用于检测物体在载体坐标系统独立三轴的加速度信号，而陀螺用于检测载体相对于导航坐标系的角速度信号，测量物体在三维空间中的角速度和加速度，并以此解算出物体的姿态。此外，处理器可以为系统级芯片(cystemonchip，soc)。
51.具体实施中，在无人机飞行的过程中，按照预设的帧率，cmos图像传感器获得图像信息并上报给处理器，且imu参照cmos图像传感器的帧率，在同一时刻获得无人机的位姿信息并上报给处理器，而处理器每接收到对应的一个位姿信息和一个图像信息后，都可以融合该位姿信息和图像信息得到可用于建模的建模数据。
52.本技术实施例中，考虑到imu会受到环境噪声的干扰，其采集的位姿信息无法直接作为摄像头的姿态信息，而cmos图像传感器获取的纯图像数据又无法获得绝对的位置信息，因此，为了获得无人机准确的位姿信息，需要采用视觉惯性算法(visualinertialodometry，vio)对imu采集的数据和cmos图像传感器采集的数据进行融合计算。示例性的，vio可以为滤波类vio或优化类vio。滤波类vio是使用卡曼滤波算法对imu采集的数据和cmos图像传感器采集的数据进行融合的一种算法。而优化类vio是使用光束平差算法(bundleadjustment，ba)对imu采集的数据和cmos图像传感器采集的数据进行优化的一种算法，具体可以包括单目视觉惯性系统算法(monocular visual-inertial system,vins-mono)、带方向的基于加速分割测试的特征和带旋转的二进制鲁棒独立基本特征-同步定位与建图算法(oriented fast and rotated brief-simultaneous localization and mapping，orb-slam)等。
53.进一步地，优化类的vio中引入了关键帧的概念，关键帧是指对于优化起到决定性作用的帧，示例性地可以将航点位置获取的帧数据设置为关键帧数据。优化类的vio利用局部ba将当前时刻帧数据和历史关键帧数据进行融合解算以获取更优质的数据，例如，当无人机在航点a和航点b之间飞行时，当前时刻帧数据就是无人机在当前位置时获取的帧数据，历史关键帧数据就是在航点a处获取的帧数据。其中，用于融合解算的过往关键帧的数量可以按照需求自行设定。此外，在检测到回环时，优化类的vio算法还可以利用全局ba对所有的关键帧进行优化，以获取更加精确的位姿数据。
54.步骤302，无人机根据历史航点位置的建模数据，优化当前位置的建模数据。
55.为便于理解，下面仍以图1中的场景介绍优化类vio的融合过程。示例性的，可以使用优化类vio对当前位置的建模数据进行优化。
56.具体实施中，无人机按照预设的航线飞行，并按照预设的帧率拍摄图像，同时使用imu传感器获取无人机的位姿信息，拍摄一个位置的图像之后，就将获取到的图像数据和位姿信息发送至处理器中，处理器使用历史航点位置的图像数据和位姿信息，对当前接收到的图像数据和位姿信息进行局部优化，得到优化之后的建模数据，进而，若当前位置不是航点位置，则将优化之后的数据直接舍弃。
57.进一步示例性地，在当前位置为航点位置时，处理器在得到优化之后的建模数据后，还可以判断当前位置是不是回环航点，如果是，就根据第一个子航线段上的各个航点位置的建模数据，对第二个子航线段上位于回环航点之前的全部航点位置的建模数据进行更新，并将更新后的航点位置的建模数据发送给基站，这个过程称为全局优化。其中，回环航点是预先设定的与起始航点位置处可以近似为一个回环的航点，第一个子航线段是在第二个子航线段之前无人机飞过的路段。
58.应理解，上述内容中，先对建模数据进行优化再判断当前位置是否为航点只是一种可选地实施方式，另一种可选地实施方式中，还可以先判断当前位置是否为航点位置，若是，再对建模数据进行优化。若否，就不对当前数据进行优化。
59.本技术实施例中，优化类vio具有较高的帧滤波，在对图像数据进行处理时，通过结合imu数据，不需要在图像上获取多个特征点，而且也不需要逐一匹配特征点，只需要跟踪特征点，省去了特征点匹配的时间，有效地提高了无人机建模的实时性。
60.步骤303，无人机在确定当前位置属于航点位置时，将优化后的当前位置的建模数
据发送给基站。
61.本技术实施例中，基站可以结合多个航点位置的建模数据构建待建模区域的三维模型。示例性地，基站每接收到一个建模数据，就根据建模数据进行增量式建模，当接收到经过全局优化的建模数据之后，对之前增量式建模得到的三维模型同步进行更新，以获取更加精确的建模数据。
62.下面结合图3，介绍根据上述步骤进行无人机建模的具体步骤。
63.步骤一，无人机起飞，按照预设航线飞行，到达航线上预设拍摄起点，即航点a。
64.步骤二，无人机在预设航线上飞行的过程中，按照25帧/秒的帧率拍摄图像，同时使用imu传感器获取无人机的位姿信息，并实时进行局部优化。
65.举例来说，无人机到达预设拍摄起始航点a后，即可开始按照25帧/秒的帧率拍摄图像，即，首先拍摄得到航点a的图像，之后，在1/25s后，拍摄得到第一帧图像，在2/25s后，拍摄得到第二帧图像，
……
，直至到达预设拍摄终点后，结束拍摄图像。且，在每拍摄得到一张图像的同时，通过imu传感器获取无人机的位姿数据，图像数据和位姿数据共同构成当前位置的建模数据。
66.示例性地，局部优化可以采用如下三种方式中的一种：
67.方式一，每拍摄一帧图像数据就进行一次优化。如图3所示，在无人机由航点a飞往航点b的过程中，首先在航点a处获取建模数据，由于航点a之前没有其他的历史航点，因此，不对航点a的建模数据优化，从航点a之后的位置开始拍摄第一帧图像后，根据历史航点a的建模数据对第一帧位置的建模数据进行优化。
68.方式二，每拍摄特定帧数图像数据后就进行一次优化。继续如图1所示，可以在每拍摄五帧图像数据后就根据上一个航点的建模数据对这五帧的图像建模数据分别进行优化。通过这种方式，可降低对建模数据优化的频率，可以有效的降低处理器的占用率。
69.方式三，每间隔特定的时间就进行一次优化。例如，可以每隔0.2秒就对上一帧图像数据进行一次优化。例如，若按照25帧每秒的频率拍摄图像，则从拍摄第一帧图像开始计算，经过0.2秒之后，无人机正好拍摄完第五帧图像，到达第五帧的位置，此时，根据航点a的建模数据对第五帧位置上的采集到的建模数据进行优化。
70.步骤三，无人机确定当前位置是否属于航点位置。如果是，就执行步骤四；如果不是，就舍弃优化之后的数据。
71.示例性地，如图1所示，在无人机从a点向b点飞行的过程中，假设按照上述方式一对建模数据进行优化，当无人机到达拍摄第二帧图像的位置时，确定当前位置不属于航点，就将优化之后的建模数据舍弃；当无人机到达航点b的位置时，确定当前位置属于航点位置，就将优化后的建模数据发送给基站，同时，将优化后的建模数据保存在滑动窗口中，用于下一次的优化。其中，滑动窗口是一种流量控制技术，在本技术实施例中，用来存储建模数据并传输建模数据。
72.步骤四，无人机判断当前是否为回环航点，若是，根据前一个子航线段上的各个航点位置的建模数据对后一个子航线段上位于回环航点之前的全部航点位置的建模数据进行更新，之后执行步骤五，若否，则直接执行步骤五。
73.通常情况下，无人机在进行航拍作业时，采用如图3所示的“之字形”预设航线对待建模区域进行扫描。“之字形”预设航线中包括多个子航线段，相邻的子航线段之间存在拍
摄重叠区域。示例性地，如图3所示，子航线段ac和子航线段df之间存在有75％的重叠区域，图像特征具有较强的相似性，因此，可以将子航线段ac和子航线段df近似为一个回环，并将航点f设置为回环航点。按照无人机的飞行轨迹，子航线段ac为第一个子航线段，子航线段df为第二个子航线段。
74.示例性地，如图3所示，当无人机到达回环航点f时，根据子航线段ac上的航点a、航点b、航点c的建模数据对航点d和航点e的建模数据进行更新。示例性地，可以使用全局ba对这两行的建模数据进行优化，以更新建模数据；当无人机没有到达回环航点f时，无需对建模数据进行优化。
75.步骤五，无人机将优化后或更新后的建模数据发送给基站。
76.步骤六，基站结合多个航点位置的建模数据构建待建模区域的三维模型。
77.继续参照图1所示，当基站接收到无人机在航点b处获得的建模数据时，结合在航点a处获得的建模数据，构建航点a到航点b之间的区域对应的三维模型。当无人机飞至航点f，使用全局ba对建模数据进行全局优化，并将更新之后的建模数据发送给基站。基站接收到经过全局优化的建模数据之后，对之前增量式建模得到的三维模型同步进行更新，以获取更加精确的建模数据。
78.通过上述方式，无人机可以获取到待建模区域的图像信息和位姿信息，通过图像信息和位姿信息的融合计算得到建模数据，无需对图像信息进行特征点匹配，减少了对图像进行处理的时间，有效地提高了无人机在线建模的实时性。此外，根据历史建模数据对当前位置的建模数据进行优化，有效地提高了建模数据的准确度，有利于增强三维模型的精度。
79.一种可能的实现方式中，无人机的摄像头可以在采集建模需要的图像数据的同时产生视频流数据，示例性地，在每获取一张图像数据之后，就对图像数据进行视频编码，通过多帧图像数据组合在一起，形成视频流数据。示例性地，可以每25帧图像数据组合在一起，形成视频流数据，并实时地传输给地面基站。例如，如图3所示，假设无人机按照25帧/秒的频率获取图像数据，则无人机在航点a获取到一帧图像数据之后，就开始将图像数据进行视频编码，在对之后的25帧图像数据编码之后，开始形成视频流数据。也就是说，初始的视频流数据由第一帧图像数据和第二十五帧图像数据编码形成，第二个视频流数据由第二帧图像数据和第二十六帧图像数据编码形成，以此类推，形成完整的视频流数据。之后，无人机将编码形成的视频流数据传输至地面基站，如此，地面基站的操作人员即可根据视频流数据监视航拍作业的情况。
80.通过上述方式，由于无人机的拍摄帧率较高，在获取高质量的图像数据用于建模的同时也可以产生连续的视频流数据，用于监视无人机的航拍作业情况，及时排除无人机的飞行故障，提高建模的效率。
81.基于相同的技术构思，本技术实施例还提供了一种无人机建模装置，该无人机建模装置可执行前述实施例提供的无人机建模方法的流程。
82.图5示例性示出本技术实施例提供的一种无人机建模装置的结构示意图，如图5所示，该无人机建模装置包括：
83.获取单元501，用于获取当前位置的建模数据，建模数据包括无人机在当前位置拍摄待建模区域得到的图像信息和位姿信息；
84.优化单元502，用于根据历史航点位置的建模数据，优化当前位置的建模数据；
85.发送单元503，用于在确定当前位置属于航点位置时，将优化后的当前位置的建模数据发送给基站；基站用于结合多个航点位置的建模数据构建待建模区域的三维模型。
86.一种可能的实现方式，预设航线包括多个子航线段，针对于多个子航线段中存在拍摄重叠区域的两个子航线段：优化单元将优化后的当前位置的建模数据发送给基站之前，还可以确定当无人机是否到达第二个子航线段上的回环航点时，若是，则根据第一个子航线段上的各个航点位置的建模数据，对第二个子航线段上位于回环航点之前的全部航点位置的建模数据进行更新；发送单元具体可以将更新后的航点位置的建模数据发送给基站。
87.一种可能的实现方式，预设航线为“之字形”航线，存在拍摄重叠区域的两个子航线段是“之字形”航线的相邻两行，回环航点设置在第二个子航线段的端点处。
88.一种可能的实现方式，无人机建模装置还包括编码单元；在优化单元502根据历史航点位置的建模数据优化当前位置的建模数据之前，编码单元可以对建模数据进行编码，得到视频流数据，并将视频流数据传输给基站，视频流数据用于基站监视无人机的航拍作业情况。
89.基于相同的技术构思，本发明实施例还提供了一种计算设备，包括：存储器，用于存储程序指令；
90.处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行如图2所示意的方法。
91.基于相同的技术构思，本发明实施例还提供了一种计算机可读存储介质，当所述计算机程序产品在处理器上运行时，实现如图2所示意的方法。
92.基于相同的技术构思，本发明实施例还提供了一种计算机程序产品，当所述计算机程序产品在处理器上运行时，实现如图2所示意的方法。
93.本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
94.本技术是参照根据本技术的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
95.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
96.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计
算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
97.显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。