【关注】肖雄武课题组在轻量级无人机高精度实时摄影测量领域取得重要进展

RESEARCH HIGHLIGHT

困难条件下，实现轻量级无人机
高精度、低延迟、在线实时摄影测量

（通讯员：姚远、肖雄武） 近日，武汉大学测绘遥感信息工程全国重点实验室肖雄武课题组在困难条件下的无人机高精度实时摄影测量领域取得新突破，相关研究成果于9月12日发表于国际摄影测量与遥感学会权威刊物ISPRS Journal of Photogrammetry and Remote Sensing（ISPRS J P&RS），并已成功落地应用于省级无人机联动管理服务平台。

论文题为“Real-time image absolute orientation framework with Optical-GNSS data fusion for lightweight UAVs”（一种面向轻小型无人机的光学-GNSS数据融合与在线影像实时绝对定向框架）。博士生屈文虎为论文第一作者，肖雄武副教授为通讯作者。该研究聚焦轻小型无人机在“高频原始惯导数据不可用、机载算力严重受限、GNSS观测存在非平稳噪声”条件下的在线高精度实时绝对定位与实时定姿难题，提出了一套分层式、置信度自适应传递的光学-GNSS融合实时摄影测量框架。

01现实挑战

轻小型无人机实时高精度测绘，难在哪里？

轻小型消费级无人机因其低成本、轻便灵活、部署迅速等优势，在应急管理、自然资源、低空经济、基础设施巡检、智慧农业和军事态势感知等领域得到了广泛应用。尤其是在一些时效性要求极高的应用场景中，亟需在无人机飞行作业过程中在线获取具备高精度绝对地理坐标的影像实时位姿。然而，受限于轻量级无人机的机身载荷与硬件架构，当前面向轻小型无人机机载端的在线影像实时绝对定向一般面临三大严峻挑战：（1）惯导不可用与算力受限：商用轻量级无人机通常无法开放与相机曝光严格硬件同步的高频原始IMU数据流；同时，低成本轻小型无人机的机载计算平台算力极其有限，难以部署依赖高性能显卡的紧耦合优化系统或深度学习SLAM模型；（2）视觉尺度漂移与长航线形变：纯单目视觉里程计在低重叠度、大基线航飞场景下不可避免地会累积尺度漂移和旋转误差，导致大范围长航带重建出现严重的“轨迹弯曲（Bowing）”和累积畸变；（3）GNSS非平稳噪声与局部极值陷阱：实际飞行中受遮挡、RTK状态频繁切换（Fix/Float）影响，GNSS数据常存在动态突变噪声。传统的松耦合优化或后验鲁棒核函数（如Huber核）依赖于优化后的几何残差进行降权，极易受初始漂移误差误导而陷入局部次优解。

02方法突破

光学-GNSS融合，构建层次化实时绝对定向框架

图1 面向轻小型无人机的光学-GNSS数据融合与在线影像实时绝对定向框架

针对上述挑战，课题组提出了一种解耦式、跨层置信度主动传递的层次化光学-GNSS 融合绝对定向框架（如图1）。该系统实现了局部实时位姿解算与全局低延迟优化的显式解耦，主要包含以下技术亮点：（1）光学-GNSS协同预处理机制：实现了大视场遥感影像序列与连续视频流的统一观测建模；通过拉普拉斯清晰度筛查、自适应内容变化抽帧、GNSS汉佩尔滤波与高精度时间插值对齐，为后端提供纯净规范的同步数据流。（2）GNSS先验引导的轻量化视觉前端：创新性地利用GNSS粗略位移先验构建局部特征匹配搜索窗，免去全局穷举式特征搜索；结合三点平滑航向角自适应切换恒速模型与词袋匹配，使前端单帧处理耗时降低88%以上。（3）分层式双模滑动窗口融合架构：主线程内通过封闭解快速求解7-DoF Sim(3)相似变换，实现高频低延迟的实时度量位姿发布；同时引入航线转向角退化检测，有效防止直线航段产生过拟合。（4）跨层置信度主动传递与全局因子图优化：在异步滤波层利用多模型自适应估计（MMAE）与标准化新息平方（NIS）统计量，前瞻性地推断GNSS实时置信度并跨层注入全局因子图，主动调节GNSS约束强度，结合流形软姿态先验，在GNSS发生跳变或劣化时自适应增强相对几何约束，彻底阻断粗差向全局优化传播。

03性能验证

高精度、低成本、高鲁棒、可实时

系统在多个较大范围的应用场景（涵盖：较低重叠度影像的重复纹理农田、较复杂地形的山区、电力设施巡检、长距离城区航带）以及大型开源基准数据集（UAVScenes）上进行了较为全面和严苛的测试验证。实验结果表明，本系统具有以下显著优势：（1）支持在线影像的高精度实时绝对定向：在不依赖地面控制点（GCPs）及无法获得高频原始IMU的严苛条件下，系统在多类复杂场景中的实时绝对定位误差保持在0.25~0.77米，检查点（ICP）实测3D绝对残差为0.38米（如图2），显著优于传统松耦合算法（如Baseline-LC的绝对误差超过5米），有效抑制了长航带长距离累积形变。（2）支持低成本CPU边缘设备的在线实时摄影测量：算法支持运行于无GPU加速的低成本通用CPU平台，对于2000万像素（20-MP）的较大幅面无人机遥感影像，系统端到端实时处理性能优于3帧每秒；对于高清航拍视频流，运行帧率接近28帧每秒。（3）弱纹理与信号劣化下的高鲁棒性：在公开数据集UAVScenes的大落差山谷、弱纹理林区及暮光航飞等极端退化场景中，系统依然保持了83%以上的完整轨迹跟踪率，并在离开异常区域后依托GNSS引导重定位迅速恢复全局几何一致性。（4）支持较高质量的在线实时正射影像生成：对于系统实时解算的正射影像地图，相邻航带的地物边缘、道路标线等线性特征吻合平滑，展现出了较高的几何一致性，证明了其在无人机高精度实时测绘领域的巨大应用潜力。

图2 本系统开展无人机影像实时绝对定向的实测精度

该研究得到了广东省基础与应用基础研究项目、国家自然科学基金、国家重点研发计划项目、湖北省自然科学基金、国家重大人才工程青年学者项目、湖北省楚天学者计划的联合资助。

04持续攻关

从“及时图”到省级无人机联动管理服务平台

据悉，肖雄武课题组近年来积极投身实时测绘、智能三维建模与灾害遥感快速制图领域。课题组肖雄武副教授于2017-2018年牵头攻克了无人机实时摄影测量中的“非实时传输”“难实时处理”“依赖控制点”三大难题，自主研制完成了我国首套无人机实时测绘系统(及时图)，2019年1月—3月在武汉、北京等地相继开展了多次实际测试，能够在线实时生成测区点云和实时DSM/DEM/DOM，2019年申请无人机实时测绘国家发明专利3项（均获得授权）。2022年，课题组牵头指导的“及时图——高精度实时无人机测绘系统开创者”项目获得第八届中国国际“互联网+”大赛总决赛金奖，以国赛小组第1名夺金、金奖排位赛全国第5名创造了武汉大学本科生组的最高成绩纪录。相关成果，已成功落地应用于2个省级无人机联动管理服务平台。2023-2024年，课题组牵头研发的时序卫星遥感智能监测技术应用于重大国际事件。依托课题组近年来自主完成和取得的系列原创性科研成果，课题组肖雄武老师先后顺利入选了武汉英才(2019)、湖北省楚天学者计划(2021)、教育部重大人才计划(2025)等国家级和省级重大人才计划，逐步成长为摄影测量与遥感方向的青年学术带头人，并独立培育了多名科研能力突出的优秀博士和硕士研究生，成为实验室本土青年教师自主培养的一个生动缩影。

05论文与团队

论文链接https://doi.org/10.1016/j.isprsjprs.2026.09.005

肖雄武课题组https://jszy.whu.edu.cn/xiaoxiongwu1

2027—2030年，课题组拟每年独立招收博士生2—3名
（含直博生、硕博连读）
欢迎优秀本科生和硕士生积极报名！

来源：测绘遥感全国重点实验室