4、数据采集执行与质量控制：飞行任务执行、数据完整性检查、图像质量评估、POS数据（位置与姿态）记录
无人机数据采集并非“飞起来拍完就结束”的简单过程。在航测、三维重建、电力巡检、应急测绘等实际项目中，外业飞行只是数据链路的起点，真正决定内业成果精度与可用性的，是飞行任务执行是否规范、数据完整性是否达标、图像质量是否合格、POS数据是否精准。本章围绕这四个核心环节，系统讲解数据采集执行的标准流程、质量控制方法、常见陷阱与实战应对策略。
4.1 飞行任务执行：从航线规划到落地检查
4.1.1 核心原理：任务执行决定数据下限
飞行任务执行是数据采集的物理基础。无论后续算法多先进，如果外业飞行阶段出现航线偏离、重叠率不足、云台角度错误或曝光参数失当，内业处理将无法弥补。任务执行的核心目标是在既定空域、气象和硬件条件下，获取满足建模精度要求的原始影像与POS数据。执行质量直接决定数据可用率，通常要求单次任务数据可用率 ≥ 95%，否则需要补飞。
4.1.2 操作流程：标准化的五步执行法
- 航前准备（30分钟）：检查无人机电池电量（≥ 90%）、螺旋桨完好性、IMU预热完成、RTK/PPK状态固定解；使用地面站软件导入KML/Shapefile测区边界，生成航线。
- 参数设置：根据地面分辨率（GSD）要求设置飞行高度。公式：
H = (GSD × f) / (sensor_width / image_width)，其中 f 为镜头焦距，sensor_width 为传感器物理宽度。例如，GSD=2cm，f=24mm，sensor_width=13.2mm，image_width=4000px，则 H ≈ 36.4m。 - 试飞与校准：起飞后悬停1分钟，确认POS数据正常、图传清晰、无异常震动；拍摄1张测试影像检查曝光。
- 正式执行：全程监控飞行轨迹偏差（≤ 1m）、剩余电量（返航阈值 ≥ 30%）、风速变化；记录异常事件（如飞鸟干扰、信号丢失）。
- 落地检查：降落后立即检查存储卡文件数、POS日志完整性、电池温度；若发现异常，在起飞前完成补飞决策。
| 检查项 | 标准值 | 偏差容忍度 | 偏差处理 |
|---|---|---|---|
| 航向重叠率 | ≥ 80% | ± 3% | 低于75%需补飞 |
| 旁向重叠率 | ≥ 60% | ± 5% | 低于55%需补飞 |
| 航线弯曲度 | ≤ 3% | ≤ 5% | 超过5%重新规划 |
| 曝光时间间隔 | ≥ 2s | ± 0.5s | 过短导致模糊 |
| 云台角度偏差 | ± 1° | ± 2° | 超过2°影响重建 |
4.2 数据完整性检查：防止“隐性缺失”
4.2.1 核心原理：完整性是数据可用的前提
数据完整性指采集到的影像、POS记录、控制点文件等是否齐全且可正常读取。实际项目中，最常见的失败原因不是设备故障，而是“隐性缺失”——例如某条航线因SD卡写入速度不足导致连续丢帧，或POS日志因中断而缺少时间戳。完整性检查必须在现场完成，因为一旦离开测区，补飞成本将成倍增加。
4.2.2 判断方法：三层校验法
- 数量校验：将实际影像数量与理论计算值对比。理论值 = 航线数 × 每条航线照片数。例如，测区面积0.5km²，GSD=2cm，单张覆盖面积约 80m×60m=4800m²，则需照片数 ≈ 500000/4800 ≈ 105张，考虑重叠率后实际约 180-220张。
- 文件校验：检查每个文件夹的序号是否连续，是否存在0字节文件或无法解码的损坏文件。使用脚本批量检查：
find . -name "*.jpg" -size -100k -delete（删除小于100KB的异常文件）。 - POS校验：确认每张影像都有对应的POS记录，且时间戳单调递增。若发现POS缺失，需检查是否因GPS信号丢失导致。
exiftool 批量提取影像的GPS坐标和拍摄时间，与POS日志交叉比对。若发现影像EXIF中的GPS坐标与POS记录偏差超过1m，说明POS同步可能异常，需进一步检查。
4.3 图像质量评估：从“能看”到“能用”
4.3.1 核心原理：图像质量决定重建精度上限
图像质量评估包括清晰度、曝光、色彩、噪点四个维度。模糊影像会导致特征点提取失败，过曝/欠曝影像会丢失纹理信息，色彩不一致会影响纹理映射效果。评估标准通常采用Laplacian梯度方差作为清晰度指标，值越大表示图像越清晰；正常航拍影像的Laplacian方差应在 100-500 之间，低于50则视为模糊。
4.3.2 评估流程：自动化筛查 + 人工复核
- 批量计算清晰度：使用Python+OpenCV计算每张影像的Laplacian方差，输出低于阈值的影像列表。
- 曝光检测：统计影像直方图，若灰度均值 < 50 或 > 200，判定为欠曝或过曝。
- 色彩一致性检查：计算所有影像的平均色偏（Lab色彩空间a/b通道均值），偏差超过 ±3 需进行白平衡校正。
- 人工抽检：随机抽取5%的影像，目视检查是否存在运动模糊、遮挡、反光等自动检测难以识别的缺陷。
| 质量指标 | 优秀 | 合格 | 不合格 | 处理方式 |
|---|---|---|---|---|
| Laplacian方差 | > 300 | 100-300 | < 100 | 剔除或补飞 |
| 灰度均值 | 100-150 | 80-100 / 150-180 | < 80 / > 180 | 调整曝光后补飞 |
| 噪点（ISO） | ISO ≤ 200 | ISO 200-400 | ISO > 400 | 降低ISO或补飞 |
| 色彩偏移ΔE | < 3 | 3-5 | > 5 | 后期校正或补飞 |
4.4 POS数据记录：位置与姿态的精度保障
4.4.1 核心原理：POS是空三解算的“骨架”
POS数据包含每张影像曝光时刻的经纬度、高度、俯仰角（Pitch）、翻滚角（Roll）、偏航角（Yaw）及时间戳。高精度POS（RTK/PPK）可将影像外方位元素初始值精度提升至厘米级，大幅减少空三加密的控制点需求。POS数据质量直接影响最终成果的精度和相对精度。
4.4.2 记录要求与质量指标
- 时间同步：相机曝光时刻与POS记录时刻的同步误差应 ≤ 1ms。使用事件标记（Event Mark）功能记录精确曝光时刻。
- 精度指标：RTK固定解状态下，水平精度 ≤ 2cm+1ppm，垂直精度 ≤ 3cm+1ppm；俯仰/翻滚角精度 ≤ 0.03°，偏航角精度 ≤ 0.1°。
- 数据格式：推荐使用SBET或POSPac MMS格式，包含时间、位置（X/Y/Z）、姿态（ω/φ/κ）、速度、标准差等信息。
4.4.3 案例拆解：某电力巡检项目的POS异常排查
背景与约束：某输电线路巡检项目，使用大疆M300 RTK + 禅思L1激光雷达，测区为山区，高差约300m。目标生成高精度三维点云用于导线弧垂测量，要求平面精度 ≤ 5cm，高程精度 ≤ 10cm。
初始现象：内业处理时发现，点云在跨越山谷区域出现明显分层，最大偏差达25cm，超出验收标准。
关键数据与判断过程：检查POS日志发现，在飞行至山谷区域时，RTK状态从“FIX”切换为“FLOAT”，持续约40秒。进一步分析发现，该区域两侧山体遮挡导致卫星信号反射，卫星数从18颗降至9颗，PDOP值从1.2升至3.8。
实际操作步骤：
- 重新处理原始POS数据，使用PPK（后处理动态差分）模式，结合基站数据重新解算，将FLOAT段数据替换为固定解。
- 在空三软件中，将异常POS段影像的权重降低，增加连接点约束。
- 对山谷区域补充飞行，采用更高的飞行高度（增加卫星视野），并调整航线方向。
结果对比：PPK重新解算后，平面精度提升至3.2cm，高程精度提升至6.8cm，满足验收标准。补飞后数据融合，整体精度进一步优化至平面2.5cm、高程5.1cm。
风险与代价：PPK处理增加约2小时内业时间；补飞消耗1架次电池和30分钟外业时间。
复盘经验：在山区或城市峡谷作业时，应提前查看卫星可见性预测图，规划航线时避开信号遮挡区域；同时务必开启PPK模式作为RTK失效的备份方案。
4.5 常见误区与总结复盘
| 误区 | 后果 | 正确做法 |
|---|---|---|
| 只检查影像数量，不检查POS完整性 | 空三失败，返工 | 逐张影像核对POS时间戳 |
| 忽略风速对图像清晰度的影响 | 模糊率超标 | 风速 > 5级时停止作业 |
| 过度依赖自动曝光 | 色彩不一致 | 使用AE Lock或手动曝光 |
| RTK信号丢失后继续飞行 | POS精度下降 | 信号丢失时悬停等待恢复或返航 |
| 存储卡空间仅按预估容量准备 | 存储不足导致中断 | 预留1.5倍余量 |