4. 飞行样本采集规划
无人机现场数据闭环的第一步，也是最容易被低估的一步，就是飞行样本采集规划。很多团队在模型精度下降时，第一反应是“加数据”，但加什么数据、从哪里加、怎么加，往往缺乏系统设计。如果采集规划不合理，后续的重训和版本更新就会建立在“偏科”的数据基础上——要么重复采集了大量相似场景，要么关键故障样本严重缺失，最终导致模型在真实部署环境中表现不稳定。本章围绕飞行样本采集的三个核心决策维度展开：任务航线如何设计、覆盖区域如何界定、光照与天气条件如何选择，帮助学员建立一套可量化、可复现、可审计的采集规划方法论。
上图展示了飞行样本采集规划的整体决策链路。三个核心模块——任务航线设计、覆盖区域界定、光照与天气选择——并非独立决策，而是相互耦合的。例如，覆盖区域一旦确定，航线设计就需要根据区域地形起伏调整高度和重叠率；而光照条件又直接影响航线中云台角度和拍摄间隔的设置。规划的输出物不仅是航线文件，还包括采集清单、环境记录表和后续质量检查项，这些都会反馈到下一轮规划中，形成持续优化的闭环。
4.1 任务航线设计：从“飞起来”到“飞得对”
核心原理：航线设计的本质是解决“相机以何种轨迹、何种姿态、何种密度获取地面影像”的问题。对于样本采集而言，航线设计的目标不是“拍得好看”，而是“拍得全、拍得准、拍得可复用”。航线参数直接影响样本的空间分辨率、重叠率、视角覆盖和几何畸变程度，进而影响模型训练时的特征提取效果。
关键参数与判断方法：
- 航线类型：常用的有“井字形”航线（适合大范围均匀覆盖）、“环绕航线”（适合单体目标或塔杆类设备）、“仿地航线”（适合地形起伏大的区域，如山地、矿区）、“走廊航线”（适合输电线路、管道等线性目标）。选择依据是目标物体的空间分布形态。
- 飞行高度与地面分辨率（GSD）：GSD = 传感器像元尺寸 × 飞行高度 / 镜头焦距。例如，大疆M300 RTK搭配禅思H20T，像元尺寸约1.55μm，焦距4.5mm，飞行高度100m时GSD约3.4cm/pix。训练检测模型时，GSD应尽量与部署场景一致，偏差不宜超过2倍。
- 航向重叠率与旁向重叠率：建议航向重叠率≥80%，旁向重叠率≥60%。高重叠率虽然增加采集时间和存储量，但能提供多视角样本，增强模型对遮挡和视角变化的鲁棒性。对于小目标（如绝缘子、销钉），建议航向重叠率提升至85%以上。
- 云台角度：正射采集（-90°）适合平面场景；倾斜采集（-45°至-60°）适合建筑物立面、杆塔侧面等立体结构。建议同一区域至少采集正射+两个倾斜方向（如-45°和-60°），以覆盖不同视角。
4.2 覆盖区域界定：从“拍得多”到“拍得全”
核心原理：覆盖区域界定解决的是“样本空间分布是否满足模型泛化需求”的问题。模型在训练时见过的场景越多样，部署时的适应能力越强。覆盖区域规划的核心是识别样本多样性缺口，并针对性地补充采集。
操作流程：
- 区域网格化：将目标作业区域划分为100m×100m的网格，每个网格标注地形类型（平地/山地/水域/建筑区）、植被覆盖度、目标物密度等属性。
- 样本多样性评估：统计已有样本在各网格中的分布情况，计算每个网格的样本数量、目标实例数、场景类别数。使用“多样性指数”（如Shannon指数）量化覆盖均衡度。
- 边缘场景识别：重点关注以下区域——光照突变区（阴影边界）、反光表面（水面、玻璃幕墙）、低纹理区域（沙地、雪地）、高遮挡区域（茂密植被下的目标）。这些区域往往是模型误检漏检的高发区。
- 禁飞区与限飞区核查：使用DJI Fly或第三方空域管理平台检查规划区域是否涉及禁飞区、限高区、敏感区域。必要时申请临时飞行许可或调整采集方案。
| 覆盖区域类型 | 样本多样性需求 | 建议采集密度 | 典型场景 |
|---|---|---|---|
| 核心作业区 | 高（目标密集、缺陷类型多） | 每网格≥50张有效影像 | 变电站、输电塔、风电机组 |
| 过渡区域 | 中（背景变化、目标稀疏） | 每网格20-30张 | 农田边缘、山地过渡带 |
| 背景干扰区 | 低（无目标但需负样本） | 每网格10-15张 | 水域、裸土、建筑屋顶 |
4.3 光照与天气条件选择：从“能飞”到“飞得有效”
核心原理：光照和天气条件决定了图像的信噪比、对比度和色彩还原度。模型训练时如果样本的光照分布过于单一，部署时遇到不同光照条件就容易失效。光照规划的目标是让样本覆盖尽可能多的光照场景，同时保证图像质量满足标注和训练的最低要求。
判断方法与选择策略：
- 太阳高度角：太阳高度角低于15°时，阴影过长，目标细节被遮挡；高于60°时，顶光过强，反光表面易过曝。建议采集窗口选择太阳高度角30°-55°之间，此时阴影适中，纹理清晰。一天中通常为上午9:00-11:00和下午14:00-16:00。
- 云层条件：薄云（云量20%-50%）时，光线柔和，阴影弱，适合采集纹理类样本；晴天（云量<20%）时，对比度高，适合采集结构类样本；阴天（云量>80%）时，光线均匀但对比度低，适合采集低光照条件下的目标特征。建议同一区域至少覆盖晴天和阴天两种条件。
- 雨雪雾霾：小雨和中雨不建议飞行（设备防护等级限制）；雨后初晴时，地面湿润，反光增强，可采集到特殊光照样本；轻雾条件下，图像对比度下降，但可模拟低能见度场景；重雾和霾天气不建议采集，图像质量无法保证标注可靠性。
- 风速与阵风：风速超过8m/s时，无人机姿态抖动增大，图像模糊率上升。建议采集时风速≤6m/s，阵风≤8m/s。如果必须在较大风速下采集，应提高快门速度（至少1/1000s）并开启机械快门。
4.4 常见误区与总结复盘
误区一：航线参数“一套走天下”。不同区域地形起伏差异大时，固定飞行高度会导致GSD不一致。例如，山地场景中，山顶和山谷的GSD可能相差3倍以上，模型学习到的目标尺度混乱。应使用仿地航线或根据DEM数据动态调整高度。
误区二：覆盖区域“平均用力”。均匀分配采集资源往往导致核心区域样本不足，而背景区域样本冗余。应根据目标密度和缺陷发生概率进行加权分配，核心区域多采，背景区域适量采。
误区三：光照条件“只看天气”。即使同为晴天，不同时间段的色温和阴影方向差异很大。建议每次采集时记录光照方向（相对于航线方向的角度），并在后续训练中通过数据增强模拟不同光照方向。
误区四：忽视环境记录。很多团队采集了大量影像，却没有记录对应的天气、光照、飞行参数。这些元数据在后续样本筛选、模型调优和问题回溯时至关重要。建议每次飞行生成一份环境记录表，包含时间、地点、天气、光照、风速、飞行高度、云台角度、重叠率等字段。
总结复盘：飞行样本采集规划不是一次性的任务，而是一个持续迭代的过程。每次模型更新后，应分析失败案例，反推哪些场景样本不足，再针对性地补充采集。建议建立“采集规划-执行-质量评估-再规划”的闭环机制，每轮采集后统计样本分布直方图，与目标分布对比，找出缺口并调整下一轮规划。只有把采集规划做到“可量化、可追溯、可优化”，无人机现场数据闭环才能真正发挥价值。