![](https://gbres.dfcfw.com/Files/iimage/20240331/414FD3B41256E1321E5C8082262F795E_w800h219.jpg)
无人机作为一项新兴的测绘工具,具有续航时间长、成本低、机动灵活等优点,为城市的规划建设带来极大便利,也为社会治安、无人机遥感、智慧交通等行业提供数据支撑。视频+GIS+AI,可智能感知动态目标、异常事件及空间信息,为视频数据挖掘与应用赋能。
SuperMap iDesktopX基于视频空间化技术,实现了视频与GIS数据的融合,结合人工智能技术,实现视频目标与空间信息感知,催生更多领域的视频GIS应用。
无人机视频接入与空间化
无人机视频接入
SuperMap支持接入大疆无人机(专业级、消费级)及其他无人机厂商设备采集的视频,视频形式可以是离线视频,也可以是在线视频流(HLS(m3u8)、RTSP、RTMP、HTTP、HTTP-FLV协议)。
大疆行业级无人机:经纬 M300、M30、精灵 4 RTK、大疆机场等;
大疆消费级无人机:御 Mavic 系列、DJI Air 2S等;
其它无人机厂商设备:拍摄的视频含无人机坐标及相机姿态信息
视频空间化
视频空间化是视频与GIS融合最为关键的问题,视频空间化是指建立像素坐标和地理坐标的映射模型。SuperMap通过时间戳、相机经度、纬度、高度、俯仰角(pitch)、偏航角(yaw)、侧偏角(roll)七个参数,结合相机视场角,将视频每一帧画面的像素坐标,与地理坐标的进行相互转换。
离线视频空间化
无人机离线视频可基于相机姿态文件(*.srt、*.csv)进行空间化,相机姿态文件可来源于视频字幕文件、无人机飞行记录文件,离线视频导入字幕文件或相机轨迹CSV文件即可。
![](https://gbres.dfcfw.com/Files/iimage/20240331/C626A51C1C11464840231A2155BB0E78_w800h358.jpg)
无人机离线视频空间化
实时视频空间化
SuperMap在接入无人机在线视频流的同时,同步接入相机参数,对视频做实时空间化。例如对接大疆上云API推送的实时视频流,同时接入无人机的位置和相机姿态信息,即可对无人机视频做空间化。
![](https://gbres.dfcfw.com/Files/iimage/20240331/B9F02DC40F7F8E7D288CD62A22EA5B74_w800h362.jpg)
无人机视频流空间化
视频、地图、场景相互融合
视频所呈现的内容具有很强的真实感,视频空间化后可与地理数据融合显示与分析,弥补了传统二维GIS不够生动、三维建模成本过高的不足,开启国土资源调绘新模式。
视频与地图融合
赋予地理坐标后的视频与地图融合,查看地图指定位置的视频实景,及时了解实时信息,视频使得传统地图更为生动、鲜活。
视频与地图融合
视频与三维场景融合
空间化后的视频添加至三维场景,与地形、倾斜摄影模型等数据融合,实现对重点区域的实时监测,进一步提升了沉浸式视觉体验。
![](https://gbres.dfcfw.com/Files/iimage/20240331/F8390849AF41D03F5A2DA0D30DC20A38_w800h449.jpg)
视频与场景融合 (来源:青岛市勘察测绘研究院)
GIS数据与视频融合
视频地图是以视频原始视角为底图,叠加其他GIS数据的一种新型地图。视频地图跟普通地图一样,支持点、线、面、文本等GIS数据。视频地图通过气泡标签,准确显示地理标注,使用专题图更直观的传达地理信息,提高了视频的可读性。
![](https://gbres.dfcfw.com/Files/iimage/20240331/5F67D7BFC3C486ED6BFCF3CAFDACDD0E_w800h450.jpg)
GIS数据与视频融合
应用1:辅助国土资源调查
无人机近地面视频具有分辨率高、时效性高、数据获取便捷等特点,视频叠加GIS数据,即可基于高清视频进行地类调查举证、图斑变化核查等,弥补遥感影像分辨率不足和更新不及时的问题。同时,可减少由天气等外因造成的外业调绘工作延误,减少外业调绘补测的工作量,降低外业生产成本,提高工作效率。
![](https://gbres.dfcfw.com/Files/iimage/20240331/FF7BB4A0257AD0D49E051C8B455D4939_w800h450.jpg)
无人机视频核查图斑类型
视频AI分析
视频与AI技术结合感知视频中的目标物,再结合空间坐标进一步挖掘视频信息。SuperMap预定义了多种通用检测模型,也支持模型自定义,同时,目标检测支持前端显示检测和后台检测,具备多任务检测能力,提升了视频检测的效率。
多样化AI检测模型
SuperMap预定义的通用目标检测模型,包括YOLOv5/YOLOv7系列目标检测模型、VisDrone、火灾烟雾、破损道路等模型,同时支持添加自定义的模型,用户可以根据检测需求、机器性能、检测精度等情况进行选择。
![](https://gbres.dfcfw.com/Files/iimage/20240331/6D57C22CADD55F0D5CA36FECF7649707_w800h311.jpg)
预定义通用检测模型
视频分析
在视频AI的基础上,基于静态目标位置和动态目标轨迹,结合GIS空间分析能力,可以进一步挖掘视频信息。例如视频地理围栏分析,可通过判断检测目标是否出现在地理围栏中,社会车辆占用公交专用道就是典型应用,以及车速分析、拥堵分析、车辆套牌、车辆路线追踪等视频AI应用。
![](https://gbres.dfcfw.com/Files/iimage/20240331/2B8114788A097F0D31B949B1BB375EE3_w800h448.jpg)
道路拥堵与车速分析
高性能检测
视频AI分析非常耗费计算机性能,而一个城市的视频数量数以万计,如何充分利用现有机器设备并提升检测效率?——多任务检测,可在一个机器同时启动多个进程对多路视频进行检测,不仅减少硬件采购成本,也提高了设备的使用率。
在大量多路视频常态化监控时,用户更关心有异常的视频,SuperMap支持后台检测,将前端显示与检测分离,减少计算机资源的消耗。以YOLOv5目标检测模型为例,后台检测相比边展示视频边检测性能提升20%—106%。
![](https://gbres.dfcfw.com/Files/iimage/20240331/8BCDED6AEA059A2D67CE6796716DA8A2_w800h387.jpg)
后台视频检测性能对比
应用2:森林火灾应急救援
森林火灾突发性强、破坏性大、救援较为困难;无人机在森林防灭火中具有低成本、高时效、机动灵活、应急快速、实时巡查能力强等优势,可接入无人机实时巡查的视频,自动识别视频中的着火点及其位置,有助于提早发现森林火情,及时掌握火情信息,便于迅速部署防火力量,在提升火灾扑救效率的同时,充分保障消防及应急抢险人员的人身安全。
![](https://gbres.dfcfw.com/Files/iimage/20240331/5516B46EAF06563C8D61B6E1A10AEBF8_w800h450.jpg)
无人机森林防火应用
应用3:无人机高速公路巡检
高速公路具有车流大、车速快的特点,定期巡检是预防和减少事故的发生重要手段之一,传统道路巡查管理,存在效率低、响应不及时等问题。引入无人机与AI技术后,可针对重点区域车辆、道路、护栏等要素进行智能识别,及时发现路面破损、防护栏位置偏移等安全隐患,精准“诊断”车流缓行、交通事故等异常事件,检测车辆超速、违停等违章行为,实现全流程自动化、智能化的道路巡检。
![](https://gbres.dfcfw.com/Files/iimage/20240331/374FEDBABBD7475E313EC473666C7DEB_w800h388.jpg)
无人机高速公路巡检系统
本文从视频接入与空间化,视频、地图与场景相互融合,视频AI分析,视频GIS多行业应用四方面介绍了无人机视频GIS技术。随着技术的发展,视频空间化技术将为智慧交通、自然资源监管、河道巡检、灾害应急救援、双碳环保等更多行业赋能。
超图软件(SZ300036) 科大讯飞(SZ002230) 中科星图(SH688568)
超图软件的股权简单分散,有中科院得股份,创始班底都是中科院地理所的。大股东种耳顺中国科学院地理科学与资源研究所研究员、博士生导师,1956生人,年事已高,早已脱离管理。目前掌门人宋关福国务院特殊津贴专家,国测绘学会副理事长,持股很少。综上,财报没有造假理由,造假没人能获利,反而影响声望。 遥感是超图新业务,遥感必须要地理信息软件,超图这属于向下游延申,速度够快,会带来增量收益! 与泰州市数据局合作的调研公告中明确指出:数据局信创业务,预计收益将有三方面:项目收入、运营收入、通过数 据要素产品上架做运营管控的分成收入,后两块收入将会是持续性的收入。
本文作者可以追加内容哦 !