本发明涉及计算机图形学领域，尤其涉及的是一种无人机路径规划方法、装置、终端及存储介质。
背景技术：
1、大规模数字孪生城市的构建通常基于无人机（unmanned aerial vehicle，uav）采集的图像素材生成带有逼真纹理的结构化模型。目前的uav采集方法主要以高质量的几何重建为目标。例如：（1）采用体积分层表征，用于估计重建场景每个部分的成本，平衡最大化视点的信息增益和最小化路径长度两个目标；（2）采用场景覆盖模型，制定子模块优化方法来确定每个候选视点的最佳方向，使用整数线性程序从候选视点中选择最佳路径，最大化场景覆盖的同时获得较短路径长度；（3）引入可重建度量预测重建质量，采用一种基于启发式的连续优化方法，最大化场景中所有视点的可重建性；（4）采用无需实地考察的自适应无人机路径规划算法，根据建筑物和对应阴影之间的关系为场景估计2.5维模型，用最大-最小优化方法选择最小的视点集，在相同数量的视点下最大化重建质量；（5）用于城市场景重建的实时uav路径规划方法，利用俯视图生成初始路径，通过slam（即时定位与地图构建）框架估算建筑的高度并拍摄特写照片以揭示建筑细节，在建筑物间和建筑物内两个层面最小化路径长度。这些uav路径规划研究工作，旨在更好、更快地重建完整、准确的稠密模型。
2、但上述这些方法并未考虑如何针对纹理重建采集高质量的影像数据，导致采集的影像数据用于纹理贴图时不能达到理想的纹理效果。采集得到的图像用于纹理重建时，由于城市建筑表面具有丰富的直线特征与清晰的部件结构，纹理十分容易出现认知层面的失调问题，比如单一建筑立面的窗户的透视关系不统一等。
3、因此，现有技术还有待改进和发展。
技术实现思路
1、本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种无人机路径规划方法、装置、终端及存储介质，旨在解决现有技术并未考虑如何针对纹理重建采集高质量的影像数据，导致采集的影像数据用于纹理贴图时不能达到理想的纹理效果的问题。
2、本发明解决问题所采用的技术方案如下：
3、第一方面，本发明实施例提供一种无人机路径规划方法，其中，所述方法包括：
4、获取目标场景的二维底图和安全飞行高度，根据所述二维底图和所述安全飞行高度确定候选视点集；
5、基于平面质量和视点平面对质量，根据所述候选视点集生成初始视点集，其中，所述平面质量用于衡量单个平面的纹理质量，所述视点平面对质量用于衡量单个视点与平面所构建的视点平面对的质量；
6、采用多目标优化算法对所述初始视点集进行优化，确定优化视点集；
7、根据所述候选视点集和所述优化视点集确定无人机拍摄路径。
8、在一种实施方法中，所述基于平面质量和视点平面对质量，根据所述候选视点集生成初始视点集，包括：
9、基于所述候选视点集构建若干视点平面对；
10、基于所述平面质量对各所述视点平面对中的视点设置初始视线方向；
11、计算各所述视点平面对对应的所述视点平面对质量，根据各所述视点平面对质量确定所述初始视点集。
12、在一种实施方法中，所述基于所述平面质量对各所述视点平面对中的视点设置初始视线方向，包括：
13、在所述视点平面对中平面法线方向的逆方向为中心的180°范围内采样，确定若干候选视线方向；
14、选取所述平面质量最大时对应的所述候选视线方向为所述视点平面对中视点的所述初始视线方向。
15、在一种实施方法中，所述平面质量的计算方法包括：
16、，
17、其中，和分别表示透视质量和图像质量，和为权重；
18、透视质量定义为：
19、，
20、其中，和为权重，是视点集中视点的数量，衡量单位向量和之间的距离，表示中视点的视线方向，表示中视点的平均视线方向，表示平面的法向量；
21、图像质量定义为：
22、，
23、其中，和为权重，代表视线距离归一化后的值，表示的视线距离，表示中视点的视线距离的平均值，，代表中视点覆盖平面的区域宽度，代表的宽度。
24、在一种实施方法中，所述视点平面对质量的计算方法包括：
25、，
26、其中，和分别表示透视质量和图像质量，和为权重；
27、透视质量定义为：
28、，
29、和为权重，衡量单位向量和之间的距离，表示视点的视线方向，表示视点集中视点的平均视线方向，表示平面的法向量；
30、图像质量定义为：
31、，
32、和为权重，代表视线距离归一化后的值，表示视点的视线距离，，代表中视点覆盖平面的区域宽度，代表平面的宽度，代表平面中仅被视点观测到的区域的占比。
33、在一种实施方法中，所述采用多目标优化算法对所述初始视点集进行优化，确定优化视点集，包括：
34、在所述初始视点集中的每一视点的邻域范围内进行位置和视线方向的采样，得到各视点对应的候选视点位姿；
35、基于多目标优化算法确定所述候选视点位姿中的目标视点位姿；
36、根据各视点对应的所述目标视点位姿对所述初始视点集进行筛选，确定所述优化视点集。
37、在一种实施方法中，所述根据所述候选视点集和所述优化视点集确定无人机拍摄路径，包括：
38、根据所述候选视点集和所述优化视点集构建全连接图；
39、基于旅行商问题求解所述全连接图对应的代价最小路径作为所述无人机拍摄路径。
40、第二方面，本发明实施例还提供一种无人机路径规划装置，其中，所述无人机路径规划装置包括：
41、数据获取模块，用于获取目标场景的二维底图和安全飞行高度，根据所述二维底图和所述安全飞行高度确定候选视点集；
42、视点生成模块，用于基于平面质量和视点平面对质量，根据所述候选视点集生成初始视点集，其中，所述平面质量用于衡量单个平面的纹理质量，所述视点平面对质量用于衡量单个视点与平面所构建的视点平面对的质量；
43、视点优化模块，用于采用多目标优化算法对所述初始视点集进行优化，确定优化视点集；
44、路径确定模块，用于根据所述候选视点集和所述优化视点集确定无人机拍摄路径。
45、第三方面，本发明实施例还提供一种终端，所述终端包括有存储器和一个以上处理器；所述存储器存储有一个以上的程序；所述程序包含用于执行如上述任一所述的无人机路径规划方法的指令；所述处理器用于执行所述程序。
46、第四方面，本发明实施例还提供一种计算机可读存储介质，其上存储有多条指令，其中，所述指令适用于由处理器加载并执行，以实现上述任一所述的无人机路径规划方法。
47、本发明的有益效果：本发明实施例通过获取目标场景的二维底图和安全飞行高度，根据二维底图和安全飞行高度确定候选视点集；基于平面质量和视点平面对质量，根据候选视点集生成初始视点集，其中，平面质量用于衡量单个平面的纹理质量，视点平面对质量用于衡量单个视点与平面所构建的视点平面对的质量；采用多目标优化算法对初始视点集进行优化，确定优化视点集；根据候选视点集和优化视点集确定无人机拍摄路径。本发明通过引入平面质量和视点平面质量来得到能够重建高质量纹理的视点集，从而有效的解决现有技术未考虑如何针对纹理重建采集高质量的影像数据，导致采集的影像数据用于纹理贴图时不能达到理想的纹理效果的问题。
1.一种无人机路径规划方法，其特征在于，所述方法包括：
2.根据权利要求1所述的无人机路径规划方法，其特征在于，所述基于平面质量和视点平面对质量，根据所述候选视点集生成初始视点集，包括：
3.根据权利要求2所述的无人机路径规划方法，其特征在于，所述基于所述平面质量对各所述视点平面对中的视点设置初始视线方向，包括：
4.根据权利要求1所述的无人机路径规划方法，其特征在于，所述平面质量的计算方法包括：
5.根据权利要求1所述的无人机路径规划方法，其特征在于，所述视点平面对质量的计算方法包括：
6.根据权利要求1所述的无人机路径规划方法，其特征在于，所述采用多目标优化算法对所述初始视点集进行优化，确定优化视点集，包括：
7.根据权利要求1所述的无人机路径规划方法，其特征在于，所述根据所述候选视点集和所述优化视点集确定无人机拍摄路径，包括：
8.一种无人机路径规划装置，其特征在于，所述装置包括：
9.一种终端，其特征在于，所述终端包括有存储器和一个以上处理器；所述存储器存储有一个以上的程序；所述程序包含用于执行如权利要求1-7中任一所述的无人机路径规划方法的指令；所述处理器用于执行所述程序。
10.一种计算机可读存储介质，其上存储有多条指令，其特征在于，所述指令适用于由处理器加载并执行，以实现上述权利要求1-7任一所述的无人机路径规划方法的步骤。
