《Drones》：Cooperative Joint Mission Between Seismic Recording and Surveying UAVs for Autonomous Near-Surface Characterization
Jory Alqahtani,
Ahmad Ihsan Ramdani,
Pavel Golikov,
Artem Timoshenko,
Grigoriy Yashin,
Ilya Mashkov,
Van Do and
Ezzedeen Alfataierge
编辑推荐：
为解决旱区地震数据采集劳动密集、成本高昂、地形复杂及安全风险大等问题，研究人员开展了一项关于“地震记录与勘测无人机协同执行自主近地表表征联合任务”的研究。他们通过集成侦察无人机(Scouting UAV)与自主地震采集设备(ASAD)的协同工作流，成功完成了野外试验。结果表明，该集成系统能够高效采集高分辨率地震数据，其频率带宽优于常规系统，并能准确探测近地表空洞。这项研究为实现安全、高效、低环境影响的自主化地球物理勘探提供了新的解决方案。
想象一下，在广袤而荒凉的干旱地区，一群地质学家和工人正冒着酷暑，艰难地将成千上万的地震传感器（检波器）手动部署在崎岖不平、甚至难以到达的地面上。这不仅是传统陆地地震数据采集的日常写照，也是一个充满了挑战的行业痛点：这个过程劳动密集、成本高昂，且常常因地形险峻和潜在的安全风险而受阻。更棘手的是，一些区域因无法进入导致勘测覆盖出现空白，影响了数据解读的完整性。与此同时，传统的勘前规划依赖分辨率有限、时效性不强的卫星数据，难以识别近期出现的障碍物或最优的传感器布设点，导致现场作业效率低下和次优的源-接收器几何布局。正是在这样的背景下，无人机的集成应用为地球物理数据采集带来了变革性的曙光，而如何将空中侦察与精准的地震数据采集无缝结合，实现完全自主、安全高效的作业，成为研究者们探索的前沿。
针对上述挑战，由Jory Alqahtani, Ahmad Ihsan Ramdani, Pavel Golikov, Artem Timoshenko, Grigoriy Yashin, Ilya Mashkov, Van Do 和 Ezzedeen Alfataierge共同完成的研究，在《Drones》期刊上发表了一项创新成果。他们提出并验证了一种创新的异构机器人系统，将两种专门的无人机——用于高分辨率航拍侦察的侦察无人机(Scouting UAV)和用于地震数据记录的自主地震采集设备(Autonomous Seismic Acquisition Device, ASAD)——整合到一个协同任务工作流中。这项研究的目标是展示一个轻量级、全自主的陆地地震数据采集和侦察系统的概念验证，旨在提升安全性、提高生产力、减少后勤挑战，并最小化环境足迹。
研究人员开展了一项严格的野外试验，以验证该协同系统的性能。他们在一个受控的户外测试场进行作业，该场地模拟了干旱沙漠环境中典型的“标准城市场景”，包含稀疏植被、建筑物、松软沙土等多种地表条件，甚至专门埋设了一个工业钢桶以模拟近地表空洞（地质危害）。研究团队首先利用侦察无人机执行航拍测量，生成厘米级精度的数字高程模型(Digital Elevation Model, DEM)和正射影像，用于识别ASAD的安全降落区。随后，通过飞行规划与控制系统(Flight Planning and Control Software, FPCS)和地面集群控制站(Swarm Control Station, SCS)进行任务规划和分发。接着，一个由20个ASAD单元组成的集群自主执行地震数据采集任务：它们自主起飞、飞抵预定记录点、安全降落、通过传感器布设系统(Sensor Deployment System, SDS)将传感器耦合到地面，并利用机载数据采集模块(On-board Data Acquisition Module, ODAM)记录来自震源（振动器卡车）的地震信号。为了验证数据质量，研究人员将ASAD记录的数据与并置布设的传统检波器阵列数据进行了直接对比，并对数据进行了处理（如转换为SEGY格式、滤波、静校正），最终通过P波折射层析成像(P-wave refraction tomography)方法构建了地下速度模型。
2. 测试地点和无人机描述
研究在一个约200米×650米的专用户外测试设施中进行，该场地混合了自然沙漠地形和人为基础设施，用以模拟标准干旱环境。场地中埋设了一个深2米的钢桶，用于模拟近地表空洞，以测试系统对浅层地质危害的探测能力。该系统主要由三部分组成：侦察无人机、一组搭载地震传感器的ASAD无人机，以及地面上的集群控制站(SCS)。ASAD是一个四旋翼机器人平台，集成了标准无人机飞行能力和自主地震数据记录专用系统，其核心包括机载计算机(On-Board Computer, OBC)、传感器布设系统(SDS)和机载数据采集模块(ODAM)。SCS则通过Wi-Fi和LoRa双链路策略与机器人通信，进行高级控制和任务监控。FPCS是定制开发的软件，用于规划、跟踪飞行轨迹和机器人行为。侦察无人机基于与ASAD相同的机身，搭载高分辨率相机，用于执行航拍测量任务。
3. 协同任务工作流
协同任务工作流分为三个阶段：侦察、规划和采集。在侦察阶段，侦察无人机以40米飞行高度、3米/秒的速度执行半网格采集模式，拍摄大量照片，经处理后生成分辨率达5厘米/像素的DEM和1厘米/像素的正射影像。在规划阶段，基于DEM进行坡度过滤分析，将坡度大于15°的区域标记为“禁降区”，生成ASAD安全降落区语义地图，并通过FPCS导入任务规划。在采集阶段，ASAD集群根据预加载的任务计划自主执行地震采集。它们依次完成起飞、飞行、降落、传感器耦合、数据记录等动作，并可在多个记录点之间自主重定位。整个任务中，操作员可通过SCS进行监控，并在异常情况下中止任务。
4. 地震数据
为验证ASAD的地震数据记录能力，研究设置了对比实验。将ASAD与并置的商业无线节点和传统10 Hz检波器进行数据对比。实验网格包括5条震源线（每条40个点）和5条接收线（每条20个点）。ASAD集群沿单条接收线记录数据后，自主重定位至下一条线，而传统系统则保持静止。震源为振动器卡车，产生1.5 Hz至80 Hz的线性扫描信号。ASAD的ODAM通过GNSS接收器的每秒脉冲(Pulse Per Second, PPS)信号与协调世界时(UTC)同步，确保与常规系统的时间对齐。数据处理流程包括：从ASAD检索原始数据，转换为SEGY格式，进行带通滤波（5-10-80-100 Hz奥姆斯比滤波器）和静校正，形成共接收点道集(Common Receiver Gather, CRG)，并拾取初至时间。随后，利用初至时间进行三维折射层析成像，经过20次迭代，得到测试区域的最终三维速度模型。对传统数据集也应用了相同的工作流以便标准化比较。
5. 结果
5.1. 任务执行
联合任务成功按三阶段工作流执行。侦察无人机提供了必要的地形情报，并转化为ASAD集群的语义安全降落地图。在采集阶段，20个单元的ASAD集群使用实时动态(Real-Time Kinematic, RTK) GNSS以厘米级精度导航至预定坐标，完成受控降落、传感器部署和数据记录。过渡到“地面闲置”状态有效消除了旋翼的机械噪声。
5.2. 地震数据结果
ASAD记录的地震数据与并置传统检波器的数据直接对比显示出很高的保真度。两者的共接收点道集(CRG)在特征和质量上相似。分析表明，ASAD数据由于是单点记录（相对于9个检波器组成的阵列）以及耦合差异，噪声水平略高。但值得注意的是，ASAD数据展现出更优的频率带宽，尤其是在低频部分。处理后的三维折射层析成像图显示了一个三层结构：与现场观察到的松散沙土一致的近地表低速层（约300-500 m/s），其下是更致密的地层。层析成像图成功地识别了人工地质危害的特征：埋藏的工业钢桶在表面以下2米处产生了一个局部低速区。尽管由于目标体尺寸小，其精确规模和形状未能完全捕获，但成功探测验证了该方法的敏感性。
6. 讨论
侦察无人机的集成对于自主任务的成功至关重要，它提供了卫星数据无法比拟的细节水平。无人机摄影测量识别出了卫星数据集中没有的建筑物、树木和帐篷，这些差异若被忽视可能导致设备故障或安全风险。由此生成的“禁降区”分析图直接提升了任务安全性。ASAD数据与常规检波器网络数据的直接比较揭示了不同的操作权衡。ASAD数据噪声略高，主要归因于耦合差异。然而，ASAD数据具有更优的频率带宽，这可能意味着更稳定、更高分辨率的地震图像，能够检测更小的地下异常，从而更适用于成像薄层异常。这项野外试验的结果成功验证了全自主“飞行传感器”生态系统的概念，其在近地表表征方面具有独特优势。从操作上看，仅用20个ASAD单元通过自主重定位记录了100个接收点，证明了机器人集群可以极大减轻传统设备动员带来的后勤负担和体力劳动。最终，成功探测到2米深人工空洞的特征，验证了ASAD的灵敏度，确立了该协同工作流作为在后勤复杂区域进行快速地质侦察和地质危害识别的可靠工具的地位。尽管演示成功，大规模部署仍面临一些挑战，包括需要更鲁棒的通信系统、先进的电源管理方案、适应不同地表条件的耦合机制，以及减少从侦察到采集的时间延迟等。
7. 结论
本研究提出并展示了一种用于自主陆地地震数据采集的集成工作流，它将用于现场侦察的摄影测量无人机和地震记录无人机结合在一个协同任务生态系统中。工作流包括侦察、规划和采集三个阶段，之后进行地震处理。在野外测试中，侦察无人机生成了厘米级DEM和正射影像，以指导ASAD的安全降落，随后ASAD执行了地震采集。所得数据在质量上与常规检波器数据相当。折射层析成像可靠地揭示了一个浅层地下空洞，效果与传统检波器相当。这项创新方法解决了“盲飞”问题。通过五次自主重定位循环，仅用20个ASAD单元就成功记录了100个接收点，这证明了动态、自适应的机器人集群技术用于专门地震数据采集的可行性。该系统实现了与行业标准检波器阵列相当频率带宽，并可靠地探测到浅层地下空洞，确认了其野外应用的成熟度。通过利用自动化的无人机工作流，该系统有望在难以进入的地形和/或后勤复杂的感兴趣区域，降低采集成本、时间、环境足迹，并最小化安全风险。这种集成的机器人工作流代表了自主地震采集领域的一项实质性科学和工程进步。
