自然災害與突發事件發生后，快速、準確地測繪災區情況并識別關鍵興趣目標（Targets-of-Interest, TOIs），是科學資源調配與高效組織救援的重要前提。近年來，低空遙感無人機（UAV）以其強機動性、快速部署及高清成像的獨特優勢，已成為災后態勢感知的理想工具。然而，現有技術框架在處理無人機影像以生成災區數字正射影像地圖（DOM）時，面臨雙重瓶頸：傳統基于運動恢復結構（SfM）的離線處理模式耗時過長，難以滿足應急響應“分秒必爭”的時效需求；而基于同步定位與建圖（SLAM）的實時方案在面對高分辨率、低重疊度的典型無人機航測數據時，普遍依賴高性能GPU與高精度GNSS信號，難以在資源受限的應急現場穩定輸出高質量地圖，制約了精細化的災情解譯與評估。
為突破上述瓶頸，打通從無人機影像快速采集到災損專題情報高效生成的全流程，由劉春教授領銜的同濟大學時空智能感知研究團隊，面向低空場景需求，研制了集成智能解譯能力的低空無人機實時正射制圖系統——ARTEMIS。該系統是全球首個在地質、水文、氣候和氣象等多災種真實災害數據集上進行系統性驗證的端到端解決方案，為應急響應提供了全新的技術路徑。
圖1 ARTEMIS系統實時成圖流程概覽
相關研究成果《ARTEMIS: A real-time efficient ortho-mapping and thematic identification system for UAV-based rapid response》發表于國際攝影測量與遙感領域頂刊 《ISPRS Journal of Photogrammetry and Remote Sensing》。論文第一作者為團隊劉奕君碩士，通訊作者為劉春教授與艾克然木·艾克拜爾博士。該研究也是測繪、信息和交通等多學科深度交叉研究成果，同濟大學交通學院趙鴻鐸教授團隊共同參與驗證測試，為系統面向機場等大型關鍵交通基礎設施的快速評估與維護提供了重要支撐。
圖2 論文成果發表
圖3 團隊與交通學院趙鴻鐸教授團隊合作開展大型交通基礎設施外場實驗
論文主要內容 面向低空經濟典型場景的應用，團隊提出了一種名為ARTEMIS的低空無人機實時正射制圖與專題識別系統。該系統采用以CPU為核心的設計，集成了三大創新技術：其一，提出了投影誤差引導的窗口搜索策略，基于廣義雙目視覺模型預測投影誤差范圍，有效約束了特征搜索空間，在保障匹配魯棒性的同時大幅提升計算效率，克服了輕量化特征描述子在標準無人機攝影測量數據上實時空中三角測量的解算失效；其二，設計了一種輕量級匹配置信度度量方法，在光束法平差（BA）過程中對高質量匹配賦予更高權重，解耦了對于GNSS的強依賴，通過內部優化提升了定位精度，增強了系統在信號退化環境下的韌性；其三，構建了一套集成先進監督與零樣本深度學習模型的端到端工作流，實現了從DOM生成到關鍵興趣目標的自動識別與解譯，直接輸出支撐決策的可信專題地圖。 圖4 ARTEMIS系統架構 TONGJI-ARTEMIS系統實時成圖流程展示（ROS1） 研究過程中，在涵蓋地震、颶風、龍卷風、野火等災種的六個真實世界數據集上，對ARTEMIS的性能進行了全面評估。實驗結果顯示：在稀疏重建階段，ARTEMIS比COLMAP等主流SfM方法快高達58倍；在DOM生成階段較ContextCapture等商業解決方案快高達22倍，同時保持了優于0.5米的絕對定位精度。更重要的是，量化評估表明，在目標檢測F1分數、語義分割mIoU等關鍵指標上，系統實時地圖的解譯結果與耗時的離線處理成果相當，展示了其在實際應急響應中的可靠性與巨大應用潛力。 圖5 2018年颶風邁克爾海濱村社區災損專題地圖 TONGJI-ARTEMIS系統實時成圖與專題識別流程展示（QGIS） 圖6 2018年蘇拉威西地震貝托波地區災損專題地圖 總結與展望 本研究研發的ARTEMIS系統，旨在填補實時數據采集與可操作地理空間情報之間的關鍵鴻溝。據知，這是首個在單一框架內全面解決應急響應多重挑戰的系統，它 (i) 能夠魯棒地處理挑戰性航攝數據，(ii) 實現了硬件無關的性能，并 (iii) 具備對GNSS信號退化的韌性。尤為重要的是，與現存多數研究不同，本研究并未止步于生成單純的“可視化”地圖產品，通過多項指標 (iv) 評估并驗證了實時地圖產品的機器可解釋性，且 (v) 在多個真實災害數據集上證實了其端到端的有效性。通過這種一體化設計，系統為資源受限下的應急測繪挑戰提供了可靠的解決方案，確保了其輸出情報的及時性與準確性。 未來工作將致力于拓展ARTEMIS的性能邊界與應用領域。技術上，系統將通過融合先驗地理數據并集成先進三維場景表達技術，實現從二維到三維實時建圖的跨越。功能上，通過擴展對熱紅外、激光雷達與多光譜等多源傳感器的支持，系統將服務于大型基礎設施智慧運維、夜間搜救和精準農業等對時間、成本敏感的多元任務。最終，該技術將通過與應急響應機構合作開展試點部署與用戶研究，從實驗室驗證走向實戰應用，持續提升其在真實應急任務中的價值與可靠性。 項目資助 本研究獲國家自然科學基金面上項目“滑坡災害場景認知驅動的四足仿生機器人增強感知研究”資助（項目編號：42471474）。 論文信息 Liu, Y., Akbar, A., Yu, T., Yu, Y., Kong, Y., Gao, J., Wang, H., Li, Y., Zhao, H., Liu, C., 2025. ARTEMIS: A real-time efficient ortho-mapping and thematic identification system for UAV-based rapid response. ISPRS Journal of Photogrammetry and Remote Sensing 229, 396-421. https://doi.org/10.1016/j.isprsjprs.2025.08.026. 論文鏈接： https://authors.elsevier.com/c/1ll1c3I9x1uc5l https://www.sciencedirect.com/science/article/abs/pii/S0924271625003375