機載LiDAR+Civil 3D在植被茂密山區(qū)邊坡設計土石方概算中的應用

劉國超，馬會姣

(1.廣州市城市規(guī)劃勘測設計研究院，廣東 廣州 510060； 2.浙江華東建設工程有限公司，浙江 杭州 310014)

1 引 言

2020年9月22日，習近平總書記在第七十五屆聯合國大會上提出：“中國二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現碳中和?！秉h的十九屆五中全會把碳達峰、碳中和作為“十四五”規(guī)劃和2035年遠景目標。水力發(fā)電作為一種清潔能源，利用水的勢能進行發(fā)電，相比于傳統的火力發(fā)電，排放的二氧化碳幾乎為零，是清潔能源使用的重要手段。但是水利設施，多集中在高山峽谷區(qū)。由于峽谷陡峭、植被茂密，原始地形獲取困難，傳統的技術手段多采用人工現場采集方式，費時費力，且效率低下；GPS測量由于山高林密，信號遮擋嚴重，無法獲得固定解，使得地形獲取成為難點。機載LiDAR通過無人機搭載LiDAR設備，對被測體進行高分辨率航飛和點云獲取，通過將LiDAR點云的多回波進行濾波算法處理，去除地表植被，獲取真實地面高程數據信息，從而獲得原始地形[1，2]。在獲取了原始地形后，如何解算邊坡設計的土方量成為又一個難點，由于土方量計算不僅需要原始地形數據，還需參考數據，即設計模型，而常規(guī)的土方量計算軟件如CASS、HTCAD、天正土方等[3，4]難以解算。本文探討通過Civil 3D建模軟件，依據邊坡設計參數建立參考模型，然后通過參考模型與現狀地形對比，計算土方量，并結合某工程案例，驗證機載LiDAR+Civil 3D在植被茂密山區(qū)邊坡設計土石方概算中的應用。

2 機載LiDAR+Civil 3D技術原理

2.1 機載LiDAR系統組成及原理

LiDAR系統由激光測距儀(Laser Range Finder，LRF)、GPS、IMU、數碼相機(CCD相機)、計算機控制導航系統(Computer Control Navigation System，CCNS)、數據存儲單元等儀器組成。其中，LRF是用來發(fā)射、探測激光并計算距離的裝置，GPS用來確定三維坐標，IMU用來測量方位(Orientation)：航向角(heading)、側滾角(roll)、俯仰角(pitch)，CCNS用于控制在線數據的通信及飛行器的導航，CCD相機用于同步獲取地面影像。機載LiDAR系統通常以小型飛機、直升機或者無人機作為飛行平臺，如圖1所示。

圖1 機載LiDAR工作示意圖

通過檢校的安裝誤差角、POS數據、激光測距數據，LiDAR點云某一時刻的三維坐標可通過大地定向式(1)計算出來：

(1)

式中，RWGS84代表GPS天線坐標系到WGS84坐標系的旋轉矩陣，RIMU表示IMU坐標系到GPS天線坐標系的轉換矩陣，Rm表示激光掃描儀坐標系到IMU坐標系的轉換矩陣，RS表示激光掃描儀的掃描角矩陣，X0、Y0、Z0表示GPS相位中心在WGS84坐標系中的位置，ρ表示激光發(fā)射點到地表掃描位置的距離，x、y、z為激光光斑在WGS84下的三維坐標，ax、ay、az表示激光發(fā)射點轉換到GPS相位中心的位移量。

為了滿足后續(xù)測量工程的需要，WGS84坐標系下的LiDAR點云坐標需要換算到國家坐標系統(如1980西安坐標系)或局部坐標系統下。一般通過GPS網平差約束法或者七參數法完成平面坐標系的轉換。對于LiDAR點云的高程，可以通過多項式擬合或者精化大地水準面轉化WGS84的橢球高為正常高。依據激光掃描儀掃描類型的不同，LiDAR點云的分布形式不盡相同。LiDAR點云再進行地面點的分類，從非地面點類中繼續(xù)細分地物點類，分類結果可以生成DSM、DEM、DOM、數字地形圖等成果[5，6]。LiDAR點云數據的處理流程可以用圖2來表示。

圖2 典型的LiDAR點云數據處理流程

2.2 Civil 3D設計參數建模

Civil 3D作為一款面向基礎市政建設的BIM軟件，具有強大的建模功能，其操作命令和AutoCAD一樣，但是其優(yōu)勢在于三維建模和場地放坡，獨有的場地放坡功能，可以根據高程、距離、放坡比、至曲面4種模式進行放坡，滿足不同設計參數的放坡需求[7]。相比于傳統的CASS、天正等土方量計算軟件，Civil 3D解算土方量有兩點優(yōu)勢：①Civil 3D可以直觀地展示地形地貌，三維立體還原測區(qū)原始地形，有助于發(fā)現測量粗差，剔除測量粗差；②傳統的CASS和天正軟件解算土方量需要原始數據和現狀數據，現狀數據一般可以通過實地測量獲得，然而原始數據或者對比數據有時并沒有測量數據，只是設計參數和放坡比，這樣在CASS與天正軟件解算土方量過程中就會由于缺少參照模型而無法進行。一般情況下，可以通過設計參數和放坡比解算出設計放坡的腳點和特征點，然后帶入解算，這樣既麻煩又可能計算錯誤，效率低；Civil 3D由于可以通過設計參數和放坡比建模，可以直觀地展示放坡模型，相比于傳統方法更有效率。

2.3 機載LiDAR+Civil 3D的邊坡設計土石方計算技術流程

機載LiDAR以其無接觸、高精度、多回波特點，可以快速、高精度獲取山區(qū)茂密植被覆蓋區(qū)域的原始地形，結合Civil 3D參數化、可視化建模功能，可以實現邊坡設計的精準建模，從而解決土石方概算的原始模式和設計模型獲取難點，其技術流程如圖3所示。

圖3 機載LiDAR+Civil 3D在植被茂密山區(qū)土石方概算技術流程

3 實例分析

某水利設施擬建在一處深山峽谷處，由于地勢低洼，兩側山高林密，為防止滑坡、泥石流等地質災害，擬對兩側山坡進行邊坡加固。此邊坡高差約 100 m，坡度約30°，最陡處坡度約80°，植被覆蓋茂密，原始地形獲取困難，常規(guī)的測量方法一般采用全站儀+導線量測法，進行原始地形、地物獲取，局限于植物覆蓋茂密，全站儀視野較差，地形點獲取困難。RTK測量由于信號遮擋，無法獲得固定解。因此為獲取兩側山體的原始地形，本項目擬采用羅賓遜R44載人直升機，搭載ALTM Galaxy T 1000激光雷達設備獲取測區(qū)點云數據，同時搭載光學數碼相機同步獲取測區(qū)高分辨率光學影像數據，點云平均密度優(yōu)于100點/m2，原始光學影像分辨率優(yōu)于 5 cm(坡腳除外)。原始地形獲取航線規(guī)劃如圖4所示。

圖4 原始地形獲取航線規(guī)劃

通過外業(yè)數據采集，獲取測區(qū)高精度的原始點云和影像圖片，由于點云包括地形表面激光數據、地物表面激光數據和多路徑效應造成的噪點(粗差點)等，需通過點云濾波去除地物點和噪聲點，以獲取準確的原始地形點。點云濾波常用方法有雙邊濾波、高斯濾波、直通濾波、隨機采樣一致性濾波等[8，9]，本項目根據實際數據情況，采用自動濾波+人機交互方式進行處理，確保最終的點云數據中不含或僅存在較少噪點，如圖5所示。

圖5 點云去噪濾波(消除噪點)

點云去噪后，根據點云的多回波特性，對點云進行分類，區(qū)分地形點和地面點，建立原始地形DEM，將去噪和分類后的地形點云導入Civil 3D軟件中，進行點云建模，以獲取測區(qū)的精確原始地形圖。為計算邊坡設計土方量，在獲取原始地形后，還需獲取設計模型，通過設計模型和原始地形進行對比，計算土方量。本項目設計模型，采用Civil 3D場地設計和放坡功能進行建模，根據設計剖面圖和放坡比例，在Civil 3D中進行精確放坡建模，獲取精準設計模型，如圖6所示。

圖6 獲取原始地形和設計模型

通過將原始地形圖和邊坡設計曲面進行對比分析，采用復合體積算法或平均斷面算法，在Civil 3D土石方計算工具中進行體積計算，得到土方量計算結果。同樣的數據，采用CASS軟件計算：第一步：建立參考模型，由于CASS計算需要坐標點作為原始數據建立三角網，需要通過設計參數和放坡比建立特征點(坡頂點、坡腳點、特征點)，然后將特征點文件導入到CASS軟件，作為參考模型；第二步：導入原始模型，將現有采集數據導入CASS作為原始數據；第三步：方格網法計算土方量。通過上述步驟解算出來的土方量同Civil 3D解算的進行對比，詳情如表1所示。

Civil 3D和CASS軟件解算土方量對比 表1

通過Civil 3D和CASS解算土方量對比，可以看出Civil 3D和傳統的CASS軟件解算土方量精度相當，但是卻可以方便直觀地展現模型形態(tài)，省去了由于缺少參考模型而需要通過設計參數去計算坐標點參與計算的麻煩，相對于傳統的二維土方測算軟件，具有更強大的優(yōu)勢。

4 結 論

本文主要探討了植被茂密山區(qū)土石方概算的問題，針對高陡、高植被覆蓋率山區(qū)地形獲取困難的問題，通過機載LiDAR的高密度點云、多回波探測技術，實現茂密植被覆蓋山區(qū)的點云數據快速獲取，通過點云去噪、濾波和分層處理，快速、高精度構建原始地形模型；針對邊坡設計土石方概算的參考模型問題，通過Civil 3D平臺，利用其三維動態(tài)設計優(yōu)勢和場地放坡功能，實現由二維的CAD剖面設計到三維立體邊坡模型的建立，為土方量概算提供精準參考模型。結合機載LiDAR+Civil 3D各自的優(yōu)勢，可以快速、便捷獲取邊坡設計土方量計算的原始和參考模型，為茂密植被覆蓋山區(qū)邊坡設計土石方概算提供了有益借鑒。