賈東杰

(廣州地鐵集團(tuán)有限公司，廣東 廣州 510200)

1 引 言

在傳統(tǒng)地形勘測(cè)過程中，主要采用RTK的方法沿路線中線按要求定測(cè)道路帶狀地形圖、縱橫斷面等成果用于道路前期的設(shè)計(jì)規(guī)劃。但面臨著測(cè)量周期較長(zhǎng)，外業(yè)工作量大，尤其在一些植被茂密的山地區(qū)域，完成勘測(cè)任務(wù)需要耗費(fèi)大量人力物力[1]。無人機(jī)LiDAR測(cè)量作為一種快速發(fā)展的獲取目標(biāo)表面三維空間數(shù)據(jù)的技術(shù)，具有效率高、對(duì)植被的穿透性較強(qiáng)等特點(diǎn)，為道路勘測(cè)設(shè)計(jì)提供了新思路。祝燕[2]將機(jī)載LiDAR應(yīng)用于鐵路斷面測(cè)繪中，實(shí)現(xiàn)低植被覆蓋區(qū)斷面圖生產(chǎn)，在高植被覆蓋區(qū)效果存在局限性；張衡[3]等將大型LiDAR應(yīng)用于山區(qū)高速公路的勘測(cè)設(shè)計(jì)中，生成測(cè)區(qū)地形圖和道路斷面圖。李勇[4]依托無人機(jī)LiDAR技術(shù)對(duì)道路進(jìn)行分段測(cè)量，驗(yàn)證了無人機(jī)LiDAR技術(shù)在公路斷面測(cè)量中應(yīng)用的可行性。本文針對(duì)小型無人機(jī)機(jī)載LiDAR技術(shù)，在高植被覆蓋區(qū)域的山區(qū)，通過點(diǎn)云濾波算法，實(shí)現(xiàn)地面點(diǎn)云數(shù)據(jù)提取及道路縱橫斷面生成。

2 技術(shù)設(shè)計(jì)

2.1 項(xiàng)目概況

實(shí)驗(yàn)區(qū)域總體地形為丘陵地帶，測(cè)區(qū)內(nèi)地形復(fù)雜，西北部測(cè)區(qū)多以植被茂密的山地為主，東南部區(qū)域地勢(shì)較為平坦，分布有較多的農(nóng)田和水系。本次勘測(cè)線路總長(zhǎng)度約為 1.5 km，寬度約為 150 m的條帶狀區(qū)域，為保證點(diǎn)云具有足夠的密度和航線重疊度，設(shè)計(jì)航線為2個(gè)架次。項(xiàng)目實(shí)施流程如圖1所示。

圖1 項(xiàng)目實(shí)施流程圖

2.2 數(shù)據(jù)采集

本項(xiàng)目數(shù)據(jù)采用一架8旋翼無人機(jī)作為機(jī)載平臺(tái)，搭載RIEGL VUX-1UAV激光掃描儀，無人機(jī)上集成了GNSS數(shù)據(jù)采集單元和慣性導(dǎo)航單元(圖2)。在進(jìn)行激光點(diǎn)云數(shù)據(jù)采集前，分別設(shè)置激光掃描儀、GNSS接收機(jī)和地面接收機(jī)的采樣頻率一致，按照規(guī)劃航信進(jìn)行數(shù)據(jù)采集。表1為機(jī)載LiDAR的相關(guān)參數(shù)設(shè)置。

圖2 無人機(jī)LiDAR平臺(tái)

表1 機(jī)載LiDAR參數(shù)設(shè)置

2.3 激光點(diǎn)云數(shù)據(jù)生成

利用POSPac軟件完成對(duì)原始數(shù)據(jù)的解算，POSPac是Applanix公司研制的一套先進(jìn)的、智能化的定位定姿數(shù)據(jù)處理軟件，其處理流程為：將地面基準(zhǔn)GNSS靜態(tài)數(shù)據(jù)導(dǎo)入，并輸入基站的精確坐標(biāo)；將無人機(jī)上慣導(dǎo)數(shù)據(jù)和移動(dòng)站GNSS數(shù)據(jù)導(dǎo)入，并輸入經(jīng)過標(biāo)定后的激光掃描儀與POS模塊的相對(duì)位置姿態(tài)數(shù)據(jù)，參數(shù)設(shè)置完成后進(jìn)行無人機(jī)位姿信息解算，生成無人機(jī)最佳平滑軌跡(圖3)，將POS解算后的軌跡數(shù)據(jù)和激光數(shù)據(jù)進(jìn)行融合，即可生成測(cè)區(qū)點(diǎn)云文件[5]。完成點(diǎn)云融合。

圖3 無人機(jī)軌跡生成

3 無人機(jī)LiDAR數(shù)據(jù)處理

3.1 點(diǎn)云坐標(biāo)轉(zhuǎn)換

由POSPac解算的機(jī)載LiDAR點(diǎn)云數(shù)據(jù)在坐標(biāo)系上采用WGS84坐標(biāo)。而本項(xiàng)目設(shè)計(jì)的道路中線所采用的是CGCS2000坐標(biāo)系。為保證后續(xù)生成地形圖和道路縱橫斷面圖，考慮到測(cè)區(qū)范圍較小，本文采用四參數(shù)[6]法將點(diǎn)云數(shù)據(jù)的平面坐標(biāo)由WGS84坐標(biāo)系轉(zhuǎn)換為項(xiàng)目所使用的CGCS2000坐標(biāo)系，采用高程擬合方法對(duì)高程數(shù)據(jù)進(jìn)行轉(zhuǎn)換。

平面轉(zhuǎn)換時(shí)，分別在測(cè)區(qū)周圍選取同時(shí)具有WGS84坐標(biāo)和CGCS2000坐標(biāo)的5對(duì)同名點(diǎn)，計(jì)算出轉(zhuǎn)換參數(shù)，將機(jī)載LiDAR點(diǎn)云數(shù)據(jù)轉(zhuǎn)換到CGCS2000坐標(biāo)系，轉(zhuǎn)換模型如下所示：

其中：m為尺度變化參數(shù)，α為旋轉(zhuǎn)參數(shù)，dx，dy為2個(gè)平移參數(shù)。

高程擬合是將GPS測(cè)得的大地高轉(zhuǎn)換為本項(xiàng)目上的正常高，常采用的方法有基于EGM2008模型[7]和二次曲面函數(shù)[8]擬合。本項(xiàng)目測(cè)區(qū)范圍較小，采用二次曲面擬合方式，其函數(shù)表達(dá)式為：ξres=a0+a1x+a2y+a3xy+a4x2+a5y2式中，ξres表示高程異常；x、y表示重心化坐標(biāo)；a0、a1…a5表示擬合系數(shù)。因此在進(jìn)行高程擬合時(shí)，聯(lián)測(cè)的已知高程數(shù)不少于6個(gè)。具體做法如下：首先聯(lián)測(cè)測(cè)區(qū)范圍內(nèi)不少于6個(gè)已知高程點(diǎn)在WGS84坐標(biāo)系下與CGCS2000坐標(biāo)系下的高程，使用最小二乘法求解擬合系數(shù)，求出在點(diǎn)云數(shù)據(jù)中的高程異常值，最終得到機(jī)載LiDAR點(diǎn)云的高程數(shù)據(jù)。

3.2 點(diǎn)云濾波

測(cè)區(qū)原始點(diǎn)云數(shù)據(jù)中包括居民地、電力線、樹木、水系等要素和噪聲點(diǎn)，在進(jìn)行道路斷面提取之前，需要先將非地面點(diǎn)去除，得到只包含地面點(diǎn)的點(diǎn)云數(shù)據(jù)。本文采用漸進(jìn)三角網(wǎng)濾波算法[9]對(duì)原始點(diǎn)云數(shù)據(jù)進(jìn)行濾波處理，從中提取得到地面點(diǎn)云數(shù)據(jù)。

漸進(jìn)三角網(wǎng)濾波算法原理是先將測(cè)區(qū)點(diǎn)云數(shù)據(jù)進(jìn)行格網(wǎng)化分塊處理，對(duì)于每個(gè)分塊，選取其中最低點(diǎn)作為種子點(diǎn)，利用種子點(diǎn)與周圍臨近點(diǎn)相連構(gòu)建初始三角網(wǎng)，初始三角網(wǎng)能夠粗略表達(dá)整個(gè)區(qū)域的地形[10]。然后依次向周圍搜索，不斷添加候選點(diǎn)到三角網(wǎng)中最近三角形的距離和角度，判斷是否滿足設(shè)置的閾值要求，將滿足閾值要求的候選點(diǎn)加入三角網(wǎng)形中，使三角網(wǎng)格更加貼近實(shí)際地形情況，迭代過程會(huì)一直進(jìn)行，直到?jīng)]有合適的點(diǎn)加入三角網(wǎng)格為止[11]，如圖5所示。本次采用漸進(jìn)三角網(wǎng)算法的參數(shù)設(shè)置為：最大建筑物尺寸 50 m，最大地形坡度80°，迭代角度8°，迭代距離 1.5 m，迭代終止條件為當(dāng)三角網(wǎng)中三角形邊長(zhǎng)小于 1 m時(shí)，停止生長(zhǎng)。

按照上述參數(shù)設(shè)置對(duì)圖4所示的原始點(diǎn)云進(jìn)行處理，得到地面點(diǎn)云如圖6所示，同時(shí)截取剖面圖，如圖7所示，更加直觀地對(duì)比。

圖4 原始測(cè)區(qū)點(diǎn)云

圖5 漸進(jìn)三角網(wǎng)濾波流程圖

圖6 濾波后整體圖

圖7 點(diǎn)云濾波前后對(duì)比圖

為檢驗(yàn)提取地面點(diǎn)云精度，利用RTK沿設(shè)計(jì)線路沿線實(shí)地采集地面點(diǎn)坐標(biāo)。以其中某一段為例，RTK沿縱斷面線共采集146個(gè)點(diǎn)，為每一個(gè)RTK點(diǎn)都從提取的地面點(diǎn)云中選取距離相近的點(diǎn)與其做高程對(duì)比，高程對(duì)比結(jié)果如表2所示：

表2 提取地面點(diǎn)高程與實(shí)測(cè)高程對(duì)比表

從對(duì)比結(jié)果可以看出，49%提取的地面激光點(diǎn)云高程與RTK所測(cè)的地面點(diǎn)高程差值小于 0.1 m，88%的地面激光點(diǎn)云與RTK所測(cè)地面點(diǎn)高程差值小于 0.3 m，結(jié)果表明：本文采用的漸進(jìn)三角網(wǎng)加密算法從機(jī)載LiDAR點(diǎn)云中提取地面點(diǎn)的結(jié)果能夠滿足公路勘測(cè)的要求。

4 道路縱橫斷面提取

從生成的地面點(diǎn)云中提取規(guī)劃道路的縱橫斷面，其主要流程如下：

將設(shè)計(jì)道路的中線文件從起點(diǎn)開始每間隔 50 m生成一條道路橫斷面線，如圖8所示，將生成的設(shè)計(jì)道路縱橫斷面DXF圖導(dǎo)入到提取的地面點(diǎn)云數(shù)據(jù)中，效果如圖9所示。

圖8 設(shè)計(jì)道路縱橫斷面

圖9 斷面文件導(dǎo)入地面點(diǎn)云

根據(jù)設(shè)計(jì)的道路縱橫斷面DXF圖中關(guān)鍵點(diǎn)的平面坐標(biāo)在地面點(diǎn)云中進(jìn)行最鄰近點(diǎn)搜索[12]，將滿足條件的地面點(diǎn)云按順序連接成線，即得到設(shè)計(jì)道路的地面縱橫斷面圖，如圖10～圖13所示。

圖10 道路縱斷面圖

圖11 道路橫斷面圖(100 m)

圖12 道路橫斷面圖(500 m)

圖13 道路橫斷面圖(1 000 m)

5 總 結(jié)

無人機(jī)LiDAR測(cè)量技術(shù)是一種高效的獲取地面位置數(shù)據(jù)的方法，通過進(jìn)一步處理可以獲取測(cè)區(qū)的數(shù)字高程模型、數(shù)字正射影像和縱橫斷面圖等測(cè)繪產(chǎn)品。本文結(jié)合道路勘測(cè)項(xiàng)目，利用無人機(jī)LiDAR獲取了測(cè)區(qū)范圍內(nèi)全部的點(diǎn)云數(shù)據(jù)，通過對(duì)點(diǎn)云進(jìn)行濾波處理，提取出地面點(diǎn)數(shù)據(jù)和縱橫斷面圖。通過本文實(shí)驗(yàn)表明，采用無人機(jī)LiDAR技術(shù)加快公路勘測(cè)項(xiàng)目的進(jìn)度，縮短勘測(cè)周期。