移動測量技術在規(guī)劃監(jiān)察執(zhí)法中的應用研究

呂楠，茍永剛，龍川，向華

(1.重慶市勘測院，重慶 401121； 2.重慶市移動測量工程技術研究中心，重慶 401121；3.重慶數字城市科技有限公司，重慶 401121)

1 引 言

移動測量技術是近幾年來發(fā)展迅速的一項測繪新技術[1]。該技術集成GNSS(全球定位系統(tǒng))、INS(慣性導航系統(tǒng))、LiDAR(激光掃描儀)、Ladybug(全景相機)、DMI(里程計)等傳感器，架設在車載移動平臺上，在平臺移動過程中，可快速獲取周邊的高精度三維點云與實景影像數據。經過多年的研究，移動測量技術在數字城市、智慧城市建設、城市市政設施普查、高速路資產普查、環(huán)保廠區(qū)數據獲取、交通設施管理、勘察測繪、公共安全應急、公眾地圖服務等領域得到了廣泛的應用，并取得了良好的應用效果[2～8]。

城市規(guī)劃監(jiān)察執(zhí)法主要是對城市規(guī)劃區(qū)內建設工程項目的實施情況進行監(jiān)督、檢查，依法對違法建筑實施強行制止和拆除，參與規(guī)劃違法行為的調查、取證，是城市環(huán)境優(yōu)美的基本保障[9]。規(guī)劃監(jiān)察執(zhí)法傳統(tǒng)的作業(yè)方式往往是通過群眾舉報或執(zhí)法人員現場踏勘等發(fā)現違法行為，具有很大的被動性，且效率低下，妨礙了違法行為的及時發(fā)現、取證和處理。移動測量技術在數據獲取上的優(yōu)勢，為城市規(guī)劃監(jiān)察執(zhí)法提供了便利，研究移動測量技術在規(guī)劃監(jiān)察執(zhí)法中的應用方法具有很大的現實意義。

因此，本文針對移動測量技術獲取數據速度快、精度高的特點，與城市規(guī)劃監(jiān)察執(zhí)法相結合，探索了移動測量技術在城市規(guī)劃監(jiān)察執(zhí)法中應用的可行性及優(yōu)越性。

2 車載移動測量系統(tǒng)

本文研究所用的車載移動測量設備是重慶數字城市科技有限公司自主研發(fā)的DCQ-MMS-X1型車載移動測量系統(tǒng)，該系統(tǒng)集成的主要設備包括GNSS、INS、LiDAR、DMI、Ladybug等，是一種新型的點云及全景影像采集裝置。該系統(tǒng)的技術原理如圖1所示：

圖1 移動測量技術原理

如圖1所示，該系統(tǒng)集成了3臺LiDAR設備，分別安裝在左、右、后(以車輛前進方向為正前方)三個方向，用于采集點云數據；Ladybug安裝在平臺最頂端，用于采集全景影像數據；INS穩(wěn)固在平臺內部，用于記錄平臺的姿態(tài)信息；GNSS用于獲取平臺的實時位置。此外，還有安裝在車輛右后輪胎上的DMI傳感器，用于記錄車輛行駛的距離等信息。集成的所有傳感器都由車內控制單元統(tǒng)一控制，并實現信息數據的同步。

車載移動測量系統(tǒng)采集的原始數據主要有慣導數據、位置數據、原始點云數據、原始影像數據。其中，位置數據作為移動站數據、與基站數據、慣導數據結合進行POS(位置與姿態(tài))數據的解算，然后通過POS數據，可以將原始點云數據轉換為通用格式的點云數據，并將原始實景影像轉換為帶有位置信息的影像數據，點云數據和實景影像數據是本文研究移動測量技術在規(guī)劃監(jiān)察執(zhí)法中應用數據基礎。

當前違法建筑數據采集主要依靠執(zhí)法人員現場踏勘，不僅工作費時費力，而且后期的數據整理、登記和管理存在著數據不全面、不夠系統(tǒng)化的缺點，同時城市違法建筑采集數據的更新也無法及時保障[9～11]。利用移動測量系統(tǒng)可以實現城市違法建筑數據采集的連續(xù)性、完整性，并且有準確的位置信息，能夠協(xié)助執(zhí)法人員及時的發(fā)現違法行為，對執(zhí)法工作的開展有很大幫助。

3 違法建筑數據采集

3.1 數據采集方案

結合已有數據和常規(guī)數據采集方案及違法建筑特點，從城市規(guī)劃監(jiān)察執(zhí)法人員的需求出發(fā)，制定了移動測量系統(tǒng)違法建筑數據采集方案，如圖2所示：

圖2 違法建筑數據采集方案

(1)資料收集

首先，收集采集區(qū)域的路網、道路交叉口、隧道、橋梁及立體交通等分布情況，收集采集區(qū)域違法建筑的歷史資料，了解采集當日的天氣狀況，避免在雨天或惡劣天氣條件下進行違法建筑數據采集。結合采集區(qū)域地形圖或者電子地圖初步確定采集路線，并對無法確定的路線進行標記。

(2)踏勘

若有必要，可實地了解采集區(qū)域交通、違法建筑隱患點。若需實地架設基站，則需確定基站的架設位置。踏勘結束后，確定采集路線及作業(yè)計劃。

(3)外業(yè)采集

根據確定的采集路線，使用移動測量系統(tǒng)進行外業(yè)數據采集，外業(yè)采集的主要原始數據有點云數據、全景影像數據、GPS數據和慣性導航數據，用于內業(yè)數據的處理。

(4)數據處理

首先，利用GPS數據和慣性導航數據進行POS數據的解算；然后根據POS數據將原始點云數據和全景數據進行格式轉換。為了使規(guī)劃執(zhí)法人員在發(fā)現違法違規(guī)建筑后，能夠在實景影像上直接進行違法建筑的標注及登記，將轉換后的點云數據與全景數據在空間上進行匹配，生成可量測的實景影像數據，這也是本文的關鍵技術之一。

(5)質量檢查

由于光照、天氣等因素，可能會造成影像曝光過度或顏色失真等現象，對影像質量不符合要求的需要重新進行采集，對符合要求的可存儲到可量測實景影像數據庫。

3.2 數據采集成果

移動測量系統(tǒng)違法建筑數據采集的成果主要包括采集線路數據和可量測實景影像數據。根據采集線路數據可將可量測實景影像進行空間位置關聯，生成連續(xù)的實景影像[12]。利用該連續(xù)影像，規(guī)劃監(jiān)察執(zhí)法人員不僅可以進行違法建筑巡查，而且可以通過點擊電子地圖上某一位置即可定位到相應的影像，實現隨機巡查。

4 規(guī)劃監(jiān)察執(zhí)法系統(tǒng)建設中的關鍵技術

在基于數據采集成果構建規(guī)劃監(jiān)察執(zhí)法系統(tǒng)的過程中涉及兩方面的關鍵技術，具體如下：

4.1 可量測全景影像生成技術

為了便于執(zhí)法人員在全景影像上直接對違法案件進行標注、量測等操作，本文將點云數據與實景影像數據在空間位置上進行了精確匹配，生成了可量測的實景影像數據，算法步驟如下：

圖3 可量測實景影像生成流程圖

(1)空間匹配

假設點云數據中某點坐標為Pc(xc，yc，zc)，其中xc，yc和zc是點Pc的三維世界坐標，1≤c≤N(N為點云數據中點的個數)。假設全景影像的位置與姿態(tài)為POS=(X，Y，Z，yaw，pitch，roll)，其中X、Y和Z分別為全景影像的三維坐標位置；yaw，pitch和roll分別為全景影像的偏航值、俯仰值、側滾值；

則與點Pc對應的全景影像中點P(x，y，z)的計算方法為：

(1)

其中R為旋轉矩陣，表示為：

R=inv(Ryaw·Rpitch·Rroll)

(2)

其中inv為矩陣的逆，矩陣Ryaw，Rroll，Rpitch表示如下：

(3)

(4)

(5)

通過式(1)，可將點云數據與全景數據進行空間位置的匹配。

(2)UV轉換

根據下式，將全景影像坐標系中的點坐標p轉換成全景影像的uv坐標：

(6)

其中α和β為方位角，計算方法為：

(7)

根據全景影像的uv坐標，計算全景影像景深圖中的像素點(I，J)：

(8)

其中W為景深圖的寬度，為H景深圖的高度，0<λ≤1。

(3)景深計算

全景影像景深圖中像素(I，J)景深的計算方法為：

(9)

(4)生成景深圖

按照上述步驟便可為全景影像生成其對應的景深圖，在景深圖的支持下，全景影像中的每個像素點都有其對應的空間三維坐標，可直接在全景影像上進行量測和標注，獲得可量測的實景影像。

4.2 基于WebService的異構數據集成框架

由于規(guī)劃監(jiān)察執(zhí)法系統(tǒng)涉及的數據來源較多，是一個多源異構的系統(tǒng)，為了提高系統(tǒng)的可擴展性，使用XML文檔作為實現異構數據庫中數據共享的橋梁，將異構數據庫數據轉換為XML文檔，通過Web服務進行發(fā)送，到達目標數據庫后再將XML文檔中的數據轉換為目標數據庫中的數據。數據庫集成框架如圖4所示：

圖4 基于WebService的異構數據集成框架

圖4中，數據庫層是各種異構系統(tǒng)的數據存儲中心。當應用系統(tǒng)進行信息交換時，首先從數據層提取數據，生成相應的XML文檔，然后帶有XML的Web服務存放在Web服務器上，最終使共享信息(如案件發(fā)生地理位置)可以被相應的應用所利用，這些基于XML的Web服務構成了整個框架的服務層。描述數據的XML文件通過Web服務被放置在Internet上，當用戶進行信息訪問時，無須訪問各應用系統(tǒng)的數據庫，直接訪問外置在Internet上的Web服務即可。UDDI注冊中心負責應用系統(tǒng)資源的注冊、發(fā)布及查詢，將相應的共享數據聚集在全局數據庫中。該架構的好處是將資源系統(tǒng)與共享數據在物理層次上進行分離，避免資源系統(tǒng)直接暴露在Internet下，從而降低了訪問風險，減輕了資源系統(tǒng)服務器的網絡連接負擔。

5 規(guī)劃監(jiān)察執(zhí)法系統(tǒng)的建設與應用

本文以重慶主城區(qū)為實驗區(qū)，按照本文的數據采集方案，采用移動測量系統(tǒng)進行了重慶主城區(qū) 500 km的違法建筑數據采集，并對數據進行了處理及質量檢查，基于采集的成果數據，在重慶市違反城鄉(xiāng)規(guī)劃建設舉報中心平臺已有功能(案件投訴、案件咨詢、案件登記、違法建筑處理等案件處理基本流程、地圖服務等)的基礎上，集成了實景影像服務，提供實景巡查、違法案件實景瀏覽等功能，并與案件處理流程進行了融合，形成了案件處理閉環(huán)。主要應用如下：

5.1 違法案件實景瀏覽

系統(tǒng)對違法案件與實景影像進行了關聯，規(guī)劃監(jiān)察執(zhí)法人員可通過點擊違法案件直接查看與該案件關聯的實景影像數據，例如，案件編號為201702160001的實景影像如圖5所示：

圖5 違法案件實景瀏覽

同時，點擊全景影像中的熱點標記，可查看案件詳情，包括案件編號，業(yè)務類型，案件發(fā)生地等，若為群眾舉報的案件，還可以登記舉報人姓名、舉報人電話號碼等信息。

5.2 實景巡查

巡查人員可以進行360°巡查，在發(fā)現違法建筑后，可對違法建筑直接登記，并且可對違規(guī)建筑進行測量，此外，地圖與全景的地理位置關聯可支持跳轉瀏覽。實景巡查系統(tǒng)如圖6所示。

圖6 實景巡查

通過與重慶市違反城鄉(xiāng)規(guī)劃建設舉報中心的集成，極大地提高了規(guī)劃監(jiān)察執(zhí)法的效率。執(zhí)法人員在接到群眾舉報后，可首先在該系統(tǒng)中對違法現象進行核實，然后通過案件發(fā)生地了解違法現象的位置及周邊環(huán)境，再到現場進行取證、核實及進一步處理。通過定期采用移動測量系統(tǒng)對違法違規(guī)建筑進行數據采集，可以實現數據的周期性更新，執(zhí)法人員可通過實景巡查功能對采集線路周邊的違法現象及時發(fā)現、登記與處理。

利用該系統(tǒng)，可滿足規(guī)劃監(jiān)察執(zhí)法人員的日常巡查及案件追蹤等需求，提高工作效率。

6 結 語

作為一種新興的三維點云數據與影像數據獲取技術，移動測量技術能夠快速、準確的完成違法建筑的數據采集，通過將數據成果與重慶市違反城鄉(xiāng)規(guī)劃建設舉報中心平臺集成，提供實景巡查、違法案件實景瀏覽等功能，并與案件處理流程進行了融合，形成了案件處理閉環(huán)。實驗證明，將移動測量技術應用于城市規(guī)劃建設執(zhí)法工作中能夠極大提高執(zhí)法人員的工作效率，具有可行性和優(yōu)越性。本文的研究工作可以為今后移動測量技術在規(guī)劃監(jiān)察執(zhí)法領域的推廣應用提供參考。此外，由于車載移動測量技術的視野有限，只能獲取地面一定高度范圍內的違法建筑數據，將其與機載移動測量技術相結合，將是今后研究的一個方向。

[1] 徐建新，張光偉，羌鑫林等. 激光測量采集車在城市部件調查中的應用[J]. 測繪與空間地理信息，2013，36(S1)：237～239.

[2] 楊伯鋼，韓友美. 車載移動激光掃描技術大比例尺測圖技術分析[J]. 測繪科學，2013，38(1)：106～108+15.

[3] 李琴. 車載移動測量系統(tǒng)的數據處理及應用[J]. 測繪通報，2014(S2)：129～132.

[4] 羌樹華，林曉菲. 車載激光移動測量技術在數字城管部件數據采集中的應用研究[J]. 現代測繪，2012，35(6)：31～32+44.

[5] 鄧學鋒，賀雅輝，高宇. 無人機大比例尺航測系統(tǒng)的研制及應用[J]. 測繪通報，2017(6)：87～89，141.

[6] 吳波，楊曉鋒，陳宏強等. 應用車載移動測量技術進行大比例尺測圖的方法[J]. 測繪通報，2017(3)：80～82，107.

[7] 蔣桂美，聶倩，陳小松. 利用機載激光點云數據生產DEM的關鍵技術分析[J]. 測繪通報，2017(6)：90～93.

[8] 王永紅，陳宏強，楊曉鋒等. 車載移動測量系統(tǒng)在市政管線地形圖測量中的精度分析[J]. 測繪通報，2017(5)：82～84，99.

[9] 鄧仕虎，徐文卓. 基于移動GIS的城鄉(xiāng)規(guī)劃監(jiān)察執(zhí)法信息系統(tǒng)[J]. 地理空間信息，2012，10(3)：130～133+1.

[10] 陳世宏，王雷，陳慶華等. 基于3S技術的數字城市規(guī)劃監(jiān)察系統(tǒng)構建[J]. 測繪與空間地理信息，2011，34(1)：95～99+104.

[11] 商振偉. 移動GIS和CORS技術在規(guī)劃執(zhí)法監(jiān)察中的應用研究[D]. 蘭州：蘭州交通大學，2013.

[12] 謝洪，吳博義，龔珣等. POS輔助下的車載序列影像匹配[J]. 測繪通報，2017(4)：44～48.