基于車載點云數據構建模型的方法研究

賈寶　張濤　李小娟　禹旭

（河南省測繪工程院,河南 鄭州 450003）

三維建筑模型是“數字城市”的重要組成部分，也是三維GIS應用的重要方向，已在諸如城市規劃、文化遺產保護及許多基于位置的服務等領域得到廣泛應用。車載LiDAR技術為建筑三維重建提供了可靠的數據源保障，它可以直接獲取高密度、高精度的三維空間信息，非常有利于建筑物側面特征提取，從而為實現自動化的建筑三維模型構建奠定基礎[1]。

本文基于車載LiDAR點云數據開展建筑三維模型自動重建方法研究，分析車載建模測量系統原理及彩色點云生成原理與過程，研究車載點云數據構建模型的關鍵技術，通過實例證明該技術用于三維模型的可行性，為建筑物立面信息采集提供了新的技術手段。

1　車載建模測量系統的工作原理

2　彩色點云生成

2.1　數據融合的基本原理

激光掃描儀所得的點云數據與面陣相機獲得的影像數據相融合的目的是，通過通用坐標系下的激光點Q（x，y，z），求出其面陣CCD相機上的像點q（i，j），然后將q的RGB值賦給Q，從而把Q變為有顏色屬性的彩色點云，實現激光點云數據與面陣CCD數據的融合[3]。

圖1　移動測量系統工作流程

2.2　數據融合流 程

數據融合是通過解算組合導航數據與相機相對于IMU中心的外方位元素，相機曝光時通過控制系統發射脈沖，同時通過打標的形式將信號傳遞給GNSS，從而得到曝光時的GNSS時間，在各個系統時間同步的條件下，最終可得到獲取每幅圖像時面陣相機的焦點坐標以及圖像的像素坐標。然后利用共線方程得到激光點在相對應圖像上的像素坐標，最后將對應像素的RGB值賦給點云數據，從而得到彩色點云數據[4]。

3　基于車載點云數據構建模型的關鍵技術

3.1　模型建立的原理

激光數據處理得到彩色點云數據后，可以經過構建三角網來建立模型。不規則三角網是用一系列互不交叉、互不重疊且連接在一起的三角形來表示地物表面，其有柵格的空間鋪蓋特征又是矢量結構，可以很好地描述和維護空間關系。可通過不規則分布的數據點生成連續三角面擬合起伏的地物表面[5]。

3.2　模型建立的方法

構建不規則三角網的思路如下（構網示意如圖2）：

圖2　三角網構建示意圖

（1）首先進行數據簡化，兼顧數據密度和地物局部細節特征，依據下述準則分別簡化每條掃描線：①每條掃描線首尾點保留；②若掃描線上一點與前數據點間的距離或與后面相鄰點間的距離大于一定的閾值，則保留該點；③對于保留下來的點，若距離最近的兩個點其距離小于一定的閾值，則合并這兩個點，并取其中間點作為新的點云數據；④重復以上操作，直到沒有點可以合并為止。

（2）選擇兩條相鄰的掃描線數據，分別定義為L（i）,L（i+1），如果是建模開始則為 L（1）,L（2），其中L（i）上有m個掃描點，編號為1,2,3……m，L（i+1）上有n個數據點，編號分別為1,2,3……n。

（3）選擇并連接L（i）上相鄰的兩個數據點P（i，j）與P（i，j+1），得到一條線段。在相鄰的掃描線L（i+1）上尋找一點 P（i+1，k）使得 P（i，j），P（i，j+1），P（i+1，k）所構成的三角形邊長和最小，并記錄下k的值。

此時，可用“最佳反應法”求Nash均衡解[11]，即如果投資博弈模型滿足Nash均衡的一階條件(利潤函數對自身投資的導數等于0)

（4）選擇下一個掃描點P（i，j+1），P（i，j+2）。在L（i+1）上尋找一點，使得其所構成三角形的邊長的和最小。在L（i+1）上從k點之后開始尋找，以避免構成的三角網重疊。

（5）檢查L（i)上的首尾點是否分別和L（i+1)上的首尾點構成三角形，若是沒有構成，則將P（i，1），P（i+1，1），P（i+1，2）構成三角形，在末端使P（i，m），P（i+1，n），P（i+1，n-1）構成三角形。

（6）掃描L（i）掃描線中點［設為P（i，q）］所參與構成的三角形的個數。若個數為2，則檢查與之構成三角形在掃描線L（i+1）上的點，設其參與構成的兩個三角形在L（i+1）的編號為t，k。如果t點與k點不相鄰，即|t-k|＞1，則將處于t點與k點之間的點都與點P（i，q）相連接構成三角形。

（7）掃描線L（i），L（i+1）三角網構建完成后，構建掃描線L（i+1），L（i+2）。重復以上步驟。

3.3　點云缺失補洞方法

用構建三角網的方法構建模型時，模型質量完全取決于點云質量。在實際作業中，存在點云數據缺失問題，對此可以采取以下方法來盡量避免。

數據采集過程中，地物的遮擋而造成的點云缺失，可以采用往返掃描或者轉掃的方式來獲得盡量全的點云數據。部分地區，由于樹木等地物離建筑物距離較近，無法通過往返掃描來填補漏洞，此時可以通過點云補洞的方法來彌補點云數據的缺失。

點云補洞的過程中需要用到點云數據中的一些信息，包括點的三維坐標，RGB顏色信息，該點所對應激光掃描線的編號，獲取該點時POS的中心點三維坐標，航向、俯仰、橫滾角和反射點類別號。

從圖3可以看出，只需要將激光束從遮擋物處繼續向后延伸到房屋所在平面即可。其算法原理是對每一條掃描線進行計算，激光束的角度不變，距離增加，設定一個值來判斷是否延伸到了建筑物。具體步驟是：

（1）讀取每條掃描線數據，根據激光掃描頭轉向的不同，載具一邊的掃描數據是從天空到地面進行讀取，另外一邊與之相反。可根據已分類的點云數據找出建筑物與樹木。

（2）若讀取的點是建筑物，記錄其與POS中心點的水平距離；若是樹木，根據統計的平距變化值來計算，使其延伸至建筑物的平距值，得出極坐標值，利用極坐標和POS中心坐標算出其POS坐標系下的值。

圖3　點云數據補洞

3.4　紋理映射

三角網生成后需要進行紋理映射，即將相應的圖像貼到所構建三角形表面。

設三角形abc為構建的一個三角形，則在點云數據中，3個頂點a，b，c的空間三維坐標都可以得到。快速建模所用點云數據為經過激光點云數據與相機像片數據融合而獲得的彩色點云數據，故還可以知道三角形三個頂點在相對應的像片中的像素坐標。得到三角形頂點a，b，c所對應的像素分別為A，B，C。

在像片中，以像素點A，B，C構成一個三角形，則三角形內的圖片即為所構建的三角形的紋理。（如圖4）

重復以上步驟，將三角形全部貼上對應的紋理，即可得到基于點云數據的快速模型。

圖4　三角網的紋理映射

4　實驗分析

4.1　數據獲取與處理

本文以長春市經濟開發區某區域為例，數據采集當日天氣良好，掃描路線上遮擋較少，GNSS信號良好。按照規劃線路獲取該區域的激光數據、GNSS數據、IMU數據、里程計數據和影像數據，然后對該區域外業采集的所有數據進行數據預處理、點云數據融合、坐標系轉換、模型建立等，最終得到具有位置和姿態信息的黑白點云數據。黑白點云數據與同時獲取的影像數據融合，得到彩色點云數據，能夠實現所測場景的真彩色三維可視化，提高數據采集的速度。

4.2　模型的建立

全自動模型主要應用于模型的快速建立，原理為基于點云數據構建三角網來建立，模型缺乏相應細節，在點云缺失處會出現空洞。可在少量人工干涉下進行建筑物點云補洞，來獲得較完整的建筑物點云數據，從而進行模型建立。圖5所示為測區一棟建筑物黑白點云，通過激光掃描線構建三角網得到其三維模型，在人工輔助下獲取建筑物的精細模型。（如圖6）

4.3　與其他建模方法對比分析

現有建模方法主要有依據二維GIS數據建模、航空攝影測量方法建模、機載LiDAR數據建模以及車載激光掃描建模等。針對這幾種方法，從技術和經濟方面進行比較分析。（如表1）

圖5　建筑物黑白點云數據

圖6　點云處理過的建筑物模型

表1　建模方法對比分析

通過對比可知，車載激光掃描技術測量距離長、范圍廣，數據采集速度快，需要工作人員少，每次大規模作業只要2～3人即可完成，效率高，誤差低（厘米級別），相對成本低。

5　結論

實踐表明，利用車載LiDAR技術建模，能快速獲取城市的三維空間信息和多角度影像信息，能真實反映城市的三維空間布局，克服了傳統建模效率低、模型紋理不夠豐富真實等缺點；同時，構建的模型要素全面、細節豐富，又具有可量測分析功能。車載激光掃描是近年來興起的一種三維建模方法，適用于帶狀地形的數據采集及建筑物立面信息采集，有廣闊的發展空間。

[1]向云飛,余代俊,張兵,等.基于LiDAR數據和傾斜攝影的城市三維模型構建[J].測繪工程,2016,25(12):65-69.

[2]沈嚴,李磊,阮友田.車載激光測繪技術[J].紅外與激光工程,2009,38(3):437-440.

[3]李學友.IMU/DGPS輔助航空攝影測量綜述[J].測繪科學,2005,30(5):110-113.

[4]王留召.車載激光掃描移動測量系統關鍵技術研究[D].北京:首都師范大學,2011.

[5]蘇蕾.基于車載激光掃描數據的建筑物建模研究[D].焦作:河南理工大學,2012.