利用無人機LiDAR完善車載移動測量系統數據的研究與應用

張文濤，張偉紅，王留召

(1. 河南理工大學測繪與國土信息工程學院，河南 焦作 454003；2. 昆明冶金高等?？茖W校測繪學院，云南 昆明 650033)

隨著計算機技術、GNSS定位技術和慣性導航技術的不斷更新發展，作為快速采集道路及道路兩旁地物的三維空間數據信息的車載移動測量系統也日趨成熟，已經廣泛應用于各種測繪工作中，取得了良好的效果。其能夠按需測量，快速高效地獲取道路及其兩側數據，車載點云密度大、空間分辨率高、數據信息量豐富、屬性清晰，所采集的地物如建筑物輪廓、路燈、地面等的點云信息在空間分布上具有真實的三維特性，能夠比較完整地表達采集地物的真實三維姿態。

但是，車載移動測量系統主要沿著掃描路線獲取道路及其兩側的地物數據，容易受到遮擋，點云產生數據空洞，數據不夠完整，并且在采集數據過程中，容易受到道路兩側高大地物的影響造成GNSS信號失鎖，點云精度下降。文獻[1—5]利用車載移動測量系統實現了空間地物的快速采集，得到了精度較高、比較直觀的數據，但沒有提出解決GNSS信號失鎖和數據空洞的方法。文獻[6—7]分別用外業調繪和補測來解決數據空洞和GNSS信號失鎖的問題，但是外業作業量仍費時費力。文獻[8]采用小型三輪車配上里程計在巷道中采集數據，雖然能進一步獲取較為完整的數據，但GNSS信號和數據空洞問題仍然沒有解決。文獻[9—11]分別借助人工丈量數據、二維地籍圖房屋輪廓線和基線交會法解決點云數據空洞的問題，但工作量較大，人機交互時間長。文獻[12]結合機載和車載點云來解決車載移動測量系統在邊坡以外的測量盲區問題，但是成本代價太高，作業程序復雜。文獻[13—16]分別介紹了無人機LiDAR系統在農業災害評估、山洪災害調查和電力線巡檢中的應用，取得了良好的效果，說明無人機LiDAR系統的發展日漸成熟。因此，本文提出利用無人機LiDAR系統，在低空低速飛行下獲取高精度無人機LiDAR點云數據，來修正GNSS信號失鎖的車載點云和完善車載點云數據，使其更加完整。

1 無人機LiDAR系統的集成

無人機LiDAR系統的集成應滿足兩點：一是無人機LiDAR點云精度足夠高，可以滿足應用；二是“輕小”，即質量輕、形狀小，可以滿足小型無人機的載重條件。

1.1 傳感器選擇

激光雷達選擇使用美國Velodyne LiDAR VLP-16型號的激光雷達和北京航天控制儀器研究所的慣性測量單元IMU。VLP-16形狀小，質量輕，僅為830 g，外觀設計精巧，非常適合安裝于小型無人機上；它測距可達100 m，每秒能夠輸出300 000個測量點，功率低，能實時傳輸數據。北京航天控制儀器研究所的慣性測量單元IMU，精度高，可以實現靜態初始對準和結束對準，避免了整個系統為實現初始對準和結束對準所做的大機動式飛行，在一定程度上增強了整個系統的續航能力。

1.2 控制系統

控制系統使用慣性測量單元內置的控制板，寫入自編程序，能夠接收記錄傳輸GNSS數據和IMU數據，通過電腦進入控制板內置程序，確定正確參數設置來實現GNSS數據和IMU數據的接收、記錄和傳輸。控制板將接收到的GNSS時間信息通過串口方式分別傳輸給激光掃描儀和慣性測量單元IMU，解決GNSS數據、IMU數據和激光數據的時間同步問題。

將微型電腦芯片和固態硬盤組成微型計算機來實現VLP-16激光數據的實時顯示、傳輸和記錄，同時，將GNSS數據通過網口記錄到微型計算機。IMU數據則通過串口引出，記錄在外接控制盒中，隨時插拔實現記錄數據和停止，簡單方便。

1.3 系統集成

使用一個鋁片外殼，將激光掃描儀、慣性測量單元、微型計算機和GNSS天線有機地集成了一個剛性整體，形體小，重量輕，重量為4.87 kg。無人機是輕小型大疆無人機，配置A2飛行控制器，載重為5 kg。圖1為集成的無人機LiDAR系統。

圖1 無人機LiDAR系統

2 試驗驗證

本文使用SSW車載移動測量系統和集成無人機LiDAR系統同時在一個小區域采集數據。該村房屋較高，多為兩層磚房，道路狹窄，最寬道路僅容兩輛轎車勉強通過，最窄道路僅容一輛汽車通過。

2.1 試驗數據獲取

根據村子情況，在開闊的地方架設基站，將無人機航高設置為40 m，車載移動測量系統實施路線往返掃描的作業方法。數據獲取后，在試驗區使用GPS RTK和水準儀分別獲取平面控制點和高程控制點。

2.2 無人機LiDAR點云效果及精度驗證

無人機LiDAR數據采集后，經內業處理后生成點云。如圖2所示。

圖2 無人機LiDAR點云

由圖2可以看出，無人機LiDAR點云房屋頂面信息完整兼顧少量里面，紋理結構清晰，樹木、電線桿等部件信息清晰完整。由于無人機續航能力和試驗區域范圍較小，選取了28個平面控制點和14個高程控制點。表1、表2分別為無人機LiDAR點云的平面和高程精度統計，平面中誤差為8.5 cm，高程中誤差為9.2 cm。

表1 點云平面精度統計

表2 點云高程精度

2.3 利用無人機LiDAR點云完善車載點云

2.3.1 無人機LiDAR點云修正車載點云

如圖3所示，由于房屋影響，車載點云往返點云不重合，存在一定的誤差。無人機LiDAR點云是無人機在空中采集的數據，遮擋少、信號強、點云精度高，可以將無人機LiDAR點云的采集標志點作為車載點云的糾正控制點，從而糾正車載點云，使車載點云滿足一定的精度要求。如圖4所示，圖片為車載點云將無人機LiDAR點云的采集點作為控制點的糾正結果，經糾正后，車載點云往返重合精度很好。為了驗證糾正精度，選取了28個平面控制點和14個高程控制點，表3、表4分別是糾正后車載點云平面和高程精度統計，平面中誤差為9.7 cm，高程中誤差為8.2 cm。

圖3 車載點云誤差

圖4 車載點云誤差糾正結果

平面點偏移量/cm個數占比/(%)5<Δl≤101760.710<Δl≤141139.3中誤差MP=±∑ΔlΔln=±0.097m

表4 車載點云高程精度統計

2.3.2 無人機LiDAR點云完善車載點云

如圖5所示，車載點云中的建筑物墻體立面信息豐富；受到墻體遮擋，院內地物無法采集，出現數據空洞。而無人機LiDAR點云涵蓋院內的地物信息，且建筑物頂面信息豐富，整體輪廓線清楚。無人機LiDAR點云可以很好地彌補車載點云的不足，完善建筑物的點云整體信息，填補數據空洞，為三維建模、不動產測量和地形地籍測量等提供準確的數據信息。如圖6所示， 無人機LiDAR點云和車載點云達到了優勢互補的目的。

3 結 語

通過試驗，本文集成了一套無人機LiDAR系統，總結出一套利用無人機LiDAR點云完善車載點云的方法，驗證了該方法的可行性，保證了車載點云的精度和完整性。但是，由于無人機LiDAR系統續航能力不足，不能進行大范圍試驗，只能在小區域內實施；另外，無人機LiDAR系統載荷較大，不利于持續作業。如果能夠解決無人機的續航能力，選擇精度更高、重量更輕的激光雷達和慣性導航系統，則可以在大區域大范圍內推廣應用。

圖5 點云對比

圖6 點云優勢互補