無人機LiDAR 技術(shù)在鐵路勘測中的應(yīng)用分析

劉建軍

(中鐵二院工程集團有限責(zé)任公司,四川成都 610031)

隨著我國鐵路建設(shè)事業(yè)的蓬勃發(fā)展,如何快速、準確地獲取鐵路走廊帶的勘測數(shù)據(jù)已經(jīng)成為鐵路建設(shè)者必須面臨的技術(shù)難題[1]。 近年來興起的無人機航攝具有飛行成本低、起降場地限制少、人員培訓(xùn)簡單、飛行操作靈活等優(yōu)點[2],已廣泛應(yīng)用于鐵路勘測制圖中。 但無人機航攝系統(tǒng)也有成像范圍小、地面控制點多、立體測圖工作量大、茂密植被區(qū)地形采集不準確等固有缺點。 而機載激光雷達技術(shù)(LiDAR)具有精度高、效率高、無需布設(shè)像控點、對植被的穿透性較強等特點,可大幅減少測量工序及人工觀測制圖的工作量[3]。

受航空管制、飛行條件等限制,使用大飛機搭載LiDAR 設(shè)備進行測繪作業(yè),在時間和成本方面不夠經(jīng)濟[4]。 隨著技術(shù)進步,LiDAR 正在向輕量化方向發(fā)展,性能不斷提升,重量及體積不斷縮小,使得采用無人機搭載LiDAR 進行航攝成為可能[5]。 以下介紹無人機搭載輕小型LiDAR 設(shè)備進行鐵路勘測制圖相關(guān)技術(shù)流程的探討,并評測無人機LiDAR 技術(shù)在鐵路勘測應(yīng)用中的應(yīng)用效果。

1 技術(shù)設(shè)計

1.1 項目概況

實驗項目位于四川盆地南部丘陵地區(qū),正線長約78 km,比較線若干,需要制作1 ∶2 000 地形圖、1 ∶500 工點圖和若干勘測斷面。 按照線路兩側(cè)各500 m 的范圍進行航飛和制圖,面積約100 km2。 測區(qū)地處山區(qū),最低海拔900 m 左右,最高海拔1 500 m左右,區(qū)域內(nèi)地形起伏劇烈,植被茂密,交通不便。項目沿線已有1 km 間隔的四等GNSS 基礎(chǔ)測量控制點(具有大地坐標、工程獨立坐標,以及四等水準高程成果),可用作LiDAR 數(shù)據(jù)的坐標轉(zhuǎn)換和高程擬合之用。

項目面臨勘測周期短、任務(wù)重、地形復(fù)雜等難題,如果采用傳統(tǒng)航攝制圖方式,存在航攝周期長、外業(yè)選刺像控點難度大、植被覆蓋區(qū)精度差等問題[6]。 經(jīng)過分析,決定采用無人機LiDAR 系統(tǒng)進行航攝。

1.2 平臺介紹

本項目采用的無人機LiDAR 航測系統(tǒng)由無人機、輕小型LiDAR 系統(tǒng)、全球衛(wèi)星導(dǎo)航系統(tǒng)(GNSS)基站等硬件及配套數(shù)據(jù)處理軟件組成。 無人機平臺為國產(chǎn)的CW-30 大載重、長航時、垂直起降固定翼無人機,輕小型LiDAR 系統(tǒng)(型號為JoLiDAR)集成了激光掃描儀、GNSS/IMU 慣性導(dǎo)航單元和數(shù)碼相機[7]。 平臺主要部件得相關(guān)參數(shù)如表1。

1.3 技術(shù)流程

(1)采用固定翼無人機搭載LiDAR 系統(tǒng)對線路走廊帶進行航空掃描,獲取地面點云與影像數(shù)據(jù)。

(2)基于地面基站數(shù)據(jù),對獲取的機載POS 數(shù)據(jù)進行差分處理,生成包含坐標與姿態(tài)信息的軌跡文件。

(3)采用LMS 軟件對激光測距文件、軌跡文件和檢校參數(shù)進行聯(lián)合解算,生成激光點云數(shù)據(jù)。

影像外方位元素則通過影像曝光序列文件內(nèi)插軌跡文件生成。 地形圖中的等高線由分類后的地面點構(gòu)建三角網(wǎng)自動生成,地物則通過正射影像采集。 最后構(gòu)建三維實景模型,進行三維斷面采集。 技術(shù)流程如圖1。

2 無人機LiDAR 數(shù)據(jù)獲取

2.1 無人機LiDAR 攝影

圖1 無人機LiDAR 勘測技術(shù)流程

項目的最終成果包括1 ∶500 工點圖和線路橫斷面(對精度要求較高)。 按照LiDAR 攝影規(guī)范[8],綜合考慮航攝效率和植被穿透率,設(shè)計LiDAR 數(shù)據(jù)點云密度為16 點/m2,影像地面分辨率為0.05 m。 為減少投影差的影響,需加大影像重疊度,設(shè)置航向重疊度為75%,旁向重疊度為40%。 為保證成果精度,首先從鐵路沿線已有四等GNSS 控制點中選擇3 個點作為地面基站,確保飛機在測區(qū)及航線轉(zhuǎn)彎區(qū)域飛行時,距最近基站不大于20 km,以滿足高精度航跡解算對基站距離的要求。 然后根據(jù)基站位置,綜合考慮儀器設(shè)備的性能、攝區(qū)地形、飛行協(xié)調(diào)等一系列要素進行航線設(shè)計[9]。 總共設(shè)計航線114 條(航線總長度716 km,相對航高400 m)。

考慮到工期緊迫,在云高滿足攝影要求的情況下,執(zhí)行了部分架次的云下攝影,13 d 即完成8 個架次的飛行任務(wù),充分發(fā)揮了無人機航攝靈活可控的優(yōu)勢。無人機飛行時,地面基站需進行同步觀測,設(shè)置采樣間隔為1 s。 飛行過程中應(yīng)盡量勻速飛行,避免瞬時速度變化造成激光點云沿飛行方向分布不均勻的現(xiàn)象[10]。

2.2 航跡解算

使用PosPac 軟件進行高精度航跡數(shù)據(jù)解算(解算時需要提供基站三維控制網(wǎng)成果):首先導(dǎo)入機載POS數(shù)據(jù),檢查POS 數(shù)據(jù)是否有中斷的情況;然后導(dǎo)入地面基站觀測數(shù)據(jù),檢查地面基站的采樣頻率(是否為1Hz)。 并將直接導(dǎo)入的地面基站坐標轉(zhuǎn)換成三維控制網(wǎng)成果坐標。

解算前,需要輸入機載GPS 相對于IMU 的偏心分量,然后采用緊耦合方式將機載GPS 數(shù)據(jù)、IMU 數(shù)據(jù)和基站同步觀測數(shù)據(jù)進行融合處理,再進行雙向平滑處理,得到高質(zhì)量的航跡數(shù)據(jù),即測繪時刻激光雷達及相機的位置和姿態(tài)信息[11]。 解算時應(yīng)選擇距離較近的基站,并剔除姿態(tài)不佳的衛(wèi)星數(shù)據(jù)。

2.3 LiDAR 點云和影像EO 輸出

導(dǎo)入航跡文件和原始激光測距文件,解算激光點云數(shù)據(jù)(解算激光點云過程中,軟件將自動進行航帶數(shù)據(jù)的匹配平差)。 需要重點關(guān)注相鄰航線的匹配情況,一般要求相鄰航線的激光點云匹配誤差均在5 cm之內(nèi),才能進行后續(xù)的制圖工作。 該項目中,直線航線的激光點云匹配誤差均滿足精度要求,匹配效果如圖2。

圖2 直線航線的激光點云匹配良好

但在轉(zhuǎn)彎航線處,相鄰航帶的點云匹配誤差最大達到了40 cm(如圖3)。 經(jīng)綜合分析,認為是無人機的轉(zhuǎn)彎半徑較小,導(dǎo)致姿態(tài)傳感器誤差累積過大所引起。處理方法:把轉(zhuǎn)彎處的點云數(shù)據(jù)裁掉,根據(jù)影像曝光時間序列和解算后的航跡數(shù)據(jù)內(nèi)插影像外方位元素。

圖3 轉(zhuǎn)彎航線的激光點云匹配誤差較大

3 無人機LiDAR 數(shù)據(jù)處理

3.1 坐標高程轉(zhuǎn)換

無人機LiDAR 獲取的原始數(shù)據(jù)通常為標準TUM投影下的大地高,而鐵路勘測制圖成果為工程獨立坐標系下的正常高。 因此,需要將原始LiDAR 數(shù)據(jù)進行坐標和高程轉(zhuǎn)換[12]。 首先在TerraSolid 軟件中把點云數(shù)據(jù)按矩形切塊,建立UTM 投影到工程獨立坐標系的轉(zhuǎn)換關(guān)系,并對原始數(shù)據(jù)進行坐標轉(zhuǎn)換。 高程采用鐵路沿線約1 km 間隔的四等GNSS 點的大地高和正常高,通過高程異常公式(1),求出每個GNSS 點的高程異常

式中:ξ 為高程異常,H 為大地高,h 為正常高。

以此對沿線點云數(shù)據(jù)進行高程擬合,得到點云數(shù)據(jù)的正常高。 經(jīng)過坐標、高程系統(tǒng)轉(zhuǎn)換后,根據(jù)測區(qū)實測的檢查點,確認點云高程和平面精度符合要求。

3.2 正射影像制作

無人機LiDAR 配套采集的航片,通常航偏角較大、像幅小、重疊度不規(guī)則,如果采用TerraSolid 軟件制作正射影像,存在作業(yè)過程復(fù)雜、需要人工添加大量連接點等缺點[13]。 若采用Pix4D 軟件制作正射影像,效率可大幅提高,而且投影差小,精度也十分穩(wěn)定[14]。如制作一個測段800 張的影像,只需花費1h 左右的人工工作量建立工程和正射影像分幅,其他工作量都是軟件自動匹配運算,總共用時約16 h,極大地減少了人工工作量,并縮短了正射影像的制作時間。

正射影像應(yīng)按航攝分區(qū)分段制作。 首先剔除轉(zhuǎn)彎處的影像,導(dǎo)入測段影像,軟件會自動從相機數(shù)據(jù)庫中匹配默認的相機參數(shù),并修改為正確的相機參數(shù)(主要是相機的焦距和像元大小)。 然后導(dǎo)入相機的外方位元素(設(shè)置外方位元素的水平精度和垂直精度為0.2 m)。 最后設(shè)置正射影像的輸出分辨率(為5 cm)。Pix4D 輸出的正射影像為BigTif 格式,往往一個測段的影像數(shù)據(jù)約有10 GB,很難通過CAD 等軟件打開,需要通過Global Mapper 軟件裁剪成標準分幅的格式,以便于后續(xù)的地物采集。

在正射影像制作的空三環(huán)節(jié),需要檢查空三報告看是否有“掉片”。 本項目中,由于個別測段位于山頂植被茂密區(qū),出現(xiàn)了“掉片”的情況,導(dǎo)致正射影像出現(xiàn)漏洞。 經(jīng)過分析,發(fā)現(xiàn)軟件的默認參數(shù)是3 度重疊的點才參與平差,但遇到山頂相對航高減少,植被投影變形較大,導(dǎo)致匹配的3 度重疊點較少。 此時,需要把2 度重疊點加進去綜合平差,才能避免山頂“掉片”的情況。

正射影像制作完成后,與實測的167 個外業(yè)平面檢查點進行比較,驗證基于無人機LiDAR 和Pix4D 軟件制作正射影像的精度:最大平面差值為0.87 m,DOM 平面中誤差為0.27 m,滿足制作1 ∶500 地形圖的精度要求(如表2)。

表2 正射影像精度統(tǒng)計

3.3 點云濾波和DEM 生成

(1)點云自動分類

在TerraScan 軟件中編寫適合測區(qū)地形條件的宏命令,自動對點云數(shù)據(jù)進行分類。 批處理宏命令的內(nèi)容主要包括:分配航帶號,裁除重疊區(qū),分離多路徑效應(yīng)產(chǎn)生的低點,分類地面點。 各個參數(shù)需要多次試驗,以找到最優(yōu)的宏參數(shù)。 運行分類宏命令時,相鄰數(shù)據(jù)塊之間的重疊區(qū)需設(shè)置為50 m,以減少數(shù)據(jù)塊之間的接邊差。

(2)手工精細分類處理

主要目的為消除自動分類時錯分成地面點的噪點和低矮植被[15],以及由于地形復(fù)雜(分類參數(shù)無法顧及所有地形)導(dǎo)致的山頂、陡坎、懸崖等漏分情況。 編輯時,一般同時集合兩種方式作參考,互相取長補短,并通過對以下內(nèi)容的檢查來保證點云分類的質(zhì)量:

①分類結(jié)果與正射影像是否對應(yīng);

②地面點云表面模型是否連續(xù)、光滑;

③地面點的剖面圖形態(tài)是否合理。

在進行人工分類的過程中,可以發(fā)現(xiàn)LiDAR 對大部分植被的穿透性都較好,能準確反映植被下的地形走向(如圖4)。 但遇到竹林等十分茂盛的植被時,LiDAR 的穿透性明顯降低(如圖5)。 因此,對于因植被十分茂盛導(dǎo)致缺少地面點的情況,應(yīng)把相關(guān)范圍進行圈定,并提交外業(yè)重點補測。

圖4 LiDAR 對大部分植被的穿透性較好

圖5 LiDAR 對茂盛竹林的穿透性較差

地面點分類完成后,提取模型關(guān)鍵點并輸出整個工程項目的模型關(guān)鍵點,然后將模型關(guān)鍵點導(dǎo)入ArcGis 軟件,構(gòu)建TIN,生成DEM,設(shè)置DEM 格網(wǎng)間距為0.5 m。 利用實測的158 個高程檢查點進行DEM 高程精度統(tǒng)計,利用ARCGIS 軟件的多值求差功能,自動批量計算每個外業(yè)實測高程點與DEM 內(nèi)插高程之間的差值(見表3)。

表3 DEM 精度統(tǒng)計

由表3 可知,高程中誤差為0.26 m,最大高程差值為0.84 m。 高程誤差較大的地方主要有兩種,一種是茂密竹林處(LiDAR 點云的穿透性降低所致);另一種是陡坎處(原因為高程內(nèi)插引起的精度損失)。 除了激光點云穿透力較差的竹林地區(qū)外,DEM 高程精度滿足1 ∶500 地形圖的要求。

4 鐵路勘測圖制作

4.1 制作1 ∶2 000 地形圖

(1)利用Arcgis 中的DEM 生成2 m 間隔的等高線。 高程點按70 m 間距的交錯排列方式生成,并提取山頂、谷底等特征點作為額外高程點。

(2)在AutoCAD 中疊加正射影像和地形數(shù)據(jù),利用基于AutoCAD 平臺開發(fā)的MapEdit 工具采集地物要素,并編輯等高線及高程點。 居民地、道路、水系、管線等地物要素對鐵路方案設(shè)計有重大影響,必須準確繪出。

4.2 基于三維場景采集線路橫斷面

(1)利用SkyLine 軟件的數(shù)據(jù)融合功能,對DEM和DOM 進行融合,生成鐵路沿線的真實三維場景,并把斷面采集線導(dǎo)入到三維場景中。

(2)通過設(shè)置斷面采樣步長和高程變化閾值,自動生成斷面變坡點,采集和編輯地物邊界屬性,重點判釋植被茂密地區(qū)、水系、溝坎、道路等地物邊界及屬性。斷面的平面位置和高程信息可在三維地形中自動讀取。

4.3 與傳統(tǒng)立體航測對比分析

對采集的3 490個斷面點LiDAR 數(shù)據(jù)進行了外業(yè)實測比較。 根據(jù)鐵路工程測量規(guī)范,斷面點高程限差為0.35 m,分別統(tǒng)計出不同方法采集的斷面點中符合限差的點個數(shù)(見表4)。

表4 不同斷面采集方法的中誤差和符合限差率統(tǒng)計

由表4 可知,無人機LiDAR 的斷面采集中誤差(0.265 m)較立體航測斷面采集中誤差(0.423 m)降低了0.158 m,精度提高明顯。 符合限差率從61.3%提高到89.2%,數(shù)據(jù)利用率提高了45.5%。 對于常規(guī)林區(qū),相較于傳統(tǒng)立體測圖模式,無人機LiDAR 方法的數(shù)據(jù)利用率明顯提高,極大提高了勘測斷面的采集效率。

5 結(jié)論與建議

由實驗可知,無人機LiDAR 在航線轉(zhuǎn)彎時的精度較差,實際工作中,應(yīng)剪裁掉轉(zhuǎn)彎數(shù)據(jù),避免錯誤數(shù)據(jù)影響成果精度;遇到竹林等十分茂盛的植被時,無人機LiDAR 的穿透性有所降低,此時可通過外業(yè)實測進行補救。

整體而言,無人機LiDAR 技術(shù)具有數(shù)據(jù)獲取周期短、數(shù)據(jù)精度高、植被穿透性好等優(yōu)點,可顯著提高鐵路勘測速度。 隨著無人機技術(shù)和輕小型LiDAR 技術(shù)的不斷發(fā)展,開展無人機LiDAR 攝影制圖,勢必成為鐵路勘測的一種優(yōu)選方案。