融合LiDAR與影像的縱橫斷面自動提取及應用

丁 保 才

(中鐵第一勘察設計院集團有限公司，陜西 西安 710043)

鐵路、公路等線路縱橫斷面是線路走向及法線方向(或者與線路交叉成一定角度的斷面)地形變化趨勢的反映, 一般野外通過GNSS RTK或者全站儀實測得到，但野外測量任務量大、周期長，且線路一旦變動，其縱橫斷面也需重新測繪。隨著機載LiDAR 技術的不斷推廣應用,其高程和平面所能達到的精度也越來越受業內認可，自動提取高精度縱橫斷面成為可能[1]。

目前基于點云制作高精度的DEM軟件較為成熟，但線路縱橫斷面測繪除了關注地表高程變化外，還需要關注相應的屬性信息，而正射影像可補充屬性信息，除此之外，由于各家設計單位對數據格式要求的不同，在DEM上進行線路縱橫斷面提取工作目前集成程度不高，生產效率較低，因此融合LiDAR與影像數據實現線路縱橫斷面自動提取的方法研究對現階段的線路測繪具有很大的實際意義[2-4]。

1 機載LiDAR點云和影像獲取及預處理

1.1 機載LiDAR點云和影像數據獲取

目前市場主流機載LiDAR點云和影像獲取搭載的平臺主要有：有人直升機、復合翼無人機和旋翼無人機，激光LiDAR也有250 m,920 m和1 350 m等不同測程，其數據采樣率和頻率設置均有各自特點，可以根據項目特點綜合選擇，獲取最優的解決方案。

1)有人直升機集成LiDAR及影像獲取。

該種作業方式適用于測區高差較大(一般認為不小于600 m)、測區風速較大、無人區等大區域的測繪，有人直升機搭載長測程機載LiDAR和影像獲取集成系統(見圖1)，可以穩定的獲取地表三維激光數據和地面影像數據，作業效率高，但是項目進場周期長、成本高。

2)復合翼無人機集成LiDAR及影像獲取。

復合翼無人機航時長，搭載長測程機載LiDAR及成像系統(見圖2)，適用于高差不大于600 m的大范圍。

3)旋翼無人機集成LiDAR及影像獲取。

多旋翼無人機機載LiDAR系統(見圖3)，航飛時間一般30 min以內，適用于小區域的數據采集，機動靈活。

1.2 點云數據處理

點云數據采集下載后，采用Inertial Explorer后處理軟件(后簡稱IE)處理所GNSS，INS 數據，處理過程見圖4，解算完成后可以提供高精度位置、速度和姿態信息。

采用硬件廠家提供的配套軟件進行點云融合，通過坐標轉換，得到當地工程坐標下的高精度點云數據(.LAS)。

1.3 影像數據處理

影像共用LiDAR系統的POS數據進行DOM數據的生產，DOM方便作業人員快速識別植被茂密地區、水系、溝坎、道路等地物邊界及屬性信息，在點云提取斷面的基礎上，提高縱橫斷面生產的精度。

2 融合點云和影像數據自動生產線路縱橫斷面技術路線

中鐵一院LiDAR點云綜合處理系統結合線路縱橫斷面測繪的特點，基于C++語言開發，從點云經過坐標轉換開始，實現方式如下：

1)點云濾波及精分類：采用漸進三角網加密算法對點云數據進行濾波處理，并進行人機交互，精確分類地面點。

2)導入線路設計中線以及中樁坐標，可以通過交點法及線元法實現。

3)過中樁坐標作設計中線的垂線、法線或與設計線條成一定角度的線，得到初始斷面線段。

4)斷面高程計算。

a.將3)中提取到的斷面線按1 cm(預設參數)等分，插入節點；

b.遍歷每根斷面線的節點，在三角網上其定位所在三角形，使用線性插值法內插得到每個節點的高程。

線型內插公式：

A = ((p2[y] - p1[y])×(p3[z] - p1[z])-(p2[z] - p1[z])×(p3[y] - p1[y]));

B = ((p2[z] - p1[z])×(p3[x] - p1[x])-(p2[x] - p1[x])×(p3[z] - p1[z]));

C = ((p2[x] - p1[x])×(p3[y] - p1[y])-(p2[y] - p1[y])×(p3[x] - p1[x]));

D = (0-(A×p1[x] + B×p1[y] + C×p1[z]));

p[z] = -(A/C)×p[x] - (B/C)×p[y] - (D/C);

注：p1，p2，p3分別為p點定位所在三角網三個頂點。

c.根據閾值使用道格拉斯—普克算法，對上述加密節點進行簡化，保留斷面線特征點。

步驟：

第一,連接斷面線首尾A,B兩點得到直線AB。

第二,遍歷斷面線節點，計算每個點到直線AB的距離，得到距離最大的點C，其到AB的距離為d。

第三,比較d與給定的特征點高差閾值，如果其大于該閾值，則該點為特征點，否則，刪除該點。

第四,將AC與BC分別進行連接，分別重復第一～第四步驟，計算出所有特征點。

5)對等分點和特征點按到斷面線第一個點的距離遠近進行排序，得到斷面線。

6)斷面結合影像進行屬性添加。

7)斷面成果輸出。

3 項目實例

3.1 項目概況

本項目位于重慶市梁平區境內，屬于丘陵地區，多植被和溝渠，高差小于200 m，線路長度65.1 km，全線預計橫斷面8 490個，采用大疆M600搭載測程為250 m的LiDAR系統，正射影像采用大疆精靈4 RTK方式獲取，全線采集點云面積及正射影像26.9 km2。

3.2 LiDAR及影像數據獲取及處理

LiDAR數據獲取按照1∶500精度進行設計，點密度為21.4個/m2，現場作業圖見圖5。數據采集完后，按照點云數據處理流程，經過各項檢查后，輸出精細分類后的地面點，見圖6。

3.3 縱橫斷面成果輸出

1)導入精分類后的地面點云。

把經過精細分類后的點云導入中鐵一院LiDAR點云綜合處理系統，并進行地表三維模型的生成，見圖7。

2)根據線路設計要素，使用交點法或者線元法導入相應設計要素，見圖8，包括起點坐標、起點里程、直緩點坐標、緩和曲線長、半徑等，作為線路縱橫斷面提取的依據。

3)設置斷面寬度、特征點高差及間隔，輸出滿足設計要求的縱橫斷面，見圖9。

4)加載正射影像和斷面數據信息，實現河流、溝渠及道路等屬性信息的判斷，見圖10，輔助提供完整的測繪成果。

5)按照設計需求，輸出緯地、鐵一院等格式斷面成果，見圖11。

3.4 效果

1)點云平面和高程精度比對。

采用GNSS RTK方式實測覆蓋全線范圍的道路、稻田地、林區點位的高程點，共計7 624個，與精分類后的地面點云進行比對，結果見表1；采用全站儀方式采集房角、井蓋等155個特征點平面坐標，并與點云數據比對，結果見表2。

表1 點云高程精度統計表

表2 點云平面精度統計表

結論：經統計本項目機載LiDAR點云數據平面中誤差為±0.069 m，高程中誤差為±0.124 m，滿足作為線路縱橫斷面數據采集基礎數據的精度要求。

2)橫斷面提取綜合精度比對。

全線共布設61個橫斷面，實測縱斷面67.1 km，全部采用GNSS RTK方式采集實測數據，根據特征點的坐標，縱橫斷面的平面及高程精度統計見表3，表4。

表3 縱橫斷面總體高程精度統計表

表4 縱橫斷面總體平面精度統計表

結論：經統計通過實測的縱橫斷面比對，縱橫斷面整體平面中誤差為±0.087 m，高程中誤差為±0.142 m，總體滿足設計及相應規范要求，但是在植被覆蓋特別嚴重、有植被的坎下等區域會出現高程精度比較差的點，需外業補測糾正補充。

4 結語

4.1 結論

本文提出的融合LiDAR和影像數據線路縱橫斷面自動提取方法，集成了線路縱橫斷面的自動提取、屬性檢查及不同格式的成果輸出等功能，通過項目實測驗證比對可以得到：

1)融合LiDAR與影像數據自動提取線路縱橫斷面的方法可以實現線路縱橫斷面的自動提取，并借助正射影像，實現陡坎、道路、水系及房屋等屬性判別，可以實現不同格式的成果輸出；

2)融合LiDAR與影像數據進行線路縱橫斷面提取，整體平面中誤差為±0.087 m，高程中誤差為±0.142 m，滿足設計及規范要求；其精度主要取決于點云精分類后的精度，特別在植被覆蓋特別嚴重、渠底、坎下等區域，精度普遍較差；

3)融合LiDAR與影像數據自動提取線路縱橫斷面的方法，提高了成果輸出的自動化水平和集成化程度，顯著提高了線路勘測的整體效率，必將成為線路勘測階段必備的技術手段。

4.2 現階段存在的問題

1)雖然機載LiDAR具有一定的植被穿透性，但是在植被覆蓋特別嚴重的區域，還需要外業補測輔助線路縱橫斷面的成果輸出；

2)如何借助分類后的點云和影像數據，進一步提高點位屬性信息判別的精度和自動化水平是下一步研究的重點。