基于車載雷達技術的城市部件普查研究

李 真，呂志慧，張 浩

（1.江蘇省測繪研究所，江蘇 南京 210000；2.江蘇省基礎地理信息中心，江蘇 南京 210000）

城市部件普查工作是數字城管建設的基礎。通過城市部件普查，可以更好地掌握城市部件的具體內容、數量、地理位置以及基本屬性信息（如部件狀態、權屬單位、養護單位等），為數字城管建設提供基礎地理數據。傳統方法主要是通過已有地形圖調繪或全野外實測的方式來完成部件的定位工作，存在工作效率低、定位困難大、屬性記錄困難、數據庫建立復雜等問題。利用車載雷達（LiDAR）技術進行城市部件調查可以有效解決上述問題，通過車載LiDAR快速掃描部件信息，采集的點云信息準確定位部件，采集的全景照片展現部件的形態信息。

近年來，利用測繪新技術進行城市部件普查也取得了一些進展，如王萬峰[1]等基于城市立面街景影像與部件地圖、屬性關聯技術，提出了一種基于地圖、部件屬性庫和多角度影像的城市部件管理的新手段；何昌清[2]等利用車載移動測量系統完成了成都市新津縣的城市部件調查工作，即新津縣城管局“數字城管”項目第三期工程；徐建新[3]等利用中國測繪科學研究院自主研發的SSW車載激光建模測量系統對南京市仙林地區進行了數據采集；孔維華[4]等以淄博市高新區城市部件調查數據處理為例，研究了利用GIS技術處理城市部件調查數據的主要流程。本文以中海達iScan移動采集設備為載體采集點云和全景影像，并對采集數據進行內業加工處理；再根據點云以及對應的全景照片采集城市部件，從而為交通等部門服務。

1 總體技術路線

利用車載LiDAR技術進行城市部件普查主要包括外業采集和內業處理兩個部分，其中外業采集主要是利用移動采集設備對測區進行街景采集，采集內容包括點云數據、全景影像數據、定位定姿數據等；本文主要介紹內業處理部分。利用車載LiDAR技術進行城市部件普查的處理流程如圖1所示。

圖1 城市部件普查處理流程圖

2 內業處理流程

2.1 全景照片拼接

街景內業處理前，需對外業采集的全景照片進行拼接處理，本文采用中海達提供的全景照片拼接軟件進行拼接。全景照片拼接的原理是在照片重疊部分利用多個同名點對圖片進行兩兩拼接，最終將4張照片拼接成一張全景照片。拼接前后效果如圖2、3所示。

圖2 全景照片拼接前效果

圖3 全景照片拼接后效果

2.2 全景照片處理

1）照片分發主要是將照片按照路線分別存放，便于后續點云照片配準等內業處理工作。本文利用全景分發軟件進行全景照片的分發處理。

2）縮略圖生成。拼接后的全景照片數據量較大，而在進行后續檢查點云、照片配準、部件采集等內業工作時，無需高清的全景影像，只需壓縮后的全景照片即可。

3）檢查點云與照片的配準。街景采集數據經過融合解算處理后，點云與全景數據理論上是完全匹配的，但由于人為操作、外界干擾等因素影響，全景影像可能出現旋轉、偏移等現象，需在后續處理中調整全景照片的6個參數，使其與點云一一匹配重合，方便后續作業。

2.3 城市部件采集

城市部件從所屬類別上可劃分為公共設施類、道路交通類、市容環境類、園林綠化類、房屋土地類、其他設施類以及擴展部件類等7大類、86小類，包括綠地、行道樹、交通信號燈、交通標志牌等。

根據城市部件的密度、高度等，本文將城市部件采集過程劃分為：

1）較高部件采集。較高部件采集包括兩種方式：①直接在二維圖中采集；②在三維視圖中采集。在二維視圖中，與行道樹采集類似，由于路燈、交通指示牌等部件具有一定的高度，在點云中呈現紅色，參照對應的全景照片進行部件采集即可。在三維視圖中，首先切換至三維視圖，將點云與全景照片進行疊加（圖4），可以很清楚地在三維視圖中找到城市部件所在位置，然后在點云的最底部進行城市部件采集。

圖4 路燈部件采集

2）井蓋和雨水篦子采集。由于井蓋、雨水篦子等部件位于地面，沒有一定的高度，因此經過點云與照片配準后，在三維窗口中參照對應的全景照片進行采集。采集完成后，可在二維窗口中顯示，如圖5所示，在三維窗口中對井蓋數據進行采集，而在二維窗口中高亮顯示的點數據即為采集的井蓋數據。

圖5 井蓋部件采集

在點云俯視圖中，根據高度對點云進行過濾，只留下距離地面一定距離的點云，由于井蓋和雨水篦子大多接近于地面，點云掃描時經常未能掃描到或僅有少量點云覆蓋，呈現黑色區域，較容易區分，因此結合對應的全景照片，也可對井蓋和雨水篦子等部件進行采集。如圖6所示，在二維視圖中對點云進行過濾，可以看出在黃色線框內有一處黑色無點云區域，結合對應的三維視圖中的全景照片，即可確定該處為井蓋。

圖6 地面點云過濾后井蓋采集

3）綠地采集。由于綠地部件一般面積較大，且綠地一般高度一致，在點云俯視圖中，色塊顏色一致，能較容易地辨別出來，因此在點云俯視圖中直接對綠地的邊界進行勾畫采集。需要注意的是，由于激光測量無法對物體的背面進行點云采集，因此綠地采集只能作為參考，無法對綠地邊界進行精確采集，尤其是高度較高的綠地。結合三維視圖中的全景照片可知，綠地呈現為一定規則形狀的藍色區域，沿著藍色點云邊界對綠地部件進行采集。采集結果如圖7所示。

圖7 綠地部件采集

4）水域護欄、交通護欄、綠地護欄等采集。水域護欄、交通護欄、綠地護欄等部件為線型部件，由于線型部件的長度約束，同一部件在一張全景照片中可能顯示不完全，或在一張全景照片中可以顯示完全但距離相機較遠，無法保證采集精度，因此線型部件的采集一般在點云俯視圖中進行，參照對應的全景照片，可以較容易地對線型部件進行采集。如圖8所示，參照全景照片發現，黃色線框區域內的藍色直線為交通護欄區域，在二維窗口中可直接對藍線部分進行采集，采集結果如圖9所示。

圖8 護欄部件采集前效果

圖9 護欄部件采集后效果

5）其他部件采集。其他部件采集包括點型部件采集、線型部件采集和面型部件采集。①點型部件采集：在點云俯視圖中采集點型部件時，與行道樹等部件的采集方法類似，參照對應的點型部件全景照片，找出點型部件對應的點云位置，并進行采集。點型部件對應的點云位置查找方法大致分為根據高度信息查找和根據形狀信息查找兩種，其中根據高度信息查找，適用于較高部件，由于點云數據根據由高至低呈現由紅到藍的RGB顏色過渡，因此較高的點型部件的點云會呈現較紅的顏色，容易辨別；根據形狀信息查找，適用于具有一定面積或較大的部件，如公交站亭、跨河橋、重大危險源等，在二維點云視圖中根據部件的形狀可較容易地采集部件。②線型部件采集：一般在二維視圖中進行，與水域護欄、交通護欄、綠地護欄等部件采集方法類似，參照對應的全景照片，在二維窗口中可較容易地對線型部件進行采集。③面型部件采集：在基本部件類型中，面型部件僅為綠地一種。

3 結 語

通過實驗分析可知，基于車載LiDAR技術的城市部件普查可有效解決傳統作業方式中存在的人工投入大、經費高、安全系數低、更新慢等問題。

1）利用車載LiDAR技術進行城市部件普查的工作效率可比傳統作業模式提高數倍。

2）利用車載LiDAR技術進行城市部件普查，僅需兩名作業人員利用移動測量設備進行外業采集，并可對采集的數據進行半自動化內業處理。該方式大大減少了人員投入、縮短了更新周期，有效解決了傳統作業方式的弊端。

3）利用車載LiDAR技術進行城市部件普查是在可量測的實景影像上進行部件采集，精度較傳統作業模式更加有保障。

4）利用車載LiDAR技術進行城市部件普查的結果不僅可為交通部門進行部件數據統計、更新等提供方便，而且可為國土部門的地形圖更新等工作提供便利。同時，傳統的城市部件普查結果單一，僅為部件數據本身；而該模式可獲得點云、全景照片等數據，實現一次采集、多次利用的目標。

不可避免的，利用車載LiDAR技術進行城市部件普查還存在一定的局限性，主要表現為：

1）采集范圍受限。利用車載LiDAR技術進行城市部件普查是以移動采集車為載體進行的數據采集，只能在可通車的道路上進行采集，步行街、小巷等區域無法采集，采集范圍受到限制；同時，由于點云采集的局限性，房屋背面、綠化帶內側等無法獲得點云數據，部件采集時會有所遺漏，需要外業調繪時進行補充。

2）部件位置難以區分。部分細小的部件在點云中難以區分，如與地面齊平的井蓋等部件，在二維視圖中較難區分，難以采集，只能在三維視圖中進行采集；而在三維視圖中，由于地面的點云數據稀少，井蓋等較小部件面積較小、點云較少，采集具有一定的難度。