基于大場景激光測量的交通事故現場快速三維重建

賀 強，賀 非，劉義平，孫 琪，宋世龍，王源海

（中國民用航空飛行學院航空工程學院，四川 廣漢 618307）

城市交通[1]是指城市（包括市區和郊區）道路（地面、地下、高架、水道、索道等）系統間的公眾出行和客貨輸送。根據世界衛生組織的數據[2]，道路交通死亡是造成全球所有年齡段人類死亡排名第8 位的因素，是造成兒童和青年死亡排名第1 位的因素。我國的交通安全態勢也不容樂觀，據統計，截至到2019 年6 月，我國機動車保有量已超過3.4 億，駕駛人員超4.2 億[3]，導致安全風險持續走高。城市道路交通事故已然成為當今廣受矚目的社會問題之一。現有處理交通事故的效率低下且肇事責任不明，容易導致道路長時間堵塞甚至二次事故的發生以及賠償糾紛等社會問題。因此，亟待高效處理交通事故的方法以期對事故做出迅速響應，從而營造暢通、安全的道路出行環境。

三維激光掃描技術（3D Laser Scanning Technology，3D-LST）[4]興起于上世紀八十年代，具有非接觸、快速、高效獲取地物目標的三維點云數據和紋理數據從而構建掃描對象的三維數字模型的優點。基于此，國外相繼制造出三維激光掃描設備，如美國的FARO、Trimble、瑞士的Lecia 和日本的Topcon 等。目前3D-LST 主要應用于建筑的快速三維建模、車載建模、文物修復、信息共享及逆向制造等領域。如張道文等[5]建立二元Lasso-Logistic 回歸分析模型，得出交通信號燈、對向車道隔離方式、照明情況和交通參與者對城市道路交通事故嚴重程度的影響較為顯著。李紅衛等[6]針對飛機產品外形重建和檢測過程中的多視角點云配準問題，提出層級優化的多視角點云配準的通用框架。蔡來良等[7]采用最小二乘法建立房屋墻體平面投影線段及其空間連接關系，結果表明此方法可準確快速地對室內三維激光掃描點云進行分析處理。成俊等[8]應用Amberg GRP 5000三維激光掃描系統和高精度自動全站儀建立一種地鐵運營隧道變形檢測的“絕對測量”方法，結果表明試驗段隧道處于安全狀態。劉新根等[9]基于距離最小二乘法橢圓曲線擬合建立盾構隧道激光掃描噪點三次迭代自動剔除方法，結果表明檢測精度滿足工程要求。郭柏希[10]使用激光掃描儀Z+F IMAGER 5010C 對實驗廠房的數據進行采集，后續建立了結構實驗廠房數字化管理平臺。黃泉源[11]基于三坐標測量機搭建了汽車輪廓三維檢測系統，測量誤差為±1%，符合國家標準。吳長悅等[12]以Focus3D 掃描儀為例，對其徑向距離和空間距離的測量精度進行了校驗，得出該掃描儀的空間距離測量精度為0.61 mm（≤2 mm），徑向測距精度為-2～2 mm 的結論。但是三維激光掃描技術鮮有用于交通事故現場三維重建的案例。

針對以上不足，本文首先模擬出一起交通事故，然后使用三維激光掃描儀FARO Focus3D 對事故現場進行掃描，接著將掃描數據導入Scene 軟件中進行預處理得到對應的點云數據，最后運用標靶球拼接法和公共面拼接法對點云數據進行拼接，得到完整的三維汽車輪廓，還原出事故現場，從而分析出事故致因（提高處理交通事故的效率）。

1 測量原理及點云處理方案

1.1 測量原理

三維激光掃描儀[13]是一種集激光掃描系統、激光測距系統、內部校正系統和數碼相機等于一體的新型三維坐標獲取儀器。它利用激光測距的方法，高速高密度地對被測物體發射激光信號，通過采集回波信號快速獲取空間實體表面的三維坐標、反射強度等信息，配合數據處理軟件還可以獲取不同視角、顏色等信息，為建立三維實體模型提供了全新的測量技術手段。

三維激光掃描儀獲取目標點云坐標的原理如圖1所示。

圖1 點云坐標原理圖

（1）根據內部掃描及校正系統獲取在掃描時激光光束的垂直方向角和水平方向角[14]。

（2）根據脈沖激光光束的收發時間間隔求得掃描儀距目標點的距離。

（3）根據前兩步的計算結果求得掃描點的三維坐標（x，y，z）。

（4）自動調節反射強度給反射點匹配不同顏色。

則P 點坐標的表達式如下：

1.2 實驗設備介紹

FARO Focus3D 是一款高速三維掃描儀，用于詳細的測量和三維建檔，它擁有觸摸操作屏，利用激光和照相技術僅在幾分鐘內即可得到數百萬個三維彩色數據點，從而生成有關復雜環境的非常詳細的三維圖像和幾何形狀，對已有狀態進行精確的數字再現，見表1。

表1 FARO Focus3D 掃描儀參數

1.3 點云處理方案

點云預處理，離群點的剔除。Rusu Bogdan[15]首次提出基于高斯分布的統計學濾波算法，其基本思路是：首先對點云中每一點，運用k-d 樹算得k 鄰域，然后將鄰域內所有點與該點的平均值記錄下來，則可得到與點云中點的數量相等的平均距離值，最后假設這組數據符合高斯分布，設定閾值，對平均距離大于該閾值的點進行剔除。詳細過程如下：

Step1：設點云數據集為P，任取一點pi，k 鄰域內所有點到pi的距離的平均值記為di，其中dij為兩點間的距離，則有：

點云處理，在點云數據拼接的過程中，涉及到重疊面積大小的問題，直接影響點云的配準精度。據文獻可知，重疊區域面積愈大，配準次序的優先級就愈高，從而減小配準誤差在較大重疊區域產生累積的可能性。

重疊區域密度面積估算，給定重疊區域點集和拼接環節的配準殘差：

本文可以對每個重疊區域的面積進行估計，從而確定配準次序的優先級，最終達到提高點云配準精度的目的。

2 事故現場的模擬及數據采集處理

2.1 事故現場的模擬

實驗地點選在學校的一條寬闊馬路上，實驗時間選在暑期，避免給正常交通帶來干擾。實驗對象為模擬的一起交通事故。模擬思路具體：借用一輛報廢的灑水車，通過拆卸的方式改變汽車的外觀。首先，拆下汽車的兩個大燈、前擋風玻璃、發動機前蓋和一扇前車門，然后隨機擺放到該輛汽車的周圍，最后在汽車周圍隨機放置一些模具和隨身物品，如硬紙板、背包、皮夾和衣物等，完成事故現場的模擬。用到的實驗儀器包括：一臺三維激光掃描儀FARO、一臺裝有Scene 點云處理軟件的高性能計算機、模具若干和卷尺等。

2.2 數據采集

事故現場數據采集流程圖，如圖2 所示。

圖2 數據采集流程圖

勘查現場，對所模擬的事故現場的地理位置、車流量等進行初步勘察。根據“事故”車輛內、外部形態和空間分布特點，障礙物，光照分布初步判斷掃描點。繪制出草圖并拍照取樣。設計掃描方案，確保掃描儀始終處于最佳掃描范圍，同時應注意掃描點與點之間的采樣密度和重疊度，一般重疊度≥20%，還應注意掃描點與灑水車的位置關系。掃描前準備，應確保電池電量、內存卡存儲空間和標靶數量充足等。放置儀器，首先保證儀器準確無誤地放在預設的掃描點上，然后調整掃描儀的高度使之與“事故”車輛的高度相匹配并進行水平校準（水滴位于中央位置）。最后選擇合適的密度放置標靶，便于后續對點云數據的拼接。設置掃描參數，根據實際情況選擇恰當的測量模式，合理設置水平、垂直掃描范圍和分辨率等參數。采集數據，根據實驗方案，逐個掃描點逆時針進行掃描并及時命名數據文件，掃描現場如圖3 所示。

圖3 掃描現場圖

掃描參數設置，室外10 m，正前方視角的水平左右角度范圍：30°～150°，垂直上下角度范圍：-60°～60°；右側視角的水平左右角度范圍：60°～120°，垂直上下角度范圍：60°～60°。

2.3 數據處理

先將掃描數據導入Scene 軟件，觀察平面視圖和三維視圖并刪除掃描效果不佳的數據；然后點擊處理掃描按鈕，保證所選數據都處理完畢；接著兩兩進行手動拼接并得到注冊報告；最后進入探索模式，具體操作為：通過內插點創建虛擬掃描、顯示柵格、自動剪切框。

分別站在事故現場的正前方和右側視角，圖4 和圖5的左上方為虛擬掃描顯示效果；右上方為顯示格柵效果，將標記點放入坐標系中，以便更好地觀察拼接效果；下方為使用自動剪切框處理后的拼接結果，通過將無關數據剪切掉來簡化事故現場，便于事故的進一步處理。

圖4 正前方掃描處理結果

圖5 右側掃描處理結果

圖6 為手動拼接的注冊報告，顯示了最終的拼接精度。

圖6 手動拼接的注冊報告

3 結論

（1）FARO Focus3D 三維激光掃描儀用來掃描事故現場的效果比較理想，然后基于Scene 軟件對所掃描的數據進行處理、拼接等一系列處理，最終的處理結果對實際交通事故的處理具有一定的理論指導意義。

（2）目前，激光掃描儀價格昂貴，短期內在交通事故處理領域很難大規模推廣。此外，沒有形成系統的掃描方案和減小數據處理誤差的方法，致使掃描效果大打折扣，需要進一步解決。