無人機載激光雷達在地形圖測繪中的應用研究

摘要：本文以具體項目為例介紹了無人機載激光雷達在地形圖測繪中的應用，首先介紹了利用無人機載激光雷達采集外業數據信息，包括架設基站、航線探測與規劃、數據采集；之后介紹了相關數據處理，包括各種數據處理和生成點云、點云數據成圖以及對比點云數據精度，希望能給相關人士提供有效參考。

關鍵詞：無人機載；激光雷達；地形圖測繪

引言

機載激光雷達屬于集慣性導航、全球定位以及激光等功能于一體的空間測量系統。此系統主要是在飛機中搭載控制單元、數碼相機、慣性導航系統、GPS接收機以及激光掃描儀等裝置。通過主動朝地面發射激光脈沖，同時對地面反射脈沖進行有效接收，隨后記錄對應時間，準確計算激光掃描裝置和地面之間的距離，聯系POS系統，能夠準確測算被測區域內的姿態信息以及位置信息，最終得出地面三維坐標。

1.項目分析

本文主要介紹了某一工程測繪項目。該區域地勢為南高北低，大部分是茂密的植被、坡度陡峭，是國家森林公園。原始森林以木荷、杉樹、竹林以及杉樹等喬木為主。地貌地形較為復雜，如果采取傳統模式下的人工采集外業數據的方法則存在較大的難度，無法保障測繪精度。所以此次項目中主要采取無人機搭載激光雷達測量系統的方式進行采集外業數據的工作。

2.采集外業數據信息

2.1架設基站

在開始航攝之前，需要率先按照具體要求向相關部門提交申請，從而順利獲得航飛權。在滿足項目建設要求基礎上，嚴格按照具體航空攝影要求實施。基站設置中，開始采集數據之前，需要在計劃控制點中合理設置GNSS基站，借助華測i90接收裝置，相關基站設置應該滿足下列要求：第一是在計劃控制點內設置基站后，需要嚴格按照具體要求實施整平和對中操作。第二是可以選擇測量斜高方法對天線高進行測量，從腳架三個空擋對天線高進行測量，從測基準面到控制中心標志面之間的距離，將測量數據結果精確到1mm，互差不大于3mm，最后可以選擇平均值充當天線高，而測量天線高度的方法具體如圖1所示。第三，基站相關采樣率可以設置成5Hz。第四，基站的觀測數據需要具備BDS以及GPS，同時兩個衛星數量總和應該大于18個，需要各保留HCN格式數據以及RENIX3.02數據各一份[1]。

2.2航線探測與規劃

在設置基站的過程中，無人機相關操控人員需要深入環境現場進行全面探查，聯系現場環境狀態，借助科衛泰KWT-X6L-15配套地面站對整個運行航線進行自定義規劃，在結束整個航線的規劃設計后，借助大疆御2PRO，全面探測整個規劃航線，在結束航線的探測工作后，才能正式開始通過無人機載雷達實施數據的采集工作[2]。

2.3數據采集

在結束航線探測活動，同時確定檢測區域內滿足飛行條件后，開始在無人機中合理設置機載雷達系統等裝置設備，并陸續實施信息采集工作。借助AS-1300HL華測多平臺激光雷達對系統數據信息進行準確測量，并利用配套手持控制裝置進行合理操控，相關操作主要是利用無線通訊的方法進行數據傳輸，其中信息數據傳送的最遠距離能夠達到8km左右。無人機處于飛行狀態下，同樣能夠對系統內部各個傳感裝置運行狀態進行實時監控和檢測。

數據采集工作操作步驟如下：第一是對傳感器相關運行參數進行合理設置，具體涵蓋相機中的參數設置以及激光掃描儀相關參數設置。第二是開始工程，該部分的主要工程任務主要是針對POS數據信息進行合理采集，在等待所有工程建設任務結束后，需要采取有效措施保障無人機以及相關設備能夠維持五分鐘左右的靜止狀態，為了能夠保障更多靜態歷元后期可以實施平差處理。第三是慣導初始化以及8字飛行，其中8字飛行的操作目的主要是為了保障慣導能夠在最快時間內進入到某種穩定運行狀態之下，而等到結束8字飛行后，可以針對相關數據信息實施正式采集工作。第四是開始進行數據采集，于快要結束8字飛行之前，應該點擊其中開始采集的按鈕，同步啟動影像數據采集以及激光數據采集功能。第五是停止數據信息采集工作，在結束航線飛行之后，可以點擊其中的結束采集按鈕，順利關閉影像數據采集以及激光數據采集等功能。第六是無人機靜止和降落，在信息采集工作結束后，無人機開始降落，持續五分鐘的靜止。第七是停止工程，在結束靜止后，將整個工程立刻停止，同時使整個POS數據采集工作全面結束。第八是數據拷貝工作，在工程建設任務結束后，于通電運行條件下和相機是數據拷貝線纜進行全面連接，從而實施影像數據的拷貝工作。在徹底斷電后，可以和數據傳輸線進行連接，對POS數據進行拷貝，同時利用數據儲存卡對原始激光數據進行合理拷貝。

3.數據處理

3.1數據處理和點云生成

在原始數據方面，激光雷達測量系統針對被測區域內實施一次采集所收獲的原始數據信息主要可以分為下面幾種形式：第一是GNSS基準站數據信息，同時也是在基站中觀測獲得的GNSS數據信息。第二是POS數據信息，具體涵蓋移動站中的GNSS數據以及慣導數據。第三是激光數據，同時也是激光掃描儀的掃描數據信息。第四是影像數據信息，主要是相機所示拍攝出來的照片。第五是影像數據，也是相機所拍攝出來的照片[3]。

基站中的數據處理方面，相關數據處理主要是把原始HCN文件實施有效的格式轉化，同時合理設置天線，從而形成文件RENIX3.02，借助CHCDATA軟件完成相關工作。

POS解算過程中，實施POS解算可以選擇INERTIAL EXPLORER8.7軟件進行有效處理。而相關軟件同時還能夠針對各種可用的INS、GNSS數據信息進行集中處理，提供具有較高精確度的組合導航信息，具體涵蓋姿態信息、速度信息以及位置信息等內容，具體如圖2所示。

通過COPRE軟件促進POS數據和原始激光數據之間能夠實現有效的融合解算，同時將相關數據信息能夠順利轉化，并生成坐標系CGCS2000下的LAS格式點云。針對所生成的點云數據實施有效的分類處理，同時形成適合的高程點以及等高線成果，相關操作流程是自動進行點云分類、結合實測點進行檢查、人工編輯分類、地面點、合理創建數字高程模型、高程點和等高線成果。

3.2點云數據成圖

在針對點云進行合理分類后，結合分好類的地面點數據信息實施有效的建模工作，通過人工方式來干預模型。針對模型內部分不合理三角網問題，可以將那些尚未實施有效分離的地面點可以采取手動方法分至地面點，最終促進三角格網實現合理化發展。針對其中部分區域存在較大高程變化的，可以針對軟件分類對應算法和具體參數實施合理調整，從而重新自動實施小面積分類工作。

實施精確分類后，合理制作地面點模型，隨后在地面點模型中對其中的等高線關鍵點進行有效分離。借助相應的軟件設備促進實現等高線的自動化生成，同時還可以針對等高距、最小面積和光滑等基礎參數進行合理設置，針對項目實施形成相應的比例尺等高線。同時聯系具體的高程點需求，將點云數據對應形成的三維坐標間隔導出，最終形成了高程點數據文件。最終將所制作的高程點以及等高線相關數據文件全部導入至CASS軟件設備中實施有效的編輯操作[4]。

3.3對比點云數據精度

此次針對點云精度實施檢測工作主要是通過以下方法實施，即在項目區域現場合理設置各種檢查點的方法。在選擇具體的檢查點過程中，可以分別選擇在丘陵、山地以及相對平坦的水泥路面等地形條件下，或在植被分布較為茂密區域、植被分布相對稀疏的區域、以及裸地區域內，借助RTK測繪技術以及全站儀設備，對檢查點進行均勻設置，同時保障檢查點數量的充足性，對DEM內插條件下的高程較差進行仔細檢查，核查DOM平面較差。通過分析發現，其中東坐標的誤差最大值是0.12m，而北面坐標的誤差最大值是0.117m，其中高程方面的誤差最大值是0.118m。至于平面誤差的最大數值則是0.099m，而高程方面的誤差是0.074m。通過全面校核檢查，發現最終數值結果滿足相應的規范標準。此次研究中以某一工程中的地形圖測繪項目為例，針對其中的機載激光點云獲取進行系統分析，同時分析了機載激光雷達相關測量系統于部分植被分布較為濃厚區域的數據采集以及分類處理，同時還詳細介紹了對于DEM產品的制作，借助相關技術輔助進行地形圖測繪能夠確保最終的測繪成果可以充分滿足相應的標準規范要求。

經過分析上述案例，進一步驗證了針對部分植被分布較為茂密的區域內，機載激光雷達測量裝置能夠幫助減輕工作人員的內業和外業數據處理工作量，提高了相關采集數據的整理效率，同時還能夠進一步減少作業時間，提升檢測準確性，除此之外，通過機載激光雷達方法進行測量，還可以幫助植被分布茂密區域內傳統航空攝影測量技術以及人工RTK技術的檢測技術難題，能夠形成更為精準的山區地形圖，有效改善山區地形圖所存在的高程精度不準問題，充分發揮出地形圖測繪的價值功能，使其為日后的工程順利建設施工提供有效參考，指導工程的有序實施，幫助準確發現施工中的各種安全隱患，提前將其徹底消除，保障施工過程的穩定性和安全性。

通過此次項目中應用機載雷達進行檢測，能夠發現其在部分較為復雜以及植被分布密集區域檢測工作中發揮了較大作用，使測量精度得到了明顯提升，能夠有效減少作業時間。除此之外，機載雷達測量還能夠實現夜間作業，不需要在野外對像控點進行采集，只需要對某些少數野外測點進行采集即可。而在機載雷達系統持續發展條件下，相關技術也越加成熟，憑借其自身檢測優勢被廣泛應用到我國的農業、林業、交通、管理以及數據采集等領域當中。

結語

綜上所述，通過在項目中合理應用機載雷達，能夠更為有效地進行復雜地區以及植被深厚區域的測量工作，和傳統測量方式相比，該種方法能夠進一步提升測量精度，減少作業工期，降低外業工作量。機載雷達測量系統同時可以進行全天作業，除了白天以外，還可以在晚上進行相關作業，從而促進整體生產效率的全面優化，只需對野外少量檢測點進行采集即可，廣泛應用到社會各個領域當中。

參考文獻：

[1]李衛良，龍世林，等；無人機載激光雷達在山區地形圖測繪中的應用[J].科技創新與應用， 2020（36）： 145-147.

[2]陳日強，李長春，等；無人機機載激光雷達提取果樹單木樹冠信息[J].農業工程學報， 2020， 36（22）： 50-59.

[3]林鑫，李春干，等；無人機密集匹配點云與機載激光雷達點云的差異分析[J].林業資源管理， 2020（03）： 58-62.

[4]杭芬.基于無人機機載激光雷達的海島建筑物高度測算技術[J].計算機測量與控制， 2019， 27（11）： 58-61.