無人機LiDAR在道路勘測設計中的應用

賈東杰

(廣州地鐵集團有限公司，廣東 廣州 510200)

1 引 言

在傳統地形勘測過程中，主要采用RTK的方法沿路線中線按要求定測道路帶狀地形圖、縱橫斷面等成果用于道路前期的設計規劃。但面臨著測量周期較長，外業工作量大，尤其在一些植被茂密的山地區域，完成勘測任務需要耗費大量人力物力[1]。無人機LiDAR測量作為一種快速發展的獲取目標表面三維空間數據的技術，具有效率高、對植被的穿透性較強等特點，為道路勘測設計提供了新思路。祝燕[2]將機載LiDAR應用于鐵路斷面測繪中，實現低植被覆蓋區斷面圖生產，在高植被覆蓋區效果存在局限性；張衡[3]等將大型LiDAR應用于山區高速公路的勘測設計中，生成測區地形圖和道路斷面圖。李勇[4]依托無人機LiDAR技術對道路進行分段測量，驗證了無人機LiDAR技術在公路斷面測量中應用的可行性。本文針對小型無人機機載LiDAR技術，在高植被覆蓋區域的山區，通過點云濾波算法，實現地面點云數據提取及道路縱橫斷面生成。

2 技術設計

2.1 項目概況

實驗區域總體地形為丘陵地帶，測區內地形復雜，西北部測區多以植被茂密的山地為主，東南部區域地勢較為平坦，分布有較多的農田和水系。本次勘測線路總長度約為 1.5 km，寬度約為 150 m的條帶狀區域，為保證點云具有足夠的密度和航線重疊度，設計航線為2個架次。項目實施流程如圖1所示。

圖1 項目實施流程圖

2.2 數據采集

本項目數據采用一架8旋翼無人機作為機載平臺，搭載RIEGL VUX-1UAV激光掃描儀，無人機上集成了GNSS數據采集單元和慣性導航單元(圖2)。在進行激光點云數據采集前，分別設置激光掃描儀、GNSS接收機和地面接收機的采樣頻率一致，按照規劃航信進行數據采集。表1為機載LiDAR的相關參數設置。

圖2 無人機LiDAR平臺

表1 機載LiDAR參數設置

2.3 激光點云數據生成

利用POSPac軟件完成對原始數據的解算，POSPac是Applanix公司研制的一套先進的、智能化的定位定姿數據處理軟件，其處理流程為：將地面基準GNSS靜態數據導入，并輸入基站的精確坐標；將無人機上慣導數據和移動站GNSS數據導入，并輸入經過標定后的激光掃描儀與POS模塊的相對位置姿態數據，參數設置完成后進行無人機位姿信息解算，生成無人機最佳平滑軌跡(圖3)，將POS解算后的軌跡數據和激光數據進行融合，即可生成測區點云文件[5]。完成點云融合。

圖3 無人機軌跡生成

3 無人機LiDAR數據處理

3.1 點云坐標轉換

由POSPac解算的機載LiDAR點云數據在坐標系上采用WGS84坐標。而本項目設計的道路中線所采用的是CGCS2000坐標系。為保證后續生成地形圖和道路縱橫斷面圖，考慮到測區范圍較小，本文采用四參數[6]法將點云數據的平面坐標由WGS84坐標系轉換為項目所使用的CGCS2000坐標系，采用高程擬合方法對高程數據進行轉換。

平面轉換時，分別在測區周圍選取同時具有WGS84坐標和CGCS2000坐標的5對同名點，計算出轉換參數，將機載LiDAR點云數據轉換到CGCS2000坐標系，轉換模型如下所示：

其中：m為尺度變化參數，α為旋轉參數，dx，dy為2個平移參數。

高程擬合是將GPS測得的大地高轉換為本項目上的正常高，常采用的方法有基于EGM2008模型[7]和二次曲面函數[8]擬合。本項目測區范圍較小，采用二次曲面擬合方式，其函數表達式為：ξres=a0+a1x+a2y+a3xy+a4x2+a5y2式中，ξres表示高程異常；x、y表示重心化坐標；a0、a1…a5表示擬合系數。因此在進行高程擬合時，聯測的已知高程數不少于6個。具體做法如下：首先聯測測區范圍內不少于6個已知高程點在WGS84坐標系下與CGCS2000坐標系下的高程，使用最小二乘法求解擬合系數，求出在點云數據中的高程異常值，最終得到機載LiDAR點云的高程數據。

3.2 點云濾波

測區原始點云數據中包括居民地、電力線、樹木、水系等要素和噪聲點，在進行道路斷面提取之前，需要先將非地面點去除，得到只包含地面點的點云數據。本文采用漸進三角網濾波算法[9]對原始點云數據進行濾波處理，從中提取得到地面點云數據。

漸進三角網濾波算法原理是先將測區點云數據進行格網化分塊處理，對于每個分塊，選取其中最低點作為種子點，利用種子點與周圍臨近點相連構建初始三角網，初始三角網能夠粗略表達整個區域的地形[10]。然后依次向周圍搜索，不斷添加候選點到三角網中最近三角形的距離和角度，判斷是否滿足設置的閾值要求，將滿足閾值要求的候選點加入三角網形中，使三角網格更加貼近實際地形情況，迭代過程會一直進行，直到沒有合適的點加入三角網格為止[11]，如圖5所示。本次采用漸進三角網算法的參數設置為：最大建筑物尺寸 50 m，最大地形坡度80°，迭代角度8°，迭代距離 1.5 m，迭代終止條件為當三角網中三角形邊長小于 1 m時，停止生長。

按照上述參數設置對圖4所示的原始點云進行處理，得到地面點云如圖6所示，同時截取剖面圖，如圖7所示，更加直觀地對比。

圖4 原始測區點云

圖5 漸進三角網濾波流程圖

圖6 濾波后整體圖

圖7 點云濾波前后對比圖

為檢驗提取地面點云精度，利用RTK沿設計線路沿線實地采集地面點坐標。以其中某一段為例，RTK沿縱斷面線共采集146個點，為每一個RTK點都從提取的地面點云中選取距離相近的點與其做高程對比，高程對比結果如表2所示：

表2 提取地面點高程與實測高程對比表

從對比結果可以看出，49%提取的地面激光點云高程與RTK所測的地面點高程差值小于 0.1 m，88%的地面激光點云與RTK所測地面點高程差值小于 0.3 m，結果表明：本文采用的漸進三角網加密算法從機載LiDAR點云中提取地面點的結果能夠滿足公路勘測的要求。

4 道路縱橫斷面提取

從生成的地面點云中提取規劃道路的縱橫斷面，其主要流程如下：

將設計道路的中線文件從起點開始每間隔 50 m生成一條道路橫斷面線，如圖8所示，將生成的設計道路縱橫斷面DXF圖導入到提取的地面點云數據中，效果如圖9所示。

圖8 設計道路縱橫斷面

圖9 斷面文件導入地面點云

根據設計的道路縱橫斷面DXF圖中關鍵點的平面坐標在地面點云中進行最鄰近點搜索[12]，將滿足條件的地面點云按順序連接成線，即得到設計道路的地面縱橫斷面圖，如圖10～圖13所示。

圖10 道路縱斷面圖

圖11 道路橫斷面圖(100 m)

圖12 道路橫斷面圖(500 m)

圖13 道路橫斷面圖(1 000 m)

5 總 結

無人機LiDAR測量技術是一種高效的獲取地面位置數據的方法，通過進一步處理可以獲取測區的數字高程模型、數字正射影像和縱橫斷面圖等測繪產品。本文結合道路勘測項目，利用無人機LiDAR獲取了測區范圍內全部的點云數據，通過對點云進行濾波處理，提取出地面點數據和縱橫斷面圖。通過本文實驗表明，采用無人機LiDAR技術加快公路勘測項目的進度，縮短勘測周期。