摘 要：闡述了機載激光雷達技術(shù)及傳統(tǒng)長輸油氣管道工程設(shè)計的方法，闡述了機載激光雷達技術(shù)在長輸油氣管道工程設(shè)計中的具體應(yīng)用優(yōu)勢，主要體現(xiàn)在數(shù)據(jù)的獲取效率、精度和成本。介紹了機載激光雷達技術(shù)在某管道工程設(shè)計項目中的應(yīng)用，基于TerraSolid的數(shù)據(jù)處理，特別是高精度DEM的生產(chǎn)。通過與野外實際測量數(shù)據(jù)的對比分析表明，成果數(shù)據(jù)精度達到設(shè)計標(biāo)準，能夠滿足長輸石油管道工程設(shè)計的精度要求。最后客觀總結(jié)了該技術(shù)的優(yōu)缺點，同時指出該技術(shù)在未來具有的應(yīng)用前景。

關(guān)鍵詞：機載激光雷達；DEM；管道工程設(shè)計

0 前言

當(dāng)前，油氣資源在國民經(jīng)濟中扮演了越來越重要的角色。在油氣管道建設(shè)工程中，設(shè)計工作作為工程的最初環(huán)節(jié)，決定了油氣管道的工程走向、工程造價、運營維護及環(huán)境影響等諸多方面。為設(shè)計工作提供良好的基礎(chǔ)測繪數(shù)據(jù)，包括DOM、DEM和DLG，是道設(shè)計人員在選線、設(shè)計施工方案、計算征地拆遷量等必不可少的依據(jù)。

機載激光雷達技術(shù)，即LiDAR，是一種綜合利用激光、全球定位系統(tǒng)（GPS）、慣性導(dǎo)航系統(tǒng)（IMU）的數(shù)據(jù)采集技術(shù)。利用機載激光雷達技術(shù)結(jié)合航空攝影測量技術(shù)，能夠以相對較低成本為管道設(shè)計選線提供高精度的參考數(shù)據(jù)。

筆者參與了某國家級長輸天然氣管道的設(shè)計工程的設(shè)計選線數(shù)據(jù)采集工作，針對該項目需求進行了實驗工作，利用機載激光雷達技術(shù)與航空攝影測量技術(shù)，獲取了大量高質(zhì)量原始數(shù)據(jù)，并利用TerraSolid等軟件對原始數(shù)據(jù)進行處理，獲得了DOM、DEM等數(shù)據(jù)，為設(shè)計選線工作提供了高質(zhì)量的空間地理信息數(shù)據(jù)，取得了令人滿意的實驗成果。

1 激光雷達測量系統(tǒng)技術(shù)原理

1.1 激光雷達測量原理

激光雷達使用的是由激光器發(fā)射激光以光速傳播，當(dāng)激光發(fā)射到被測量物體的表面時，一部分反射激光被接收器所接收，計算出激光器發(fā)射點到反射物體的距離，再結(jié)合激光雷達系統(tǒng)瞬時位置與姿態(tài)，即可得到測點的三維坐標(biāo)。

1.2 激光雷達的系統(tǒng)構(gòu)成

常見機載激光雷達系統(tǒng)通常由激光發(fā)射器，光學(xué)系統(tǒng)，接收器，GPS/DGPS，IMU（慣性測量單元），飛行計劃和管理系統(tǒng)，數(shù)據(jù)采集和存儲系統(tǒng)等部分組成。

1.3 機載激光雷達數(shù)據(jù)

機載激光雷達數(shù)據(jù)通常包括激光點云數(shù)據(jù)、回波強度圖像數(shù)據(jù)。另外，為了便于對激光點云數(shù)據(jù)進行處理和應(yīng)用，目前大多數(shù)的機載激光雷達系統(tǒng)中都集成有高分辨率航空數(shù)碼相機，因此，航空數(shù)碼影像數(shù)據(jù)亦可看作是機載激光雷達數(shù)據(jù)集的一部分。

2 機載激光雷達數(shù)據(jù)獲取及預(yù)處理

2.1 飛行區(qū)域的確定

機載激光雷達測量工作與傳統(tǒng)航空攝影測量類似，需要進行大量前期設(shè)計規(guī)劃工作。在前期工作中，設(shè)計人員已根據(jù)衛(wèi)星影像、歷史數(shù)據(jù)及實地初步核實結(jié)果，確定了管道中線初步方案，以中線方案作為激光雷達航空攝影測量區(qū)域中線，以中線兩側(cè)各1km范圍為飛行區(qū)域。

2.2 數(shù)據(jù)獲取

本實驗中采用有人飛行平臺，搭載Leica ALS70機載激光雷達系統(tǒng)，搭配Leica ADS80航空數(shù)碼相機，采用Leica Mission Pro進行飛行計劃的編排評估，采用Leica Flight Pro進行飛行控制，并根據(jù)飛行計劃向國家有關(guān)部門進行了空域申請的工作。整個數(shù)據(jù)獲取工作歷時2個月，獲取了整個測區(qū)原始激光波形數(shù)據(jù)、航片數(shù)據(jù)、GPS觀測數(shù)據(jù)和IMU姿態(tài)數(shù)據(jù)，為后續(xù)數(shù)據(jù)處理打下了堅實的基礎(chǔ)。

2.3 數(shù)據(jù)預(yù)處理

激光點云數(shù)據(jù)的預(yù)處理工作，是后續(xù)數(shù)據(jù)處理工作的基礎(chǔ)。預(yù)處理的目的是將機載激光雷達系統(tǒng)獲取的原始波形數(shù)據(jù)，通過檢校場檢校數(shù)據(jù)、結(jié)合GPS觀測數(shù)據(jù)和IMU瞬時姿態(tài)數(shù)據(jù)進行聯(lián)合解算，獲得點云數(shù)據(jù)，并以交換格式進行存儲的過程。

在本實驗中，還存在航空數(shù)碼相機獲取的航片數(shù)據(jù)，同樣需要進行預(yù)處理。航空數(shù)碼相機與激光雷達系統(tǒng)使用同源的檢校數(shù)據(jù)、GSP觀測數(shù)據(jù)和IMU瞬時姿態(tài)數(shù)據(jù)，采用相機自帶軟件系統(tǒng)進行自動解算。

3 激光點云數(shù)據(jù)處理

本實驗中，采用芬蘭TerraoSolid公司出品的TerraSolid作為激光點云數(shù)據(jù)處理軟件進行數(shù)據(jù)處理。

3.1 點云數(shù)據(jù)的分割

激光雷達點云數(shù)據(jù)是以Las文件為存儲和處理單元。由于點云數(shù)據(jù)量非常大，而當(dāng)前點云處理軟件往往在容量上有限制，因此在處理點云數(shù)據(jù)前，必須先對整個區(qū)域的激光點云進行分塊處理。以本實驗為例，處理硬件為2GB大小內(nèi)存，能夠同時處理500萬點，在實際操作中，我們將分塊大小設(shè)置為每1平方公里一個塊。在本實驗中，使用的TerraPhoto與TerraScan模塊進行的自動分塊。

3.2 點云分類前預(yù)處理

分塊后的點云數(shù)據(jù)在進行分類處理前，需要利用TerraScan模塊進行一系列預(yù)處理，將精度較低的點數(shù)據(jù)從數(shù)據(jù)集中剔除，提高數(shù)據(jù)整體精度。

（1）建立航跡線與點的對應(yīng)關(guān)系。利用TerraScan中自帶的宏命令，將航跡線和點進行對應(yīng)。

（2）建立自定義分類代碼。TerraSolid系統(tǒng)內(nèi)置了一系列常用分類代碼。根據(jù)具體應(yīng)用也可對分類代碼進行增刪和修改。本實驗根據(jù)需求，重新定義了點云分類代碼，如下表1：

（3）剔除低精度數(shù)據(jù)。在點云模型中，存在每條航帶中偏離航跡線較遠的點，由于這部分點變形較大，精度不高，所以需要在預(yù)處理中進行剔除。

3.3 點云數(shù)據(jù)分類

激光點云數(shù)據(jù)的分類又稱為濾波，是點云模型處理中最核心的操作，其目的是將看似散亂無章的點云數(shù)據(jù)模型，通過數(shù)學(xué)算法和人工判讀，按照規(guī)則進行分離，從而識別地面、建筑、植被、水面等不同地物對象。

針對點云模型的自動濾波分類，已有較多的成熟算法，但在實際應(yīng)用中，自動濾波還存在一定問題，需要輔以人工分類。endprint

3.2.1 自動濾波

在TerraScan中內(nèi)置了一系列算法，主要基于成熟度最高的形態(tài)學(xué)和坡度的濾波方法，能夠完成50%以上的工作，其主要步驟如下圖1。

（1）識別并剔除異常離散點。這些異常離散點是明顯脫離整個模型的點數(shù)據(jù)，一般是數(shù)據(jù)獲取和預(yù)處理時，由于軟硬件系統(tǒng)及周圍環(huán)境造成的異常數(shù)據(jù)，

（2）識別地面點。剔除異常離散點后，局部最低點可認為是點云模型中的地面點和建筑表面點。

（3）識別植被點。該步驟是將植被點從Default層點云中分類出來，并可根據(jù)需要將植被點進一步分類為高、中、低三種類型的植被點。

（4）識別建筑點。完成以上步驟后，建筑點被分類在高植被層中，可通過軟件內(nèi)置方法將建筑點從植被中分類出來。

經(jīng)過上述自動濾波步驟，點云模型已經(jīng)被初步分類為異常離散點、地面點、高中低植被和建筑等層。由于自動濾波結(jié)果受點云模型和環(huán)境影響較大，不能作為最終成果，因此還需要進行人工分類。

3.2.2 人工分類

（1）制作快速正射影像。在人工分類之前，必須先生產(chǎn)快速正射影像，作為人工分類參考底圖?？焖僬溆跋竦纳芍饕ㄒ韵聨讉€步驟：1）模型關(guān)鍵點（Model Key Points）的生成。生成關(guān)鍵點后，再將模型關(guān)鍵點合并回地面點，以免影響后續(xù)操作； 2）快速正射影像生成。該步驟主要使用TerraTscan和TPhoto模塊進行自動進行快速正射影像的生產(chǎn)。

（2）快速正射影像生成后，即可進行人工分類。在人工分類操作時按照以下步驟進行：1）識別點云自動分類造成的錯誤，如在DEM Surface中的空洞區(qū)域和明顯錯誤區(qū)域，疊加圖中識別點云與影像明顯不符的區(qū)域，作為人工修改區(qū)域； 2）選中人工修改區(qū)域，在剖面圖中根據(jù)影像或點云模型特征選中分類錯誤的點，將點重新分類為正確的類； 3）對比影像和surface，反復(fù)修改每塊Block地面點生成的surface，直至沒有明顯的錯誤問題為止。所有Block中的點云修訂完成后，即可進行DEM出圖。

3.4 DEM生產(chǎn)

點云分類完成后，可利用TerraScan的導(dǎo)出功能進行DEM生產(chǎn)。在導(dǎo)出窗口中設(shè)置DEM間隔、坐標(biāo)系統(tǒng)和導(dǎo)出文件格式后，可按照點云分塊導(dǎo)出DEM，也可利用軟件宏批量導(dǎo)出DEM。至此，基于激光雷達點云數(shù)據(jù)的DEM生產(chǎn)完成。

3.5 DOM、DLG數(shù)據(jù)的生產(chǎn)

基于激光點云的高精度的DEM生產(chǎn)完成后，可采用傳統(tǒng)正射影像生產(chǎn)流程進行DOM生產(chǎn)，并用DOM作為底圖進行DLG的提取。

4 結(jié)論

機載激光雷達技術(shù)作為一種較新的航空遙感技術(shù)，已經(jīng)在長輸油氣管道工程中得到了一定的應(yīng)用。雖然在應(yīng)用中還存在一定的缺陷，但是隨著數(shù)據(jù)處理算法的逐步發(fā)展，機載激光雷達技術(shù)必將在管道工程領(lǐng)域得到更廣泛的因公。

參考文獻：

[1]陳功，程正逢等.激光雷達在電力線路工程勘測設(shè)計中的應(yīng)用[J].電力勘測設(shè)，2006.

[2]蒙祥達，李新科.機載激光雷達技術(shù)及其在電力工程中的應(yīng)用[J].廣西電業(yè)，2007.

[3]黃旭.機載激光雷達技術(shù)在送電線路設(shè)計中的應(yīng)用[J].紅水河，2009.

[4]吳華意，宋愛紅等.機載激雷達系統(tǒng)的應(yīng)用與數(shù)據(jù)后處理技術(shù)[J].測繪與空間地理信息，2006.

[5]唐斌.地理信息系統(tǒng)在油氣長輸管道中的應(yīng)用[J].油氣田地面工程，2010.

[6]王利金，劉建武.川氣東送管道工程設(shè)計優(yōu)化[J].油氣儲運，2010.

[7]王昕寧.管道工程中基于LiDar的高精度DEM獲取[J].北京測繪，2013.

[8]劉妍.基于MicroStation的機載激光雷達數(shù)據(jù)處理應(yīng)用研究[J].長安大學(xué)，2012.

[9]韓改新.機載激光雷達（LIDAR）技術(shù)在鐵路勘測設(shè)計中的應(yīng)用探討[J].鐵道勘察，2008.

作者簡介：張峰（1982-），男，陜西漢中人，學(xué)士，工程師。endprint