楊 敏，甘 淑,2，袁希平,2，高 莎，朱 贊，于 輝

(1. 昆明理工大學(xué)國土資源工程學(xué)院，云南 昆明 650093; 2. 云南省高校高原山地空間信息測繪技術(shù)應(yīng)用工程研究中心，云南 昆明 650093)

三維激光掃描技術(shù)是順應(yīng)大數(shù)據(jù)時代而快速發(fā)展起來的一種新型數(shù)據(jù)采集手段。它通過高速激光掃描測量的方式，獲取被測對象表面大量點的三維坐標(biāo)、反射強度和紋理信息，這些點即稱為點云[1]。目前三維激光掃描技術(shù)已廣泛應(yīng)用于地形圖測繪、地質(zhì)災(zāi)害監(jiān)測、礦業(yè)工程和林業(yè)等各個領(lǐng)域[2-4]。隨著三維激光掃描儀配套軟硬件的不斷豐富，不同的點云數(shù)據(jù)采集與數(shù)據(jù)匹配處理模式也受到了研究者的特別關(guān)注。

歸納目前的三維激光掃描數(shù)據(jù)采集模式大致分為以下4種，即：①基于一定重疊度的獨立站點數(shù)據(jù)采集模式；②基于標(biāo)靶的點云數(shù)據(jù)采集模式[5]；③基于全站儀/GPS測站坐標(biāo)控制的數(shù)據(jù)采集模式[6-7]；④基于測站坐標(biāo)控制的后視法數(shù)據(jù)采集模式[8-11]。后兩種模式的數(shù)據(jù)采集是建立在不同測站之間的空間相互關(guān)系上，以便于實現(xiàn)點云數(shù)據(jù)的快速配準(zhǔn)，因此也是近年來比較關(guān)注的數(shù)據(jù)采集模式。

點云數(shù)據(jù)配準(zhǔn)處理是將同一測區(qū)的不同測站的掃描數(shù)據(jù)整合到統(tǒng)一的坐標(biāo)系中，讓不同測站的點云準(zhǔn)確拼接，以實現(xiàn)測區(qū)地物表面點云信息的精確表達。目前，在點云數(shù)據(jù)配準(zhǔn)處理過程中應(yīng)用最廣、最經(jīng)典的配準(zhǔn)方法有迭代鄰近點算法(iterative closest point，ICP)[12]和一些改進的ICP算法[13-14]。這些點云數(shù)據(jù)配準(zhǔn)處理方法多是以六參數(shù)配準(zhǔn)為基礎(chǔ)，通過查找相鄰測站間重疊區(qū)域的最近點集，再通過設(shè)定最近點間的距離閾值以測算滿足閾值的最近點間的旋轉(zhuǎn)和變換矩陣，以實現(xiàn)點云的精確配準(zhǔn)。

在實際應(yīng)用中，隨著不同采集模式的出現(xiàn)，點云配準(zhǔn)的思路也得到擴展。具體可根據(jù)不同的數(shù)據(jù)采集模式，組合使用不同的方法進行點云配準(zhǔn)，從而克服傳統(tǒng)配準(zhǔn)方法中因同名點位置誤差而引起的誤差傳播及計算量大等問題。為此，本文擬從三維激光掃描儀的3種數(shù)據(jù)采集模式出發(fā)，對不同采集模式下的點云配準(zhǔn)方法及精度進行組合試驗分析研究，著重探討與核實驗證建立在不同測站之間的空間相互關(guān)系上的，結(jié)合了GPS定位功能和全站儀測站坐標(biāo)測量功能的這兩種數(shù)據(jù)采集方法，是否可以獲得高精度的點云匹配數(shù)據(jù)。

1 試驗方案

1.1 試驗區(qū)選取

小江屬金沙江下游的一級支流，其流域位于云南省東北部，由于小江深大斷裂帶作用，新構(gòu)造運動強烈，特殊的地質(zhì)環(huán)境條件致使小江流域泥石流溝谷發(fā)育，不穩(wěn)定坡面增多、松散碎屑物豐富，崩塌、滑坡、泥石流等災(zāi)害頻發(fā)，素有“流淌的山谷”之稱。為了開展泥石流跡地的精準(zhǔn)監(jiān)測與模擬研究，本次研究選取了小江流域中具有典型泥石流沖溝特征的大白泥河溝為試驗區(qū)。

試驗區(qū)的大白泥河溝位于小江流域的中上游，其小流域面積18.1 km2，主溝長11.8 km，溝床縱比降10.66%，流域最高高程3100 m，溝口1300 m。時有季節(jié)性的泥石流發(fā)生，而且發(fā)生頻率高、規(guī)模大，是引起小江該段河床嚴(yán)重淤積、河床變遷和邊岸沖刷的主要原因。

1.2 試驗條件概況

本研究使用MAPTEK I-Site8200型地面三維激光掃描儀進行數(shù)據(jù)采集，試驗數(shù)據(jù)采用I-Site Studio軟件進行處理分析。其中，MAPTEK I-Site8200型掃描儀的主要參數(shù)包括：最大測程500 m～750 m，最小測程1 m，測量精度±8 mm，角度測量范圍水平方向0°～360°，豎直方向-45°～90°，掃描分辨率分4個等級，分別為2級、4級、6級、8級，儀器還帶有內(nèi)置GPS和數(shù)字羅盤。另外，輔助數(shù)據(jù)采集的站點控制測量儀器還包括中海達全站儀1臺，普通棱鏡1個，以及其他相關(guān)測量器件如記錄板和卷尺等。

1.3 數(shù)據(jù)采集模式

為了對不同采集模式下獲得的地面三維掃描點云進行配準(zhǔn)處理與精度分析認(rèn)識，分別組織開展了基于一定掃描重疊度的獨立站點采集模式、基于站點GPS坐標(biāo)控制的采集模式和基于全站儀站點坐標(biāo)控制的后視法采集模式這3種試驗方案進行數(shù)據(jù)采集與匹配技術(shù)處理試驗。

2 不同模式下的點云數(shù)據(jù)采集試驗

2.1 基于一定掃描重疊度的獨立站點數(shù)據(jù)獲取

根據(jù)三維激光掃描儀的特性和試驗場地的實際情況，本次試驗在場地內(nèi)布設(shè)3個控制點(ground control points，GCP)，控制點間的距離小于2倍的最大測程，以保證兩測站有足夠的重疊區(qū)?？刂泣c布設(shè)示意圖如圖1所示。分別在GCP2、GCP3點上架設(shè)儀器，設(shè)置掃描分辨率為4級、角度范圍等參數(shù)(下述兩種模式的參數(shù)與該站相同)并進行掃描。

圖1 控制點分布示意圖

2.2 基于站點GPS坐標(biāo)控制的掃描模式的數(shù)據(jù)獲取

基于站點GPS坐標(biāo)的掃描模式即在儀器掃描的過程中，基于掃描儀器內(nèi)置的單點GPS接收裝置，采用GPS定位技術(shù)測定測站點(GCP2、GCP3)的坐標(biāo)位置(見表1)，以此確定測站在全球坐標(biāo)系統(tǒng)下的絕對位置。該位置就是測站坐標(biāo)系的原點，但由于測站坐標(biāo)系的方向不確定，因此需要通過掃描儀的數(shù)字羅盤來確定起始掃描方向X軸與磁北方向的方位角，并且Y軸與X軸在掃描面內(nèi)垂直，Z軸與儀器掃描面垂直，基于以上坐標(biāo)系的空間關(guān)聯(lián)，從而掃描得到具有相應(yīng)坐標(biāo)的點云數(shù)據(jù)。表1列出了試驗中的3個掃描儀測站點的GPS定位信息。

表1 掃描儀測站點的GPS定位信息

2.3 基于全站儀站點坐標(biāo)的后視法掃描模式的數(shù)據(jù)獲取

基于全站儀站點坐標(biāo)的后視法掃描模式進行數(shù)據(jù)采集時，其實際操作需要分為兩個步驟展開。第一步是利用全站儀測量獲取測站點(GCP1、GCP2、GCP3)坐標(biāo)。該處獲得的測站點坐標(biāo)是全站儀測量時確定的獨立坐標(biāo)系里的坐標(biāo)值，坐標(biāo)測量結(jié)果見表2。在實際工程應(yīng)用中，若需要將點云坐標(biāo)轉(zhuǎn)入地方坐標(biāo)系中，那么全站儀測坐標(biāo)時需與當(dāng)?shù)刈鴺?biāo)系中的已知點進行聯(lián)測實現(xiàn)。第二步是進行地面三維激光掃描儀數(shù)據(jù)采集。首先是將三維激光掃描儀架設(shè)在GCP1上，進行精確對中和整平，在手簿上輸入站點的全站儀測量坐標(biāo)，后視選擇掃描儀內(nèi)置的羅盤進行定向，之后進行小范圍掃描，在GCP1上進行掃描的目的是將該測站點的坐標(biāo)錄入掃描儀中；然后，從GCP2點開始，每一站以上一站作為后視點，并且輸入測站點的全站儀測量坐標(biāo)，這樣測站點與后視點的連線方向即是坐標(biāo)X軸。掃描分辨率和角度范圍設(shè)置與前面基于站點GPS坐標(biāo)的掃描模式的數(shù)據(jù)獲取設(shè)置一致。

表2 基于全站儀測量的掃描儀測站點信息

3 不同模式下的點云數(shù)據(jù)匹配處理技術(shù)

3.1 基于一定掃描重疊度的獨立站點模式的點云數(shù)據(jù)配準(zhǔn)處理技術(shù)

根據(jù)三維激光儀器掃描原理可知，采用該模式獲取的點云都是獨立處于儀器架設(shè)時各自的測站坐標(biāo)系中，若進行不同站點掃描點云的配準(zhǔn)處理，就需要利用解析攝影測量的方法，即根據(jù)相鄰測站間重疊區(qū)域內(nèi)的同名點對，并且求解這些點對在不同坐標(biāo)系之間的坐標(biāo)轉(zhuǎn)換關(guān)系[16]，即旋轉(zhuǎn)參數(shù)R和平移參數(shù)Q。

基于掃描重疊度的點云圖像同名點對的坐標(biāo)轉(zhuǎn)換關(guān)系處理的數(shù)學(xué)模型為

(1)

式中，(X,Y,Z)和(x,y,z)分別為兩個不同站點的掃描坐標(biāo)系下的同一個點P的坐標(biāo)；R(φ，ω，κ)為兩個坐標(biāo)系的旋轉(zhuǎn)矩陣；(ΔX,ΔY,ΔZ)為平移參數(shù)。通過對至少3對同名點對進行解算，計算6個參數(shù)值并代入所有的點云中便可實現(xiàn)點云的初配準(zhǔn)。

試驗分析該模式下的點云匹配處理效果，由于點云數(shù)據(jù)量巨大，一方面，配準(zhǔn)過程所花費的時間較長。另外，由于三維激光掃描是等角度采樣，不同站點下的數(shù)據(jù)獲取時，客觀上無法控制各站掃描激光點落在某個同名特征上的空間距離長短，因此不同站點掃描獲得的“同名點”也并非是嚴(yán)格意義上的同名點，這必然影響該模式下對不同站點云匹配處理的精度效果。

3.2 基于站點GPS坐標(biāo)掃描模式的點云數(shù)據(jù)配準(zhǔn)處理技術(shù)

理論上在該掃描模式下進行的測區(qū)內(nèi)不同站點獲取的點云數(shù)據(jù)配準(zhǔn)處理，由于各掃描站點獲取的點云數(shù)據(jù)均已控制在統(tǒng)一的空間坐標(biāo)體系下，因此點云數(shù)據(jù)配準(zhǔn)處理的實質(zhì)就是對不同站點的點云數(shù)據(jù)載入而實現(xiàn)自動拼接。在本試驗中，3個測站的點云匹配處理技術(shù)是在數(shù)據(jù)采集時，主要根據(jù)數(shù)字羅盤測得的X軸與磁北方向的夾角，再結(jié)合測站點的坐標(biāo)值，以及表面點的豎直角、水平角和距離，根據(jù)三維激光掃描儀坐標(biāo)測算原理，直接測定點云的坐標(biāo)值。理論上，該模式下點云匹配處理技術(shù)過程主要包括以下3個步驟：

(1) 將儀器內(nèi)置GPS接收獲取的測站點坐標(biāo)轉(zhuǎn)換為高斯平面直角坐標(biāo)為

(2)

式中，x、y為WGS-84坐標(biāo)系下的大地坐標(biāo)(B，l)歸算至高斯平面直角坐標(biāo)系下的坐標(biāo)；X為自赤道量起的子午線弧長；N為曲率半徑；η為測站點上的垂線偏差在卯酉圈上的分量；t為緯度的正弦值，t=tanB，ρ=206 265。

(2) 根據(jù)X軸與磁北方向的夾角和點云與X軸的水平角測算點云的磁方位角。

(3) 根據(jù)磁方位角、豎直角和距離測定點云坐標(biāo)。

總之，該模式下獲取的不同站點的點云數(shù)據(jù)，其本身均處于相同的坐標(biāo)系當(dāng)中，即各站獲取的點云數(shù)據(jù)，在儀器架設(shè)時的參數(shù)設(shè)置與掃描測量過程中，其實質(zhì)就已經(jīng)通過儀器內(nèi)部軟件完成了對點云數(shù)據(jù)的統(tǒng)一空間坐標(biāo)配準(zhǔn)處理。

3.3 基于全站儀站點坐標(biāo)控制的后視法掃描模式的點云數(shù)據(jù)配準(zhǔn)處理技術(shù)

該模式下獲得的點云坐標(biāo)都是將初始方向的方位角視為(0°00′00″)計算得來，因此該模式下的點云配準(zhǔn)處理就是將點云坐標(biāo)轉(zhuǎn)換到全站儀確定的獨立坐標(biāo)系下的過程。實際上就是將試驗區(qū)各站點導(dǎo)線測算的結(jié)果追加到點云坐標(biāo)上。同理，該模式下獲取的不同站點的點云數(shù)據(jù)，基于各站實施掃描前就已經(jīng)對各站點進行控制測量而獲取了測區(qū)各站點的統(tǒng)一坐標(biāo)體系，因此各站獲取的點云數(shù)據(jù)可以通過在儀器架設(shè)時的參數(shù)設(shè)置進行控制，其點云匹配實質(zhì)是在掃描測量過程中就已經(jīng)通過儀器內(nèi)部軟件完成了對點云數(shù)據(jù)統(tǒng)一空間坐標(biāo)的配準(zhǔn)處理。

本模式下的匹配處理技術(shù)主要是根據(jù)導(dǎo)線控制測量原理，對導(dǎo)線中相鄰各站點的點云匹配處理方法如圖2所示。具體各站點的點云坐標(biāo)值的計算處理模型為

(3)

式中，x1、y1為測站點GCP1的坐標(biāo)；x2、y2為測站點GCP2的坐標(biāo)；x3、y3為測站點GCP3的坐標(biāo)。

(4)

式中，αi為測站GCP2上第i個點的方位角；αj為測站GCP3上第j個點的方位角；βi為測站GCP2上第i個點的水平角；βj為測站GCP3上第j個點的水平角,其中，i=1,2,3,…,n，n為測站GCP2的點云總數(shù)，j=1,2,3,…,m，m為測站GCP3的點云總數(shù)。方位角的角值范圍為0°～360°，如果計算結(jié)果大于360°，則減去360°；如果計算結(jié)果為負(fù)值，則需加360°。

(5)

式中，z2為測站點GCP2的高程；si為測站點至第i點的距離；θi為第i點的豎直角。同理計算測站GCP3上的點云坐標(biāo)。

通過以上解算，點云被統(tǒng)一到與測站坐標(biāo)相同的坐標(biāo)系下，實現(xiàn)了點云的初配準(zhǔn)，再運用ICP法進行全局配準(zhǔn)。

圖2 基于全站儀測站坐標(biāo)的掃描模式測量示意圖

4 試驗結(jié)果分析與討論

利用軟件實現(xiàn)對3種采集模式下獲取的點云數(shù)據(jù)的相應(yīng)配準(zhǔn)處理，選取GCP2和GCP3兩個站點之間的點云匹配結(jié)果如圖3所示。其中，A為GCP2和GCP3兩個站點上獲取的點云匹配結(jié)果圖，B為兩個測站的掃描重疊區(qū)域的點云配準(zhǔn)示意圖，C為兩個測站均能采集到的同一根電桿在點云配準(zhǔn)后的相對位置圖(鄰近點的距離最大值為0.289 m,小于電桿的直徑0.3 m)，D為GCP2和GCP3兩個站點的掃描區(qū)域遙感影像圖。

圖3 兩個測站獲取的點云配準(zhǔn)結(jié)果示意圖

查看其配準(zhǔn)效果報告，整理得到配準(zhǔn)精度見表3。即在本試驗區(qū)泥石流沖溝中應(yīng)用三維激光掃描技術(shù)進行地形數(shù)據(jù)采集，得出的試驗數(shù)據(jù)點云匹配效果為：基于內(nèi)置GPS站點坐標(biāo)的掃描模式點云配準(zhǔn)精度最高為0.003 m；其次是基于全站儀站點坐標(biāo)的后視法掃描模式的點云配準(zhǔn)精度為0.005 m；而基于一定重疊度的獨立站點坐標(biāo)掃描模式的點云配準(zhǔn)精度稍差為0.010 m。

表3 點云配準(zhǔn)精度 m

綜合對比3種試驗方案及結(jié)果，初步整理分析得出：

就不同模式的操作處理工作量進行比較：在數(shù)據(jù)采集試驗中，就在每站點上進行掃描儀架設(shè)與掃描實施操作時間方面進行比較，基于一定掃描重疊度的獨立站點掃描與基于站點GPS坐標(biāo)掃描這兩種掃描模式的野外作業(yè)時間相近，大約為20 min；但在數(shù)據(jù)匹配方面，由于前者的數(shù)據(jù)配準(zhǔn)處理基于同名點對進行，為了保證配準(zhǔn)精度，在同樣范圍的測區(qū)中，為了避免地物遮掩，該模式可能需要架設(shè)更多的測站以保證相鄰測站之間的重疊度，因此會加大野外工作量。基于全站儀站點坐標(biāo)的后視法掃描模式，由于其野外數(shù)據(jù)采集主要是利用了“全站儀+三維激光掃描儀”的結(jié)合操作，測區(qū)每站點測量都要進行兩套測量，所耗費的時間必然也要多于上述兩種模式。當(dāng)然，如果測區(qū)內(nèi)有已知的控制點，該采集模式可以有效地將點云直接測算至已有坐標(biāo)系中，這對測區(qū)獲得的點云數(shù)據(jù)的持續(xù)動態(tài)監(jiān)測與應(yīng)用也是很有利的。

僅就不同模式下點云匹配拼接處理進行比較：①對于基于一定掃描重疊度的獨立站點模式的匹配處理，由于其點云匹配處理采取的策略是以其中某一個測站的儀器架設(shè)坐標(biāo)作為整個測區(qū)的基準(zhǔn)坐標(biāo)系統(tǒng)，首先基于一定重疊度的同名點進行不同站點之間的坐標(biāo)匹配處理較為耗工耗時；另外若需要對測區(qū)進行多個時段觀測，那么每次觀測值的坐標(biāo)系都是獨立的，很難實現(xiàn)在空間上進行關(guān)聯(lián)分析。②基于站點GPS坐標(biāo)控制的掃描模式的點云匹配拼接處理，在小范圍內(nèi)由于其數(shù)據(jù)配準(zhǔn)時所進行的坐標(biāo)轉(zhuǎn)換對坐標(biāo)值的影響不明顯，處理效率較高，但是，當(dāng)測區(qū)范圍較大時，因“曲改值”帶來的距離誤差會很大；另外，由于該模式下的GPS單點定位的精度較低，當(dāng)測站過多時，其誤差傳播帶來的點位誤差較大。③基于全站儀站點坐標(biāo)的后視法掃描模式優(yōu)勢在于可以直接測得點云在現(xiàn)有坐標(biāo)系下的坐標(biāo)值，對地區(qū)的工程利用較為有利，并且可以對多站點云進行一次性拼接匹配處理，拼接效率較高。但其存在的匹配處理缺點在于全站儀的觀測值誤差會直接代入到點云的坐標(biāo)值中，全站儀獲得的測站坐標(biāo)值的精度將直接影響著點云精度。

5 結(jié) 論

本文選取泥石流沖溝為試驗區(qū)，采用3種數(shù)據(jù)采集模式獲取研究區(qū)的點云數(shù)據(jù)進行配準(zhǔn)處理，通過分析對比發(fā)現(xiàn)3種方法在測區(qū)內(nèi)都有良好的拼接精度。對比分析也發(fā)現(xiàn)：①基于站點GPS坐標(biāo)的掃描模式和基于全站儀站點坐標(biāo)的后視法掃描模式，更有利于在本試驗區(qū)這樣的條帶測區(qū)中進行應(yīng)用，其點云數(shù)據(jù)采集和配準(zhǔn)處理均具有明顯的優(yōu)勢；②這兩種模式可克服基于一定掃描重疊度的獨立站點模式應(yīng)用中全局坐標(biāo)系轉(zhuǎn)換困難的問題，以及配準(zhǔn)處理時為找重疊區(qū)域同名點對數(shù)據(jù)采集要求苛刻的弊端，同時也避免了以往掃描測量中對標(biāo)靶設(shè)置的困難與依賴。

為了進一步提高地面三維掃描點云數(shù)據(jù)采集效率、配準(zhǔn)精度和后續(xù)使用率，初步提出應(yīng)對以下兩個方面進行深入研究：①將傳統(tǒng)測量中導(dǎo)線測量的理念及平差原理更加切合地應(yīng)用于三維激光掃描的數(shù)據(jù)采集，爭取減少誤差傳播的同時，使點云數(shù)據(jù)與全局坐標(biāo)系精確統(tǒng)一；②三維激光掃描技術(shù)應(yīng)用于泥石流溝中時，還應(yīng)對測站的布設(shè)做深入分析，盡量避免因地表特征相互遮掩而出現(xiàn)掃描盲區(qū)與點云空洞等問題。

參考文獻：

[1] 施貴剛. 地面三維激光掃描數(shù)據(jù)處理技術(shù)及作業(yè)方法的研究[D]. 上海：同濟大學(xué), 2009.

[2] DENORA D, ROMANO L, CECARO G. Terrestrial Laser Scanning for the Montaguto Landslide (Southern Italy)[M].[S.l.]: Springer, 2013.

[3] WATT P J. Measuring Forest Structure with Terrestrial Laser Scanning[J]. International Journal of Remote Sensing, 2007,26(7):1437-1446.

[4] BUCKLEY S J, HOWELL J A, ENGE H D, et al. Terrestrial Laser Scanning in Geology: Data Acquisition, Processing and Accuracy Considerations[J]. Journal of the Geological Society, 2008,165(3):625-638.

[5] BARNEA S, FILIN S. Keypoint Based Autonomous Registra-tion of Terrestrial Laser Point-clouds[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2007,63(2008):19-35.

[6] DU J, TENG H. 3D Laser Scanning and GPS Technology for Landslide Earthwork Volume Estimation[J]. Automation in Construction, 2007,16(5):657-663.

[7] 浦石, 李京偉, 郭四清. 融合語義特征與GPS位置的地面激光點云拼接方法[J]. 測繪學(xué)報, 2014,43(5):545-550.

[8] 原玉磊, 蔣理興, 張永旭, 等. 三維激光掃描儀定向技術(shù)研究[C]∥ 2009年全國測繪儀器綜合學(xué)術(shù)年會. 宜昌:[s.n.], 2009.

[9] 賈東峰, 程效軍, 劉燕萍, 等. 地面三維激光掃描儀定向法[J]. 工程勘察, 2014(10):60-65.

[10] 姚吉利, 馬寧, 賈象陽, 等. 光束法區(qū)域網(wǎng)平差的地面激光掃描多站點云自動定向方法[J]. 測繪學(xué)報, 2014,43(7):711-716.

[11] 姚吉利, 馬寧, 賈象陽, 等. 球形標(biāo)靶的固定式掃描大點云自動定向方法[J]. 測繪學(xué)報, 2015,44(4):431-437.

[12] BESL P J, MCKAY N D. Method for Registration of 3-D Shapes[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1992,14(2):239-254.

[13] BERGEVIN R, SOUCY M, LAURENDEAU D. Towards a General Multi-view Registration Technique[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1996,18(5):540-547.

[14] BOUAZIZ S, TAGLIASACCHI A, PAULY M. Sparse Iterative Closest Point[J]. Computer Graphics Forum, 2013,32(5):113-123.