張文濤，張偉紅，王留召

(1. 河南理工大學(xué)測(cè)繪與國(guó)土信息工程學(xué)院，河南 焦作 454003；2. 昆明冶金高等專科學(xué)校測(cè)繪學(xué)院，云南 昆明 650033)

隨著計(jì)算機(jī)技術(shù)、GNSS定位技術(shù)和慣性導(dǎo)航技術(shù)的不斷更新發(fā)展，作為快速采集道路及道路兩旁地物的三維空間數(shù)據(jù)信息的車載移動(dòng)測(cè)量系統(tǒng)也日趨成熟，已經(jīng)廣泛應(yīng)用于各種測(cè)繪工作中，取得了良好的效果。其能夠按需測(cè)量，快速高效地獲取道路及其兩側(cè)數(shù)據(jù)，車載點(diǎn)云密度大、空間分辨率高、數(shù)據(jù)信息量豐富、屬性清晰，所采集的地物如建筑物輪廓、路燈、地面等的點(diǎn)云信息在空間分布上具有真實(shí)的三維特性，能夠比較完整地表達(dá)采集地物的真實(shí)三維姿態(tài)。

但是，車載移動(dòng)測(cè)量系統(tǒng)主要沿著掃描路線獲取道路及其兩側(cè)的地物數(shù)據(jù)，容易受到遮擋，點(diǎn)云產(chǎn)生數(shù)據(jù)空洞，數(shù)據(jù)不夠完整，并且在采集數(shù)據(jù)過(guò)程中，容易受到道路兩側(cè)高大地物的影響造成GNSS信號(hào)失鎖，點(diǎn)云精度下降。文獻(xiàn)[1—5]利用車載移動(dòng)測(cè)量系統(tǒng)實(shí)現(xiàn)了空間地物的快速采集，得到了精度較高、比較直觀的數(shù)據(jù)，但沒(méi)有提出解決GNSS信號(hào)失鎖和數(shù)據(jù)空洞的方法。文獻(xiàn)[6—7]分別用外業(yè)調(diào)繪和補(bǔ)測(cè)來(lái)解決數(shù)據(jù)空洞和GNSS信號(hào)失鎖的問(wèn)題，但是外業(yè)作業(yè)量仍費(fèi)時(shí)費(fèi)力。文獻(xiàn)[8]采用小型三輪車配上里程計(jì)在巷道中采集數(shù)據(jù)，雖然能進(jìn)一步獲取較為完整的數(shù)據(jù)，但GNSS信號(hào)和數(shù)據(jù)空洞問(wèn)題仍然沒(méi)有解決。文獻(xiàn)[9—11]分別借助人工丈量數(shù)據(jù)、二維地籍圖房屋輪廓線和基線交會(huì)法解決點(diǎn)云數(shù)據(jù)空洞的問(wèn)題，但工作量較大，人機(jī)交互時(shí)間長(zhǎng)。文獻(xiàn)[12]結(jié)合機(jī)載和車載點(diǎn)云來(lái)解決車載移動(dòng)測(cè)量系統(tǒng)在邊坡以外的測(cè)量盲區(qū)問(wèn)題，但是成本代價(jià)太高，作業(yè)程序復(fù)雜。文獻(xiàn)[13—16]分別介紹了無(wú)人機(jī)LiDAR系統(tǒng)在農(nóng)業(yè)災(zāi)害評(píng)估、山洪災(zāi)害調(diào)查和電力線巡檢中的應(yīng)用，取得了良好的效果，說(shuō)明無(wú)人機(jī)LiDAR系統(tǒng)的發(fā)展日漸成熟。因此，本文提出利用無(wú)人機(jī)LiDAR系統(tǒng)，在低空低速飛行下獲取高精度無(wú)人機(jī)LiDAR點(diǎn)云數(shù)據(jù)，來(lái)修正GNSS信號(hào)失鎖的車載點(diǎn)云和完善車載點(diǎn)云數(shù)據(jù)，使其更加完整。

1 無(wú)人機(jī)LiDAR系統(tǒng)的集成

無(wú)人機(jī)LiDAR系統(tǒng)的集成應(yīng)滿足兩點(diǎn)：一是無(wú)人機(jī)LiDAR點(diǎn)云精度足夠高，可以滿足應(yīng)用；二是“輕小”，即質(zhì)量輕、形狀小，可以滿足小型無(wú)人機(jī)的載重條件。

1.1 傳感器選擇

激光雷達(dá)選擇使用美國(guó)Velodyne LiDAR VLP-16型號(hào)的激光雷達(dá)和北京航天控制儀器研究所的慣性測(cè)量單元IMU。VLP-16形狀小，質(zhì)量輕，僅為830 g，外觀設(shè)計(jì)精巧，非常適合安裝于小型無(wú)人機(jī)上；它測(cè)距可達(dá)100 m，每秒能夠輸出300 000個(gè)測(cè)量點(diǎn)，功率低，能實(shí)時(shí)傳輸數(shù)據(jù)。北京航天控制儀器研究所的慣性測(cè)量單元IMU，精度高，可以實(shí)現(xiàn)靜態(tài)初始對(duì)準(zhǔn)和結(jié)束對(duì)準(zhǔn)，避免了整個(gè)系統(tǒng)為實(shí)現(xiàn)初始對(duì)準(zhǔn)和結(jié)束對(duì)準(zhǔn)所做的大機(jī)動(dòng)式飛行，在一定程度上增強(qiáng)了整個(gè)系統(tǒng)的續(xù)航能力。

1.2 控制系統(tǒng)

控制系統(tǒng)使用慣性測(cè)量單元內(nèi)置的控制板，寫(xiě)入自編程序，能夠接收記錄傳輸GNSS數(shù)據(jù)和IMU數(shù)據(jù)，通過(guò)電腦進(jìn)入控制板內(nèi)置程序，確定正確參數(shù)設(shè)置來(lái)實(shí)現(xiàn)GNSS數(shù)據(jù)和IMU數(shù)據(jù)的接收、記錄和傳輸。控制板將接收到的GNSS時(shí)間信息通過(guò)串口方式分別傳輸給激光掃描儀和慣性測(cè)量單元IMU，解決GNSS數(shù)據(jù)、IMU數(shù)據(jù)和激光數(shù)據(jù)的時(shí)間同步問(wèn)題。

將微型電腦芯片和固態(tài)硬盤(pán)組成微型計(jì)算機(jī)來(lái)實(shí)現(xiàn)VLP-16激光數(shù)據(jù)的實(shí)時(shí)顯示、傳輸和記錄，同時(shí)，將GNSS數(shù)據(jù)通過(guò)網(wǎng)口記錄到微型計(jì)算機(jī)。IMU數(shù)據(jù)則通過(guò)串口引出，記錄在外接控制盒中，隨時(shí)插拔實(shí)現(xiàn)記錄數(shù)據(jù)和停止，簡(jiǎn)單方便。

1.3 系統(tǒng)集成

使用一個(gè)鋁片外殼，將激光掃描儀、慣性測(cè)量單元、微型計(jì)算機(jī)和GNSS天線有機(jī)地集成了一個(gè)剛性整體，形體小，重量輕，重量為4.87 kg。無(wú)人機(jī)是輕小型大疆無(wú)人機(jī)，配置A2飛行控制器，載重為5 kg。圖1為集成的無(wú)人機(jī)LiDAR系統(tǒng)。

圖1 無(wú)人機(jī)LiDAR系統(tǒng)

2 試驗(yàn)驗(yàn)證

本文使用SSW車載移動(dòng)測(cè)量系統(tǒng)和集成無(wú)人機(jī)LiDAR系統(tǒng)同時(shí)在一個(gè)小區(qū)域采集數(shù)據(jù)。該村房屋較高，多為兩層磚房，道路狹窄，最寬道路僅容兩輛轎車勉強(qiáng)通過(guò)，最窄道路僅容一輛汽車通過(guò)。

2.1 試驗(yàn)數(shù)據(jù)獲取

根據(jù)村子情況，在開(kāi)闊的地方架設(shè)基站，將無(wú)人機(jī)航高設(shè)置為40 m，車載移動(dòng)測(cè)量系統(tǒng)實(shí)施路線往返掃描的作業(yè)方法。數(shù)據(jù)獲取后，在試驗(yàn)區(qū)使用GPS RTK和水準(zhǔn)儀分別獲取平面控制點(diǎn)和高程控制點(diǎn)。

2.2 無(wú)人機(jī)LiDAR點(diǎn)云效果及精度驗(yàn)證

無(wú)人機(jī)LiDAR數(shù)據(jù)采集后，經(jīng)內(nèi)業(yè)處理后生成點(diǎn)云。如圖2所示。

圖2 無(wú)人機(jī)LiDAR點(diǎn)云

由圖2可以看出，無(wú)人機(jī)LiDAR點(diǎn)云房屋頂面信息完整兼顧少量里面，紋理結(jié)構(gòu)清晰，樹(shù)木、電線桿等部件信息清晰完整。由于無(wú)人機(jī)續(xù)航能力和試驗(yàn)區(qū)域范圍較小，選取了28個(gè)平面控制點(diǎn)和14個(gè)高程控制點(diǎn)。表1、表2分別為無(wú)人機(jī)LiDAR點(diǎn)云的平面和高程精度統(tǒng)計(jì)，平面中誤差為8.5 cm，高程中誤差為9.2 cm。

表1 點(diǎn)云平面精度統(tǒng)計(jì)

表2 點(diǎn)云高程精度

2.3 利用無(wú)人機(jī)LiDAR點(diǎn)云完善車載點(diǎn)云

2.3.1 無(wú)人機(jī)LiDAR點(diǎn)云修正車載點(diǎn)云

如圖3所示，由于房屋影響，車載點(diǎn)云往返點(diǎn)云不重合，存在一定的誤差。無(wú)人機(jī)LiDAR點(diǎn)云是無(wú)人機(jī)在空中采集的數(shù)據(jù)，遮擋少、信號(hào)強(qiáng)、點(diǎn)云精度高，可以將無(wú)人機(jī)LiDAR點(diǎn)云的采集標(biāo)志點(diǎn)作為車載點(diǎn)云的糾正控制點(diǎn)，從而糾正車載點(diǎn)云，使車載點(diǎn)云滿足一定的精度要求。如圖4所示，圖片為車載點(diǎn)云將無(wú)人機(jī)LiDAR點(diǎn)云的采集點(diǎn)作為控制點(diǎn)的糾正結(jié)果，經(jīng)糾正后，車載點(diǎn)云往返重合精度很好。為了驗(yàn)證糾正精度，選取了28個(gè)平面控制點(diǎn)和14個(gè)高程控制點(diǎn)，表3、表4分別是糾正后車載點(diǎn)云平面和高程精度統(tǒng)計(jì)，平面中誤差為9.7 cm，高程中誤差為8.2 cm。

圖3 車載點(diǎn)云誤差

圖4 車載點(diǎn)云誤差糾正結(jié)果

平面點(diǎn)偏移量/cm個(gè)數(shù)占比/(%)5<Δl≤101760.710<Δl≤141139.3中誤差MP=±∑ΔlΔln=±0.097m

表4 車載點(diǎn)云高程精度統(tǒng)計(jì)

2.3.2 無(wú)人機(jī)LiDAR點(diǎn)云完善車載點(diǎn)云

如圖5所示，車載點(diǎn)云中的建筑物墻體立面信息豐富；受到墻體遮擋，院內(nèi)地物無(wú)法采集，出現(xiàn)數(shù)據(jù)空洞。而無(wú)人機(jī)LiDAR點(diǎn)云涵蓋院內(nèi)的地物信息，且建筑物頂面信息豐富，整體輪廓線清楚。無(wú)人機(jī)LiDAR點(diǎn)云可以很好地彌補(bǔ)車載點(diǎn)云的不足，完善建筑物的點(diǎn)云整體信息，填補(bǔ)數(shù)據(jù)空洞，為三維建模、不動(dòng)產(chǎn)測(cè)量和地形地籍測(cè)量等提供準(zhǔn)確的數(shù)據(jù)信息。如圖6所示， 無(wú)人機(jī)LiDAR點(diǎn)云和車載點(diǎn)云達(dá)到了優(yōu)勢(shì)互補(bǔ)的目的。

3 結(jié) 語(yǔ)

通過(guò)試驗(yàn)，本文集成了一套無(wú)人機(jī)LiDAR系統(tǒng)，總結(jié)出一套利用無(wú)人機(jī)LiDAR點(diǎn)云完善車載點(diǎn)云的方法，驗(yàn)證了該方法的可行性，保證了車載點(diǎn)云的精度和完整性。但是，由于無(wú)人機(jī)LiDAR系統(tǒng)續(xù)航能力不足，不能進(jìn)行大范圍試驗(yàn)，只能在小區(qū)域內(nèi)實(shí)施；另外，無(wú)人機(jī)LiDAR系統(tǒng)載荷較大，不利于持續(xù)作業(yè)。如果能夠解決無(wú)人機(jī)的續(xù)航能力，選擇精度更高、重量更輕的激光雷達(dá)和慣性導(dǎo)航系統(tǒng)，則可以在大區(qū)域大范圍內(nèi)推廣應(yīng)用。

圖5 點(diǎn)云對(duì)比

圖6 點(diǎn)云優(yōu)勢(shì)互補(bǔ)