張化晉

Engineering technique 工程技術(shù)

基于LiDAR的邊坡巡檢方法分析

張化晉

（重慶交通大學(xué)河海學(xué)院，重慶 400074）

通過簡單敘述激光LiDAR在國內(nèi)外的研究現(xiàn)狀。并結(jié)合我國高速公路邊坡具有量大、范圍廣、地區(qū)復(fù)雜等特點(diǎn)，指出現(xiàn)有人工邊坡巡檢方法的困難及其不足，使用高科技新方法巡檢邊坡是勢在必行的趨勢。根據(jù)LiDAR系統(tǒng)自身具備具有高效率、高精度的優(yōu)勢，能夠穿透部分樹林，并快速、準(zhǔn)確地獲取的是地形表面的空間三維信息特點(diǎn)。提出基于LiDAR的邊坡巡檢方法研究，分析并給出預(yù)期的結(jié)論。

高速公路；邊坡巡檢；巡檢方法；高科技； LiDAR

0 引言

交通運(yùn)輸業(yè)是我國最重要的基礎(chǔ)產(chǎn)業(yè)之一，我國經(jīng)濟(jì)發(fā)展和社會進(jìn)步均和交通運(yùn)輸業(yè)的發(fā)展密切相關(guān)。從交通運(yùn)輸部給出有關(guān)數(shù)據(jù)表明，到2018年底，公路建設(shè)投資完成達(dá)21335億元，增長0.4%。高速公路建設(shè)共完成投資量達(dá)9972億元、完成里程量達(dá)14.26萬公里、車道共計(jì)里程63.33萬公里，分別比上一年增長7.7%、增加0.61萬公里與增加2.90萬公里[1]。高速公路規(guī)模的加大，里程的快速增長，相應(yīng)的邊坡巡檢工作量及難度也迅速增大。而我國高速公路建設(shè)的步伐也在不斷加快，正在由平原、簡單地形環(huán)境地區(qū)，逐漸到山地、高原地形復(fù)雜地區(qū)；由植被稀少、坡矮地區(qū)向植被密集、高陡坡地區(qū)推進(jìn)。隨著公路的日益增多，邊坡的數(shù)量、形式、復(fù)雜程度也在日益增加，這為邊坡巡檢工作帶來了巨大的難度。

而傳統(tǒng)邊坡巡檢方法通常是以人工巡檢為主，這樣的巡檢方法不僅勞動強(qiáng)度大、效率低、費(fèi)用高、具有復(fù)雜地區(qū)局限性制約等特點(diǎn)，如巡檢工作人員難以到達(dá)的高陡復(fù)雜甚至較為危險(xiǎn)地區(qū)。鑒于此，本文研究LiDAR技術(shù)高速公路邊坡，該技術(shù)融合了激光測距、計(jì)算機(jī)技術(shù)、DGPS和INS技術(shù)，以無人機(jī)作為觀測的載體，具有高效率、高精度的優(yōu)勢，能夠穿透部分樹林，并快速、準(zhǔn)確地獲取的是地形表面的空間三維信息[2]。該技術(shù)能迅速掃描地形并獲取邊坡數(shù)據(jù)，結(jié)合有關(guān)軟件處理數(shù)據(jù)即可生成數(shù)字高程模型與數(shù)字地形模型。通過分析模型信息，并綜合考慮影響邊坡穩(wěn)定性及安全評級因素，擬提取影響邊坡安全狀況的敏感參數(shù)，達(dá)到迅速為巡檢邊坡安全狀況評定等級的目的。這將極大地提高了邊坡巡檢效率，縮減了大量外業(yè)勘測時(shí)間、減少了不必要人力、物力的投入。

1 國內(nèi)外研究現(xiàn)狀和發(fā)展動態(tài)

1.1 國內(nèi)外研究現(xiàn)狀

近些年來，隨著相關(guān)技術(shù)的不斷成熟，LiDAR技術(shù)得到蓬勃發(fā)展，歐美等發(fā)達(dá)國家先后研制出多種LiDAR系統(tǒng)并相繼投入商業(yè)運(yùn)作，在相關(guān)行業(yè)已經(jīng)得到大量應(yīng)用。據(jù)現(xiàn)有的文獻(xiàn)及資料統(tǒng)計(jì)，國內(nèi)外將LiDAR應(yīng)用領(lǐng)域涉廣泛，有基礎(chǔ)測繪、電力、林業(yè)、水利、道路及滑坡監(jiān)測等各行各業(yè)。該技術(shù)在各行業(yè)均得到快速的發(fā)展。

道路業(yè)中，LiDAR技術(shù)依靠多源數(shù)據(jù)的優(yōu)勢, 提高道路檢測的精度與全面性。主要研究有，CHOI[3]等通過對原始點(diǎn)云強(qiáng)度信息拉伸變換，人工挑選出部分種子點(diǎn)，實(shí)現(xiàn)道路反射強(qiáng)度均值和方差的計(jì)算。

Ferraz[4]提出道路分類具有坡度梯度約束，通過探測局部平緩地區(qū)，分析鄰域內(nèi)外的坡度梯度變化過濾非道路點(diǎn)，再利用隨機(jī)森林分類器達(dá)到道路點(diǎn)分類的目的。

水利業(yè)中，LiDAR技術(shù)在水利行業(yè)中的應(yīng)用涉及眾多，但大多數(shù)都是在動態(tài)監(jiān)測及災(zāi)害管理方面進(jìn)行的。相關(guān)數(shù)據(jù)顯示，該技術(shù)最早是在國外起步且得到廣泛應(yīng)用，如Quaritsch[5]等使用無人機(jī)LiDAR技術(shù)對災(zāi)害區(qū)域進(jìn)行動態(tài)檢測及資料管理。David P Thoma[6]對比兩個(gè)時(shí)期的相同測區(qū)點(diǎn)云數(shù)據(jù)生成DEM，比較兩個(gè)DEM的體積變化，將變化量轉(zhuǎn)換為質(zhì)量損耗，對河岸侵蝕速度進(jìn)行有效評估。

濾波提取點(diǎn)云數(shù)據(jù)中，國外內(nèi)學(xué)者研究并提出多種濾波提取算法，如2017年，孟萬利[7]等提出了點(diǎn)云重構(gòu)壓縮方法對空洞的點(diǎn)云數(shù)據(jù)建立 mesh 模型，并從點(diǎn)、線、面各個(gè)方面進(jìn)行形變分析。段利媛[8]等提出對地形較為復(fù)雜區(qū)域的點(diǎn)云數(shù)據(jù)采用曲率平滑方法和點(diǎn)云聚類方法進(jìn)行濾波處理，處理結(jié)果準(zhǔn)確。李仁忠[9]等研究表明方法庫的濾波處理辦法，能有效去除去點(diǎn)云模型上不同尺度噪聲。

國土測繪業(yè)中，LiDAR技術(shù)在我國國土測繪行里應(yīng)用涉及眾多，如土地有效利用與分類、地形測繪、城市變化檢測、城市三維建模及城市規(guī)劃與設(shè)計(jì)等多個(gè)領(lǐng)域范圍。如袁楓[10]結(jié)合機(jī)載LiDAR數(shù)據(jù)與航空彩色影像，使用相關(guān)軟件進(jìn)處理并分析，精準(zhǔn)獲取實(shí)驗(yàn)區(qū)的完整土地使用圖。曹玉禎[11]等在安徽合肥某縣進(jìn)行大比例尺測繪中采用機(jī)載LiDAR技術(shù)，從采集的LiDAR數(shù)據(jù)，通過相關(guān)商業(yè)軟件進(jìn)行處理，得到測區(qū)完整的DEM模型。

1.2 遙感技術(shù)在邊坡領(lǐng)域的研究

近些年來，隨著遙感技術(shù)的不斷成熟，遙感技術(shù)在邊坡領(lǐng)域的研究逐漸增多，遙感技術(shù)在邊坡領(lǐng)域研究仍然是十分熱門的話題。如王守華[12]等利用基于載波雙差和無偏估計(jì)法，通過載波消除衛(wèi)星鐘差與測量誤差，以此來實(shí)現(xiàn)對邊坡的形變量的監(jiān)測。江橋[13]等采用三重指數(shù)串行識別技術(shù)選取鐵路邊坡高相干點(diǎn)，并對沿線邊坡進(jìn)行監(jiān)測，有效地使形奪結(jié)果精度與準(zhǔn)確性得到提高。

1.3 存在問題及研究意義

上述研究表明，遙感技術(shù)的應(yīng)用范圍甚廣，不僅應(yīng)用于林業(yè)、水利行業(yè)、測繪行業(yè)及道路監(jiān)測行業(yè)，它還可以應(yīng)用于城市掃描、地質(zhì)災(zāi)害監(jiān)測、電線網(wǎng)絡(luò)巡檢及邊坡變形監(jiān)測等方面。然而通過大量文獻(xiàn)可以發(fā)現(xiàn)，LiDAR技術(shù)在邊坡巡檢的研究卻少有涉及。 所以，本文敘述基于LiDAR的邊坡巡檢方法研究分析，是十分值得研究的課題，這給以后的公路巡檢、水庫大壩巡檢、海岸及河流巡檢等方面具有一定的指導(dǎo)意義。

2 擬定主要研究內(nèi)容及技術(shù)路線

2.1 擬定主要研究內(nèi)容

（1）三維數(shù)字模型的構(gòu)建

考慮到現(xiàn)有的邊坡巡檢方法存在著周期長、消耗大、效率低、部分危險(xiǎn)區(qū)域人員無法達(dá)難以檢測等特點(diǎn)，本文擬采用地面LiDAR系統(tǒng)，通過掃描需要巡檢的邊坡，將快速、準(zhǔn)確獲得空間三維數(shù)據(jù)。采用Global Mapper軟件，剔除無效點(diǎn)、除去濾波，通過不同類型方法（如反距離加權(quán)、克里金）兩種不同的內(nèi)插方法，構(gòu)建DEM及DTM。

（2）擬提取邊坡穩(wěn)定及失穩(wěn)破壞的敏感參數(shù)研究

主要研究核心為：從不同期的DEM模型與DTM模型中分別提取高程形變信息及局部的地表形變信息，分析構(gòu)建DEM模型與DTM模型表面信息，并充分考慮影響邊坡穩(wěn)定性及邊坡失穩(wěn)破壞后果的各種因素，從構(gòu)建模型中嘗試提取敏感參數(shù)。如：坡高、坡角、地表裂縫及大小、排水溝堵塞情況等。

（3）確認(rèn)基于LiDAR的邊坡巡檢方法的優(yōu)劣勢及適用的范圍

根據(jù)上述提取得到的敏感參數(shù)，結(jié)合相關(guān)規(guī)范及類似文獻(xiàn)為敏感參數(shù)賦予權(quán)值。根據(jù)獲得權(quán)值的不同，為巡檢邊坡安全狀況評級。結(jié)合人工巡檢邊坡安全狀況定級結(jié)果，對比分析，確定LiDAR技術(shù)在邊坡安全狀況評級的準(zhǔn)確性與可靠性。結(jié)合巡檢效率、經(jīng)濟(jì)效益，得到LiDAR的邊坡巡檢方法的優(yōu)劣勢及適用范圍。

2.2 技術(shù)路線

本文通過分析人工巡檢數(shù)據(jù)與數(shù)字建模方法相結(jié)合進(jìn)行研究分析。論文中數(shù)字建模方法擬采用Global Mapper軟件，對LiDAR采集數(shù)據(jù)進(jìn)行構(gòu)建DEM及DTM，從不同期的DEM提取、擬合獲得最佳的高程形變信息，從不同期的DTM提取、擬合獲得最佳的局部地表形變信息，分析構(gòu)建的模型信息，充分考慮影響邊坡穩(wěn)定性及邊坡失穩(wěn)破壞后果的各種因素，根據(jù)模型信息提取敏感參數(shù)（坡高、坡角、地表裂縫及大小等），為巡檢的邊坡安全狀況評級。再結(jié)合實(shí)際的人工巡檢數(shù)據(jù)，使數(shù)字建模結(jié)果與之對比，驗(yàn)證LiDAR的邊坡巡檢方法的準(zhǔn)確性及可靠性。

3 結(jié)論分析

本文敘述基于LiDAR的邊坡巡檢方法的研究，是為了研究高科技、新方法在公路邊坡巡檢工作的應(yīng)用，以便于解決傳統(tǒng)人工巡檢方法效率低、費(fèi)用高、在復(fù)雜地形及高陡危險(xiǎn)邊坡無法巡檢等問題。預(yù)期得到結(jié)論為：

從LiDAR數(shù)據(jù)構(gòu)建的DEM和DTM模型，分析模型的表面信息及形變信息，綜合考慮影響邊坡穩(wěn)定性及邊坡失穩(wěn)破壞后果的各種因素，得到影響邊坡安全狀況的敏感參數(shù)。

根據(jù)敏感參數(shù)獲得權(quán)值，得到LiDAR巡檢邊坡安全狀況評級結(jié)論。

將LiDAR巡檢方法評定結(jié)論與人工巡檢邊坡評定結(jié)果對比分析，并從效率、經(jīng)濟(jì)效益出發(fā)，得到LiDAR的邊坡巡檢方法的優(yōu)劣勢及適用范圍。

4 結(jié)束語

目前，我國交通運(yùn)輸業(yè)仍處于高速發(fā)展時(shí)期，尤其是高速公路建設(shè)更是實(shí)現(xiàn)量的飛躍，早已超過美國雄據(jù)世界第一。不可忽視的是，在運(yùn)行期間，高速公路上行車流量大，人員流動大，高速公路邊坡安全狀況將顯得十分重要。邊坡巡檢工作更加顯得任務(wù)之大、責(zé)任之重。但現(xiàn)有的人工巡檢方法已經(jīng)不能滿足當(dāng)前社會快速發(fā)展的需求，使用高科技、新方法巡檢公路邊坡是勢在必行的趨勢。為了滿足當(dāng)前的邊坡巡檢要求，研究LiDAR的邊坡巡檢方法將十分的有意義。

[1]2018年交通運(yùn)輸行業(yè)發(fā)展統(tǒng)計(jì)公報(bào), 2019.

[2]李樹楷, 薛永棋. 高效三維遙感集成技術(shù)系統(tǒng)[M]. 北京: 科學(xué)出版社, 2000.

[3]Choi Y W, Jang Y W, Lee H J, et al. Three-Dimensional LiDAR Data Classifying to Extract Road Point in Urban Area [J]. IEEE Geoscience &Remote Sensing Letters, 2008, 5 (4): 725-729.

[4]Ferraz A, Mallet C, Chehata N. Large-scale road detection in forested mountainous areas using airborne topographic lidar data[J]. Isprs Journal of Photogrammetry &Remote Sensing, 2016, 11(2): 23-36.

[5]Quaritsch M, Kraggl K Wischounig-Strucl D, et al. Networked UAVs as aerial sensor network for disaster management applications[J]. e&i Elektrotechnik and Informations technik, 2010, 127(3): 56-63.

[6]David P Thoma, Satish C Gupt , Marvin E Bauer, et al. Airborne laser scanning for riverbank erosion assessment [J]. Remote Sensing of Environment, 2005, 95: 493-501.

[7]孟萬利, 蔡來良, 楊孝翠等.TLS 技術(shù)支持下的邊坡點(diǎn)云重構(gòu)與形變分析[J]. 測繪通報(bào), 2017, 0(8):71-75.

[8]段利媛, 趙超英，張勤，等. TLS三維點(diǎn)云聚類濾波算法應(yīng)用研究[J]. 測繪工程，2017, 26(4): 64-69.

[9]李仁忠，楊曼，冉媛，等.基于方法庫的點(diǎn)云去噪與精簡算法[J]. 激光與光電子學(xué)進(jìn)展，2018, 55(11): 1-7.

[10]袁楓. 機(jī)載LIDAR數(shù)據(jù)處理與土地利用分類研究 [D]. 徐州: 中國礦業(yè)大學(xué), 2010.

[11]曹玉禎, 林濤, 李玉潔. 城市工程測量中LIDAR數(shù)據(jù)應(yīng)用研究[J]. 科技創(chuàng)新導(dǎo)報(bào). 2015(01): 46-47.

[12]王守華，周團(tuán)，紀(jì)元法, 等.基于GPS載波相位的邊坡形變監(jiān)測方法[J].科學(xué)技術(shù)與工程，2017,17(25):84-88.

[13]江橋，彭軍還，楊紅磊, 等. 改進(jìn)小基線集技術(shù)的GB-InS AR鐵路邊坡監(jiān)測[J]. 測繪科學(xué)，2017, 42(12): 140-145.

張化晉（1994.12- ），男，漢族，河北省邢臺市，學(xué)歷：碩士研究生，研究方向：巖土工程方向，工作單位：重慶交通大學(xué)。

TU723

A

1007-6344（2021）01-0157-02