丁 保 才

(中鐵第一勘察設(shè)計(jì)院集團(tuán)有限公司，陜西 西安 710043)

鐵路、公路等線路縱橫斷面是線路走向及法線方向(或者與線路交叉成一定角度的斷面)地形變化趨勢(shì)的反映, 一般野外通過GNSS RTK或者全站儀實(shí)測(cè)得到，但野外測(cè)量任務(wù)量大、周期長(zhǎng)，且線路一旦變動(dòng)，其縱橫斷面也需重新測(cè)繪。隨著機(jī)載LiDAR 技術(shù)的不斷推廣應(yīng)用,其高程和平面所能達(dá)到的精度也越來越受業(yè)內(nèi)認(rèn)可，自動(dòng)提取高精度縱橫斷面成為可能[1]。

目前基于點(diǎn)云制作高精度的DEM軟件較為成熟，但線路縱橫斷面測(cè)繪除了關(guān)注地表高程變化外，還需要關(guān)注相應(yīng)的屬性信息，而正射影像可補(bǔ)充屬性信息，除此之外，由于各家設(shè)計(jì)單位對(duì)數(shù)據(jù)格式要求的不同，在DEM上進(jìn)行線路縱橫斷面提取工作目前集成程度不高，生產(chǎn)效率較低，因此融合LiDAR與影像數(shù)據(jù)實(shí)現(xiàn)線路縱橫斷面自動(dòng)提取的方法研究對(duì)現(xiàn)階段的線路測(cè)繪具有很大的實(shí)際意義[2-4]。

1 機(jī)載LiDAR點(diǎn)云和影像獲取及預(yù)處理

1.1 機(jī)載LiDAR點(diǎn)云和影像數(shù)據(jù)獲取

目前市場(chǎng)主流機(jī)載LiDAR點(diǎn)云和影像獲取搭載的平臺(tái)主要有：有人直升機(jī)、復(fù)合翼無人機(jī)和旋翼無人機(jī)，激光LiDAR也有250 m,920 m和1 350 m等不同測(cè)程，其數(shù)據(jù)采樣率和頻率設(shè)置均有各自特點(diǎn)，可以根據(jù)項(xiàng)目特點(diǎn)綜合選擇，獲取最優(yōu)的解決方案。

1)有人直升機(jī)集成LiDAR及影像獲取。

該種作業(yè)方式適用于測(cè)區(qū)高差較大(一般認(rèn)為不小于600 m)、測(cè)區(qū)風(fēng)速較大、無人區(qū)等大區(qū)域的測(cè)繪，有人直升機(jī)搭載長(zhǎng)測(cè)程機(jī)載LiDAR和影像獲取集成系統(tǒng)(見圖1)，可以穩(wěn)定的獲取地表三維激光數(shù)據(jù)和地面影像數(shù)據(jù)，作業(yè)效率高，但是項(xiàng)目進(jìn)場(chǎng)周期長(zhǎng)、成本高。

2)復(fù)合翼無人機(jī)集成LiDAR及影像獲取。

復(fù)合翼無人機(jī)航時(shí)長(zhǎng)，搭載長(zhǎng)測(cè)程機(jī)載LiDAR及成像系統(tǒng)(見圖2)，適用于高差不大于600 m的大范圍。

3)旋翼無人機(jī)集成LiDAR及影像獲取。

多旋翼無人機(jī)機(jī)載LiDAR系統(tǒng)(見圖3)，航飛時(shí)間一般30 min以內(nèi)，適用于小區(qū)域的數(shù)據(jù)采集，機(jī)動(dòng)靈活。

1.2 點(diǎn)云數(shù)據(jù)處理

點(diǎn)云數(shù)據(jù)采集下載后，采用Inertial Explorer后處理軟件(后簡(jiǎn)稱IE)處理所GNSS，INS 數(shù)據(jù)，處理過程見圖4，解算完成后可以提供高精度位置、速度和姿態(tài)信息。

采用硬件廠家提供的配套軟件進(jìn)行點(diǎn)云融合，通過坐標(biāo)轉(zhuǎn)換，得到當(dāng)?shù)毓こ套鴺?biāo)下的高精度點(diǎn)云數(shù)據(jù)(.LAS)。

1.3 影像數(shù)據(jù)處理

影像共用LiDAR系統(tǒng)的POS數(shù)據(jù)進(jìn)行DOM數(shù)據(jù)的生產(chǎn)，DOM方便作業(yè)人員快速識(shí)別植被茂密地區(qū)、水系、溝坎、道路等地物邊界及屬性信息，在點(diǎn)云提取斷面的基礎(chǔ)上，提高縱橫斷面生產(chǎn)的精度。

2 融合點(diǎn)云和影像數(shù)據(jù)自動(dòng)生產(chǎn)線路縱橫斷面技術(shù)路線

中鐵一院LiDAR點(diǎn)云綜合處理系統(tǒng)結(jié)合線路縱橫斷面測(cè)繪的特點(diǎn)，基于C++語言開發(fā)，從點(diǎn)云經(jīng)過坐標(biāo)轉(zhuǎn)換開始，實(shí)現(xiàn)方式如下：

1)點(diǎn)云濾波及精分類：采用漸進(jìn)三角網(wǎng)加密算法對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行濾波處理，并進(jìn)行人機(jī)交互，精確分類地面點(diǎn)。

2)導(dǎo)入線路設(shè)計(jì)中線以及中樁坐標(biāo)，可以通過交點(diǎn)法及線元法實(shí)現(xiàn)。

3)過中樁坐標(biāo)作設(shè)計(jì)中線的垂線、法線或與設(shè)計(jì)線條成一定角度的線，得到初始斷面線段。

4)斷面高程計(jì)算。

a.將3)中提取到的斷面線按1 cm(預(yù)設(shè)參數(shù))等分，插入節(jié)點(diǎn)；

b.遍歷每根斷面線的節(jié)點(diǎn)，在三角網(wǎng)上其定位所在三角形，使用線性插值法內(nèi)插得到每個(gè)節(jié)點(diǎn)的高程。

線型內(nèi)插公式：

A = ((p2[y] - p1[y])×(p3[z] - p1[z])-(p2[z] - p1[z])×(p3[y] - p1[y]));

B = ((p2[z] - p1[z])×(p3[x] - p1[x])-(p2[x] - p1[x])×(p3[z] - p1[z]));

C = ((p2[x] - p1[x])×(p3[y] - p1[y])-(p2[y] - p1[y])×(p3[x] - p1[x]));

D = (0-(A×p1[x] + B×p1[y] + C×p1[z]));

p[z] = -(A/C)×p[x] - (B/C)×p[y] - (D/C);

注：p1，p2，p3分別為p點(diǎn)定位所在三角網(wǎng)三個(gè)頂點(diǎn)。

c.根據(jù)閾值使用道格拉斯—普克算法，對(duì)上述加密節(jié)點(diǎn)進(jìn)行簡(jiǎn)化，保留斷面線特征點(diǎn)。

步驟：

第一,連接斷面線首尾A,B兩點(diǎn)得到直線AB。

第二,遍歷斷面線節(jié)點(diǎn)，計(jì)算每個(gè)點(diǎn)到直線AB的距離，得到距離最大的點(diǎn)C，其到AB的距離為d。

第三,比較d與給定的特征點(diǎn)高差閾值，如果其大于該閾值，則該點(diǎn)為特征點(diǎn)，否則，刪除該點(diǎn)。

第四,將AC與BC分別進(jìn)行連接，分別重復(fù)第一～第四步驟，計(jì)算出所有特征點(diǎn)。

5)對(duì)等分點(diǎn)和特征點(diǎn)按到斷面線第一個(gè)點(diǎn)的距離遠(yuǎn)近進(jìn)行排序，得到斷面線。

6)斷面結(jié)合影像進(jìn)行屬性添加。

7)斷面成果輸出。

3 項(xiàng)目實(shí)例

3.1 項(xiàng)目概況

本項(xiàng)目位于重慶市梁平區(qū)境內(nèi)，屬于丘陵地區(qū)，多植被和溝渠，高差小于200 m，線路長(zhǎng)度65.1 km，全線預(yù)計(jì)橫斷面8 490個(gè)，采用大疆M600搭載測(cè)程為250 m的LiDAR系統(tǒng)，正射影像采用大疆精靈4 RTK方式獲取，全線采集點(diǎn)云面積及正射影像26.9 km2。

3.2 LiDAR及影像數(shù)據(jù)獲取及處理

LiDAR數(shù)據(jù)獲取按照1∶500精度進(jìn)行設(shè)計(jì)，點(diǎn)密度為21.4個(gè)/m2，現(xiàn)場(chǎng)作業(yè)圖見圖5。數(shù)據(jù)采集完后，按照點(diǎn)云數(shù)據(jù)處理流程，經(jīng)過各項(xiàng)檢查后，輸出精細(xì)分類后的地面點(diǎn)，見圖6。

3.3 縱橫斷面成果輸出

1)導(dǎo)入精分類后的地面點(diǎn)云。

把經(jīng)過精細(xì)分類后的點(diǎn)云導(dǎo)入中鐵一院LiDAR點(diǎn)云綜合處理系統(tǒng)，并進(jìn)行地表三維模型的生成，見圖7。

2)根據(jù)線路設(shè)計(jì)要素，使用交點(diǎn)法或者線元法導(dǎo)入相應(yīng)設(shè)計(jì)要素，見圖8，包括起點(diǎn)坐標(biāo)、起點(diǎn)里程、直緩點(diǎn)坐標(biāo)、緩和曲線長(zhǎng)、半徑等，作為線路縱橫斷面提取的依據(jù)。

3)設(shè)置斷面寬度、特征點(diǎn)高差及間隔，輸出滿足設(shè)計(jì)要求的縱橫斷面，見圖9。

4)加載正射影像和斷面數(shù)據(jù)信息，實(shí)現(xiàn)河流、溝渠及道路等屬性信息的判斷，見圖10，輔助提供完整的測(cè)繪成果。

5)按照設(shè)計(jì)需求，輸出緯地、鐵一院等格式斷面成果，見圖11。

3.4 效果

1)點(diǎn)云平面和高程精度比對(duì)。

采用GNSS RTK方式實(shí)測(cè)覆蓋全線范圍的道路、稻田地、林區(qū)點(diǎn)位的高程點(diǎn)，共計(jì)7 624個(gè)，與精分類后的地面點(diǎn)云進(jìn)行比對(duì)，結(jié)果見表1；采用全站儀方式采集房角、井蓋等155個(gè)特征點(diǎn)平面坐標(biāo)，并與點(diǎn)云數(shù)據(jù)比對(duì)，結(jié)果見表2。

表1 點(diǎn)云高程精度統(tǒng)計(jì)表

表2 點(diǎn)云平面精度統(tǒng)計(jì)表

結(jié)論：經(jīng)統(tǒng)計(jì)本項(xiàng)目機(jī)載LiDAR點(diǎn)云數(shù)據(jù)平面中誤差為±0.069 m，高程中誤差為±0.124 m，滿足作為線路縱橫斷面數(shù)據(jù)采集基礎(chǔ)數(shù)據(jù)的精度要求。

2)橫斷面提取綜合精度比對(duì)。

全線共布設(shè)61個(gè)橫斷面，實(shí)測(cè)縱斷面67.1 km，全部采用GNSS RTK方式采集實(shí)測(cè)數(shù)據(jù)，根據(jù)特征點(diǎn)的坐標(biāo)，縱橫斷面的平面及高程精度統(tǒng)計(jì)見表3，表4。

表3 縱橫斷面總體高程精度統(tǒng)計(jì)表

表4 縱橫斷面總體平面精度統(tǒng)計(jì)表

結(jié)論：經(jīng)統(tǒng)計(jì)通過實(shí)測(cè)的縱橫斷面比對(duì)，縱橫斷面整體平面中誤差為±0.087 m，高程中誤差為±0.142 m，總體滿足設(shè)計(jì)及相應(yīng)規(guī)范要求，但是在植被覆蓋特別嚴(yán)重、有植被的坎下等區(qū)域會(huì)出現(xiàn)高程精度比較差的點(diǎn)，需外業(yè)補(bǔ)測(cè)糾正補(bǔ)充。

4 結(jié)語

4.1 結(jié)論

本文提出的融合LiDAR和影像數(shù)據(jù)線路縱橫斷面自動(dòng)提取方法，集成了線路縱橫斷面的自動(dòng)提取、屬性檢查及不同格式的成果輸出等功能，通過項(xiàng)目實(shí)測(cè)驗(yàn)證比對(duì)可以得到：

1)融合LiDAR與影像數(shù)據(jù)自動(dòng)提取線路縱橫斷面的方法可以實(shí)現(xiàn)線路縱橫斷面的自動(dòng)提取，并借助正射影像，實(shí)現(xiàn)陡坎、道路、水系及房屋等屬性判別，可以實(shí)現(xiàn)不同格式的成果輸出；

2)融合LiDAR與影像數(shù)據(jù)進(jìn)行線路縱橫斷面提取，整體平面中誤差為±0.087 m，高程中誤差為±0.142 m，滿足設(shè)計(jì)及規(guī)范要求；其精度主要取決于點(diǎn)云精分類后的精度，特別在植被覆蓋特別嚴(yán)重、渠底、坎下等區(qū)域，精度普遍較差；

3)融合LiDAR與影像數(shù)據(jù)自動(dòng)提取線路縱橫斷面的方法，提高了成果輸出的自動(dòng)化水平和集成化程度，顯著提高了線路勘測(cè)的整體效率，必將成為線路勘測(cè)階段必備的技術(shù)手段。

4.2 現(xiàn)階段存在的問題

1)雖然機(jī)載LiDAR具有一定的植被穿透性，但是在植被覆蓋特別嚴(yán)重的區(qū)域，還需要外業(yè)補(bǔ)測(cè)輔助線路縱橫斷面的成果輸出；

2)如何借助分類后的點(diǎn)云和影像數(shù)據(jù)，進(jìn)一步提高點(diǎn)位屬性信息判別的精度和自動(dòng)化水平是下一步研究的重點(diǎn)。