付偉鋒

(廣東省水利電力勘測設計研究院有限公司，廣州 510635)

近年來，隨著非接觸測量技術的發(fā)展，機載激光雷達技術成為現代測繪技術中的一種快速有效的采集三維空間數據的手段，在行業(yè)中得到了越來越多的應用[1]。機載激光雷達相比航空攝影測量具有數據生產周期短、自動化程度高、受天氣影響小、精度高等特點。它采用主動式工作方式，通過自身發(fā)射的激光脈沖反射來獲取目標信息，可全天候實施對地觀測，而且對植被具有很好的穿透性[2-4]。

河道的堤防一般呈帶狀分布，河道兩岸樹木密集，在進行測量時人工到達困難且效率低，針對河道堤防的特點目前也多采用無人機進行航空攝影測量。但使用無人機對河道堤防進行測量時往往存在兩個問題：一是采用多旋翼無人機進行測量時飛機續(xù)航時間短，單架次作業(yè)范圍有限，不利于帶狀區(qū)域的飛行；二是采用固定翼無人機進行測量，但往往受限于飛機的起降場地和白天空域使用問題，不能作業(yè)。針對目前行業(yè)中存在的這種問題，本文提出利用垂起固定翼無人機搭載激光雷達對河道堤防的地形進行夜間測量作業(yè)的方案，可以更加快速的獲取河道的三維地理信息，得到高精度的數字高程模型。

1 機載激光雷達測量技術介紹

1.1 激光雷達技術介紹

激光雷達掃描技術(LIDAR，Light Detection and Ranging)是21世紀以來攝影測量及遙感領域最具創(chuàng)新性的技術之一[5]。LiDAR系統(tǒng)由高精度激光測距儀、高精度慣性測量裝置(IMU)、動態(tài)差分技術的GPS裝置(DGPS)組成。激光測距儀通過發(fā)射和接收脈沖信號得到高密度和高精度的點云數據，與此同時，動態(tài)GPS系統(tǒng)確定傳感器的空間位置 (經緯度)，IMU 測量飛機的實時姿態(tài)數據，即滾動、仰俯和航偏角[6]。通過這3種技術的集成，可以實時、準確的獲取到地面的三維坐標，完成對地面的三維數據采集[7]。

1.2 機載激光雷達技術特點和優(yōu)勢

傳統(tǒng)的攝影測量與遙感技術具有獲取面積大、高效快捷的特點，但由于測區(qū)經常有植被覆蓋，影像無法拍攝到植被下面的地面，因此不能獲取地表的數據[8]。特別是高山地區(qū)經常有云霧，也會限制影像的拍攝。相比之下，機載激光雷達測量系統(tǒng)比傳統(tǒng)航空攝影的方法作業(yè)時更加靈活，受天氣影響較小，可在較短的時間內生產出數字高程模型等三維產品，工作效率高。而且對于植被具有較強的穿透力，可以直接獲取地面的數據，在未來地形測繪、森林調查、資源勘查等方面具有廣闊的應用前景[9]。

1.3 垂起無人機搭載激光雷達介紹

近年來，隨著無人機技術的發(fā)展，垂直起降固定翼無人機成為國內外的研究熱點。固定翼飛機相比多旋翼具有長續(xù)航，大范圍的優(yōu)勢，針對固定翼飛機起降場地受限的缺點，結合多旋翼垂直起降的優(yōu)勢，目前已具有較為成熟的垂直起降固定翼無人機[10]。由于它既具備了旋翼機的垂直起降功能，可以便利的發(fā)射和回收，又能以固定翼的速度進行飛行，解決了旋翼無人機航程和航速都受限的問題。而且相比于多旋翼無人機的載重能力，垂起固定翼無人機可以搭載負載較重的設備如激光雷達等。垂起固定翼無人機搭載激光雷達如圖1所示。

圖1 垂起固定翼無人機搭載激光雷達示意

在實際應用中，面對大范圍的作業(yè)面積和復雜的地形條件，優(yōu)先選擇垂起固定翼無人機進行作業(yè)。尤其是針對高山地形，空域允許的情況下飛行高度可以達到相對高度500 m以上，便于高落差地區(qū)的作業(yè)，且抗風性也更強。機載激光雷達系統(tǒng)作業(yè)流程如圖2所示。

圖2 機載激光雷達示意

2 試驗區(qū)數據獲取與分析

2.1 試驗區(qū)背景概況

東江是珠江流域三大水系之一，香港特區(qū)和珠三角地區(qū)近4 000萬人水源的主要來源，東江流域的治理至關重要。因此，獲取東江干流的河道地形資料對加強東江干流堤防的達標加固建設，增強東江干流沿線地區(qū)的防洪減災能力尤為重要。

本次測量區(qū)域為龍川老隆大道至蘇雷壩電站河段，干流長度約為12 km，陸域面積約為18 km2，測區(qū)成帶狀分布。由于測量區(qū)域范圍過大，本文只選取蘇來壩和烏石壩區(qū)域作為試驗區(qū)域，區(qū)域面積為2.5 km2，具體試驗范圍為圖3中紅色框選所示。該河段大部分區(qū)域為山體且樹木茂密，沿江兩岸有城市高層建筑和村鎮(zhèn)分布，且部分邊灘到達困難，時間要求緊急，外業(yè)采集時間需短期完成，故采用垂起固定翼無人機搭載激光雷達進行獲取測區(qū)的高程數據。

2.2 數據獲取與分析

根據測區(qū)的地形此次使用的無人機為垂起固定翼無人機CW-30搭載長距離激光雷達JoLiDAR62用于獲取測區(qū)的點云數據，飛行參數和雷達參數見表1所示。本次作業(yè)共1個區(qū)域1個架次，設計飛行高度為300 m,航速為27 m/s。現場由于區(qū)域的空域管制，試驗作業(yè)時間選為22:30-24:00。

表1 CW-30LiDAR測量系統(tǒng)主要參數

使用垂起固定翼無人機搭載激光雷達進行測量是目前測繪行業(yè)出現的一種新的作業(yè)方式，作業(yè)成本沒有使用有人直升機那么昂貴，操作也更加智能化，而且本次試驗是在夜間使用機載Lidar進行測量，在測繪行業(yè)中較為少見，作業(yè)前提前勘查好地形和設計好航線是本次試驗的關鍵。

此次數據獲取飛行時間總用時1.5 h，獲取數據大小為32 G，經檢查，整體數據完整無遺漏，數據的平均點云密度為每平方米16個點，滿足1:500比例尺的制圖要求。

3 數據處理

3.1 數據預處理

激光雷達的數據預處理主要將得到的點云數據根據激光掃描數據、精確位置數據和姿態(tài)數據進行解算得到目標物的空間三維坐標。

首先將采集得到的 GNSS 數據和 IMU 數據進行預處理。根據 GNSS 移動站、參考站數據結合IMU 姿態(tài)數據利用Inertial Explorer軟件進行后差分解算，得到更準確的POS數據[11]。然后利用點云預處理軟件解算出激光采集數據的軌跡，結合POS數據解析出標準格式(las)的點云數據，此時的坐標系統(tǒng)通常為WGS84坐標系，之后結合當地的坐標轉換參數即可轉為目標坐標系。

3.2 數據后處理

激光雷達的數據后處理主要是噪點去除、點云數據分類和濾波，即采用某種方法對激光雷達點云數據進行處理，從而區(qū)分地面點和非地面點[12]。本文采用TerraSolid軟件對點云數據進行分類處理，主要基于不規(guī)則三角網原理，通過設定參數閾值進行濾波分離出地面點和非地面點[13]。

針對參數化地面分類會出現錯漏和誤判等現象導致分離出來的地面點云有誤，特別是地形中高程突變的位置，可以通過改進參數或者小區(qū)域再次進行自動化分類，然后利用建立的TIN和地面影像采用人工分類的方法對點云數據手動分類還原真實的地面情況。本文以試驗區(qū)中山體的兩個臺階連接處點云分類為例進行說明，首先利用參數化分類，然后建立TIN查看分類效果(如圖4所示)，山體的兩個臺階連接處參數化分類效果并不理想，需要人工分類，人工分類是對TIN模型進行剖面分析，判斷點云自動化分類是否準確，通過線上、線下、圍欄分類把錯誤的點類別劃分到準確的點類別中。除山體臺階外，在陡坎、礦坑等存在高程突變的地方都可能會出現點云參數化分類錯誤的情況。

圖4 人工分類前后對比示意

人工精修后的點云數據即為真實的地面點數據，根據此數據可以生成高精度的數字高程模型，然后和測區(qū)的正射影像圖相結合可以得到DLG等成果。

4 成果質量分析與應用

4.1 激光雷達點云精度分析

激光數據采集的優(yōu)劣和數據處理是河道堤防測量中的關鍵，因此必須對點云數據的精度進行分析，尤其是點云的高程精度。點云數據的精度檢查分為兩部分：平面位置精度和高程精度。平面精度的檢查即從點云中提取特征點與現場實測的點進行對比分析。平面位置中誤差的計算如下：

(1)

其中：

(2)

(3)

式中:

XYRMSE——激光雷達點云平面位置中誤差；

XRMSE——激光雷達點云在X方向上的平面位置中誤差；

YRMSE——激光雷達點云在Y方向上的平面位置中誤差；

n——檢查點個數;

Xi——激光點在X方向上的平面位置;

Yi——激光點在Y方向上的平面位置;

本次試驗從現場采集了房屋的屋角、輸電線等點狀地物共59個作為檢驗點，具體分布位置如圖3中紅色點位置所示，平面坐標誤差分析見表2所示，平面坐標檢測點誤差分布情況見表3。

表3 點云平面精度統(tǒng)計

從表2中可以看出平面位置X和Y方向的誤差都在±0.2 m左右波動，總體誤差穩(wěn)定，從表3中可知平面位置中誤差為0.15 m，符合相關規(guī)范要求[14]。

激光點云高程精度的檢驗原理主要是利用地面點云數據形成TIN模型，然后利用實測的高程點和模型上的點進行比較，然后統(tǒng)計出誤差的總體情況[15]。

高程中誤差的計算公式如下：

(4)

式中:

ZRMSE——高程中誤差；

Zi——第i個檢查點對應的激光點內插高程值；

n——檢查點個數。

本次試驗采集了檢驗點68個，均勻分布于測區(qū)的不同區(qū)域，且檢驗點大都位于較為平整的地面，具體分布位置如圖3中黃色點位置所示，高程誤差分析表和點云高程精度統(tǒng)計和分別見表4和表5。

表4 高程誤差分析

表5 點云高程精度統(tǒng)計 m

從表4中可以看出，大都數的高程較差在±0.05 m以內，最大為0.19 m, 說明此次采集的點云數據高程精度可靠。從表5中可知，檢查點的高程中誤差為0.05，高程精度完全滿足1:500地形圖要求[16]，可用于河道堤防地形圖的制作。

通過分析平面位置精度和高程精度發(fā)現，平面位置的精度差于高程精度，主要是由于在進行機載激光雷達測量時并不能完全能夠掃描到設計的關鍵點，平面位置精度檢測時就很難找到和實測點完全匹配的點云。針對這樣的情況，目前只能通過提高點云的密度和改進檢驗算法來提高平面位置的檢測精度。

通過對點云數據的平面精度和高程精度分析，總體上本次試驗是取得了較好的精度效果。另外由于機載激光雷達系統(tǒng)由多個模塊組成，誤差的來源也是多種的，包括衛(wèi)星定位誤差、IMU誤差、測距誤差、以及環(huán)境影響等這些因素都會影響試驗的總體精度。通過試驗結果看，本次試驗從激光雷達的數據獲取和處理均符合相關規(guī)范要求，且作業(yè)時間選擇在夜晚進行，這對后續(xù)利用LiDAR系統(tǒng)在水利工程中的應用提供了重要的參考。

4.2 DEM精度分析

濾波后的地面點云數據按照規(guī)則的格網進行內插生成數字高程模型(Digital Elevation Model，DEM)。對內插的DEM，檢查精度的公式為：

(5)

式中：

Zi——檢查點的高程；

Ri——生成DEM后的內插高程。

本次試驗從外業(yè)現場采集了584個碎部點進行DEM精度檢驗，包括密林地區(qū)、疏林地區(qū)、裸露地表三種地物類型，DEM與檢查點的誤差統(tǒng)計如圖5所示，DEM高程精度統(tǒng)計情況見表6。

圖5 DEM與檢查點高程誤差統(tǒng)計示意

表6 DEM高程精度統(tǒng)計 m

通過外業(yè)檢測結果分析，發(fā)現基于點云數據生成的DEM準確性受地形影響較大，在裸露地表的DEM數據精度高于疏林地區(qū)和密林地區(qū)，因為在疏林地區(qū)和密林地區(qū)受植被影響造成點云數據誤差偏大。從圖5中可以看出DEM與檢查點高程誤差分布呈現出正態(tài)分布趨勢，說明各個檢查點之間的誤差相對穩(wěn)定，沒有異常點出現。表6中雖然密林地區(qū)的誤差大于疏林地物和裸露地表的誤差，但是三種地物類型的中誤差均不大于0.1 m，說明DEM精度可以滿足成果要求。隨著DEM插值方法的改進，DEM精度有望進一步提高。

4.3 結果分析

通過對激光雷達數據的精度分析可知，點云數據具有較高的精度，可用于生產高精度的數字高程模型，且取得了很好的效果，真實的反映出了地面的起伏變化信息，為地形圖數據的生產提供了準確的高程信息，便于制作等高線。后續(xù)隨著精度的提升，可將點云數據用于河道的斷面測量，將極大的提高作業(yè)效率。

5 結語

本文提出利用垂起固定翼無人機搭載激光雷達系統(tǒng)在夜間對河道堤防的地形進行測量，并將其運用于東江河道堤防進行地形數據采集，這樣能夠快速的獲取地面三維信息，又能很好的滿足測繪要求。并從點云數據的平面精度、高程精度和DEM精度三個方面進行了質量成果分析，結果表明本文所采用的方法可以滿足大比例尺數字高程模型的制作要求，在河道堤防的測量中具有廣闊的應用前景。但是目前也存在著一些不足，主要體現在以下幾方面。

1) 精度方面：目前點云數據的分類多采用參數化分類進行，然后在由人工判斷參數化分類是否準確，在坡度越大和植被樹木越密集的地方誤差越大。

2) 數據處理方面：生產的激光點云數據量較大，需要較高配置的電腦才能處理，且在點云濾波時存在主觀性影響，DEM插值方法的不同都會對數據精度產生影響。

3) 無人機方面：目前垂起固定翼無人機的動力較多選用油動混合，具有一定的危險性；飛機尺寸也較大，需要的起降場地也更大，不夠靈活；飛機的智能化不足，不具備自動感知障礙物的功能，在應急處理時多依賴于操作員的技術水平。

但是隨著技術的發(fā)展，無人機作為未來重要的發(fā)展方向，飛機的動力也會更加多元化、系統(tǒng)智能化、布局多樣化、尺寸小型化；點云數據的處理也會更加規(guī)范化、標準化，機載激光雷達系統(tǒng)在河道堤防測量中的應用也會越來越普遍，在我國水利水電的建設中發(fā)揮重要的作用。