基于地基激光雷達的建筑物三維建模

王丹陽　劉遠忠　陳俊濤

摘要：三維模型是物體的三維多邊形表示，在現實生活中已經被廣泛的運用于醫療、影視、建筑、地球科學等各個領域。傳統的三維建模方式更多的是利用常用的建模軟件來實現模型重建，存在建模效率低，建模效果不穩定等不足。由此催生了三維激光掃描技術，它能高效率、大面積、均勻的快速獲取對象的表面空間三維信息，將其保存在所獲得的點云數據之中。通過激光雷達獲取海量的點云數據，從而更加高效的實現建筑物三維模型的構建。文章闡述了地面激光雷達的工作原理，以及如何基于獲得的點云數據通過cyclone->geomagic->sketchup的技術路線完成對點云的預處理，建筑物的模型重建等工作。

關鍵詞：激光雷達；點云數據；三維建模；特征提取

激光雷達是采用激光器作為輻射源的雷達，是將激光技術與雷達技術相結合的新一代測繪工具。激光雷達利用其激光測距的原理，通過激光器的高速掃描，記錄被待測物表面點云數據的三維坐標等相關信息，從而快速高效地實現待測物的數字化實現。該技術正是由于其在建模工作上的高效性，因而在道路交通管理、文物保護、建筑規劃，和室內裝潢設計等方面占據了越來越重要的席位。根據所搭載平臺的不通，激光雷達又分為機載激光雷達和地基激光雷達。其外型如圖1所示。

本文所論述的就是地基激光雷達在數字化城市的應用。本文采用Leicascanstationc10激光雷達對校園的建筑物進行模型的構建。

一、激光雷達的建模原理

（一）激光雷達的原理

激光雷達是一種集成了多種高新技術的新型測繪儀器，具有以下優勢：非接觸式；精度高（毫米級/亞毫米級）；速度快（可達120萬點/秒）；密度大（點間距可達毫米級）；數據采集方式靈活，同時對環境光線、溫度都要求較低。

激光雷達通過測定激光在空氣中傳播的時間來得到與待測物上某點的距離。根據其對時間的測定方法的不同，激光的雷達測距原理可分為：脈沖法測距——直接測時、相位法測距——間接測時。脈沖法測距是利用雷達發出光脈沖（或電脈沖），經物體表面反射后回到雷達，測定發送和接收脈沖的時間差△t；相位法測距是通過激光射出時和經反射后接收時二者的相位差，從而間接地測定時間差△t。激光雷達通過時間差算被測距離S，其公式如下：

（二）技術參數

本次課題采用的是學院提供的地基激光雷達LeicaScanStationC10，測距方式為脈沖式測距，其主要的技術參數如表1所示。

為了能準確地表達多個點的空間關系，我們還需要每個點的坐標，即在以激光雷達為原點的三維坐標系下的坐標。其它的球坐標——三維坐標轉換公式如圖2所示，其中θ是掃描方向與水平面的夾角，α是點p（x，y，z）在水平面上的投影點Q與坐標系下x軸正半軸之間所形成的夾角。

x=S cosθcosαy=S cosθsinαz=s sinθ（2）

（三）技術路線

本文將操作步驟分為數據的采集、數據的預處理以及建筑物模型的構建。數據采集工具為地基激光雷達，目標建筑物為學校的眾創中心3號樓。為了快速有效地進行點云數據的處理，選擇正確合理的方式，將激光雷達在各站點采集的數據進行配準融合是關鍵。常用的配準方法有：標靶法配準以及導線法配準。導線法配準，是利用全站儀，得到各掃描站點的三維坐標，從而達到最終的配準效果；標靶法配準，是在目標建筑物上貼好事先準備的標靶紙，使得兩站點之間能夠同時掃到相同的標靶，從而利用計算機實現自動的配準。

通過對這兩種配準方法的比較分析，得出：相較于導線法，標靶法有著更簡便的操作，以及通過計算機技術實現的更小的誤差，更加適合本次的課題。為了提高配準的精度，在兩個掃描站點之間要至少設置3個標靶，并確保兩站點均能清晰地掃描到這些標靶。在激光掃描完成之后，以這3個標靶為配準點，利用計算機技術實現自動化配準，從而得到完整的建筑物點云數據。

二、操作步驟

（一）數據采集

數據采集，在對點云數據的掃描的同時，也要考慮后續點云數據的配準問題。為了有效和快速的構建三維模型，選取高效的掃描方式和配準方法是較為重要的。根據對建筑模型精確程度要求的不同，可選取不同的掃描精度，選取合適的精度的可降低掃描的時間、人力成本以及數據處理難度。

由于本文選取的校園建筑物小而規整，總體形狀類似于一個長方體，因此我們選擇采取手動建模的方式，即采取標靶法對其進行掃描。我們將每個墻面貼上事先做好標號的標靶紙，將其排列成三角狀，如圖3所示。本實驗一共使用了12個標靶。

掃描路線的確定：因目標建筑物較為規整，只需獲取外部數據，便在建筑物的四個對角處設立A，B，C，D四個掃描站點，如圖4所示。

掃描完成后，找到點云數據中的每個標靶，取其中心點，并將這些標靶紙依次命名為事先選定的標號，注意，同一個標靶紙出現在不同站點的掃描結果中時，對其的命名應該是一致的，這樣方便之后進行的計算機自動配準工作。按上述操作步驟，依次在A、D、C、B站點進行掃描，從而最終完成數據采集工作，以及同名點（標靶點）的采集工作。

（二）數據的預處理

點云數據的處理步驟為數據配準、建模區域的粗提取以及數據的去噪聲處理。所利用的軟件為徠卡公司所研發的cyclone點云數據處理軟件。

1. 數據配準。經過數據的采集之后，得到了在四個站點掃描到的建筑物點云數據。現在需要將四個站點的數據進行配準融合，從而得到完整的建筑物點云數據。將站點A與站點B的同名點導入cyclone軟件，利用該軟件自帶的算法自動實現兩站點點云數據的配準。之后再利用相同的方法配將剩余的站點數據進行配準，之后，便得到了目標建筑物的完整三維點云。

2. 建模區域的初提取。雖然激光雷達在水平方向上可以設置掃描角度，但是為了使點云數據更加完整，我們需要將掃描區域設置得更大，這樣會掃描到建筑物周圍的地物。因此需要通過軟件刪除與該建筑物不相關的地物，只留下建筑物本身的點云數據。

3. 去噪。盡管我們已經粗略地提取了興趣區，但是仍會有相當數量的噪聲點殘留在建筑物周圍沒有去除。此外，空氣中的懸浮顆粒也會在一定程度下反射激光雷達發射的激光，從而在點云數據中留下痕跡，因此，需要對數據進行進一步的去除噪聲點的處理工作。利用cyclone提供的去噪工具進行手動去噪，從而最終得到更為純凈的建筑物數據。圖5為預處理完成后的點云數據。

（三）建筑物模型的構建

1. 數據再處理

與通常的柵格影像數據和矢量數據不同，激光點云數據是以坐標形式記錄的離散分布的不規則點數據。因此，要用模型的形式表示建筑物的表面分布，就需要將離散的點連續化。因此還需要將數據進行進一步處理。利用Geomagic軟件，將得到的點云數據通過特定算法轉換為三角網數據。將三角網進行平整化處理之后，將數據進行三角網對稀疏，在確保建筑物輪廓線清晰的同時縮小數據的規模。數據規模過大會導致計算量過大，而在硬件性能有限的情況下，會使建模軟件運行卡頓，增加建模的復雜度，從而影響建模的效率。

通過以上的處理后，得到了數據量小、噪聲少、數據格式符合的點云數據。接下來要進行的就是最終模型的構建。

將Geomagic處理后的數據導入SketchUp2018中，如圖6所示。將模型進行平滑操作處理后的效果如圖7所示。

2. 特征線提取

點云的特征線是指在點云數據中能夠反映出物體邊界特征的點所連接成的線，特征線是點云中表現物體形狀最重要的幾何特征。我們利用TSE插件，將建筑物的特征線提取出，再使用傳統建模方法在SketchUp中進行建模。大大提升了從點云數據中提取建筑物特征信息的效率，也解決了因數據量大，電腦配置不足而導致建模或運行速度低下的問題。

3. 模型的構建和渲染

本模型的構建在SketchUp2018中完成。基于獲得的特征線，利用軟件的推拉，復制，路徑跟隨等工具，對建筑物的墻體，大門、窗體以及其它幾何體進行比例為1：1的三維建模工作。為了使模型更為逼真，生成更加真實貼切的三維模型效果圖。我們還可一利用激光雷達的攝像技術所拍得的照片對模型進行紋理貼圖，使用V-Ray等插件對模型進行渲染。圖8即為模型渲染完成的效果。

三、結論

本文以建立學校建筑物的三維模型為目的，通過激光雷達掃描技術較好地完成了預定的目標，相較于全站儀的單點測量方式，三維激光掃描的建筑物建模技術能大大的減少建模人員的工作量，顯著提高建筑物建模的效率和模型的精確度。目前市場上針對點云數據處理的軟件雖多，但存在各軟件之間格式不兼容，對點云數據提供的功能較少，針對數據規模較大時的點云數據運算效率低下，軟件可操作性弱、沒有統一的數據格式標準等問題。仍需繼續發展。

參考文獻：

[1]朱慶偉，馬宇佼，基于三維激光掃描的建筑物建模應用研究[J].地理與地理信息科學，2014（06）.

[2]楊明珠，基于三維激光掃描點云數據特征點提取及建筑物重建[D].昆明理工大學，2017.

[3]丁延輝，邱東煒，王鳳利，楊銳，基于地面三維激光掃描數據的建筑物三維模型重建[J].測繪通報，2010（03）.

[4]吳靜，靳奉祥，王健，基于三維激光掃描數據的建筑物三維建模[J].測繪工程，2007（05）.

[5]李清泉，李必君，激光雷達測量技術及其應用研[N].武漢測繪科技大學學報，2000（05）.

[6]龔躍健，毛文博，畢建濤，吉瑋，何占軍，基于移動LiDAR點云數據的室內全要素三維重建[J].測繪工程，2015（11）.

（作者單位：電子科技大學資源與環境學院）