無人機LiDAR 技術在鐵路勘測中的應用分析

劉建軍

(中鐵二院工程集團有限責任公司,四川成都 610031)

隨著我國鐵路建設事業的蓬勃發展,如何快速、準確地獲取鐵路走廊帶的勘測數據已經成為鐵路建設者必須面臨的技術難題[1]。 近年來興起的無人機航攝具有飛行成本低、起降場地限制少、人員培訓簡單、飛行操作靈活等優點[2],已廣泛應用于鐵路勘測制圖中。 但無人機航攝系統也有成像范圍小、地面控制點多、立體測圖工作量大、茂密植被區地形采集不準確等固有缺點。 而機載激光雷達技術(LiDAR)具有精度高、效率高、無需布設像控點、對植被的穿透性較強等特點,可大幅減少測量工序及人工觀測制圖的工作量[3]。

受航空管制、飛行條件等限制,使用大飛機搭載LiDAR 設備進行測繪作業,在時間和成本方面不夠經濟[4]。 隨著技術進步,LiDAR 正在向輕量化方向發展,性能不斷提升,重量及體積不斷縮小,使得采用無人機搭載LiDAR 進行航攝成為可能[5]。 以下介紹無人機搭載輕小型LiDAR 設備進行鐵路勘測制圖相關技術流程的探討,并評測無人機LiDAR 技術在鐵路勘測應用中的應用效果。

1 技術設計

1.1 項目概況

實驗項目位于四川盆地南部丘陵地區,正線長約78 km,比較線若干,需要制作1 ∶2 000 地形圖、1 ∶500 工點圖和若干勘測斷面。 按照線路兩側各500 m 的范圍進行航飛和制圖,面積約100 km2。 測區地處山區,最低海拔900 m 左右,最高海拔1 500 m左右,區域內地形起伏劇烈,植被茂密,交通不便。項目沿線已有1 km 間隔的四等GNSS 基礎測量控制點(具有大地坐標、工程獨立坐標,以及四等水準高程成果),可用作LiDAR 數據的坐標轉換和高程擬合之用。

項目面臨勘測周期短、任務重、地形復雜等難題,如果采用傳統航攝制圖方式,存在航攝周期長、外業選刺像控點難度大、植被覆蓋區精度差等問題[6]。 經過分析,決定采用無人機LiDAR 系統進行航攝。

1.2 平臺介紹

本項目采用的無人機LiDAR 航測系統由無人機、輕小型LiDAR 系統、全球衛星導航系統(GNSS)基站等硬件及配套數據處理軟件組成。 無人機平臺為國產的CW-30 大載重、長航時、垂直起降固定翼無人機,輕小型LiDAR 系統(型號為JoLiDAR)集成了激光掃描儀、GNSS/IMU 慣性導航單元和數碼相機[7]。 平臺主要部件得相關參數如表1。

1.3 技術流程

(1)采用固定翼無人機搭載LiDAR 系統對線路走廊帶進行航空掃描,獲取地面點云與影像數據。

(2)基于地面基站數據,對獲取的機載POS 數據進行差分處理,生成包含坐標與姿態信息的軌跡文件。

(3)采用LMS 軟件對激光測距文件、軌跡文件和檢校參數進行聯合解算,生成激光點云數據。

影像外方位元素則通過影像曝光序列文件內插軌跡文件生成。 地形圖中的等高線由分類后的地面點構建三角網自動生成,地物則通過正射影像采集。 最后構建三維實景模型,進行三維斷面采集。 技術流程如圖1。

2 無人機LiDAR 數據獲取

2.1 無人機LiDAR 攝影

圖1 無人機LiDAR 勘測技術流程

項目的最終成果包括1 ∶500 工點圖和線路橫斷面(對精度要求較高)。 按照LiDAR 攝影規范[8],綜合考慮航攝效率和植被穿透率,設計LiDAR 數據點云密度為16 點/m2,影像地面分辨率為0.05 m。 為減少投影差的影響,需加大影像重疊度,設置航向重疊度為75%,旁向重疊度為40%。 為保證成果精度,首先從鐵路沿線已有四等GNSS 控制點中選擇3 個點作為地面基站,確保飛機在測區及航線轉彎區域飛行時,距最近基站不大于20 km,以滿足高精度航跡解算對基站距離的要求。 然后根據基站位置,綜合考慮儀器設備的性能、攝區地形、飛行協調等一系列要素進行航線設計[9]。 總共設計航線114 條(航線總長度716 km,相對航高400 m)。

考慮到工期緊迫,在云高滿足攝影要求的情況下,執行了部分架次的云下攝影,13 d 即完成8 個架次的飛行任務,充分發揮了無人機航攝靈活可控的優勢。無人機飛行時,地面基站需進行同步觀測,設置采樣間隔為1 s。 飛行過程中應盡量勻速飛行,避免瞬時速度變化造成激光點云沿飛行方向分布不均勻的現象[10]。

2.2 航跡解算

使用PosPac 軟件進行高精度航跡數據解算(解算時需要提供基站三維控制網成果):首先導入機載POS數據,檢查POS 數據是否有中斷的情況;然后導入地面基站觀測數據,檢查地面基站的采樣頻率(是否為1Hz)。 并將直接導入的地面基站坐標轉換成三維控制網成果坐標。

解算前,需要輸入機載GPS 相對于IMU 的偏心分量,然后采用緊耦合方式將機載GPS 數據、IMU 數據和基站同步觀測數據進行融合處理,再進行雙向平滑處理,得到高質量的航跡數據,即測繪時刻激光雷達及相機的位置和姿態信息[11]。 解算時應選擇距離較近的基站,并剔除姿態不佳的衛星數據。

2.3 LiDAR 點云和影像EO 輸出

導入航跡文件和原始激光測距文件,解算激光點云數據(解算激光點云過程中,軟件將自動進行航帶數據的匹配平差)。 需要重點關注相鄰航線的匹配情況,一般要求相鄰航線的激光點云匹配誤差均在5 cm之內,才能進行后續的制圖工作。 該項目中,直線航線的激光點云匹配誤差均滿足精度要求,匹配效果如圖2。

圖2 直線航線的激光點云匹配良好

但在轉彎航線處,相鄰航帶的點云匹配誤差最大達到了40 cm(如圖3)。 經綜合分析,認為是無人機的轉彎半徑較小,導致姿態傳感器誤差累積過大所引起。處理方法:把轉彎處的點云數據裁掉,根據影像曝光時間序列和解算后的航跡數據內插影像外方位元素。

圖3 轉彎航線的激光點云匹配誤差較大

3 無人機LiDAR 數據處理

3.1 坐標高程轉換

無人機LiDAR 獲取的原始數據通常為標準TUM投影下的大地高,而鐵路勘測制圖成果為工程獨立坐標系下的正常高。 因此,需要將原始LiDAR 數據進行坐標和高程轉換[12]。 首先在TerraSolid 軟件中把點云數據按矩形切塊,建立UTM 投影到工程獨立坐標系的轉換關系,并對原始數據進行坐標轉換。 高程采用鐵路沿線約1 km 間隔的四等GNSS 點的大地高和正常高,通過高程異常公式(1),求出每個GNSS 點的高程異常

式中:ξ 為高程異常,H 為大地高,h 為正常高。

以此對沿線點云數據進行高程擬合,得到點云數據的正常高。 經過坐標、高程系統轉換后,根據測區實測的檢查點,確認點云高程和平面精度符合要求。

3.2 正射影像制作

無人機LiDAR 配套采集的航片,通常航偏角較大、像幅小、重疊度不規則,如果采用TerraSolid 軟件制作正射影像,存在作業過程復雜、需要人工添加大量連接點等缺點[13]。 若采用Pix4D 軟件制作正射影像,效率可大幅提高,而且投影差小,精度也十分穩定[14]。如制作一個測段800 張的影像,只需花費1h 左右的人工工作量建立工程和正射影像分幅,其他工作量都是軟件自動匹配運算,總共用時約16 h,極大地減少了人工工作量,并縮短了正射影像的制作時間。

正射影像應按航攝分區分段制作。 首先剔除轉彎處的影像,導入測段影像,軟件會自動從相機數據庫中匹配默認的相機參數,并修改為正確的相機參數(主要是相機的焦距和像元大小)。 然后導入相機的外方位元素(設置外方位元素的水平精度和垂直精度為0.2 m)。 最后設置正射影像的輸出分辨率(為5 cm)。Pix4D 輸出的正射影像為BigTif 格式,往往一個測段的影像數據約有10 GB,很難通過CAD 等軟件打開,需要通過Global Mapper 軟件裁剪成標準分幅的格式,以便于后續的地物采集。

在正射影像制作的空三環節,需要檢查空三報告看是否有“掉片”。 本項目中,由于個別測段位于山頂植被茂密區,出現了“掉片”的情況,導致正射影像出現漏洞。 經過分析,發現軟件的默認參數是3 度重疊的點才參與平差,但遇到山頂相對航高減少,植被投影變形較大,導致匹配的3 度重疊點較少。 此時,需要把2 度重疊點加進去綜合平差,才能避免山頂“掉片”的情況。

正射影像制作完成后,與實測的167 個外業平面檢查點進行比較,驗證基于無人機LiDAR 和Pix4D 軟件制作正射影像的精度:最大平面差值為0.87 m,DOM 平面中誤差為0.27 m,滿足制作1 ∶500 地形圖的精度要求(如表2)。

表2 正射影像精度統計

3.3 點云濾波和DEM 生成

(1)點云自動分類

在TerraScan 軟件中編寫適合測區地形條件的宏命令,自動對點云數據進行分類。 批處理宏命令的內容主要包括:分配航帶號,裁除重疊區,分離多路徑效應產生的低點,分類地面點。 各個參數需要多次試驗,以找到最優的宏參數。 運行分類宏命令時,相鄰數據塊之間的重疊區需設置為50 m,以減少數據塊之間的接邊差。

(2)手工精細分類處理

主要目的為消除自動分類時錯分成地面點的噪點和低矮植被[15],以及由于地形復雜(分類參數無法顧及所有地形)導致的山頂、陡坎、懸崖等漏分情況。 編輯時,一般同時集合兩種方式作參考,互相取長補短,并通過對以下內容的檢查來保證點云分類的質量:

①分類結果與正射影像是否對應;

②地面點云表面模型是否連續、光滑;

③地面點的剖面圖形態是否合理。

在進行人工分類的過程中,可以發現LiDAR 對大部分植被的穿透性都較好,能準確反映植被下的地形走向(如圖4)。 但遇到竹林等十分茂盛的植被時,LiDAR 的穿透性明顯降低(如圖5)。 因此,對于因植被十分茂盛導致缺少地面點的情況,應把相關范圍進行圈定,并提交外業重點補測。

圖4 LiDAR 對大部分植被的穿透性較好

圖5 LiDAR 對茂盛竹林的穿透性較差

地面點分類完成后,提取模型關鍵點并輸出整個工程項目的模型關鍵點,然后將模型關鍵點導入ArcGis 軟件,構建TIN,生成DEM,設置DEM 格網間距為0.5 m。 利用實測的158 個高程檢查點進行DEM 高程精度統計,利用ARCGIS 軟件的多值求差功能,自動批量計算每個外業實測高程點與DEM 內插高程之間的差值(見表3)。

表3 DEM 精度統計

由表3 可知,高程中誤差為0.26 m,最大高程差值為0.84 m。 高程誤差較大的地方主要有兩種,一種是茂密竹林處(LiDAR 點云的穿透性降低所致);另一種是陡坎處(原因為高程內插引起的精度損失)。 除了激光點云穿透力較差的竹林地區外,DEM 高程精度滿足1 ∶500 地形圖的要求。

4 鐵路勘測圖制作

4.1 制作1 ∶2 000 地形圖

(1)利用Arcgis 中的DEM 生成2 m 間隔的等高線。 高程點按70 m 間距的交錯排列方式生成,并提取山頂、谷底等特征點作為額外高程點。

(2)在AutoCAD 中疊加正射影像和地形數據,利用基于AutoCAD 平臺開發的MapEdit 工具采集地物要素,并編輯等高線及高程點。 居民地、道路、水系、管線等地物要素對鐵路方案設計有重大影響,必須準確繪出。

4.2 基于三維場景采集線路橫斷面

(1)利用SkyLine 軟件的數據融合功能,對DEM和DOM 進行融合,生成鐵路沿線的真實三維場景,并把斷面采集線導入到三維場景中。

(2)通過設置斷面采樣步長和高程變化閾值,自動生成斷面變坡點,采集和編輯地物邊界屬性,重點判釋植被茂密地區、水系、溝坎、道路等地物邊界及屬性。斷面的平面位置和高程信息可在三維地形中自動讀取。

4.3 與傳統立體航測對比分析

對采集的3 490個斷面點LiDAR 數據進行了外業實測比較。 根據鐵路工程測量規范,斷面點高程限差為0.35 m,分別統計出不同方法采集的斷面點中符合限差的點個數(見表4)。

表4 不同斷面采集方法的中誤差和符合限差率統計

由表4 可知,無人機LiDAR 的斷面采集中誤差(0.265 m)較立體航測斷面采集中誤差(0.423 m)降低了0.158 m,精度提高明顯。 符合限差率從61.3%提高到89.2%,數據利用率提高了45.5%。 對于常規林區,相較于傳統立體測圖模式,無人機LiDAR 方法的數據利用率明顯提高,極大提高了勘測斷面的采集效率。

5 結論與建議

由實驗可知,無人機LiDAR 在航線轉彎時的精度較差,實際工作中,應剪裁掉轉彎數據,避免錯誤數據影響成果精度;遇到竹林等十分茂盛的植被時,無人機LiDAR 的穿透性有所降低,此時可通過外業實測進行補救。

整體而言,無人機LiDAR 技術具有數據獲取周期短、數據精度高、植被穿透性好等優點,可顯著提高鐵路勘測速度。 隨著無人機技術和輕小型LiDAR 技術的不斷發展,開展無人機LiDAR 攝影制圖,勢必成為鐵路勘測的一種優選方案。