車載LiDAR在智能化全息測繪中的應用

王文峰

（1.上海市測繪院，上海 200063）

智能化全息測繪是以地理信息服務精細化、精確化、真實化、智能化為目標，利用傾斜攝影、激光掃描等傳感技術獲取全息地理實體要素，通過深度學習等AI 技術自動半自動化提取建立地理實體的矢量、三維模型數據，并結合調繪充實各地理實體的社會經濟屬性，形成涵蓋地上地下、室內室外的一體化的全息高清、高精的結構化實體三維地理數據，為智慧社會提供全空間的地理信息服務[1-3]。

傳統的外野測圖勞動強度大、成本高、周期長、易受外界環境的影響，采集的要素種類不全、且都是二維坐標，滿足不了數字城市建設對三維地理信息的需求[4-5]。車載LiDAR 是全息采集手段中的重要一環，能夠高效、全面地獲取道路及其附屬設施和部分建筑立面的空間和紋理信息。結合點云和影像數據我們可以做到對道路紅線范圍內三維數據的能采盡采、應采盡采，極大的豐富了數據采集的內容。相比于傳統的作業手段，獲取的數據更全面、更精細、更實時、更真實[6-8]。

1 車載激光掃描系統

車載激光掃描系統主要由激光掃描儀、全景相機、慣性導航單元IMU、GPS 定位系統和里程計DMI 等組成，系統集成度高、測量精度高且可多平臺安放。車載移動測量系統在工作時，GPS 為各類傳感器提供統一的時間系統，測量車在行駛過程中的實時位置也通過GPS 來獲取。全景相機在作業過程中，主要負責記錄道路兩側的街景影像數據，同時激光掃描儀與大地坐標系X、Y、Z 三個方向的夾角（橫滾角、俯仰角、航向角）由IMU 實時地獲取，根據獲得的位置與姿態信息，經過一系列的平移和旋轉可以獲得目標點在大地坐標系下的三維坐標值。當每個傳感器的數據采集任務完成之后，將各類數據進行相應的處理后融合得到彩色三維點云數據。

本次采用的華測AS-900HL 多平臺激光雷達測量系統，該系統主要有以下優勢：①多平臺，卡扣式快速拆裝模式，可在機載、車載模式下快速切換；②高精度，車載模式滿足5 cm，機載模式滿足5 ～20 cm不同精度等級要求；③高效率，車載模式城市道路30～50 km/h，機載0.6～1 km2/架次；④智能化，通過手持端無線遠程控制，8 km 范圍內實時參數設置、設備監控及控制激光、相機、慣導等數據記錄和停止，輕量靈活。整機重量僅4.7 kg，掛載于一體化設計的大黃蜂無人機續航40 min，同時可外接高清相機，生成彩色點云和正攝影像。其主要性能指標見表1。

表1 AS-900HL 多平臺激光雷達系統主要性能指標

2 車載數據采集與處理

2.1 測區概況

本次示范區是上海市浦東新區張江科學城，張江被譽為中國硅谷，是上海市浦東新區重點開發區域之一。測區內交通網絡發達，道路紅線范圍內地理要素種類齊全，具有較強的代表性。

2.2 前期準備

數據采集前宜收集施測及鄰近區域的正射影像、大地測量資料，了解測區概況和數據采集日期的天氣情況。規劃停車區域、GNSS 基站布設位置以及行車路線，了解施測及鄰近區域的道路通行情況，對不熟悉的測區進行實地踏勘。糾正點布設，糾正點宜沿道路進行布設，交叉路口應布設。宜選取具有一定厚度和大小的道路標線（如停車線、標識、分隔線外角等特征點），檢查點布設，檢查點宜布設在相鄰糾正點中間的區域。

2.3 數據采集

在數據采集之前，要進行設備的調試與GNSS 基站的架設。慣性測量裝置的初始化應采用靜態觀測等方式進行，初始化時GNSS 衛星數量不宜小于10 顆，位置精度衰減因子（PDOP）宜小于4。

采集過程中要避開上下班高峰期，不宜與大車并行，行駛速度應滿足點云密度要求，一般城市道路行駛速度不宜超過40 km/h，隧道、高架等區域行駛速度不宜超過60 km/h。雙向四車道及以上，或有中央隔離帶的道路，應雙向掃描。地下隧道、高架以及輔道、匝道，應專門掃描。雙向兩車道及以下且沒有中央隔離帶的道路，可只采集一次。在不違反交通規則的情況下，單向雙車道應靠右車道行駛。單向三車道應沿中間車道行駛，單向四車道應沿右側第二車道行駛。十字路口宜采用“井”字形采集，縱橫方向宜是通路，盡量避免車輛調頭。實景影像采集時應盡量避免逆光，宜按距離觸發方式采集影像，距離不宜超過15 m。

2.4 數據處理

數據采集完成之后，選擇距離施測區域最近的GNSS 基站數據與IMU 數據通過IE 進行組合導航計算得到POST 文件。利用POST 文件提供的時間、位置、姿態信息以及相關參數文件，通過配套的后處理軟件CoPre 完成點云數據、全景影像數據的解算。點云解算時對其進行距離濾波，本項目選擇的濾波距離為50 m，減小了后期點云處理的數據量與復雜程度。在GNSS衛星信號較差或失鎖的區域，結合糾正點和點云糾正軟件CoRefine 提升定位測姿數據的精度，以獲取高精度的點云數據，本項目中點云的平面和高程精度都控制在5 cm 之內。點云數據解算完成之后，使用檢查點數據與點云點數據進行對比分析并統計精度情況，由此判斷生產的點云數據是否滿足項目所要求的精度，通過驗證后方可進入下一步處理環節。

高精度的點云獲取完成之后，本項目結合全自動、半自動化的方法對紅線范圍內的所有地物進行全要素的三維提取。桿類、箱類地物則提取其落地中心位置，牌類地物根據其具體類別提取其左下角或中心位置，線狀地物提取其實際的三維位置。主要要素包括道路邊界、道路標線、交通信號燈、交通標志牌、路燈、探頭、行道樹、郵箱、垃圾箱、電力箱、電信箱、控制箱、消火栓、公交站牌等，其中路燈、探頭、交通指示箭頭等有朝向的地物需采集其角度信息。相比于傳統的地形圖，道路紅線范圍內新增地物要素70 多種。根據上海市特大城市的管理需求，結合車載點云數據、全景影像數據以及外業綜合調繪等手段，還對采集的地理要素根據其在經濟社會中承擔的角色增加了各自的社會經濟屬性，為精細化的城市管理提供了有力的數據支撐。圖1 為紅線范圍內全要素地形圖的局部制作成果。

圖1 全要素地形圖成果

3 成果精度與分析

為驗證全要素地形圖成果的進度，在階段性成果中挑選了2 km2的數據進行了驗證。平面精度驗證使用RTK 布控，全站儀實測的方法。高程精度驗證采用水準儀實測和三角高程實測的方法，共采集了平面點1 716 個，高程點294 個。平面、高程精度統計表如下，其中平面精度主要按地物類別統計，高程精度按地物精度等級統計，一級主要包括城市道路，二級主要包括交通及附屬設施，三級主要包括管線設施。由表2、3 可見，各類地物平面精度都在10 cm 之內，高程精度都在6 cm 之內，滿足本項目設計要求。

表2 平面精度統計表/cm

表3 高程精度統計表/cm

4 結 語

相比于傳統的地形圖，全要素地形圖實現了從二維到三維的提升，采集的要素種類、屬性信息也有了很大幅度的增加。利用車載激光掃描系統實現了對道路紅線范圍內要素的能采盡采、應采盡采，提升了作業效率，豐富了數據采集的內容，滿足社會對三維地理信息日益增長的需求。隨著智慧城市的不斷推進，全要素地形圖成果的應用需求也會越來越廣泛，如自動駕駛高精度地圖、城市精細化管理等方面都會產生巨大的價值。