傾斜攝影和激光雷達技術在新型基礎測繪建設中的應用
——以上海張江試驗區地形圖升級項目為例

李 濤，袁 毅，黃萬勝

(1.江蘇易圖地理信息科技股份有限公司，江蘇 揚州 225000；2.揚州市自然資源和規劃局，江蘇 揚州 225000)

0 引 言

2015年，國務院明確提出“加快發展基礎測繪，形成新型基礎測繪體系”的要求。圍繞各部門對基礎測繪的應用需求，應充分采用新型測繪傳感器建立新型高效的采集模式，做好與傳統測繪技術的銜接。新型基礎測繪數據的采集以地理實體為基本單元，探索實現全息地理要素覆蓋，基礎地理信息要素年度更新，重要要素實現動態更新。

在上海張江試驗區地形圖升級項目中通過開展基于地理實體的全息數據獲取與處理，推動基礎測繪采集內容與處理手段創新。按照地理信息獲取實時化、處理自動化的目標，開展全息空間地理大數據獲取、處理方面的試點，進行基于地理實體的全息采集內容拓展探索。

1 傾斜攝影快速建模

1.1 數據準備

將航攝獲取的5個鏡頭的傾斜影像數據、解算好的POS數據、像控點成果均按要求設置好格式，并準備好相機參數文件，包括相機像元大小、像幅、焦距、主點和各個相機的相機方向等信息。

1.2 空三加密

空三加密首先進行大量特征點的提取，再對特征點采用多視匹配[1]和密集匹配等技術進行同名點匹配，最后進行迭代平差優化[2]、畸變差校正獲取精確的外方位元素，為下一步三維重建做好準備。

基于全自動三維建模軟件，結合POS系統提供的外方位元素和相機參數，采取由粗到精的金字塔匹配策略，在各級影像上進行同名點自動匹配(圖1)和自由網光束法平差，得到較好的同名點匹配結果，實現多視多角度影像自檢校區域網平差迭代計算。

圖1 同名點匹配

1.3 三維模型生成

完成空三加密后，通過密集匹配技術[3]，根據高精度的影像匹配算法，從中抽取更多的特征點構成高密度點云，從而更精確地表達地物的細節。按照設置的參數對區塊內的密集點云構建不規則三角網TIN，并生成帶白膜的三維模型(圖2)。

圖2 三角網與三維模型

最后軟件對三維模型自動賦予紋理[4]，由于所有影像均具有精確定位信息，該過程可自動快速地將影像貼在對應位置的三維模型面片上，最終輸出模型紋理清晰逼真的三維場景數據。

2 激光雷達掃描處理

2.1 激光雷達掃描

通過機載激光雷達采集測區全區域激光點云數據，該方式能夠獲取測區范圍內幾乎所有的地物信息。結合車載激光雷達補充采集所有城市道路以及道路兩側城市部件等各類要素(圖3)。

圖3 激光雷達掃描

2.2 糾正點測量

充分利用現有的具有一定厚度和大小的道路標線、停車線外角、道路分割線外角、箭頭等易于識別的特征地物，根據掃描路線的實際情況，每間隔約200 m布設1個糾正點。

采用VRS-RTK模式施測，每點獨立初始化2次，每次采集2組數據，每組采集時間為10 s，4組數據的平面點位較差小于2 cm時取其平均值作為平面測量最終成果，檢測30%的糾正點，檢測坐標與實測坐標較差應小于3 cm。

2.3 軌跡解算

利用Inertial Explorer軟件對基站數據和移動站數據進行格式轉換，隨后進行相關設置，利用Process TC進行基站與移動站緊耦合解算[5](圖4)。

圖4 軌跡解算

2.4 數據糾正

根據采集的糾正點數據，利用CoRefine軟件，將糾正點和檢查點數據導入，并依據糾正點和檢查點實際采集三維坐標位置，將點位固定在點云實際位置處，標記完所有糾正點和檢查點完成數據糾正，同時生成糾正點和檢查點精度報告。

若精度符合設計要求，則將檢查點同時設置為糾正點，再次進行糾正，以提高點云糾正精度。

3 新型基礎測繪地形圖生產流程

3.1 基本思路

針對試驗區項目要求，利用車載激光雷達進行測區內所有城市道路的掃描，保證城市道路及附屬設施等各類要素的完整；按照像控點、糾正點和檢查點技術要求，采用VRS-RTK模式進行采集，對于施測困難地區包括GNSS信號較差區域以及因交通等原因很難架設儀器等區域，使用導線測量方法進行采集。

采用傾斜攝影測量、機載/車載激光雷達掃描和其他補充手段進行全息數據獲取[6]與采集；對采集完成的數據進行內業編輯，并在此基礎上通過外業調繪和補測，完整提取各類要素，添加屬性數據，形成最終的全要素地形圖(圖5)。

圖5 新型基礎測繪地形圖制作流程

提供用于新型基礎測繪地形圖生產的數據成果包含以下內容:

(1)三維模型成果(OSGB格式)；

(2)機載激光雷達點云成果(LAS格式)；

(3)車載激光雷達點云成果(LAS格式)。

3.2 內業全要素采集

無尺度全息數據庫的生產采用EPS采編系統進行，可根據要素類型特點采用不同軟件進行采集。根據源數據特點和地形圖各類要素的精度要求，矢量提取按區域分為四種類型，采用不同的作業方式。

3.2.1 城市道路及其附屬部件的提取

由于希望交通要素信息服務于高精地圖導航，各類道路邊線、車道線、斑馬線、道路標識、行樹、路燈、電桿、花圃等一系列道路資產信息[7]的精度要求較高[4]，通過車載點云提取城市道路及其附屬部件等要素能夠滿足交通要素的高精度需求。

在利用軟件自動、半自動提取的基礎上進行人工修整，道路附屬物根據點云及車載全景影像判斷類別后通過點要素方式進行添加(圖6)。

圖6 點云采集

3.2.2 建、構筑物及其附屬設施提取

街坊建筑物需要滿足減少外業工作的特點，傾斜實景模型能夠提供較好的實地信息，在內業即可完成大部分外業定性工作。

通過機載點云和傾斜實景模型進行建、構筑物特征提取[8]，對于無法識別的對象，需要進行外業調繪和補測(圖7)。

圖7 傾斜采集

3.2.3 街坊內部道路及其他要素的提取

街坊內部要素信息對精度要求不高，因此街坊內部數據直接基于傾斜實景模型進行特征提取即可，如街坊內部道路、停車位、綠化等。

3.2.4 其他區域

內業成圖之后，對于缺失或已發生變化的部分，利用外業調繪的方式進行補測。

3.3 外業巡視補測

外業調繪的內容、原則和方法按照規范的要求，對源數據中缺失的數據、辨識不清的數據和實地不符合的數據、注記數據以及實體要素的社會經濟屬性等進行修改、完善和收集。

3.4 一體化成圖建庫

采用EPS三維采編系統，將數據編輯的內容、原則和方法按照《1∶500 1∶1 000 1∶2 000 數字地形測量規范》(DG/TJ08-86-2010)、《基于地理實體的全息實體要素分類與代碼》《基于地理實體的全息數據庫數據字典》等要求執行(圖8)。

圖8 地形圖成果實例

4 質量檢查

由于作業手段、采集方案差異等因素，采集部分需要分成城市道路及其附屬部件以及街坊內部道路及其他要素2個部分，分別進行檢查。

4.1 城市道路

鑒于城市道路及其附屬部件的提取通過車載點云數據提取，因此城市道路及其附屬部件數據的檢查在點云中進行。由于點云數據在不同批次之間的部分數據存在較大的平面以及高程誤差，因此需要先做好源數據的精度校核工作。

4.2 街坊區域

街坊內部道路及其他要素的在傾斜模型中進行采集，此區域的圖形檢查主要在傾斜模型中進行。街坊內部道路及其他要素主要檢查地形表示是否符合要求。

5 結 語

本文結合上海張江試驗區地形圖升級項目，對傾斜攝影和激光雷達技術在上海新型基礎測繪建設試點中的無尺度全息地形數據庫建設中的應用進行了全流程分析。

本次地形圖升級項目通過開展基于地理實體的全息數據獲取與處理試點，按照地理信息獲取實時化、處理自動化的目標，圍繞空間技術、信息技術、物聯網等高新技術在基礎測繪工作中的應用進行科技創新。開展全息空間地理大數據獲取、處理方面的試點，對新型基礎測繪的建設具有很好的借鑒和推廣意義。