無人機載Li DAR密林區大比例尺地形測繪方法與試驗

賀媛卉 鐘 良 黃慶飛 段錦章 衛思雨

（1.長江空間信息技術工程有限公司，湖北 武漢 430014；2.廣東省國土資源測繪院，廣東 廣州 510500）

0.引言

密林地區大比例尺地形測繪一直是水利工程勘測工作中的“卡脖子”問題。（1）密林地區植被茂盛、地勢起伏較大且難以到達，采用傳統測量方法往往需要投入大量的人力和物力，工作強度大、周期長、成本高；（2）密林地區缺少明顯紋理特征，采用航空攝影方法較難選取適合的地面控制點進行空三計算，無法獲取地表數據[1]。

LiDAR（Light Detection and Ranging，激光探測及測距）是一種主動式遙感技術，它與定姿定位技術（POS/IMU）結合，通過發射激光脈沖并接收回波獲取目標物體表面的三維點云數據，具有獲取數據量大、測量精度高且具有一定穿透性等特點，在工程勘測、自然資源調查、城市規劃、應急救災等領域有著較為廣泛地應用[2]。根據搭載平臺和作業方式的不同，Li DAR可分為機載激光雷達、地面架站式激光雷達、地面移動式激光雷達等[3]。常規機載激光雷達由于飛行航速和相對航高較高導致點云密度較小，穿透密林到達地表的點非常稀少[4]，無法滿足大比例尺地形測繪的技術要求；而隨著無人機平臺續航時間、穩定性的不斷提高和任務載荷持續向小型化、輕量化發展，無人機載激光雷達與常規機載激光雷達相比則具有獲取點云密度更高，航線設計和作業規劃更為靈活等特點[5,6]。本文以實際項目為例，對基于無人機載LiDAR技術開展密林地區大比例尺地形測繪的設備選型、航線設計、數據處理等幾個方面進行探討，并根據實測數據對實施效果進行考察。

1.項目概述

本試驗任務總面積約12平方千米，要求獲取1∶2000地形數據。任務區域地處山區，最低海拔200米左右，最高海拔900米左右,地形起伏較大，植被茂密，交通不便，采用無人機載LiDAR系統進行航攝。

2.設備選型

本試驗采用云影飛揚C200垂直起降無人機平臺搭載RIEGL_VUX-1LR 1350激光掃描系統，設備技術參數（如表1所示）：

表1 設備技術參數

3.試驗與分析

本試驗采用垂直起降固定翼無人機搭載LiDAR系統對測區進行航空掃描，獲取地面點云與影像數據，并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，與激光測距文件和檢校參數進行聯合解算，生成激光點云.las數據。分別進行自動點云分類和手工精細點云分類，分類出地面點，自動構建三角網生成DEM，并進一步生成等高線，通過對等高線進行編輯，形成最終地形測繪成果。技術流程（如圖1所示）：

圖1 項目技術流程

3.1 參數設定及航線設計

航速和掃描角一定時，點云密度與激光器脈沖頻率成正比，與相對航高成反比。而本試驗航攝時間為7月，正值樹葉茂密期，激光脈沖的傳播損耗較大，激光器脈沖頻率升高會造成單個激光脈沖的能量減少，從而導致回波率的顯著降低，造成地表點密度的減少，因此脈沖頻率并非越大越好，而應結合測區地形、相對航高等因素綜合考慮，選取相對較優方案。本文分別對100kHz-200米相對航高（方案一）及200kHz-300米相對航高（方案二）兩種方案獲取的地面點密度進行考察，兩次點云對比剖面（如圖2所示）：

圖2 方案一與方案二點云對比剖面

采用多次重復掃描方式提高點密度以滿足SL197-2013規范中1∶2000地形測繪要求，結果（如表2所示）。可以看到，采用方案一獲取的實際地面點密度更高，且重復掃描3次時，平均點間距為1.4米，滿足規范要求。

表2 不同參數下的點云密度情況

3.2 點云數據解算

航跡文件解算及點云生成流程（如圖3所示）：

圖3 點云數據解算流程

（1）航跡解算。解算前，需要將靜態基站架設獲取的原始GNSS數據進行格式轉換,輸入已知精確坐標和天線高，選擇天線類型和量測位置，進行航跡數據的差分計算。航跡解算是影響最終點云精度的重要因素，當最終點云精度不理想時，應采用不同方法（選擇不同基站數據或采用PPK等）進行解算并選擇最優解，避免航跡解算不佳影響最終點云精度。

（2）在后處理軟件里進行LiDAR系統安置誤差檢校。

（3）航帶數據的匹配平差：導入航跡文件和原始激光測距文件，解算出激光點云數據（若相鄰航帶高差差異很大，需重新解算），解算好的激光點云將在軟件里進行航帶數據的匹配平差。一般要求相鄰航線的激光點云匹配誤差均在0.05米之內，才能進行后續的制圖工作。

（4）無人機LiDAR獲取的原始數據通常為標準UTM投影下的大地高，而此項目制圖成果為工程獨立坐標系下的正常高，需要通過平面和高程控制點測量，將原始LiDAR數據進行坐標和高程轉換。

（5）經過坐標、高程系統轉換后，根據測區實測的檢查點，檢驗點云高程和平面精度是否符合要求。

3.3 點云濾波

3.3.1 點云自動分類

在濾波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，分離多路徑效應產生的低點，分類地面點。需對各個參數進行多次試驗，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米，以減少數據塊之間的接邊差。

3.3.2 手工精細分類

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，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。

3.4 點云數據精度

選取5個區域點云地面點DEM，采用內插高程點方式與1981個外業實測點比較，精度（如表3所示）。依據SL197-2013規范，山地圖幅等高線高程允許中誤差為±h（h為基本等高距，本試驗中為2米。），密林地區放寬1.5倍后允許中誤差為h。因此，本項目地形測繪成果滿足1∶2000精度要求。

表3 不同參數下的點云密度情況

將點云數據生成的等高線與傳統立體測圖方法獲取的 等高線疊加（如圖4所示）：

圖4 兩種方式生成等高線疊加

圖中紅色是LiDAR地面點點云，橙色為地面點DEM處理后的曲線，綠色為傳統立體測圖處理曲線，可以看到相較于傳統立體測圖模式，基于無人機載LiDAR技術生成的等高線明顯具有更高精度和更豐富細節。

4.結論

本文根據實際工作中對山區地形測繪的任務要求，利用無人機載激光雷達作為新型的測繪手段，獲取了山區的點云數據，在對點云數據進行處理后，得到了山區的地表點云數據并對其做了檢驗與分析。試驗結果表明：利用無人機載激光雷達獲取的點云經過后處理后，得到的山區地表點有著較好的精度和密度，能夠滿足山區地形圖繪制的要求，這為山區地形的測繪提供了更加先進和便捷的手段，同時通過此次密林區域數據處理分析可以看出，在利用激光測繪山區大比例尺地形資料時，因茂密的植被會對獲取的點云質量產生明顯影響和差異，所以在設置采集參數時，應充分考慮無人機相對航高的設置、掃描頻率的變化、目標地物的特征，才能獲取足夠的地面點密度，使其能克服植被影響，保障后續濾波算法得以順利執行，充分發揮機載激光掃描特性。