基于無人機機載LiDAR與BIM技術在復雜地形公路設計中的應用

相詩堯，徐 潤，姚守峰，張 濤，王奕彤

(山東省交通規劃設計院集團有限公司 全壽命周期BIM技術應用研發中心，山東 濟南 250031)

0 引 言

合理的設計方案是保證公路工程質量的重要因素。對復雜地形區域公路工程設計而言，既要求所依托基礎地理信息數據的準確性，又要求設計方案與現場環境準確匹配。山地、丘陵等地勢險峻區域，人工測量危險性較高，且測量難度大，同時由于植被茂盛，利用無人機正射航測或傾斜攝影方式又無法準確地獲得地面高程，這對基礎地理信息數據獲取造成了困難；同時由于地形復雜，對設計方案提出了更高要求。

近年來，無人機機載LiDAR技術得到廣泛應用[1-3]，且BIM技術也迅速發展[4-7]。筆者針對高落差、植被茂密、地形復雜區域利用無人機搭載LiDAR變高航測方法獲取地面高精點云數據，并通過BIM設計，驗證了設計方案的合理性及與實際地形的匹配程度，以此達到提高設計質量目的。

1 無人機機載LiDAR與BIM技術

1.1 無人機機載LiDAR設備

機載LiDAR具有高精度、高分辨率、高自動化優勢，已成為地表數據獲取的重要手段。基于其多次回波反射特性，依托點云分類算法[8]能得到去除地表樹木、房屋等附著物，表征真實地面高程的地面高精點云數據，以此可構建用于公路設計的數字高程模型(DEM)。同時，機載LiDAR采用動態后處理(PPK)模式，可做到免像控且不受基站與飛機之間通訊距離限制。

利用無人機搭載LiDAR可獲取地面精密點云，并具有作業方便、靈活、受天氣影響小、成本低等優勢，較有人機搭載LiDAR的應用面更加廣泛。在筆者研究中，選用無人機搭載LiDAR的方式實現點云數據獲取。

通過對國內外無人機機載LiDAR產品調研，高端機載LiDAR產品激光部件多采用國外RIEGL系列激光掃描頭，長射程激光掃描頭由于重量大、價格昂貴而多用于車載端或有人機上，適合無人機搭載的激光掃描頭型號為RIEGL mini VUX-1UAV，其有效射程為250 m。利用無人機搭載LiDAR對山地、丘陵等高差變化大區域進行地表空間數據獲取時，若采用無人機平飛航測方式，受LiDAR測程限制，測區低海拔處易出現點云過稀或無點情況，影響最終成果精度，故無人機需具備變高飛行功能，能實現沿地表以固定相對高度飛行，以保證LiDAR的有效測程。

通過市場調研，筆者最終選擇了飛馬D200無人機及相應的激光模塊(D-LiDAR200)。該無人機可沿地表變高飛行，LiDAR有效射程為250 m，能滿足地形起伏變化較大區域的外業數據采集。

1.2 無人機機載LiDAR變高航測技術路線

為實現對地形復雜、高落差、植被茂密區域的地面點云獲取，筆者總結了復雜地形區域的無人機機載LiDAR變高航測技術路線，以實現地面高精度、高密度點云獲取，主要包括外業航測、點云數據處理和地面點云提取3部分，如圖1。

圖1 復雜地形區域的無人機機載LiDAR變高航測技術路線Fig. 1 The technology route of UAV airborne LiDAR surveying by variable altitude in complex terrain areas

外業航測階段，首先基于Google免費地形以較高安全飛行高度進行正射變高航測，通過空三解算、密集匹配等處理流程，獲取測區的快速數字地表模型(DSM)成果，同時獲取的正射航片經后期深化處理，可得到滿足工程需求的數字正射影像(DOM)[9]。依托于該快速DSM成果，無人機搭載LiDAR與地表以固定相對高度飛行，實現變高航測，保證了航飛安全以及數據精度。在點云數據處理階段，利用航測獲取的地面基站靜態數據、機載POS數據和IMU數據經緊耦合算法完成聯合解算，獲取軌跡數據，并結合LiDAR激光測距數據和激光校正數據，進一步解算出激光點云。對解算后的點云進行精度檢查，當數據符合精度要求，則經過坐標轉換，獲得*.las格式的原始點云。由于公路設計依托于地面高程數據，因此在地面點云提取階段，通過對Las點云依據相似特征分塊并去噪后，利用自動分類和人工干預相結合的方式，獲取濾除樹木、建筑物、植草等影響因素的地面點云數據，并再次進行精度檢查。

1.3 無人機機載LiDAR與BIM結合

對獲取的地面點云和正射航片進行深化處理，可同時獲取工程區域高精度的DEM和DOM成果，并共同構建得到三維地形模型，以此可作為公路BIM設計的基礎數據資料。結合DOM可實現平面線形優化，利用DEM可深化縱斷面、橫斷面設計及土石方精準計量等，并能替代部分橫斷面測量工作。通過無人機搭載LiDAR變高航測方式實現了設計所依托精準地形數據獲取，且數據形式更加豐富，同時避免了人工現場實測危險，保證作業安全并顯著提高作業效率。根據設計得到的BIM模型和三維地形模型精準套合結果，可直觀地驗證方案合理性及與現場環境的匹配程度，減少變更次數。

2 應用實例

2.1 項目概況

筆者以山東內某新建高速公路項目為例，根據工可路線方案，項目有部分路段位于山區，地勢起伏較大，最大高差在250 m以上，現場有多處高壓線(塔)，山頂位置處有多臺大型風力發電機，高度在100 m左右，區域內植被茂密，如圖2。選取帶寬500 m，里程7 km作為研究區域，將無人機機載LiDAR變高航測技術和BIM設計共同應用其中。

圖2 現場環境Fig. 2 The field environment

2.2 無人機機載LiDAR變高航測

為獲取機載LiDAR航測所依托的精確DSM數據，基于Google免費地形，以200 m的安全航高完成正射變高航測，并在項目現場采用配套的飛馬無人機管家軟件完成快速DSM處理，通過采用PPK模式，保證了快速DSM成果的數據精度，數據成果如圖3。

圖3 快速DSM成果Fig. 3 Rapid DSM results

依托快速DSM成果，無人機可進行更加精準的變高飛行，但是由于快速DSM無法準確構建現場的高壓線(塔)和風力發電機等障礙物，為保證飛行安全，將機載LiDAR的航測高度設定為130 m，飛行速度設定為5 m/s，變高飛行航線如圖4。通過外業航測，獲得了地面基站靜態數據、飛機端POS數據和IMU數據以及LiDAR激光測距數據。

圖4 機載LiDAR變高飛行航線Fig. 4 Variable altitude air routes of airborne LiDAR

2.3 地面點云獲取

對原始數據進行處理，解算出的精密點云和軌跡數據如圖5。其中：點云密度為35個/m3，無人機飛行時與風力發電機距離非常接近，從而驗證了安全飛行高度的重要性。當保證安全而提升飛行高度會降低航測成果精度，而追求數據精度降低飛行高度，則會嚴重威脅飛行安全，故航測時要估算好飛行航高，同時也驗證了精確DSM重要性。

圖5 精密點云和軌跡數據Fig. 5 Precise point cloud and trajectory data

利用實時載波相位差分測量系統(RTK)均勻采集的74個檢查點進行數據精度檢查，檢查點采集所用位置服務端口與機載LiDAR航測基站所用端口一致，經計算得出原始點云高程中誤差為0.070 m。由于點云數據未進行分類，當利用草叢或矮樹下方檢查點進行精度檢驗時，會將非地面點加入計算過程中，影響數據檢查精度。

為得到滿足工程應用所需的點云成果，通過覆蓋工程區域范圍的高精度控制點計算出坐標轉換所需的7個參數，經布爾莎7參數模型[10]完成點云數據坐標轉換，獲得*.las格式點云數據。為實現較好的點云分類效果，根據地表情況，將相似地形地貌的區域劃分到同一區塊中，針對每一分塊點云數據，經點云去噪、自動分類和人工分類，獲取公路工程設計所需的地面點云，分類前后效果如圖6。

圖6 點云分類效果Fig. 6 The effect of point cloud classification

為保證點云數據應用時的流暢性并保留對地形特征表達的準確性，以30 cm點距對地面點云抽稀[11]，并再次利用RTK實測的地面點對處理后的地面點云進行精度驗證，精度驗證情況如表1。

表1 點云精度驗證Table 1 Point cloud accuracy verification m

經計算，獲得地面點云高程誤差為0.060 m。這表明分類后的地面點云可減少植被、房屋等地物的影響，提高數據精度。

2.4 機載點云與BIM設計的結合

利用獲取的地面點云數據，生成精確的DEM，協同航測照片構建的DOM，共同構成了該區域的三維地形模型。依托該三維基礎數據，可使設計人員更全面地掌握現場情況，在橋墩布設、隧道洞口位置及形式選擇、土石方計算等方面更加精準。基于三維地形模型，利用Revit BIM設計軟件完成三維BIM設計，可更加形象地展現設計意圖，并易于驗證設計方案的合理性，BIM模型與三維地形模型的結合效果如圖7。

圖7 BIM模型與三維地形模型的結合效果Fig. 7 The effect of combining BIM model with three-dimensionterrain model

3 結 語

筆者利用無人機搭載LiDAR通過變高航測對高差大、植被茂密等地形復雜區域進行基礎地理信息數據采集，能獲取用于公路工程設計所需的高精度地面點云，并結合三維BIM設計技術，進一步驗證設計方案的合理性以及與現場環境的匹配程度，有助于提高復雜地形區域的公路勘測設計質量。