基于地面三維激光掃描的道路帶狀地形圖測繪

摘" 要：地面三維激光掃描可快速、高精度地獲取測量對象的三維激光點云數據，被廣泛應用于各測繪領域。但因其點云數據量大，傳統手動提取地物信息方式效率低，制約了在大比例地形圖測繪中的應用。該文利用Riegl VZ-400獲取道路點云數據，研究基于點云數據的地物信息自動提取方法，實現地面三維激光掃描的道路帶狀地形圖快速測繪。

關鍵詞：地面三維激光掃描；帶狀地形圖測繪；點云數據處理；地物信息提取；道路

中圖分類號：TU198" " " 文獻標志碼：A" " " " " 文章編號：2095-2945（2023）10-0127-04

Abstract： Ground 3D laser scanning can quickly and accurately obtain 3D laser point cloud data of measurement objects， which is widely used in various surveying and mapping fields. However， due to the large amount of point cloud data and the low efficiency of traditional manual extraction of ground object information， its application in large-scale topographic mapping is restricted. This paper studies the automatic extraction method of ground object information based on the road point cloud data acquired by Riegl VZ-400， and realizes the rapid mapping of road strip topographic map by ground 3D laser scanning.

Keywords： ground 3D laser scanner; strip topographic mapping; point cloud processing; ground object information extraction; road

目前，我國新建道路或道路改建、擴建等工程用圖主要還是采用傳統測量方法，但RTK、全站儀等傳統的道路帶狀地形圖測繪工作量大、效率低，難以滿足相關部門快速獲取道路相關信息的需求。無人機測繪具有速度快、效率高等特點，已廣泛應用于各種地形圖測繪。但因道路兩側通常被大樹所覆蓋，基于無人機的道路帶狀地形圖測繪難以實現。地面三維激光掃描作為一種非接觸測量技術，因其測量速度快、精度高及效率高的優勢已廣泛用于工程測量、地形測繪、文物修復和形變監測等領域[1-4]。譚曄汶[5]針對地面車載激光點云數據的濾波方法和地物點云數據的分類進行了研究。唐云龍[6]研究提出了基于車載三維激光點云數據的空間密度聚類與典型地物特征相結合的點云分類方法。張繼賢等[7]從不同視角概括了點云信息提取的研究現狀，總結出點云信息提取存在的主要問題及發展趨勢。黃永燦[8]研究了基于激光點云分割方法及道路設施的多邊形特征的提取。劉陽等[9]對基于三維激光掃描技術的地形測量的應用進行了初步研究。

本文基于Riegl VZ-400獲取的道路點云數據，重點研究點云數據的地物信息自動提取方法，探索了地面三維激光掃描的道路帶狀地形圖快速測繪。

1" 基于地面三維掃描技術的道路帶狀地形圖測繪方法

1.1" 外業數據采集

地面三維激光掃描道路地形測量數據采集的方式主要有2種，一種是架站式，通過架設儀器于三腳架進行單站掃描測量，不同站點間的數據通過測量儀器中心點坐標或同名點坐標等方式進行點云數據的拼接和空間定位。該數據采集方式優點是設站靈活，可以根據地物密集、遮擋情況等情況設站，保障測量地物全覆蓋。但工作效率相對較低。一種是車載式，通過車載激光掃描系統進行三維點云數據的采集，利用GNSS接收機、慣導系統等組成的定位定姿系統獲取移動平臺位置信息，通過數據處理獲取地物點云的空間信息。車載三維激光掃描外業數據采集速度快、工作效率高。但車輛行進過程中，易受道路上其他車輛、行人及道路兩側地物的相互遮擋，造成地物數據的缺失。

1.2" 點云數據預處理

點云數據是三維坐標系下眾多點的集合，包含測量到所有物體表面信息，所以也導致點云數據量大、冗雜。同時還存在行人、車輛等點云數據，不利于點云數據的處理和信息提取。為有效開展地物地貌信息的提取，需對點云數據進行拼接、濾波等預處理。通過點云的拼接，可以將不同站點掃描的數據進行拼接擬合成一個整體，同時通過控制測量獲取的控制點坐標將點云數據統一到測量坐標系。通過濾波處理因個別反射率較低產生的噪聲點，以及在掃描過程中的偶然事件造成的干擾點云等。

1.3" 道路地物信息的提取

1.3.1" 樹木自動提取方法

為有效提取道路兩側的樹木，在點云數據進行預處理后，對點云數據進行分類，分類出需要處理的全部植被樹木點云。通過設置最小高度、最小胸徑的單體樹木分割參數，提取需要測繪的樹木。為了保證提取樹木的質量，檢測提取錯誤或遺漏的樹木，可以利用單木點云編輯的方法，手動去除錯誤檢測的樹木和添加未被正確提取的樹木。

有效評價樹木提取成果的質量：通過計算樹木的檢測率（r）、樹木提取正確率（p）、綜合考慮錯分和漏分的總體精度值（F）來進行評價。

，（1）

式中：TP為被正確提取的樹木；FN為未被提取的樹木；FP為提取錯誤的樹木。

1.3.2" 房屋級圍墻線自動提取方法

在道路帶狀地形圖測繪中，點云數據中的房屋通常只有3個面，不是閉合圖形，無法使用半自動建筑輪廓線矢量化功能，使用交匯繪線法矢量化建筑物通過點云過濾隱藏一定高度的點云采集建筑物和圍墻輪廓線。此方法較手動提取的優勢在于可以自動捕捉圍墻上的點，避免提取錯誤點云信息造成較大誤差。

1.3.3" 道路及護欄自動提取方法

Lidar360提取道路只能根據路緣石提取，但是很多道路沒有路緣石。而軟件Topodot解決了這個困難。根據點云強度識別自動提取道路標線、路緣石和道路邊線等目標（圖1）。通過設置道路護欄的高度、寬度，依據確定的搜索框位置及方向自動識別提取道路護欄（圖2）。

1.3.4" 高程點提取方法

目前的一些點云數據處理軟件自動提取高程不準確，會將部分地物點提取為高程點。Lidar360軟件自動提取高程點是基于等高線提取的高程點，提取的高程點數量少、間距大，不符合1∶500地形圖的要求。針對這一情況，本文研究利用地面點云數據生成DEM數字高程模型，在GIS中通過柵格轉點、計算幾何的方式提取高程點的方法。

1.4" 成圖處理

自動提取的點和線沒有地物屬性，需要把每種地物依次添加其屬性。自動提取樹木導出數據為csv格式，留下點名XYZ坐標保存，然后轉成dat格式文件，接著導入Cass中使用格式刷更改屬性。提取的房屋圍墻線、道路及護欄和Riscan Pro軟件手動提取一樣，導出dxf格式然后導入Cass更改屬性。提取的高程點由GIS導出并整理轉換成dat格式后通過Cass軟件展示成圖。所有地物在Cass中修改完成并保存成dwg格式文件，個別不能提取的地物利用Riscan Pro軟件手動提取。最后利用自動和手動提取的地物信息繪制成果圖。

2" 工程實例應用

2.1" 工程概述

為美化道路環境，完成燕郊某道路的提升改造，需對該道路進行帶狀地形圖測繪。重點獲取道路及道路兩側的樹木、房屋及圍墻和電力通信設施等信息。傳統的全站儀和RTK地形測繪工作量大、周期長、效率低。無人機航測因道路兩側樹木茂密無法獲得地面上重要地物的信息。因此，本項目采用Riegl VZ-400地面三維激光掃描儀快速獲取測量區域內的目標點云，利用LiDAR 360點云數據處理軟件進行地物信息的自動提取并完成地形圖的繪制。

2.2" 點云數據獲取

數據外業采集選擇“測站點＋后視點”數據采集方法。借助RTK實施控制測量，并測量設站點坐標。各個測站和后視點（標靶點）的坐標在同一空間參考系下。點云數據配準過程不需要坐標轉換，只需完成不同測量位置的云數據拼接。

2.3" 地物信息的提取及質量評價

2.3.1" 單體樹木

為快速提取道路一定范圍內的所以樹木位置信息，本項目采用地基林業模塊進行樹木單體分割提取。依據項目要求和綜合測量分析，設置提取樹木最小高度為4 m，最小胸徑8 cm為參數進行自動提取（圖3）。

為驗證自動提取樹木的有效性，對某區域的156棵樹進行了實際的統計分析，正確提取的樹木：TP=153；提取遺漏的樹木FN=3；提取錯誤的樹木FP=2。依據公式（1）可得：樹木的提取率r=98.1%；樹木提取的正確率p=98.7%；綜合考慮錯分和漏分的總體精度F=98.4%，取得了很好的提取效果（圖4）。

2.3.2" 建筑物與圍墻

本次采集的房屋數據均不閉合，故采用交匯繪線法矢量化對非閉合建筑物和圍墻點云進行半自動提取。通過選擇建筑物一條邊上的2點和另一條邊上的2點，利用2條邊線會自動延伸到2條線的交點。針對一些因上方有樹木遮蓋的圍墻，可利用軟件的點云過濾功能隱藏一定高程的點，以利于建筑物邊線點的選取（圖5）。

房屋和圍墻線的提取大部分都貼合很好。個別誤差較大是因為有些圍墻的構造為下端磚石混凝土，上端鐵欄桿，可手動調整。

2.3.3" 道路及護欄

由于道路存在沒有路緣石或道路標線以及道路邊線有點云缺失情況，本項目根據實際情況，通過設置道路標線的反射強度，或路肩寬度、高度等參數提取道路中線或邊線。同時利用道路護欄矢量化功能，通過設置護欄的高度0.5 m，確定搜索框起始位置和搜索方向，實現對道路護欄的自動提取（圖6）。

自動提取完成后，可以結合點云數據對自動提取的道路進行檢查，如果提取發生偏移或錯誤可以調整起始位置或強度選取范圍進行修正。對外業測量時，因行人、行駛車輛遮擋等原因造成護欄部分點云稀疏或缺失，導致自動提取時出現中斷現象，可以通過手動簡單調整（圖7）。

2.3.4" 高程點自動提取

基于LiDAR 360軟件將地面點云數據生成DEM數字高程模型，在Gis中通過柵格轉點、計算幾何的方式提取高程點。但導出的高程點過于密集，可利用Cass中繪制高程點的方式，按照比例尺要求設置展點距離展示高程點。

手動提取高程點的時候會因為地表有植被而導致采集的高程點誤差較大或錯誤。而自動提取的高程點是依據DEM來進行，結果更可靠，誤差相對更小。

2.4" 帶狀地形圖的繪制

地物信息提取導入Cass分類型成圖，然后批量插入圖塊依次插入圖層，最終得到帶狀地形圖的成果圖（圖8）。

3" 結束語

本文圍繞Riegl地面三維激光掃描帶狀地形圖測繪的關鍵技術問題進行了研究：首先對點云數據進行去噪、分類及重采樣等預處理。然后通過點云歸一化、點云分割自動提取單體樹木，獲得單體樹木的坐標、胸徑等信息；交匯繪線法矢量化半自動提取建筑圍墻線；通過Topodot軟件點云強度識別自動提取道路中線和邊線；路緣石邊線矢量化自動提取道路護欄；地面點生成DEM數字高程模型結合Gis提取高程點。最后對研究內容進行了工程實例的應用，并對提取的成果進行質量評估。結果表明，能夠滿足1∶500地形圖測繪的要求。

參考文獻：

[1] 蔣明燦.三維激光掃描技術在地質測繪和工程測量中的綜合應用[J].資源信息與工程，2017，32（6）：130-131.

[2] 袁國平.三維激光掃描技術在文物保護中的應用[J].礦山測量，2018，46（5）：93-97.

[3] 琚寶林，鄭亮，劉光祖，等.地面三維激光掃描在公路大比例尺數字測圖及斷面測量中的應用[J].工程勘察，2022，50（1）：45-49.

[4] 李俊寶，陳良良.三維激光掃描技術在危巖體形變監測中的應用[J].測繪與空間地理信息，2020，43（7）：216-218，224.

[5] 譚曄汶.城市區域車載激光雷達點云數據分類提取[D].鄭州：解放軍信息工程大學，2017.

[6] 唐云龍.基于車載激光點云數據的典型地物分類與提取[D].北京：北京工業大學，2016.

[7] 張繼賢，林祥國，梁欣廉．點云信息提取研究進展和展望[J]．測繪學報，2017，46（10）：1460-1469.

[8] 黃永燦.基于激光點云數據的道路設施特征提取研究[D].長沙：長沙理工大學，2019.

[9] 劉陽，王鵬飛.地形測量中三維激光掃描技術的應用[J].科技資訊，2022，20（8）：66-68.