机载三维激光雷达技术在道路测量中的应用

中国新技术新产品2021 NO.10（下）- 114 -工程技术

0 引言

近些年来，我国在道路基础设施方面的需求逐步增加，快速扩大道路建设的规模是当前基础设施建设的重中之重。与此同时，在道路工程建设过程中，不仅对道路测绘成果资料的准确性要求不断提高，对成果提供的实效性也提出了更高的要求。传统的道路测绘方法耗时耗力，对树木茂密的山地或密集住宅等测区更是无从下手。近年来，三维激光扫描技术的快速发展为解决这一难题提供了新的思路。

机载三维激光雷达系统（Light Detection And Ranging，LIDAR），是当前测绘行业中较为前沿的科技之一，具备实时测绘、非接触测绘、较高测绘效率等特点，在测绘领域得到了广泛的应用，并成为一种能够快速、准确获取空间信息的测绘技术手段[1]。该文针对机载三维激光雷达技术及其应用现状进行分析，发现该技术应用于道路测绘方面时，能够快速、有效地获取高精度的地面点数据，为道路设计工作提供大量、精确的数据，同时能够保证测量数据的精确性和时效性，进而确保道路规划设计方案的合理实施。鉴于此，该文重点研究机载三维激光雷达技术在道路工程测量中的具体应用。

1 机载三维激光雷达测量系统

1.1 机载三维激光雷达技术

LIDAR技术作为近些年发展起来的一种新型的空间信息采集技术，其通过发射高频率激光脉冲，完成对目标区域内所包括的地物进行扫描，从而获取海量的包括地面信息的点云数据。不仅能够表达目标物体的三维信息还包括了几何结构、弱纹理等信息。激光雷达系统根据搭载平台的不同可分为星载、机载、车载和地面4类，其中机载激光雷达应用最广泛[2]。机载三维激光雷达测量系统整合了LIDAR技术、全球定位系统（GPS）以及惯性测量技术（IMU），以无人机作为搭载平台，能够准确、快速地采集具备高精度特点的地面地形数据。机载三维激光雷达测量系统获取的点云数据同时具有精度高、海量、效率高等特点且采集工作受天气、太阳等自然条件影响较小。目前激光雷达每秒能够获取数十万个点云数据，其精度可达到毫米甚至微米级，为后期对目标地物进行还原和建模提供了大量可靠的数据资源。与光学摄影测量方式不同，机载三维激光雷达测量能够在夜晚进行工作，支持全天候作业。

1.2 机载三维激光雷达测量系统的工作流程

机载三维激光雷达测量系统的工作流程分为点云数据获取、点云数据处理、点云数据应用三个步骤。点云数据的最终精度取决于测区控制网布测精度及点云数据处理的好坏程度。工作流程如图 1 所示。

2 项目实例分析

该道路测量项目位于福建省福州市某区域，该道路设计总长1.08公里，测区内部部分区域高低起伏较

大，大多为树木植被覆盖，多处区域人员无法到达，测量难度较大，利用传统的测量方式效率较低，工期无法保证。鉴于此，本次测量任务利用机载三维激光雷达技术进行外业数据采集，并利用专业处理软件进行点云数据处理和绘制道路纵横断面。

2.1 点云数据获取

2.1.1 架设

采集数据的精度会影响机载传感器的整体偏差从而最终影响点云数据的精度，所以该项目基准站选择在测区中点附近一处不受干扰的空旷区域，基准站利用CORS系统按GPS控制测量一级技术要求采集WGS84坐标，基准站数据采集模式为静态采集，卫星高度角设置为15°，有效观测卫星数可达23颗，采样间隔设置为15秒。

2.1.2 数据采集

本次测量使用机器型号为D-LiDAR2000，其基本参数如表1。

表1 D-LiDAR2000型激光雷达基本参数

D-L i DAR2000设备参数

搭载平台D2000

水平视场角70.4°

垂直视场角 4.5°/77.2°

精度5cm@50

测距190m@10%反射率@100klx500m@80%反射率@0klx 激光

测距模式TOF

激光等级Class 1

波长905nm

发散角0.03°H×0.28°V

点频240kpts/s

回波数三回波

回波强度8bits

测距精度±2cm

注：表中H代表水平方向，V代表垂直方向。

机载三维激光雷达技术在道路测量中的应用

张功锋

（福州市勘测院，福建福州 350000）

摘要：机载三维激光雷达作为一种新型的空对地数据采集技术，打破了传统测量方式数据采集有限、测绘范围小、工作效率低等局限，实现了测量方法由点到面的转变。此外，该方法具备高效的数据采集效率、能够完成大范围的测量任务，同时能够生产高精度的测绘成果，在多个行业成功应用并取得了认可。该文通过具体工程实例阐述机载三维激光雷达技术应用在道路测量中的主要工作流程和技术要点，并分析其优缺点，为将机载三维激光雷达技术成熟应用于道路测量提供借鉴。

关键词：无人机；三维激光雷达；点云数据；道路测量

中图分类号：P 237 文献标志码：A

中国新技术新产品

2021 NO.10（下）

党的十五大报告全文>陶嘉舟

- 115 -

工程技术

2.1.3 数据生成

机载三维激光雷达测量系统一次采集得到的原始数据主要有GNSS 基准站数据、POS 采集数据、激光数据和影像数据。点云数据的生成需要完成数据处理、POS 数据解算及数据融合、测区坐标转换参数求取和点云坐标转换等工作。

数据处理主要是将原始的GNSS 数据进行格式转换和天线设置，生成 Renix 文件，该项目使用CHCData 软件完成数据处理。

八音盒珍品陈列馆POS 解算采用Inertial Explorer 后处理软件进行。该软件是一款强大的、可配置度高的事后处理软件，可用于处理所有可用

的GNSS、INS 数据，提供高精度组合导航信息，包括位置、速度和姿态等信息。POS 解算完成的点云数据使用CoPre 软件将原始激光数据与POS 数据进行融合解算，最后转换生成2000国家大地坐标系下的Las 格式点云数据。

为了提高点云的高程精度，在该项目测区均匀布设6个转换点，按照GPS 控制测量一级技术要求测

出转换点的2000国家大地

坐标系平面坐标，并按照五等水准测量技术要求测出转换点的1985国家高程值。通过转换点数据求得测区坐标转换参数，再使用CoPre 软件对点云数据进行高程转换。最后利用拍摄的影像数据进行点云着渲染，得到具有RGB 颜值的点云数据。

2.2 点云数据处理

在数据采集过程中受无人机的非稳定性姿态或激光反射信号强弱等因素的影响，获取的点云数据会出现孤点、突变点、噪声点等情况，需要对点云数据进行点云去噪和点云分类处理来优化数据的质量，最后对点云进行精度分析。该项目使用South Lidar 软件对点云进行去噪和分类。

2.2.1 点云去噪

点云去噪旨在将采集到的点云其中不需要的点云部分去除，对发生微小移位的噪声点尽量使其回归到原始位置，在去噪过程中保证点云模型表面区域平坦光顺，同时最大程度地保留原始物体的细节特征，避免因去噪而导致的点云模型表面扭曲等现象[3]。

2.2.2 点云分类

在道路测量过程中，通常需要采集地面点信息，然而由

于激光点云数据海量的特点，大量的点云数据往往导致选取地面特征点时出现错误，因此利用点云分类技术筛选出所需

图1 工作流程图

图2 测区部分数据

（a）

（c）（d）

（b）

中国新技术新产品

2021 NO.10（下）

- 116 -

工程技术

要的地面点信息显得尤为重要。激光点云分类是内业数据处

理中重要的步骤之一，是构建数字地面模型、复杂场景建设等后续应用的基础，其数据分类的结果能够直接影响后续测绘产品的生产[4]。点云分类技术通常是指利用不同的方法，将海量离散、不连续的点云根据一定的标准进行识别并提取。

天净沙秋思赏析2.2.3 点云精度评定

为保证本次项目精度要求，通过GNSS RTK 和全站仪进行数据精度检验，通过采集桩号高程与机载三维激光雷达采集的高程数据进行对比分析，如表2。此外，还采集了8个硬化路面点高程进行对比分析，如表3。根据 GB/T 24356－2009《测绘成果质量检查与验收》的规定，采用高精度数据进行精度检测。由表1、表2可以看出，利用机载三维激光雷达技术进行道路工程中的外业采集工作，其精度完全符合要求。

2.3 点云数据应用

2.3.1 点云数据成果

如图2为测区部分数据，其中，图2（a）、图2（b）为测区部分真彩点云数据，图2（c）、图2（d）为测区部分高程赋后点云数据，由机载三维激光雷达获取的点云数据能够清晰表达地面点信息，为之后的测绘产品生产提供了高精度的数据基础。

山西科教公民与法2.3.2 道路纵横断面绘制

对处理完成后的点云数据利用South Lidar 软件生成数字产品。分类后的点云数据能够明显分辨地面点与非地面点。此外，该软件通过将道路桩位数据与点云数据结合，实现道路桩位所在位置的点云数据

可视化，通过精分类区分地面与非地面点。图3是通过South Lidar 软件在点云上进行断面特征点提取，生成断面数据文件后导入CASS 中实现道路纵横断面的自动绘制。

3 结语

利用机载三维激光雷达测量技术能够快速、准

确地获取地物信息，大幅减少人工外业采集时间，有效提高了测量效率，其数据信息丰富、成果生产效率高以及植被穿透能力有效降低了测量难度，尤其在山岭、高原等复杂地表环境下，能够顺利完成人工无法到达区域的信息采集工作，有效保障测绘人员安全。该文通过以福州市某区域道路测量项目为例，来验证机载三维激光测绘技术在道路测绘中的可行性，该项目利用机载三维激光雷达测量技术获取测区点云数据信息，通过点云精细分类有效区分地面点与非地面点，准确提取地面特征点信息来实现道路纵横断面线的生产。此外，该文发现与传统的道路测量方式相比，尽管该新型测绘技术表现出很强的优势，但仍然存在不足，如针对测区内茂密树林覆盖以及水域部分，机载三维激光雷达仍然无法有效的获取全部真实地面点信息，通常需要依靠传统的测量方式进行缺失数据的补足，才能更好地实现测绘产品的生产。参考文献

[1]隋立春，张宝印. Lidar 遥感基本原理及其发展[J]. 测绘科学技术学报， 2006， 23（2）：127-129.

[2]操松元，郭可贵，谭弘武，贾玲君. 激光雷达在输电线路巡检中的关键技术及应用[J]. 地理信息空间，2021，19（2）：83-86.[3]白慧鹏.地面三维激光点云去噪算法研究[D].长沙：长沙理工大学， 2019：3.

[4] 惠振阳，程朋根，官云兰，聂运菊. 机载Lidar 点云滤波综述[J]. 激光与光电子学进展， 2018， 55（06）：7-15.

图3 在分类后的点云数据上提取断面特征点表3 硬化路面高程点精度检核

点云

实测

较差序号x y

y z Δx Δy Δz 1 442448.593 2847303.007 4.392 442448.629 2847302.915 4.3570.036 0.092 0.03

5 2 442468.810 2847167.220 4.941 442468.820 2847167.199 4.8910.010 0.021 0.050 3 442474.030 2847175.139 4.961 442474.065 2847175.172 4.9360.035 0.033 0.025 4 442464.971 2847248.919 5.171 442465.004 2847248.946 5.1480.033 0.027 0.023 5 442425.050 2847834.360 10.830 442425.079 2847834.392 10.8010.029 0.032 0.029 6 442421.021 *******.639 11.600 442421.041 2847890.630 11.6260.020 0.009 0.026 7 442416.691 2847944.360 12.371 442416.646 2847944.431 12.3930.045 0.071 0.022 8

442413.821

2847999.220 13.140 442413.816

2847999.296

13.146

0.005 0.076 0.006 精度统计（8个统计较差平均值）

0.028

0.044

南京东方卫报

0.025

表2 道路中桩高程精度检核

桩号

X Y Z （实测）Z （点云）ΔZ K0+0002848224.475442387.06715.06415.0390.025K0+1002848124.722442394.07314.68214.6700.012K0+2002848024.971 442401.045 13.52413.5430.019K0+3002847925.203 442408.039 12.23212.2400.008K0+4002847825.434 442415.033 10.04010.057 0.017K0+5002847725.697 442422.009 9.0659.0800.015K0+7002847526.042 442433.861 5.091 5.0770.014K0+8002847426.207 442439.335 4.602 4.6300.028K1+000

2847226.662

442452.498

4.205 4.2200.015精度统计（9个统计较差平均值）

—

——

0.017

本文发布于:2024-09-22 01:06:10，感谢您对本站的认可！

本文链接：https://www.17tex.com/xueshu/678501.html

上一篇：步进频率连续波探地雷达数字信号处理机

下一篇：胸怀强国之梦献身防空事业——记中国电子科技集团有限公司信息科学研 ...