无人机机载LiDAR航测技术道路测绘应用效果分析_杨智文.pdf

第 卷 第 期 年 月测绘与空间地理信息 ，收稿日期：作者简介：杨智文（），男，广东广州人，工程师，学士，主要从事地籍调查方面的工作。无人机机载 航测技术道路测绘应用效果分析杨智文（广州市增城区城乡规划与测绘地理信息研究院，广东 广州）摘要：通过分析现有无人机高清镜头在植被茂密地区线性工程中采集测绘数据并建立实景三维模型的不足，研究了无人机机载 航测技术在道路测绘中的应用，并提出在激光点云建模过程中，分别建立地表数字模型和道路主体工程数字模型，以发挥无人机机载 的可以利用回波隔离植被点云的技术优势，使其在广州 快速路测绘项目中既能保证道路与地表的测绘精度，又能反映项目区整体环境特征。经过模型质量检验和控制点坐标精度分析，论证了通过无人机机载 进行航测数据采集，再通过点云分离建模所得到的测绘成果精度较高，模型效果较好。关键词：无人机；机载雷达；道路测绘中图分类号：文献标识码：文章编号：（）（，）：，：（）；引 言随着无人机航测设备不断升级，无人机航测技术也广泛地应用于各行各业。现有的无人机航测技术主要是运用无人机搭载高清镜头设备采集多角度高清影像，通过高清点云投影算法，生成实景三维模型，再借助实景三维模型完成地形等高线输出、规划设计方案布局、实景模型测量等工作。这种通过高清镜头采集数据的传统无人机航测技术手段，针对精度要求不高、测绘面积相对较小、植被覆盖率较低的面域工程应用效果相对较好，但针对植被覆盖率相对较高、测绘精度要求较高的线性工程项目，传统航测方法很难达到项目精度要求。因此，研究如何运用具有更高精度的激光雷达航测技术完成测绘任务，成为当今研究的热点。本文以广州 快速路测绘项目为例，研究无人机机载 技术在道路测绘中的应用。航测设备选型广州 快速路位于珠海市，森林植被覆盖率达，植被类型为南亚热带常绿阔叶林群落。该地地处珠江口西岸，濒临广阔的南海，属典型的南亚热带季风海洋性气候。由于该地区植被茂密，且受海风影响风力较大，故需选用抗风能力好、续航能力强、悬停稳定性好，同时可搭载激光雷达设备的中型多旋翼无人机。本文选用 作为航测无人机，配置了专业级 飞行控制系统、图像传输系统，图像传输距离最远可达，同时该型号无人机采用模块化设计，能够快速装配，载重高达 ，为激光雷达设备提供可靠的高性能飞行平台。搭载 轴独立电机，电机核心的轴承系统采用了严格密封处理，可防止雨水、沙尘侵蚀，可以让航测设备在项目地多风频雨的不利气候环境下稳定工作，以满足本案例航测需求。具体参数详见表。表 航测无人机设备参数表 无人机型号类型抗风等级位 飞行载重悬停精度旋转角速度升降速度飞行速度飞行高度轴距 六轴飞行器五级 垂直：水平：俯仰轴：航向轴：最大上升速度：最大下降速度：（无风环境）激光雷达镜头集成了、激光扫描原件等光谱成像设备。其中激光扫描设备利用脉冲反馈信号采集目标距离、坡度、粗糙度和反射率等信息，而光电成像技术可获取探测目标的数字成像信息、地面采样点的三维坐标等。激光雷达测量系统具有高点频、高线频、高精度、高集成度特点，具备 次回波技术，集成高精度惯导模块，可以有效穿透植被、草木，采集地表高精度激光点位数据。具体参数详见表。表 激光雷达镜头参数表 镜头型号波段激光器频率最大测量距离测距精度 角分辨率 最大扫描速度 扫描角度位置精度姿态精度系统重量 回波数量 近红外 反射率 反射率 线 水平 高程 航向姿态 次 实景模型效果分析为具体说明机载 航测技术在植被茂密地区线性工程测绘中的应用效果。本文首先对广州 快速路实景三维模型效果进行简要分析。首先，本文运用无人机搭载高清数码镜头，对项目待测区域进行了高清影像采集，共采集高清影像 张，横向重叠率，重向重叠率，核心测绘区重叠次数均大于 次，满足航测影像实景三维建模要求，并通过 实景三维建模软件进行自动化建模。实景三维模型效果如图 所示。通过对图 分析可知，虽然该模型可以有效反映测绘区域整体情况，但是由于该地区气候适宜、降雨较多、风力较大，导致植被生长极其茂盛，实景三维模型中地表高程受到植被影响较大，实景三维模型地表高程被整体提高，地表与道路形成了较大的高差，植被对地表高程测绘精度产生了很大的影响。为进一步分析，本文随机选取了 快速路中任意剖面进行剖面分析，如图 所示。图 广州 快速路待测区段 图 广州 快速路剖切面示意图 根据图 剖面可知，该地区道路剖切端面与现场踏勘实际情况差异较大，主要由于道路两侧地表高度抬升所致。根据现场调研，现状道路两侧实际地表低于道路路基表面约 。但是，根据三维模型剖面分析，道路路基表面远低于两侧地表，该测量误差主要由于道路两侧植被与地表高程点云混杂所致。故可初步判定在植被茂密的环境下，高清实景模型对于广州 快速路线性工程测绘适用程度相对较低。机载 建模分析为发挥无人机机载 的技术优势，使其在广州 快速路测绘项目中既能保证道路与地表的测绘精度，又能反映项目区征地环境特征，在激光点云建模过程中分两部分进行。在激光点云建模过程中，第一部分内容是建立地表数字模型，运用 激光雷达 回波技术将整个待测区域的树木、草木等植被隔离，将地表结构单独建模，形成与实际地形表面相符合的数字三维地形，如图 所示；第二部分内容是建立主体工程数字模型，需要将主体工程的点云单独提取，即沿道路轴线向轴线两侧拓展相同距离（略大于 路宽），并将该部分激光点第 期杨智文：无人机机载 航测技术道路测绘应用效果分析云单独建模，形成独立的主体工程数字模型。如图 所示。图 地形数模型提取效果 图 主体工程模型提取效果 在无人机机载 采集到的数据准确、点云建模过程正确的情况下，图 中道路数字模型即可与图 中分离出的原始地形模型完全匹配，同时，将经过点云分离后的植被点云数据建模后还原到项目区整体三维模型场景中，树木应刚好与地表模型搭接且不与道路发生交叉。经过上述模型叠加还原，即可得到如图 所示的广州 快速路无人机机载 数字化模型效果。图 广州 快速路无人机机载 数字化模型效果 根据图 可知，实测模型地形表面、植被、道路匹配度较高，项目区数字化模型整体完整，细节定位准确，无扭曲、交错、畸变等现象，同时清晰度远高于图 所示的实景三维模型效果。误差分析经过上文分析，无人机机载 实测模型各元素匹配较好，表观效果佳，为进一步量化检验其实测精度，本文在广州 快速路无人机机载 数字化模型中随机选取了 个控制点位与原有现场实勘坐标点位进行对比检验。其中，地形模型数据量最大，植被模型数据量次之，道路模型数据量最小，故检测点位数量分别按 点、点、点分配；地形模型取地形表面检测点坐标进行分析，道路模型取路基表面检测点坐标进行分析，植被定位坐标取植被躯干底部在地形表面的投影点坐标作为检测点坐标进行分析。对比检验分析统计结果见表。结束语经过对比检验，地形模型、道路模型、植被定位坐标表 无人机机载 测绘成果误差分析表 检测点位数量检验值 平均误差（）最大误差（）地形模型道路模型植被定位坐标合计均能通过 检验，置信度满足 要求。地形模型平均误差为 ，最大误差 ；道路模型平均误差为，最大误差 ；植被定位坐标平均误差为，最大误差 ；无人机机载 测绘成果整体精度较高，最大误差可控制在 内，其中道路模型测绘精度最高，植被模型精度相对较低，但测绘误差依然满足精度要求，故可认为，通过无人机机载 进行航测数据采集，再通过点云分离建模得到的测绘成果精度较高，在植被茂密的环境下，线性工程测绘中，无人机机载 技术具有较好的应用前景和研究价值。参考文献：李树涛，李聪妤，康旭东多源遥感图像融合发展现状与未来展望遥感学报，（）：程铁洪，骆斌，黄磊一种利用无人机载点云的道路设施提取方法北京测绘，（）：胡勇，单挚无人机在测绘工程中的应用探讨工程建设与设计，（）：，高利敏，李俊杰，李文清，等无人机倾斜摄影结合激光扫描 仪 三 维 逆 向 建 模 测 绘 通 报，（）：吕爱美机载 点云在大比例尺地形图生产中的应用研究经纬天地，（）：叶思远旋翼无人机倾斜摄影测量技术在三维实景建模中的应用测绘与空间地理信息，（）：雷英栋，沈旭东，吴湘莲单镜头无人机的实景三维建模研究电子制作，（）：丁保才融合 与影像的纵横断面自动提取及应用山西建筑，（）：，任小强，温俊丽，孟勇飞，等山区无人机倾斜摄影实景三维建模质量控制工程勘察，（）：王丽英，段孟柳利用灰度体元模型的机载 道路提取自动化学报，（）：张小东，杜宁，王莉，等一种高斯混合模型组合分类的机载 城区道路提取方法 计算机技术与发展，（）：张永军，黄星北，刘欣怡 一种地形自适应的机载 点云正则化 滤波方法地球信息科学学报，（）：王旭科，闫世伟，李艳芳，等基于机载 和倾斜影像的城市三维建模方法北京测绘，（）：编辑：刘莉鑫 测绘与空间地理信息 年