无人机机载LiDAR建筑立面测绘方法研究_黄灯魁.pdf

第 卷 第 期 年 月测绘与空间地理信息 ，收稿日期：作者简介：黄灯魁（），男，广东河源人，工程师，注册测绘师，本科学历，主要从事三维激光、航测、地理信息等方面的研究与应用工作。无人机机载 建筑立面测绘方法研究黄灯魁（广东省国土资源测绘院，广东 广州）摘要：为提高无人机航测技术在建筑立面测绘中的精度与效率，本文研究了机载 建筑立面测绘方法，提出了运用“点线结合”航测路径结合 最近邻法（）建模的建筑立面测绘方法，实现高效率、高精度、轻量化激光点云采集与建模。采用“点线结合”的方式进行航测路径规划，可以有效地解决“覆盖式俯视”激光扫描数据量大、视角限制多等问题；进行 数据预处理可降低数据冗余量，同时充分发挥 最近邻法（）的运算优势；采用三阶段递次进行激光点云细化建模可以逐级降低数据运算量，大幅提高建模运算效率的同时提高各层级建筑立面细部结构精度。经过模型效果分析与结果精度检验，激光点云投影模型细节明细、定位准确，模型成果质量和定位点精度均能满足建筑立面测绘精度要求。关键词：建筑；激光雷达；立面解析中图分类号：文献标识码：文章编号：（）（，）：，（），：；引 言随着智慧城市、海绵城市、数字化城市等城市建设理念的不断推进，各行各业对城市现有规划布局及建筑形态的采集与测绘需求日益增长，越来越多的数字化城市模型逐步涌现。现阶段，基于无人机搭载高清相机采集建筑影像，通过点云投影、空三加密进行数字化建模的方法应用相对较多，但是这种数据采集主要提供建筑物的轮廓和屋顶形状，针对建筑物形状突变、高程突变的区域，往往会发生模型扭曲及畸变的情况，因此，研究如何运用新兴技术高效、准确地完成建筑物数字化信息采集与模型建立成为当下的研究热点。机载 是一种激光探测及测距系统，可利用返回的脉冲获取探测目标距离、坡度、粗糙度和反射率等信息，但激光雷达镜头造价相对较高。近年，无人机机载 开发取得了突破性进展，制造和使用成本大幅降低，民用、商用激光雷达逐步普及，为无人机机载 应用研究奠定了坚实基础。数据采集路径规划由于固定式激光雷达和车载激光雷达主要适用于从有限数量的视点捕获较小场景的 数据。相比之下，无人机机载 的应用可从多个角度完全覆盖空间复杂的城市环境，能够更好地采集城市建筑布局与建筑立面形态。为搭载激光雷达设备，并为航测数据采集工作提供一个稳定的运行条件。本文选取 多旋翼无人机搭载 设备进行航测数据采集。多旋翼无人机具有 个独立电刷悬桨，可以抵抗 级风力，为数据采集设备提供一个稳定的数据采集环境；设备具有三回波传输反馈机制，在数据采集过程中可以有效地去除植被点云，从而降低障碍物对建筑物表面点云的影响。采集路径以“点线结合”的方式展开，线状航测路径主要基于城市原有道路，无人机沿城市现状道路进行航测飞行，激光雷达设备沿程采集道路两侧建筑物数据；点状航测主要利用航测无人机，可以不受道路、地形、建筑布局等的限制，潜入围合式建筑小区中庭内部，以采集建筑物内侧立面数据，从而使整个测绘区域建筑物数据采集具有可靠性与完整性；采用“点线结合”的方式进行航测路径规划，可以有效解决“覆盖式俯视”扫描过程中视角不佳导致的激光投影点密度差异较大的问题，这样的视角限制和视点遮挡会使收集到的点云在精确度、覆盖范围上存在缺陷。因此，采用“点线结合”的数据采集方式，可以有效采集到数量、质量均满足要求的密集点云，以便后续激光点云的解析建模。数据采集与预处理无人机机载 数据预处理方法有 种，最近邻法（）和球形邻域法。利用 最近邻法（）取邻域点计算点云特征效率相对较高且自动化程度较好，但会因为扫描密度差异引起测绘精度下降。本文已通过合理规划数据采集路径有效解决了“覆盖式俯视”扫描过程中由于建筑物与航测无人机数据采集点位之间的距离受限造成的扫描密度差异，从而有效避免了点云密度对成果质量的影响。无人机机载 采集到的原始数据带有的基础特征有坐标（、）、颜色（、）和激光反射强度（），而建筑物的表示是基于构造立体几何（）或边界表示（）。若不对激光点云数据进行预处理，各类型数据将会发生交互，从而导致点云分布混乱，曲面三角网格产生临界交叉，同时细部结构难以有效表达。如图 中建筑街景均无建筑物窗体、门、栏杆等细部结构。在点云数据未做预处理的情况下，坡屋顶斜面点云、建筑物外立面点云、场地表面点云相互交界处将会形成相互干扰，造成误差，如图 所示。与传统实景三维建模图 粗略点云建模效果 测绘方法和“覆盖式俯视”激光扫描方法相比，虽然建筑物立面成像效果已大幅提高，但是在大面域、大数据量建模过程中建模效率和模型精度仍无法达到预期要求。因此，本文提出，将建筑物测绘过程中最难以控制精度的建筑立面影像单独提取、独立建模，从而降低其他激光点云对建筑立面的影响。数据精细化建模根据上文分析，由图 可知，建筑立面点云提取后，虽然可以有效降低其他激光点云对建筑立面点云的影响，但建筑立面存在较多层次，需要进一步对点云进行分层优化才能更好地实现激光点云的精细化建模。本文提出将建筑立面建模过程分为 个阶段进行。第一阶段是差异点识别与剔除，将建筑立面点云中偏离较远的点云筛除，一方面可以有效减少空间异常点；另一方面可以进一步对去植被过程中的疏漏点位进行二次筛除，使待建模点云更加精准，具体如图（）所示。图 高精度云建模效果 由如图（）可知，建筑立面墙体点云基本满足规则、平整、完整的建模要求，仅窗体部分激光点云稍有离散情况。因此，需要进行点云数据精细化处理的第二阶段，将墙体点云模型剔除后分离出窗体激光点云，对点云边界进行矢量修正，使其形状结构规则完整。完成上述点云处理后进行第三阶段，即可进行点云重组投影建模，分别形成墙面、窗体等结构的高精度模型，如图（）、图（）所示。运用上述方法即可实现无人机机载 建筑立面高精度建模，将建筑立面模型与原有屋面、地表模型重组即可实现城市街景模型三维重现，如图 所示，图 中所示模型与图 相比边界轮廓更加清晰，窗体、门等细部结构更准确完整。此外，由于本文所选用的点云建模方 测绘与空间地理信息 年图 数据精细化建模效果 法为 最近邻法（），虽然航测路径规划上要相对复杂，但是其在后期数据处理和点云建模过程中，可以针对整个区域进行整体点云数据筛分处理，从而进行整体点云投影建模，大幅提高模型运算效率，同时满足建筑立面细部结构精度要求，该研究区域整体激光雷达建模效果如图 所示，图 中建筑模型可视化效果更加理想，细节明晰、定位准确，能为数字化、信息化城市建设提供更准确的数据基础和人机交互效果更佳的可视化模型。图 区域总体点云建模效果 结果检验与主要结论为进一步检验运用“点线结合”航测路径结合最近邻法（）建模的实测精度，本文随机选取了 个测绘控制点位进行人工复核，点位主要分布在 个小区组团，分别是 小区，小区。、代表各小区内部（中庭位置）取样点位，代表各小区外部（临街位置）取样点位。各点位空间坐标校准后的误差情况见表。表 航测控制点位坐标误差分析表（单位：）（：）经过对比分析可知，运用“点线结合”航测路径结合最近邻法（）建模的无人机机载 建筑立面测绘 方法应用效果较好，测绘成果精度较高，抽样点横向坐标最大误差 ，纵向点最大误差 ，高程点最大误差 ，整体测绘精度可控制在 以内，满足数字测绘产品检查验收规定和质量评定 数字化模型精度要求，同时激光点云投影模型可视化效果更加理想，细节明细、定位准确，模型成果质量和定位点精度均能满足建筑立面及城市数字化模型测绘要求。结束语无人机机载 可以快速获取数字高程模型激光点云数据，直接反映模型点位的三维坐标，自动将植被、障碍物等非地形及建筑目标上的点云进行分类、滤波或去除，用于对模型纹理要求不高、对点位精度要求较高的数字化矢量模型及辅助智慧城市建模具有明显优势。参考文献：朱庆，李世明，胡翰，等面向三维城市建模的多点云数据融合方法综述武汉大学学报（信息科学版），（）：赖旭东，刘雨杉，李咏旭，等机载激光雷达点云密度特征应用现状及进展地理空间信息，（）：，李鹏，赵鲁燕激光雷达测距的机器人最优移动路径选择机制激光杂志，（）：户忠祥，韩友美，张攀科，等车载激光扫描系统在建筑立面测 量 中 的 应 用 北 京 测 绘，（）：吴嘉琦，胡振宇，石佳惠基于 的建筑摄影测绘中图像采集优化研究城市建筑，（）：李鹏，赵鲁燕激光雷达测距的机器人最优移动路径选择机制激光杂志，（）：董景利徕卡 三维激光扫描仪在建筑立面改造中的应用测绘通报，（）：华远峰，孙博，郑磊，等基于全站仪自由设站的建筑立面测绘方法研究及应用 城市勘测，（）：罗洪军，尹国友三维激光扫描技术在建筑测绘中的应用测绘与空间地理信息，（）：华远峰，王宁，孙博，等基于三维激光扫描技术的建筑外立面测绘方法北京测绘，（）：梁智勇，郭军基于三维激光扫描技术对异形建筑物立面测量的应用测绘工程，（）：，编辑：任亚茹 本刊已许可中国学术期刊（光盘版）电子杂志社在中国知网及其系列数据库产品中以数字化方式复制、汇编、发行、信息网络传播本刊全文。该社著作权使用费与本刊稿酬一并支付。作者向本刊提交文章发表的行为即视为同意我社上述声明。第 期黄灯魁：无人机机载 建筑立面测绘方法研究