点云数据多站拼接在水利工程测绘中的应用

2013-08-28张永光刘豪杰尹小磊刘朋俊

华北水利水电大学学报(自然科学版) 2013年3期

张永光，刘豪杰，尹小磊，刘朋俊

(黄河勘测规划设计有限公司，河南郑州450003)

目前，传统测绘方法在外业数据采集中已经很难再有突破，若要获得更高的测绘效率则需依靠新技术的研究和新仪器的研发.同时传统的测量手段也不能满足地理环境复杂测区的测绘工作，比如低温、高海拔地区，植被茂密、坡度很大的山区，以及一些矿山和隧道的测量等.地面激光扫描仪以其高效、非接触式、便携、扫描精度高等优势，极大地弥补了传统测绘工作的不足.

然而，由于研究对象复杂多样，无法通过一次设站获取其完整的点云数据，必须在研究对象的不同方位设站，采用多测站、多视角的扫描方式，对研究对象的不同部位分别扫描，取得该对象各个方位的分块点云数据，再通过分块数据拼接处理，才能获取研究对象完整的表面点云［1］.选择何种外业扫描方案和内业数据拼接方式是提高扫描效率和扫描精度的关键所在.常用的点云数据拼接方法均存在不同程度的误差，最近点迭代算法(Iterative Closest Point algorithm，ICP算法)可实现多站自动拼接，提高数据拼接的精度.目前，ICP算法广泛应用于建筑物扫描、磨具检测、考古、医学等领域.而水利工程的测绘现场一般范围大、距离远、地表影响因素多，与室内扫描数据的处理有诸多不同，笔者提出将这种点云数据多站自动拼接方法应用于水利工程测绘中，并通过实例验证其有效性和可行性.

1 点云数据拼接

1.1 拼接原理

点云的拼接是将不同扫描位置的点云数据拼接到同一个坐标系中.假设扫描工程中有Sp1～SpN共N个扫描站点，每个站点扫描得到的点云都在各自扫描仪的自身坐标系(SOCS)下，点云的拼接就是将这N个扫描仪坐标系坐标配准到同一坐标系中，这个坐标系即项目坐标系(PRCS)，如图1所示.

图1 GLCS，PRCS和SOCS 3种坐标系

各站点点云的坐标系通过SOP矩阵配准到项目坐标系中，如果场景规模超出项目坐标系的表示范围，则要用到全球坐标系(GLCS)，项目坐标系到全球坐标系的转换通过POP矩阵配准实现.扫描仪坐标系下的点PSp到全球坐标系下的点PGL的转换过程，如图2所示.

图2 坐标转换示意图

1.2 常用点云拼接方法

多个扫描测站的拼接过程就是确定各自的SOP矩阵，通常该过程需要一定的连接点实现.这些连接点由扫描数据中出现的反射目标所定义，同时通过全站仪或GPS RTK精确测出它们的位置［2］.常用的拼接方法包括粗拼接、公共反射标靶拼接、极坐标拼接等.

1.2.1 粗拼接

在扫描地物有明显的特征点或者标识物，同时对扫描地物不需要大地坐标的测区，可采用这种拼接方式.其优点是不需要布设反射标靶，设站灵活.

其作业方法是:根据测区范围大小，实地确定测站点和测站数，应尽量满足视线开阔，站点布置要有层次错落，使扫描出现尽量少的阴影.野外扫描完成后，对两两相邻的测站进行同名点的标定，至少要找出4对同名点，类似公共反射标靶的作用，使两次扫描的坐标统一到相同的坐标系下.

当扫描数据量不大时，手动找出同名点比较方便，但不同测站扫描同一物体的角度不相同，所以同名点的位置可能会有误差，这也是最大的误差来源.当扫描数据量过大时，这种拼接方式将变得无效，因为海量的点云数据加载后，电脑运行速度变得缓慢，数据处理无法进行.

1.2.2 公共反射标靶拼接

公共反射标靶拼接是利用在不同扫描站布设一定数量的公共反射标靶来完成坐标系统一的拼接方式［3］.扫描前将反射标靶安置到扫描对象周围合适的地方，在扫描过程中反射标靶固定不动，最终利用相同反射标靶在不同的扫描点云中的位置进行拼接.一般扫描站较少时，可采用此种方式进行拼接.其优点是测站位置灵活，缺点是反射标靶布设较多，在需要大地坐标时，工作量较大.

其作业方法是:在实地详细踏勘后，选择最佳的扫描站点，然后在扫描范围内布设均匀且高低错落的反射标靶，需要相邻两个扫描站能共用不少于3个，最好5～8个，以此来完成两次扫描数据的统一.这种拼接方式对测区的地理环境要求严格，要有合适的位置来布设反射标靶，反射面和激光光束的夹角不能太小，同时反射标靶要方便常规仪器测量.

1.2.3 极坐标拼接

在一些地理环境比较恶劣的测区(茂密山地、深沟或陡崖等)，无法布设一定数量的反射标靶，可采用极坐标的方式进行拼接.

其作业方法是:根据测区踏勘情况布设扫描站，应尽量少出现扫描阴影，每次扫描都需要标记扫描站点的位置，在离扫描站一定距离(以能识别反射标靶为准，距离越远，扫描点位绝对精度越好)且在能被扫描到的位置上布设一个后视点同时做标记，并在这个位置上设置一个反射标靶［4］;扫描后，用全站仪或者GPS RTK测定标记的扫描点和后视点的大地坐标.这种拼接方式适应性较强，但人为干预太多，引入了过多的误差，如后视点测量误差、扫描站测量误差等.

2 多站自动拼接方法

前述的3种点云拼接方式，不同程度地存在误差，如:同名点人为误差、全站仪(或者GPS RTK)测量误差、反射体自身误差等.这些误差不可避免，为了提高扫描点位的精度，必须采用减少人的干预、程序化控制并兼顾稳定性的拼接方式，而多站自动拼接正是这样一种自动化的拼接方式，通常使用最近点迭代算法(ICP算法)提高精度.

ICP算法是一种通用的、与表示方式无关的解决3D点集配准问题的方法.ICP算法实质上是基于最小二乘法的最优匹配方法，重复进行“确定对应点集—计算最优刚体变换”的过程，直到某个表示正确配准的收敛准则得到满足.到目前为止，ICP算法是三维模型配准的主流算法，近年来国内外相关研究人员对ICP改进算法进行了系统的研究.虽然ICP算法计算简便、直观且使拼接有较好的精度，但是用于点云拼接的两幅点云必须在三维空间中正交的3个方向上均有足够的重叠分量才能稳定、可靠地解算出拼接参数［5］.

3 实例验证

某调水工程大坝坝址边坡，需测绘1∶500地形图，要求等高距为1.0 m，高程注记点的中误差为0.33 m.采用Riegl VZ 1000地面三维激光扫描仪进行现场实地扫描，在边坡对面的山上布设4个扫描站，每站之间的间隔为130～170 m，各站的角分辨率为0.03°～0.05°，均采用1 400 m(70 kHz)的扫描模式.

3.1 扫描方案

由于测区扫描站架设困难，且距离扫描对象较远，很难布设公共反射标靶，所以采用极坐标的方式进行扫描.扫描设站在4个点位各进行一次精细扫描，以获取足够多点云来反映对面山体的地貌信息.扫描完毕，输入以GPS RTK方式获取的每个点位的扫描站坐标和后视坐标，使所有4站统一到大地坐标系下.然而，由于GPS RTK误差、架设仪器误差、反射片误差等，以极坐标方式拼接的点云从中剪切一个纵剖面，能直观地看出不同扫描站之间有缝隙，各站之间的扫描数据不能完好地拼接到一起，而采用ICP算法自动拼接后，数据质量有了很大提高.

经过上述点云拼接，获取的只是带有大地坐标的原始点云数据.获取山体地面的高程值还要进行植被噪点去除.常规方法是在固定大小的面板范围筛选最低值以获取地面点云，然后根据地面的趋势面手动删除多余的点云，至此获取了地面的点云数据.为了方便海量点云数据能在常规绘图软件中自由显示，必须对点云进行抽稀，获取指定间距的地表点云数据，并通过生成的DEM获取该山体的等高线.同时，还用常规测绘方法(GPS RTK)获取该测区地面的高程点(间距5～10 m)，用来检测最终的扫描成果精度.

3.2 结果及分析

为了比较扫描数据绘制的等高线是否满足成图要求，把实测的高程点利用CASS 7.1软件加载到点云生成等高线的DWG格式的文件中，通过等高线内插出这些点的点云高程值，比较实测高程值和内插高程值之间的差值，并统计点云的高程精度.

在山体上选取上部植被覆盖茂密和下部岩石裸露等各个区域的52个点，其高程统计结果见表1.

表1 点云数据高程精度统计表 m

由表1可知，计算得到52个点的高程中误差为0.32 m，而该工程要求的高程注记点中误差为0.33 m，该结果满足成图要求;地面激光扫描仪获取的高程值一般比实测高程值大，个别高程点的差值甚至大于2倍中误差，说明去除植被噪点的操作直接影响最终的高程值.

通过此次测试，数据采集和处理过程中应注意以下几个方面:①5 cm反射标靶能被识别的距离有限，适当增大反射标靶的大小，可以增加后视距离，进而提高扫描点位绝对精度;②在地表裸露遮挡较少的测区，扫描仪的精度较高，能直观反映地形特征;③可根据成图比例尺大小来选择扫描仪的扫描模式，扫描的角分辨率需按要求设置，如果该值设置过小，数据量就会太大，不利于数据后处理;④点云处理过程中，去除植被噪点占用较多时间，而且自动去除植被噪点的算法还不完善，直接影响最终成图的精度.