平坦区域等密度激光点云数据获取方法

谢宏全，厉　堃，周　立，卢　霞

(1. 淮海工学院测绘与海洋信息学院，江苏 连云港 222005;2. 海岛(礁)测绘技术国家测绘地理信息局重点实验室，山东 青岛 266590)



平坦区域等密度激光点云数据获取方法

谢宏全1,2，厉堃1，周立1，卢霞1,2

(1. 淮海工学院测绘与海洋信息学院，江苏 连云港 222005;2. 海岛(礁)测绘技术国家测绘地理信息局重点实验室，山东 青岛 266590)

基于激光点云分布原理，通过试验确定合理的分区扫描方法。利用徕卡C10扫描仪以单站方式进行整体和分区扫描对比试验，针对条带状区域和矩形区域分别采用多站扇形分区和多站环形分区扫描方式获取激光点云数据，并对激光点云数据进行处理与分析。研究结果表明：在平坦区域分区扫描方法可以获得等密度激光点云数据，具有扫描时间较短、文件字节数较小的优势，分区扫描方法具有较好的应用前景。

平坦区域；等密度；点云数据；分区扫描；扫描半径

三维激光扫描仪在对平坦地形进行扫描时存在点云数据严重不均匀的问题，点云密度随扫描距离的增大而增大，从而导致冗余数据繁多，扫描时间过长等问题[1-5]。近年来国内一些学者进行了相关研究，主要成果有：欧斌[6]研究了三维激光扫描技术的外业数据采集方法，指出了每种方法的优缺点及其应用范围；刘舜等[7]阐述了点云密度不均匀导致建立的模型不能准确地反映实体的形态变化；刘会云等[8]在深入分析三维激光扫描仪工作原理的基础上提出分区扫描方法。本文采用徕卡C10扫描仪通过试验确定合理的分区扫描方法，针对条带状和矩形区域分别进行扫描试验，对获取的激光点云数据进行了详细分析。

一、分区扫描方法原理

1. 激光点云分布原理

当地面三维激光扫描仪工作时，在仪器高度H一定的情况下，同一条竖直扫描线内，随着扫描垂直角度α的增加，扫描半径R逐渐增大，点云间距在逐渐增大，如图1所示,根据三角形几何原理可知扫描半径R=H·cotα。假设仪器高为1.6 m，根据公式可计算出不同扫描半径所对应的扫描垂直角度，见表1。

整体扫描会导致点云密度的不均匀，数据点分布示意图见文献[8]。激光点云越靠近仪器，点云的密度越大，随着扫描半径的增加，扫描点密度逐渐减小，在边缘区域变得非常稀疏，三维激光扫描仪对平坦区域测量时点云数据分布非常不均匀，这是整体扫描方法存在的主要问题。

图1　扫描半径与扫描角度关系

扫描半径/m1．6520355070垂直角度/(°)-45-17．94-4．57-2．62-1．83-1．31

2. 扫描半径确定

本次研究采用徕卡C10三维激光扫描仪对平坦区域进行试验，根据分区扫描的原理，需对各环分辨率进行合理设置，即设置不同扫描半径下的水平间距和竖直间距[9]，水平间距根据需求选取。由于本次试验针对平坦区域进行试验研究，获取的点云数据在同一平面内，因此仪器设置的竖直间距可由其在地面上的投影计算得到

l=d·tanα

式中，l为仪器参数中的竖直间距；d为地面上的竖直间距；α为垂直角度。

分区环数与扫描半径的设置既要满足点云密度均匀分布又要减少扫描时间，因此要对分区环数及扫描半径进行合理设置。根据相似性原理可知：扫描半径与点云密度成正比，通过试验进一步验证，设置最大扫描半径为50 m，水平间距为5 cm。在点云数据图上观察水平间距为3 cm时恰好在30 m边界处，因此扫描半径的选取可根据需求的点云间距进行设定。通过试验得知将各环边缘点云间距比设置在60%，分区环数在4～5环，可以将效率最大化，如图2所示。以此类推设定扫描半径，可以将密度稳定在要求的范围内。

二、单站分区扫描试验研究

1. 试验方案设计

选择学校训练场作为试验场地，经扫描试验分析，人造草坪对于激光的反射率良好，不影响本次试验研究。对学校训练场分别进行整体扫描与分区扫描试验[10]，整体扫描以50 m为扫描半径，仪器高1.6 m进行扫描，分区扫描设置为5个环带，扫描半径分别为50 m、30 m、18 m、10 m及3 m，并通过计算得出仪器设置相关参数(见表2)。

2. 野外点云数据获取

在学校训练场中心位置架设扫描仪，视场设置顶部-1.83°，底部-45°，左右分别为0和360°。自定义分辨率设置距离为50 m，水平间距为0.05 m，竖直间距为0.002 m。设置完成后，开始扫描，开始约10 s后仪器会显示扫描进度(记录扫描时间)，扫描结束可以初步查看图像质量。

分区扫描以30～50 m环带为例，视场设置为顶部-1.83°，底部-3.06°，左右分别为0和360°。自定义分辨率设置距离为50 m，水平间距为0.05 m，竖直间距为0.002 m。设置完成，点击扫描，记录扫描时间，查看图像质量。同上述操作，对分区其余4环进行扫描。

3. 点云数据处理与分析

将扫描数据导入Cyclone8.0，直接查看结果，分区扫描点云分布如图3所示[11]。由图3可以明显看出环带的分布，各环带半径与设定一致，且点云分布也较为均匀。

图3　分区扫描点云图

根据整体扫描与分区扫描两组试验对比，利用Cyclone8.0软件对点云进行处理[12-13]，提取相关指标数据信息，整体扫描结果见表3，分区扫描结果见表4。

表3　整体扫描结果统计

在表3和表4中，实际点数可以由Cyclone8.0软件直接得到。环带面积为外圆面积与内圆面积的差值。边缘点水平(竖直)间距可通过Cyclone8.0软件对各环带进行量取，随机选取5对点云取平均值。平均点密度为实际点数/环带面积。扫描时间在仪器扫描时根据仪器进度显示进行记录获取。

表4　分区扫描结果统计表

由表3和表4对比分析得出如下结论：

1) 整体扫描点间距相差较大，水平间距大约在0.2～5 cm之间，竖直间距大约在0.1～5 cm之间；分区扫描环带内水平间距大约在3～5 cm之间，竖直间距大约在2～5 cm之间。因此，分区扫描优于整体扫描。

2) 整体扫描平均点云密度过大，约为14 070个；分区扫描各环带内点云密度相差较小，相对较为均匀，总平均密度约为752个。整体扫描平均密度约为分区扫描平均密度的20倍。

3) 整体扫描用时90 min，分区扫描用时约为30 min(包括每一站参数设置操作时间在内)。整体扫描所用时间约是分区扫描所用时间的3倍，分区扫描大大节约了扫描时间，提高了工作效率。

4) 整体扫描的文件字节数为2.20 GB，分区扫描的文件字节数为104 MB。分区扫描的文件大小远小于整体扫描的文件大小，方便了文件操作，并节约了文件存储空间。

三、多站扫描试验研究

为验证分区扫描测量方法在大面积平坦区域中技术应用的可行性[14-15]，针对条带状与矩形区域进行多站扫描试验，试验采取扇形分区与环形分区两种分区方法，并分别采用不同的拼接方法。

1. 扇形分区扫描

对平坦道路进行扇形分区扫描，场地采取标靶拼接的方式进行测量，道路宽10 m，测3站，每个测站扫两个环，两个环的扫描半径分别为30 m和18 m。每个测站之间距离20 m，如图4所示。

图4　扇形分区原理

将扫描仪安置在道路中间的1号点位置，扫描两个环带，分别为10～18 m及18～30 m，根据计算得到相应垂直角度进行视场设置，自定义分辨率设置为水平间距5 cm，竖直间距分别为0.3 cm及0.5 cm，通过窗扫描确定左右边界，进行扫描，扫描完两环后对标靶进行扫描，然后迁至下一站，按相同步骤进行测量。将测量数据导入Cyclone8.0软件进行数据拼接，自动拼接后点云数据如图5所示。

图5　道路扫描后点云图像

2. 环形分区扫描

对学校篮球场进行环形分区扫描试验研究，采取全站仪模式获取点云数据[16]。篮球场全长104 m宽82 m，将篮球场划分为4块区域，采用假定坐标系，共设计4个圆形扫描区域进行覆盖，共4站，每站扫描4个环，参数设置见表5，方案设计如图6所示。

表5　仪器扫描设置参数

根据设计利用皮尺确定临时点位置并做记号，将扫描仪架设到1号点位置进行对中整平，以a点为后视点，假设1号点坐标和1a方向的方位角，设置2号点为前视点，扫描2号点处标靶，点击计算得到2号点坐标，然后按照单站分区扫描的方式扫描4个环带，扫描结束迁站至2号点，以1号点为后视点，3号点为前视点。同上述操作，在3号与4号点进行扫描。外业扫描结束后将扫描数据导入Cyclone8.0软件，自动拼接后点云数据如图7所示。

图6　篮球场扫描方案设计图

图7　篮球场扫描后点云图像

3. 结果分析

1) 通过两组试验得出，合理的方案设计可以将分区扫描应用于多站地形测量中，且有较高的利用率。

2) 从拼接结果与约束条件来看，分区扫描单站多次扫描的方式并不影响图像的质量。

3) 从整体影像及各环边缘的点云分布来看，多站分区扫描既保证了点云密度的均一性，又大幅度缩短了扫描时间，相对整体扫描而言，大大提高了工作效率。

四、结束语

1) 分区扫描的测量方式可以获得等密度的点云数据，可以有效地解决整体扫描带来的点云分布杂乱不均匀的问题。

2) 分区扫描相对于整体扫描而言，大幅度减少了文件字节，节约了扫描时间，提高了工作效率。通过合理的内业计算，可以减少大量的人力物力及外业工作时间。

3) 分区扫描在大面积地形测量中也可以得到有效的应用，合理利用扇形分区和扇形分区方式不会影像点云图像，同时又可以将分区扫描的优势充分发挥，达到均匀点云密度、减少冗余数据从而提高工作效率的目的。

[1]刘克非.浅谈三维激光扫描仪在地形测量中的应用[J].黑龙江科学,2015(6):132-133.

[2]梅文胜,周燕芳,周俊.三维激光扫描技术在地形测绘成图中的应用[J].测绘通报,2010(1):53-56.

[3]孟涛.基于三维激光扫描技术的地形测量一体化应用研究[D].西安:长安大学,2013.

[4]高绍伟,薄志毅,王晓龙.利用三维激光点云数据绘制地形图[J].测绘通报, 2014(3):67-70.

[5]谢宏全,侯坤.地面三维激光扫描技术与工程应用[M].武汉:武汉大学出版社,2013.

[6]欧斌.地面三维激光扫描技术外业数据采集方法研究[J].测绘与空间地理信息,2014,37(1):106-108.

[7]刘舜,徐亚楠,王涛.三维激光扫描点密度不均匀性对地形建模精度的影响研究[J].地理信息世界,2015,22(3):99-101.

[8]刘会云,李永强,刘文龙,等.三维激光扫描仪平缓地形分区扫描方法研究[J].测绘工程,2015,24(4):6-10.

[9]张永彬,高祥伟,谢宏全,等.地面三维激光扫描仪距离测量精度试验研究[J].测绘通报,2014(12):16-19.

[10]谢宏全,谷风云,李勇,等.基于激光点云数据的三维建模应用实践[M].武汉:武汉大学出版社,2014.

[11]郝刚,胡鑫凡,岳朝林.一种三维激光扫描点云数据的预处理方法[J].测绘科学,2014,39(7):91-93.

[12]李健,王宗敏,马玉荣,等.多站激光点云数据全自动高精度拼接方法研究[J].武汉大学学报(信息科学版)，2014,39(9):1114-1120.

[13]李彩林,郭宝云,季铮.多视角三维激光点云全局优化整体配准算法[J].测绘学报,2015,44(2):183-189.

[14]张靖，张爱能，刘国栋.三维激光扫描技术在地形测量中的应用[J].西安科技大学学报,2014,34(2):200-203.

[15]吕宝雄，巨天力.三维激光扫描技术在水电大比例尺地形测量中的应用研究[J].西北水电,2011(1):14-16.

[16]张志娟，田继成，葛鲁勇，等.全站仪模式获取三维激光扫描点云数据方法研究[J].测绘通报,2014(9):87-89.

Obtaining Method of Equivalent Density Data of Laser Point Cloud in the Flat Area

XIE Hongquan, LI Kun,ZHOU Li, LU Xia

谢宏全，厉堃，周立，等.平坦区域等密度激光点云数据获取方法[J].测绘通报，2016(10)：69-72.DOI:10.13474/j.cnki.11-2246.2016.0332.

2016-05-27；

2016-09-11

海岛(礁)测绘技术国家测绘地理信息局重点实验室资助项目(2014B09)；国家自然科学基金(41506106)；江苏省海洋科学技术优势学科建设项目(2014137)

谢宏全(1964—)，男，博士，教授，主要研究方向为地面三维激光扫描技术与应用。E-mail：xiehongquan@163.com

P234.4

B

0494-0911(2016)10-0069-04