抽水蓄能电站三维扫描测量技术研究

董海洋 杨看迪 王龙

摘要：受某公司委托，我单位承担提供其蓄能电站三维扫描测量服务，包括营地和开关站两洞口1：500三维扫描测量，征地红线范围三维模型建模。根据测绘环境、成果要求和委托方建议，采用机载激光雷达技术和无人机倾斜摄影测量技术相结合的方式进行生产作业。

关键词：抽水蓄能;三维扫描;数据处理

一、三维扫描测量技术工作流程

1.1 机载激光雷达作业流程

本项目数字化地形图数据生产是对测区范围内的地类地物、地貌采用内外业结合的方法进行成图，外业手段采用机载激光雷达设备进行数据采集，通过激光雷达可以扫描到建筑物立面的特征，对建筑进行绘图，省去传统航测需要进行屋檐改正的步骤，通过激光雷达可以穿透植被的特征，对野外地形地貌进行数据采集，获取野外植被下方的地表高程点数据。然后在此基础上派外业人员到实地进行调绘，重点调绘对象有：①地名、房屋结构、井盖、消防栓等遥感手段不易识别的对象;②电线杆、线缆类型、线缆走向等点云上可能漏测的对象;③坎、田埂、农村小路等点云上可能混淆的对象。调绘完成后根据调绘成果进行外业补测，内业编辑，生成最终的全要素数字化地形图。

1.2 倾斜摄影测量作业流程

对于征地红线范围利用倾斜摄影测量技术，生产三维模型。模型质量与像控点的精度和航线的规划有关。像控点的布设要按照规范要求，平均500米布设一个像控点。航线的规划则根据具体分辨率要求来设置相关重叠度和航高等参数。外业采集到相片后，首先对pos进行PPK后差分处理，然后进行空三加密计算，进而进行三维重建，生产出三维模型。

1.3基准站架设选点

本无人机激光雷达技术，是通过GPS后处理差分动态定位技术实现，在无人机搭载一个GPS模块作业的同时，我们需要在一个已知点（已知WGS84坐标即可）点位上架设静态模式的GPS接收机，采集相同作业时段内的GPS数据，基站理论覆盖距离为25公里。

1.4航线规划

本无人機激光雷达测量技术整体来说具有三个误差来源，第一是GPS后处理差分的误差，第二个是惯导的误差，第三个是扫描仪本身的测距误差，在同一个测区同样的航线规划下，GPS后处理的精度与惯导的精度是基本固定的，因此主要可以控制的误差为扫描仪的测距误差。SZT-250型激光雷达扫描技术采用的是脉冲式扫描技术，脉冲式扫描技术与全站仪类似，其测距误差具有随着测距距离越长误差越大的特点，同时因为扫描方式，还具有扫描角度越大的区域误差越大。

根据对SZT-250设备的参数进行推算，为了满足1：500地形成图的高程与平面精度，我们航线设计原则为：飞行最高高度不大于100米，解算只保留正下方90度点云数据，以确保点云精度满足1：500地形成图要求。SZT-R250机载激光雷达设备最长测程为250米，为保证作业精度我们设计离地最大航高为100米，为保障飞行安全，每高差落差100米需要选择一个起飞点进行飞行任务，在山区需选择区域内最高点作为起飞点。在参考原始文件测区内施工方提供的1：2000地形图，同时参考OpenCycle等高线地图测区内地形地貌起伏情况后，我们对测区内高差起伏有了一个初步认识。而此次机载雷达测量区域面积较小，地势平缓，合计用2个架次完成原始点云采集工作。

二、激光雷达数据处理

通过对飞行设备上GPS模块的GNSS数据，联合基准站静态GPS数据进行解算。在Inertial Explorer中将GPS基站、GPS流动站、IMU数据进行组合导航解算，得到航迹文件。首先需要计算GPS流动站天线到IMU中心的偏心矢量，并在软件设置（每一套硬件有一个固定参数，定期进行检校），如图1所示;其次，为每一个GPS基站输入控制点坐标，如图2所示，输入的坐标系为WGS84坐标系;最后，解算完成后，查看处理精度报告，包括姿态、位置精度、IMU处理状态、姿态、位置分离等，确认无误后输出航迹文件。

（1） WGS-84坐标系点云数据生成

在PointProcess软件进行点云处理，加载激光原始数据RXP文件、以及航迹文件，设置系统检校参数、坐标变换矩阵（如图4所示），可设置根据激光点反射率及距离进行粗滤波来过滤噪点，我们在此项目中为了确保点云精度，将扫描角度120度以外的角度进行滤波。

SZT-R250设备集成的为Rigel品牌的扫描头，其默认的原始点云格式为RXP格式，通过PointProcess软件将其转换为点云通用格式LAS。

（2） WGS-84坐标系与地方坐标系的点云转换

通过已知点求取的四参/七参，使用PointProcess软件对点云进行坐标转换。考虑到测区面积较小，我们这个项目中拟使用四参进行坐标转换。

（3）点云完整性检查

①点云数据是否覆盖整个测区;②航带之间是否有重叠（不小于13%），是否有漏洞;③航带拼接误差差是否满足后期处理需求（一般控制在0.5m以内，大于0.5m时，返回预处理重新解算）

（4）航带拼接误差检查

①裁切原始航迹文件。原始航迹是飞机飞行一个架次或多个架次的飞行轨迹，包含了多个航带，无人机激光雷达设备集成的是轻量化小型化惯导，在转弯区域的误差会比较大，我们将此区域数据裁切掉以保证数据整体精度准确性。②匹配航迹线与点云。原始点云没有航迹信息，所有航线的点云颜色都一样，无法判断是否有高差，需要匹配航迹线与点云，使用TerraScan中的算法Deduce line numbers使点云携带与航迹线相对应的航迹信息。③检查航带拼接误差。使用剖面工具，检查两两航带重叠区域的剖面是否完全重叠，如果不完全重叠，则视为有拼接误差（包含平面差和高程差）。

（5）粗分类

调整高差后的LiDAR点云虽然经过了一次粗分类，但重叠区域的存在多条航带的点云，所以需要对工程数据重新进行粗分类。①更改宏命令。在上面宏命令的基础上添加By class（将所有层点云归为一层）、Deduce linenumbers（匹配点云与航迹）Cut overlap（去除重叠带）三个算法，并将单航带运行前面的勾选去掉，如果此项目没有要求分类建筑物，可以将Buildings算法删除。②批处理粗分类。在调整完拼接误差的工程中运行更改后的宏命令，初步将地面点与非地面点分离。③抽析地面点。将抽析后的地面点制作DEM，结合影像原始POS，制作DOM快视图，为细分类提供参考。

（6）细分类

自动化算法分类有着局限性，在工程行业等领域粗分类无法满足应用需求，因此需要进行精细化分类，在此项目中，我们只需要对地表进行精细化分类即可。

在TerraSolid软件中导入粗分类后的点云，通过剖面工具，每隔一米进行剖面检查，查看分类成果是否有错误。如下图，绿色为非地表，黄色为地表，白色点位未知类别。

结束语：抽水蓄能电站三维扫描测量技术研究的相关实际工作进行了探讨，从工作流程到数据处理均作出了详细的研究，希望为相关从业者提供些许借鉴。

参考文献：

[1]潘传鹏， 施涛， 周达，等. 一种抽水蓄能电站三维可视化方法研究与实现[J]. 测绘与空间地理信息， 2018， 41（9）：3.

[2]顾宾. 基于标记点的流动式三维扫描测量技术的研究[D]. 中国海洋大学， 2013.