基于无人机机载LiDAR与BIM技术在复杂地形公路设计中的应用

2021-12-30相诗尧姚守峰王奕彤

重庆交通大学学报(自然科学版) 2021年12期

相诗尧，徐润，姚守峰，张涛，王奕彤

(山东省交通规划设计院集团有限公司全寿命周期BIM技术应用研发中心，山东济南 250031)

0 引言

合理的设计方案是保证公路工程质量的重要因素。对复杂地形区域公路工程设计而言，既要求所依托基础地理信息数据的准确性，又要求设计方案与现场环境准确匹配。山地、丘陵等地势险峻区域，人工测量危险性较高，且测量难度大，同时由于植被茂盛，利用无人机正射航测或倾斜摄影方式又无法准确地获得地面高程，这对基础地理信息数据获取造成了困难；同时由于地形复杂，对设计方案提出了更高要求。

近年来，无人机机载LiDAR技术得到广泛应用[1-3]，且BIM技术也迅速发展[4-7]。笔者针对高落差、植被茂密、地形复杂区域利用无人机搭载LiDAR变高航测方法获取地面高精点云数据，并通过BIM设计，验证了设计方案的合理性及与实际地形的匹配程度，以此达到提高设计质量目的。

1 无人机机载LiDAR与BIM技术

1.1 无人机机载LiDAR设备

机载LiDAR具有高精度、高分辨率、高自动化优势，已成为地表数据获取的重要手段。基于其多次回波反射特性，依托点云分类算法[8]能得到去除地表树木、房屋等附着物，表征真实地面高程的地面高精点云数据，以此可构建用于公路设计的数字高程模型(DEM)。同时，机载LiDAR采用动态后处理(PPK)模式，可做到免像控且不受基站与飞机之间通讯距离限制。

利用无人机搭载LiDAR可获取地面精密点云，并具有作业方便、灵活、受天气影响小、成本低等优势，较有人机搭载LiDAR的应用面更加广泛。在笔者研究中，选用无人机搭载LiDAR的方式实现点云数据获取。

通过对国内外无人机机载LiDAR产品调研，高端机载LiDAR产品激光部件多采用国外RIEGL系列激光扫描头，长射程激光扫描头由于重量大、价格昂贵而多用于车载端或有人机上，适合无人机搭载的激光扫描头型号为RIEGL mini VUX-1UAV，其有效射程为250 m。利用无人机搭载LiDAR对山地、丘陵等高差变化大区域进行地表空间数据获取时，若采用无人机平飞航测方式，受LiDAR测程限制，测区低海拔处易出现点云过稀或无点情况，影响最终成果精度，故无人机需具备变高飞行功能，能实现沿地表以固定相对高度飞行，以保证LiDAR的有效测程。

通过市场调研，笔者最终选择了飞马D200无人机及相应的激光模块(D-LiDAR200)。该无人机可沿地表变高飞行，LiDAR有效射程为250 m，能满足地形起伏变化较大区域的外业数据采集。

1.2 无人机机载LiDAR变高航测技术路线

为实现对地形复杂、高落差、植被茂密区域的地面点云获取，笔者总结了复杂地形区域的无人机机载LiDAR变高航测技术路线，以实现地面高精度、高密度点云获取，主要包括外业航测、点云数据处理和地面点云提取3部分，如图1。

图1 复杂地形区域的无人机机载LiDAR变高航测技术路线Fig. 1 The technology route of UAV airborne LiDAR surveying by variable altitude in complex terrain areas

外业航测阶段，首先基于Google免费地形以较高安全飞行高度进行正射变高航测，通过空三解算、密集匹配等处理流程，获取测区的快速数字地表模型(DSM)成果，同时获取的正射航片经后期深化处理，可得到满足工程需求的数字正射影像(DOM)[9]。依托于该快速DSM成果，无人机搭载LiDAR与地表以固定相对高度飞行，实现变高航测，保证了航飞安全以及数据精度。在点云数据处理阶段，利用航测获取的地面基站静态数据、机载POS数据和IMU数据经紧耦合算法完成联合解算，获取轨迹数据，并结合LiDAR激光测距数据和激光校正数据，进一步解算出激光点云。对解算后的点云进行精度检查，当数据符合精度要求，则经过坐标转换，获得*.las格式的原始点云。由于公路设计依托于地面高程数据，因此在地面点云提取阶段，通过对Las点云依据相似特征分块并去噪后，利用自动分类和人工干预相结合的方式，获取滤除树木、建筑物、植草等影响因素的地面点云数据，并再次进行精度检查。

1.3 无人机机载LiDAR与BIM结合

对获取的地面点云和正射航片进行深化处理，可同时获取工程区域高精度的DEM和DOM成果，并共同构建得到三维地形模型，以此可作为公路BIM设计的基础数据资料。结合DOM可实现平面线形优化，利用DEM可深化纵断面、横断面设计及土石方精准计量等，并能替代部分横断面测量工作。通过无人机搭载LiDAR变高航测方式实现了设计所依托精准地形数据获取，且数据形式更加丰富，同时避免了人工现场实测危险，保证作业安全并显著提高作业效率。根据设计得到的BIM模型和三维地形模型精准套合结果，可直观地验证方案合理性及与现场环境的匹配程度，减少变更次数。

2 应用实例

2.1 项目概况

笔者以山东内某新建高速公路项目为例，根据工可路线方案，项目有部分路段位于山区，地势起伏较大，最大高差在250 m以上，现场有多处高压线(塔)，山顶位置处有多台大型风力发电机，高度在100 m左右，区域内植被茂密，如图2。选取带宽500 m，里程7 km作为研究区域，将无人机机载LiDAR变高航测技术和BIM设计共同应用其中。

图2 现场环境Fig. 2 The field environment

2.2 无人机机载LiDAR变高航测

为获取机载LiDAR航测所依托的精确DSM数据，基于Google免费地形，以200 m的安全航高完成正射变高航测，并在项目现场采用配套的飞马无人机管家软件完成快速DSM处理，通过采用PPK模式，保证了快速DSM成果的数据精度，数据成果如图3。

图3 快速DSM成果Fig. 3 Rapid DSM results

依托快速DSM成果，无人机可进行更加精准的变高飞行，但是由于快速DSM无法准确构建现场的高压线(塔)和风力发电机等障碍物，为保证飞行安全，将机载LiDAR的航测高度设定为130 m，飞行速度设定为5 m/s，变高飞行航线如图4。通过外业航测，获得了地面基站静态数据、飞机端POS数据和IMU数据以及LiDAR激光测距数据。

图4 机载LiDAR变高飞行航线Fig. 4 Variable altitude air routes of airborne LiDAR

2.3 地面点云获取

对原始数据进行处理，解算出的精密点云和轨迹数据如图5。其中：点云密度为35个/m3，无人机飞行时与风力发电机距离非常接近，从而验证了安全飞行高度的重要性。当保证安全而提升飞行高度会降低航测成果精度，而追求数据精度降低飞行高度，则会严重威胁飞行安全，故航测时要估算好飞行航高，同时也验证了精确DSM重要性。

图5 精密点云和轨迹数据Fig. 5 Precise point cloud and trajectory data

利用实时载波相位差分测量系统(RTK)均匀采集的74个检查点进行数据精度检查，检查点采集所用位置服务端口与机载LiDAR航测基站所用端口一致，经计算得出原始点云高程中误差为0.070 m。由于点云数据未进行分类，当利用草丛或矮树下方检查点进行精度检验时，会将非地面点加入计算过程中，影响数据检查精度。

为得到满足工程应用所需的点云成果，通过覆盖工程区域范围的高精度控制点计算出坐标转换所需的7个参数，经布尔莎7参数模型[10]完成点云数据坐标转换，获得*.las格式点云数据。为实现较好的点云分类效果，根据地表情况，将相似地形地貌的区域划分到同一区块中，针对每一分块点云数据，经点云去噪、自动分类和人工分类，获取公路工程设计所需的地面点云，分类前后效果如图6。

图6 点云分类效果Fig. 6 The effect of point cloud classification

为保证点云数据应用时的流畅性并保留对地形特征表达的准确性，以30 cm点距对地面点云抽稀[11]，并再次利用RTK实测的地面点对处理后的地面点云进行精度验证，精度验证情况如表1。

表1 点云精度验证Table 1 Point cloud accuracy verification m

经计算，获得地面点云高程误差为0.060 m。这表明分类后的地面点云可减少植被、房屋等地物的影响，提高数据精度。

2.4 机载点云与BIM设计的结合

利用获取的地面点云数据，生成精确的DEM，协同航测照片构建的DOM，共同构成了该区域的三维地形模型。依托该三维基础数据，可使设计人员更全面地掌握现场情况，在桥墩布设、隧道洞口位置及形式选择、土石方计算等方面更加精准。基于三维地形模型，利用Revit BIM设计软件完成三维BIM设计，可更加形象地展现设计意图，并易于验证设计方案的合理性，BIM模型与三维地形模型的结合效果如图7。