GeoSLAM Horizon 3D系统用于地形图修测的分析

陈鹏

(福州市勘测院，福建 福州 350003)

1 引 言

SLAM(Simultaneous localization and mapping)，意为“同步定位与建图”，即扫描仪在一个位置开始移动，利用激光点云的处理算法，从杂乱无章的点云中找到线索，求取其中隐含的更稳定的高阶特征点和特征向量，并连续跟踪这些特征点和特征向量，进而高精度地动态反向解算扫描仪的位置和姿态[1]。

因在进行数据采集时无须GPS信号及大量的标记点，SLAM技术适用于室内室外场景，对于解决传统测绘中的定位及场景重建问题具有广阔的前景。基于SLAM技术的移动测量系统在多个测绘领域发挥作用[2，3]。本文中所举实例福州市人民公园小区的建筑物、植被密集，目前的移动测量系统因需要依赖全球卫星导航系统(GNSS)和惯导系统(INS)，利用它们做地形图修测项目效果不佳。而SLAM技术因其自身的技术特点，可满足该小区地形图修测的需求[4]。

2 测区概况

人民公园小区位于福州市仓山区上三路与复园支路路口，占地约14.6亩，含6座建筑物(8层楼5座，1层楼1座)，本文拟采用GeoSLAM Horizon3D系统对其进行三维激光扫描、数据处理，并更新小区的地形图。

3 作业方法

3.1 外业作业步骤及耗时情况

GeoSLAM设备外业扫描共分为控制点布设和测量、现场准备与数据采集三个步骤，累计耗时约 1 h 20 min左右。

(1)控制点与检核点的布测

GeoSLAM生产的点云数据为自由坐标，布设控制点的目的是对点云数据进行坐标纠正，并赋予点云数据绝对坐标。

本次测量在人民公园小区的4个角点布设4个控制点，耗时约 1 h。为节省控制点测量的时间，控制点布设也可与激光扫描同时进行，扫描结束后再对控制点坐标进行采集。小区的控制点位分布如图1所示。

图1 人民公园小区控制点分布图

为检测激光点云的平面坐标及高程的精度，本文选取54个特征点作为检核点，并用传统方法测量其平面位置与高程。其中21个墙角点用以检测点云的平面位置精度，33个地面点用以检测点云平面位置及高程精度。

(2)现场准备：从背包里取出仪器，安装，静止 30 s后即可进行数据采集。本步骤耗时约 3 min。

(3)数据采集：手持GeoSLAM设备绕测区进行扫描作业，扫描作业时注意覆盖小区完整的范围，遇控制点时，将GeoSLAM设备外接的基准标定板十字孔中心对准控制点静止放置 5 s以上，使GeoSLAM设备能够自动识别并记录控制点的位置，最后需确保仪器回归到初始位置，结束扫描。人民公园小区外业扫描耗时 17 min 23 s。

3.2 数据预处理

(1)原始数据解算

将原始数据导入预处理软件GeoSLAM Hub里进行解算，解算数据所需时间与电脑的配置以及扫描数据量有关，本步骤耗时约 30 min。

(2)数据坐标转换

原始数据解算输出的是自由坐标的点云，将所测控制点坐标输入GeoSLAM Hub软件，可进行点云的坐标转换，误差解算，生成精度报告等。据测算，本次人民公园小区的测量中误差为 5 cm。本步骤耗时约 5 min。

4 GeoSLAM horizon3D系统点云精度分析

利用GeoSLAM生成点云的点位中误差为 5 cm，点云三维模型如图2所示。

图2 GeoSLAM生成的点云图

利用传统方法测量的检核点的平面坐标、高程与利用点云刺出的同名检核点的平面坐标、高程做比较，分析点云数据绘图的精度。

21个房角检核点全部成功刺点。21个房角检核点平面坐标与点云刺点平面坐标平均较差为 2.80 cm，其中最大值为 6.11 cm。

33个地面平面高程检核点中，因受车辆和植被遮挡、扫描作业时未走到正确的位置等因素影响，15个点位无法有效刺点。剩余18个有效点位的平面精度的平均值为 6.32 cm，最大值为 12.25 cm，高程精度的平均值为 5.98 cm，最大值为 11.01 cm。

根据以上精度分析，GeoSLAM设备生产的点云数据可基本满足小区地形图修测的要求。

5 点云数据处理

首先，利用GeoSLAM Hub软件读取GeoSLAM Horizon3D设备中的点云数据。获取LAS格式的点云数据后，使用Quick Terrain Modeler(QTM)软件进行点云数据浏览、检查点云数据效果、分析数据分层、查看点云着色、检查地面标线等操作，以检查点云数据的质量情况。

其次，利用Terrasolid软件的滤波去噪功能可平滑密度不规则的点云数据、去除因遮挡等问题造成的离群点、重采样大量点云数据、去除噪声数据，进一步提高点云数据质量。利用Terrasolid的抽稀功能可适度减少点云数据量，以此减少点云数据对软硬件设备存储及显示等功能的需求，同时避免人力资源与计算资源的浪费。

最后，利用清华山维EPS软件点云处理模块进行地形图的绘制。清华山维EPS点云处理模块可同时加载点云数据与影像数据，并可实现二维空间与三维空间的联动，绘制地形图方便、快捷。除传统的绘图功能外，清华山维的点云处理模块中的点云切片功能、点云着色、点云编辑等功能让绘图更直观。

6 GeoSLAM Horizon3D系统更新地形图的优缺点分析

6.1 GeoSLAM Horizon3D系统的优点分析

首先，GeoSLAM生产的点云数据应用于地形图修测时，外业测量时间大大缩短；其次，点云数据平面精度高，且在保障精度的情况下，覆盖范围更全面；第三，点云的地面点高程的精度可靠[5]；第四，点云的穿透能力强，可在一定程度消除遮挡的影响；最后，点云数据可以实现三维浏览巡图。

(1)外业测量耗时少

利用传统的作业方法，修测人民公园小区地形图耗时约为 3 h，而利用GeoSLAM设备对人民公园小区扫描外业共耗时 1 h 20 min，除去布设控制点所耗 1 h外，扫描时间仅耗时 20 min。大大节省了外业的人力资源，提高了外业作业效率，为测量数据获取的技术革新提供了一种新方法。

(2)点云数据平面精度高且覆盖范围全面

利用GeoSLAM设备生产的点云数据可全面、清晰、准确地勾绘房屋的轮廓。

图3为点云切片数据叠加背景地形图的效果图，相比矢量数据，此图可清晰分辨房屋轮廓，勾绘房屋更加方便、快捷；

图3 编辑前(点云+地形图) 图4 编辑后(点云+地形图)

北侧墙体部分在点云扫描之前刚刚完成了地形图的更新，可认为其精度是可靠的，而此部分墙体的轮廓与点云数据的吻合度非常高，表明点云数据的平面精度是可靠的；

在房屋中间凹处及阳台等隐蔽区域，背景地形图的房屋轮廓与点云数据存在多处较大的位置偏差(箭头处所示)，经检核，点云精度较为可靠。由此可见，点云数据可在保障精度的前提下，覆盖范围更加全面。

图4为利用点云数据修正地形图后成果图。

(3)点云地面高程精度可靠

利用点云数据提取地面以上地物(如花坛、矮墙等)的特征点时，特征点位精度容易受点云密度、操作人员刺点经验等因素的影响，高程精度浮动较大。而地面点位则不受上述因素影响，仅仅取离地面点位较近的点位即可，在保障点云密度的情况下，精度可优于 3 cm。本文4个控制点的高程与点云数据的较差均在 3 cm以内，点云数据较高的地面高程精度亦适用于土方测量、道路测量等领域。

(4)点云穿透能力强

如图5所示，GeoSLAM设备的发射源位于地面，其生产的点云数据不仅可体现植被底部的信息，而且可体现植被外边缘的信息，可见其具备较强的穿透性。因其具备高穿透性能，利用点云数据绘制地形图可大大减小遮挡的影响[6]，消除绘图盲点。利用EPS点云处理模块的切片功能，可参考不同切面的点云数据，从多个角度分析、绘制地形图，可大大提高作业的效率和准确率。

图5 激光点云穿透性

(5)点云具备三维效果

相比二维地形图，点云数据可进行三维展示，选择不同的着色方式对点云进行着色，点云的视觉效果会相对形象、直观。在点云数据的三维视图中浏览地形图，可对地形图进行查缺补漏、发现地物是否有明显位置偏差，初步实现巡图的功能，如图6所示。

图6 三维浏览地形图

6.2 GeoSLAM Horizon3D系统的缺点分析

(1)点云数据绘图不直观

点云数据由众多独立的点聚集而成，相比三维影像模型，点云数据绘制地形图时缺乏直观性，需要考验绘图人员的想象力。点云密度、点云着色方式等因素影响地形图地物、地貌的分辨、判断，内业的作业效率偏低。

从事地形图修测的任务生产时，绘图人员尚能借助背景地形图理解点云数据，若是从事如竣工地形图等白纸测图的任务，点云数据缺乏直观性的问题便会愈发凸显，绘图难度大大增加。

(2)点云数据绘图具有局限性

利用点云数据很难去分辨一些常见地物，如小区内部停车用的植草砖，地面材质如铺砖、铺石、水泥、沥青等，黄色的车位标线，部分井盖等地物，给地形图的绘制带来极大不便。

(3)遮挡的影响仍存在

虽然点云数据具有很强的穿透能力，而且点云处理软件具有切片功能，但是点云数据依然在一定程度上受到遮挡的影响。本文花圃中的植被过于茂密，大部分点云无法穿透植被至其底部的花坛，导致花坛线的点位密度低，而无法有效完成地形图的绘制。

6.3 GeoSLAM Horizon3D系统更新地形图的优缺点总结

点云数据用于地形图修测任务生产时具备许多优点，同时其缺点也是显而易见的，表1罗列其优缺点，生产作业时可扬长避短，提高作业效率。

点云数据应用于地形图修测的优缺点总结 表1

7 建议与展望

7.1 GeoSLAM Horizon3D系统扫描作业方法的改进

外业扫描时作业人员未经过正确的位置，便会导致一些地方点云密度偏低而不足以辨认地物。图7中，作业人员扫描时途径花圃左侧，因此，花圃左侧的点云密度高，花圃轮廓清晰可见。因作业人员未途径花圃右侧与建筑物间的小路，图中箭头所示，所以花圃右侧边界线上点云密度低，从而影响花圃地类界的绘制。

图7 花圃的扫描方法

为此，作业人员在扫描之前，应提前规划扫描路线，扫描路线应完整覆盖小区内部的目标地物、地貌，作业时严格按照预定的规划路线进行扫描，以便完整地覆盖整个小区[7]。

7.2 GeoSLAM Horizon3D系统与倾斜摄影模型完美互补

由本文第6节可知，点云数据用于地形图修测任务时，优点很显著，同时缺点也很明显。而倾斜摄影模型近些年也广泛应用于地形图的绘制中，但是倾斜摄影用于绘图也存在一些缺点。笔者总结一下4个原因说明二者的优缺点完美互补，在实际生产中可配合使用。

(1)倾斜摄影数据源位于空中，地物易受植被遮挡；GeoSLAM Horizon3D系统数据源位于地面，且点云穿透能力强，可有效弥补倾斜摄影模型的盲点。

(2)倾斜摄影模型采集的点位高程精度低；点云数据的高程精度，尤其是地面点高程精度高，在提取地面点高程时，可用点云数据替代倾斜摄影模型[8]。

(3)利用倾斜摄影测量房屋精度易受飞行高度等因素的影响，不稳定；本文点云数据测量房屋精度达 5 cm，利用点云数据绘制建筑物的轮廓可以满足一般工程测量的需求。

(4)倾斜摄影三维模型绘制停车位、地面材质、井盖等方便、快捷，可替代点云数据完成此项工作。