无人机辅助车载激光扫描在道路竣工中的应用
2022-05-09赵万为
赵万为
(上海市测绘院,上海 200063)
1 引 言
测绘地理信息事业是国民经济和社会发展的重要组成部分,也是全面小康社会建设的重要数字基础,随着测绘地理信息事业“十三五”规划的有序推进,地理信息的获取也更加高效化、智能化,为测绘地理信息发展注入了强大动力,测绘生产模式也已经从传统的人工测绘逐渐发展到“天地空”一体化的测绘生产模式,尤其是激光点云和倾斜模型技术的发展成熟,在工程测量、数字城市建模、地质灾害监测等领域,发挥了重要作用。
道路规划竣工验收测量是城市测绘单位重要的作业领域,目前主要采用全站仪进行单点测量的方式,工作效率低,劳动强度大,且部分市政道路建成后即投入运行,在进行竣工验收测量时,路面车流量大、交通情况复杂,无法保障作业安全,传统的道路竣工验收测量模式已经无法满足城市建设发展的需求。本文以道路规划竣工验收测量为例,结合实际案例,介绍了无人机辅助车载激光扫描的应用,以“天地空”一体化的测绘生产模式为道路竣工验收测量提供完善的解决方案。
2 车载激光扫描和无人机倾斜摄影技术
2.1 车载激光扫描技术
车载激光扫描是以机动车作为搭载平台,由激光测距仪(Laser)、全景影像系统、高精度全球导航卫星系统(GNSS)、高精度惯性传感器(IMU)组成的新型测量仪器,是计算机技术、激光测距技术、定位定姿技术、实时动态GNSS定位技术发展的综合体现,主要用于线状地物要素的测量。
目前,车载激光扫描仪主要用于道路要素的采集,利用车载平台可以快速获取道路轮廓特征、地表信息及全景影像,提高了工作效率,减少了运行成本,降低了人工测量的安全隐患,在道路要素采集中得到了广泛应用。
2.2 无人机倾斜摄影技术
无人机倾斜摄影是利用飞行平台搭载多个倾斜镜头进行摄影,通过以从不同角度进行影像采集,来获取地表物体顶面和侧面的影像数据,以此建立模型,更全面真实的反应地面要素的实际情况。
目前,无人机倾斜摄影在各个领域已经被广泛使用,基于其建模的快速性、真实性、完整性,已经深入到城市规划与管理、应急预案制定、数字孪生城市、国土资源管理等领域,此外,无人机倾斜摄影技术在地形图要素采集方面发挥着重要作用,随着无人机高精度定位技术的发展,利用专业航摄仪已经可以实现 1∶500地形图的制作。
2.3 多源数据应用与融合
道路竣工验收测量包括道路边界线测量、道路纵横断面测量、1∶500地形图测量等,基于车载激光扫描技术与无人机倾斜摄影技术的特点,结合道路竣工验收测量的具体要求,采用无人机辅助车载激光扫描,可以快速准确的完成道路竣工验收测量:车载激光扫描技术由于坐标精度高、点云质量好、针对性强,适用于道路边界线与纵横断面测量;无人机倾斜摄影技术由于建模自动化高、采集要素全面,适用于 1∶500地形图测量,两者数据相结合,可以更好地应用于道路竣工验收测量。
同时,为保证激光点云数据与倾斜模型数据的匹配,在进行数据获取时,基站的架设、像控点的测量、校验点的检测,应采用统一的坐标基准。如果现场像控点布设困难,可以利用车载激光点云数据,通过ICP(Iterative Closest Point,最近点迭代算法)算法,对倾斜摄影生成的稀疏点云进行配准,从而生成更高精度的三角网,最后再对三角网进行贴膜处理,得到高精度倾斜模型。
3 应用案例
上海市沿江通道工程位于上海市东北方向,连接宝山区和浦东新区,主线东起双江路,与外环高速对接,西至杜丹江路,与富锦路对接,跨越黄浦江入海口,可以大体分为浦东接线道路段、隧道段以及浦西接线道路段(如图1所示)。
图1 沿江通道工程范围示意图
上海市测绘院负责沿江通道的道路竣工验收测量工作,其中隧道段采用常规的导线测量法,在道路通车前已完成了数据采集,而浦东接线道路段(约 6.3 km)和浦西接线道路段(约 0.6 km)在施工完成后,较早地投入了运行,未能完成数据采集,且两侧接线段道路主要是高架快车道,路面交通情况复杂,存在安全隐患,无法采用常规的测量手段。项目组基于车载激光扫描仪及无人机遥感影像的应用经验,结合道路竣工验收测量的技术要求,采用无人机辅助车载激光扫描的方法进行道路竣工测量。
3.1 车载激光点云的采集与处理
(1)仪器选择
点云数据采集使用的是华测车载移动扫描系统,该系统集成了高精度激光扫描仪、高分辨率全景相机、GNSS设备以及惯导系统,以汽车作为载体,可以快速精确的获取道路点云数据,如图2所示。
图2 车载移动扫描系统
(2)外业采集
外业数据采集前,收集测区已有的地形数据、影像数据,并进行实地踏勘,确认采集范围内的道路交通状况,合理规划采集线路,并确定基站与控制点的布设位置,尽量选择GNSS信号良好的区域。
经实地踏勘,采集区域既有普通道路也有高架道路,普通道路每隔 300 m布设一个控制点,控制点可以布设标靶或采用路面明显的标志,用作点云位置纠正,高架道路考虑到安全因素,应在有条件的应急车道或路口布设控制点。由于现场地势开阔,GNSS信号较好,可以适当减少控制点的数量,但车道转弯处、车道起伏变化处应布设控制点,本次作业共布设控制点15个。控制点以平高控制点为主,采用图根控制点测量方法,按照DG/TJ08-2121-2013《卫星定位测量技术规范》的相关要求执行。
在浦东接线道路段和浦西接线道路段分别选取两个GPS点作为基站点,满足测区内任意位置与基站间的距离小于 15 km,基站采集时间应包含车载点云采集的时间,采集频率为 1 Hz,有效作业时间内,固定解比例超过95%。
控制点与基站点布设完成后,进行点云数据的采集,为保证点云采集的完整性,应在车流量较少的时段进行点云数据的采集,采集车辆时速控制在 60 km/h以下,尽量匀速行驶。点云采集完成后,及时对当天的数据进行检查,保证点云数据的完整与准确。
(3)数据处理
数据处理主要包括数据准备、轨迹解算、点云解算、点云纠正、点云着色等。轨迹解算利用Inertial Explorer软件,把基站观测数据、移动站观测数据和惯导数据导入进来,通过紧耦合算法联合进行GNSS解算,得到移动站的定位姿态数据,轨迹数据解算完成后如图3所示,绿色部分表示轨迹GNSS信号较强,对应浦东和浦西接线段,紫红色表示轨迹GNSS信号较弱,对应隧道段,本次仅利用浦东和浦西接线段部分点云;点云纠正利用Corefine软件,导入点云数据后进行刺点,对原始轨迹进行纠正,纠正后的轨迹再利用CoPre软件,重新解算点云,得到纠正后的点云数据,如图4所示。
图3 轨迹数据示意图
图4 点云数据示意图
3.2 无人机倾斜影像的采集与处理
(1)仪器选择
倾斜影像采集使用的是大疆“精灵4RTK”无人机,该无人机搭载了多频高精度RTK模块,通过后差分处理,可实现厘米级定位,云台为单镜头相机,有效像素 2 000万,通过调整云台角度、多次重复飞行来实现倾斜影像的采集。
(2)外业采集
外业数据采集前,应做好管控区域的排查、飞行空域的申请、起飞场地的选择和应急预案的制定,然后根据技术规范,完成飞行设计。
本次飞行作业相对航高为60 m,采样分辨率为 1.64 cm,满足1:500地形图航空摄影测量的规范要求。航线的航向重叠度60%,旁向重叠度40%,由于摄区范围较大,根据摄区形状和范围,将测区划分为7个区域,分别进行影像采集。利用无人机飞控平台,把设计好的飞行参数输入到平台中,自动完成航线的规划。
像控点的布设按照DG/TJ08-86-2010《1∶500、1∶1 000、1∶2 000数字地形测量规范》中的有关规定执行,摄区共布设26个像控点,以平高控制点为主,部分像控点作为检查点。像控点的测量采用图根控制点的测量方法,按照DG/TJ08-2121-2013《卫星定位测量技术规范》的相关要求执行。
(3)数据处理
数据处理主要包括影像数据检查、导入影像数据及POS数据、导入像控点坐标、像控刺点、空中三角测量、建立模型。影像数据检查中,如果存在模糊、重影现象,应进行补拍,直到所有影像满足建模要求,在进行空中三角测量时,根据DG/TJ08-86-2010《1∶500、1∶1 000、1∶2 000数字地形测量规范》的要求,控制点及检查点的残差需满足表1要求,如果多次计算仍不满足要求,则需要调整或增加控制点的数量,最终倾斜模型如图5所示。
绝对定向精度要求 表1
图5 倾斜模型数据示意图
3.3 基于点云的道路要素提取
(1)道路边线提取
将处理好的点云导入EPS三维工作平台,结合全景影像数据,提取道路边界线、道路中心线、道路分隔带等要素的三维信息。
(2)道路纵横断面制作
道路纵断面主要通过LISP工具自动生成。将提取好的道路中线导出至CAD,利用LISP工具,提取道路中线的里程及对应的高程,自动生成道路纵断面图。
道路横断面采用LISP工具结合FME软件,半自动化完成。首先利用LISP工具,从道路中线起始位置,每隔 200 m自动生成一个垂直于道路中线的矩形框,用于道路点云的裁剪,矩形长边设为道路的宽度,矩形短边设为裁剪点云的厚度,把生成的矩形框单独保存成CAD文件,打开FME软件,导入道路点云数据与矩形框的CAD文件,利用“Clipper”模块,把点云按照CAD矩形框的大小裁剪成多个道路横断面点云,并根据矩形框的方向,旋转每个道路横断面点云的方向至XY平面内,最后用CAD单独加载每个道路横断面点云,完成道路横断面的制作。
图6 道路点云横断面示意图
3.4 基于倾斜模型的地形要素提取
利用EPS三维工作平台,生成可以读取osgb格式倾斜模型的dsm文件,加载dsm文件后就可以进行立体测图了,立体测图采用二三维联动的方式,以倾斜模型数据为基础,选择最佳视角,采集特征点或特征线,特征点的位置应根据规范要求进行采集。对于房屋密集或者存在严重遮挡的地物,务必在相应位置做标记,以便外业补测,地物、地貌要素应按照JSB501《1∶500地形图DWG数据技术标准》的要求进行表示。地形要素采集完成后,导出dwg文件,完成 1∶500地形图的制作。
3.5 精度分析
为了验证无人机辅助车载激光扫描在道路竣工测量中的可行性,分别对道路要素和地形要素进行了精度分析。
(1)道路要素精度统计分析
道路要素方面,利用GNSS RTK、全站仪、钢尺对道路的特征点、横断面宽度进行了抽样检测,利用水准仪对道路中线点高程进行了抽样检测,外业共采集了26个道路特征点、15个道路横断面和15个道路中心点高程,精度统计如下。
道路特征点精度统计表 表2
道路横断面宽度精度统计表 表3
道路中线点高程精度统计表 表4
(2)地形要素精度统计分析
地形要素方面,利用GNSS RTK、全站仪对地形要素的特征点进行了随机测量,外业共采集了20个地形要素特征点,精度统计如表5所示。
地形特征点精度统计表 表5
按照同精度检测统计中误差公式,可以计算得出特征点中误差为 0.042 m,满足《CJJ/T 8-2011城市测量规范》中次要地物要素点位中误差不大于 70 mm的要求。
4 结 论
通过上海市沿江通道规划竣工验收的实际案例,验证了无人机辅助车载激光扫描在道路竣工中应用的可行性,该方案结合了车载激光扫描与无人机倾斜摄影的特点及精度,充分发挥了两者的技术优势,提高了数据采集的效率,保障了道路测量的安全,对道路竣工,尤其是开阔区域大范围的新建道路竣工有一定的指导作用。
在项目的设施过程中,除了最终的成果报告以外,还有道路点云数据、倾斜模型数据和全景影像数据,这些数据除了可以完成竣工验收测量以外,也是数字城市建设的基础数据,可用于可量测街景及数字孪生城市的制作,随着无人机及车载激光扫描仪在道路竣工应用中的普及,势必伴随着点云数据、倾斜模型数据和全景影像数据的增多,如何在规划验收环节众筹此类数据,更好的发挥数据价值,需要在今后工作中进一步思考。