城市道路测绘中车载激光雷达扫描技术应用研究

2022-07-28秦嘉泰李儒风黄彦刚段军魁

四川水泥 2022年7期

秦嘉泰许攀李儒风黄彦刚段军魁

（1.河北科技大学建筑工程学院，石家庄 050018；2.广州南方测绘科技股份有限公司石家庄分公司，石家庄 050018；3.天津仁恒和美房地产开发有限公司，天津市 300090）

0 引言

道路是城市环境中最具活力的区域，也是城市的血管，对城市道路定期的监测有利于提高路网作用，为居民出入提供更好的安全通行环境。将复杂的城市路网进行科学、全面、低成本地管理，逐渐成为了许多学者研究城市精细化管理的重要课题[1-4]。

车载激光雷达是一种主动遥感设备，其优势在于突破了传统的单点测量法，具备穿透地表覆盖的森林植被的能力，更好地获取地形信息[5-8]。将激光雷达搭载在机动车上，通过对道路及其两侧的扫描来记录目标的位置和反射强度等信息，可以快速、高密度、低成本、高精度、高自动化地完成道路及其沿线设施的三维信息采集，大大减少了外业采集的工作量，工作便捷，信息采集高效，精细化程度高[9-10]。本文针对城市道路的特征，以实际工程项目作为背景，利用车载激光雷达技术对城市道路进行测绘，对测绘处理过程和测绘精度进行了详细地描述、统计和分析，对未来城市道路测绘工作具有较好的借鉴意义。

1 工程概况

本文以佛山市顺德区一条路线全长约8.14km的城市道路工程为例，该道路总体呈东西走向，西侧起点位于与碧桂路相交的路口（桩号K0+450），向东沿线与多条既有道路相交、终点与黄揽干线相接（桩号K8+100）。其中，桩号（K2+150～K2+380）和桩号（K3+140～K4+620）为既有桥梁段，桥梁段不在本次路面提升改造范围内。德胜东路道路规划红线宽度为60m（顺番公路段90m），设计速度为60km/h，双向6 车道，道路等级为城市主干道。

本文测区整体高差不大，主干道上树木遮挡较少，但是大型货车较多，不仅行驶较频繁，主干道应急车道上也有部分地段有大型货车停靠，对测量有一定影响。辅道上树木茂密，基本遮挡住辅道，并且辅道内有小型车辆停放。因此作业范围为测区内的主道部分，不包括测区内的辅道、跨河桥梁及高架桥部分。

2 外业数据采集

2.1 前期准备

在外业数据采集前，利用准备好的地图数据，进行实地踏勘，确认采集范围内的道路交通状况，采集线路之间的关联性，并在地图上做好标记，以便在外业线路规划中可以进行合理安排。提前规划基站位置、行驶线路，尽量保证沿卫星信号良好的路段行驶。在踏勘过程中同时寻找适合架设基站的位置及控制点。此外，在测区范围内至少提供4～5 个点的两套坐标信息（WGS84+椭球高/当地坐标系），这两套坐标信息用于计算参数，把WGS84 坐标点云转到当地坐标系下，这也防止了坐标采集出错的情况。

2.2 外业采集

利用车载激光雷达扫描技术进行外业采集，用于获取横纵断面图、1:500 地形图、道路特征线、逐桩坐标偏离表及路基设计偏离表等信息。外业采集过程主要分为6点。

2.2.1 标靶点的布设与采集

本文采集环境为城市道路，考虑到安全因素，无法在车行道中间的虚线角点进行测量，而道路边缘线无标线角点，所以需要布设标靶。标靶平面坐标采用GPS-RTK 进行测量，高程采用四等水准的观测方法进行测量，道路两侧每隔200 左右布设一个点。十字路口左右通视的标靶点可布设在路中间，保证道路两侧都可以测量。在路两侧树木较密、桥隧底下等会造成卫星信号失锁的地方适当加密标靶点。

2.2.2 基站架设

根据基站布设的规划，每个基站需架设在已知坐标的点上，同时，根据测区总长决定架设基站的个数，一个基站控制范围为25km。基站采用静态采集模式，为获取更高的采集精度，基站架设在控制点上（WGS84经纬度及高程信息），采样间隔设为0.5s。

2.2.3 数据采集

数据采集主要是由征图移动测量系统操控软件ZTControler 进行，主要是在移动的载体上安装多种传感器，在载体移动时，传感器自动采集载体的运动位置以及周围环境和物体的形状、色彩及影像等各种三维连续地理空间。

2.2.4 数据解算

对点云轨迹进行解算，主要分为以下几个步骤：（1）通过轨迹解算软件Inertial Explorer 解算出轨迹数据（*pos）；（2）通过征图数据融合软件ZTPreProcess融合轨迹数据和原始激光数据（*.rxp），得到具有位置信息的点云数据（*.las）；（3）通过征图数据融合软件ZTPreProcess进行坐标转换，得到当地坐标系下点云数据。

2.2.5 轨迹纠偏

对于轨迹纠偏处理，该项目道路侧设标靶点44个，作为点云数据的轨迹纠偏点，其他由甲方提供的检查点用作精度检查，主要处理步骤分为：（1）通过征图软件对轨迹进行纠偏处理，选取标靶点圆心的点云坐标和实测坐标作为一组同名点，多组同名点构成最终轨迹纠正文件，利用控制点对轨迹进行纠正优化，实现纠偏的目的。（2）重新融合纠正后的轨迹数据（*.pos）和原始激光数据（*.rxp），得到高精度点云数据。标靶点和实测点高度重合，轨迹纠偏处理精度较高。

2.2.6 数据检查

数据检查主要包含了6部分内容，具体如下：（1）覆盖完整度检查，对工程项目进行分块，逐个检查，保证数据完整（红色为范围线，方框为数据框），如图1(a)所示；（2）点云重叠度检查，沿道路每隔100m，做一个横向切面，检查点云的平面和高程的重叠度，如图1(b)所示；（3）点云突变检查，检查轨迹数据，对于高程异常的地方，将对应的点云做出纵切面，确认是否为突变点，如图1（c）所示；（4）点云高程检查，在有标靶点的地方横切剖面，根据标靶点高程信息对点云进行高程检查，如图1（d）所示；（5）点云精度检查，利用已有的检查点，进行初步精度检查，符合要求后即可转交内业进行内业工作，由统计结果看出，标靶点在平面中和高程中的误差较小，精度较高。

图1 数据检查示意图

根据以上的点云数据检查结果，说明点云数据的精度较高，针对少量平面、高程精度较差的点云需加入所有标靶点后进行再次校正，这些校正后的点云数据可用于路面特征线提取、点云分类过滤及抽稀工作。

3 内业数据处理

在完成外业采集工作后，需要开展内业数据处理工作，主要包括点云分类、特征线绘制以及地形图绘制。

3.1 点云分类

对于最终纠偏后的点云数据，由于其存在大量的无用数据（道路两旁外点云数据、植被点云数据、辅道点云数据、顶部架桥点云数据等）。本文使用Terrasolid软件对其进行相应的过滤，最终得到道路路面点云数据。目的在于减少点云数据量，排除干扰点云数据，便于后期的道路横断面作业处理工作。对点云自动分类结果需要进行交互检查，主要准确判断出地面点和非地面点两类。