无人机LiDAR在道路勘测设计中的应用

贾东杰

(广州地铁集团有限公司，广东 广州 510200)

1 引 言

在传统地形勘测过程中，主要采用RTK的方法沿路线中线按要求定测道路带状地形图、纵横断面等成果用于道路前期的设计规划。但面临着测量周期较长，外业工作量大，尤其在一些植被茂密的山地区域，完成勘测任务需要耗费大量人力物力[1]。无人机LiDAR测量作为一种快速发展的获取目标表面三维空间数据的技术，具有效率高、对植被的穿透性较强等特点，为道路勘测设计提供了新思路。祝燕[2]将机载LiDAR应用于铁路断面测绘中，实现低植被覆盖区断面图生产，在高植被覆盖区效果存在局限性；张衡[3]等将大型LiDAR应用于山区高速公路的勘测设计中，生成测区地形图和道路断面图。李勇[4]依托无人机LiDAR技术对道路进行分段测量，验证了无人机LiDAR技术在公路断面测量中应用的可行性。本文针对小型无人机机载LiDAR技术，在高植被覆盖区域的山区，通过点云滤波算法，实现地面点云数据提取及道路纵横断面生成。

2 技术设计

2.1 项目概况

实验区域总体地形为丘陵地带，测区内地形复杂，西北部测区多以植被茂密的山地为主，东南部区域地势较为平坦，分布有较多的农田和水系。本次勘测线路总长度约为 1.5 km，宽度约为 150 m的条带状区域，为保证点云具有足够的密度和航线重叠度，设计航线为2个架次。项目实施流程如图1所示。

图1 项目实施流程图

2.2 数据采集

本项目数据采用一架8旋翼无人机作为机载平台，搭载RIEGL VUX-1UAV激光扫描仪，无人机上集成了GNSS数据采集单元和惯性导航单元(图2)。在进行激光点云数据采集前，分别设置激光扫描仪、GNSS接收机和地面接收机的采样频率一致，按照规划航信进行数据采集。表1为机载LiDAR的相关参数设置。

图2 无人机LiDAR平台

表1 机载LiDAR参数设置

2.3 激光点云数据生成

利用POSPac软件完成对原始数据的解算，POSPac是Applanix公司研制的一套先进的、智能化的定位定姿数据处理软件，其处理流程为：将地面基准GNSS静态数据导入，并输入基站的精确坐标；将无人机上惯导数据和移动站GNSS数据导入，并输入经过标定后的激光扫描仪与POS模块的相对位置姿态数据，参数设置完成后进行无人机位姿信息解算，生成无人机最佳平滑轨迹(图3)，将POS解算后的轨迹数据和激光数据进行融合，即可生成测区点云文件[5]。完成点云融合。

图3 无人机轨迹生成

3 无人机LiDAR数据处理

3.1 点云坐标转换

由POSPac解算的机载LiDAR点云数据在坐标系上采用WGS84坐标。而本项目设计的道路中线所采用的是CGCS2000坐标系。为保证后续生成地形图和道路纵横断面图，考虑到测区范围较小，本文采用四参数[6]法将点云数据的平面坐标由WGS84坐标系转换为项目所使用的CGCS2000坐标系，采用高程拟合方法对高程数据进行转换。

平面转换时，分别在测区周围选取同时具有WGS84坐标和CGCS2000坐标的5对同名点，计算出转换参数，将机载LiDAR点云数据转换到CGCS2000坐标系，转换模型如下所示：

其中：m为尺度变化参数，α为旋转参数，dx，dy为2个平移参数。

高程拟合是将GPS测得的大地高转换为本项目上的正常高，常采用的方法有基于EGM2008模型[7]和二次曲面函数[8]拟合。本项目测区范围较小，采用二次曲面拟合方式，其函数表达式为：ξres=a0+a1x+a2y+a3xy+a4x2+a5y2式中，ξres表示高程异常；x、y表示重心化坐标；a0、a1…a5表示拟合系数。因此在进行高程拟合时，联测的已知高程数不少于6个。具体做法如下：首先联测测区范围内不少于6个已知高程点在WGS84坐标系下与CGCS2000坐标系下的高程，使用最小二乘法求解拟合系数，求出在点云数据中的高程异常值，最终得到机载LiDAR点云的高程数据。

3.2 点云滤波

测区原始点云数据中包括居民地、电力线、树木、水系等要素和噪声点，在进行道路断面提取之前，需要先将非地面点去除，得到只包含地面点的点云数据。本文采用渐进三角网滤波算法[9]对原始点云数据进行滤波处理，从中提取得到地面点云数据。

渐进三角网滤波算法原理是先将测区点云数据进行格网化分块处理，对于每个分块，选取其中最低点作为种子点，利用种子点与周围临近点相连构建初始三角网，初始三角网能够粗略表达整个区域的地形[10]。然后依次向周围搜索，不断添加候选点到三角网中最近三角形的距离和角度，判断是否满足设置的阈值要求，将满足阈值要求的候选点加入三角网形中，使三角网格更加贴近实际地形情况，迭代过程会一直进行，直到没有合适的点加入三角网格为止[11]，如图5所示。本次采用渐进三角网算法的参数设置为：最大建筑物尺寸 50 m，最大地形坡度80°，迭代角度8°，迭代距离 1.5 m，迭代终止条件为当三角网中三角形边长小于 1 m时，停止生长。

按照上述参数设置对图4所示的原始点云进行处理，得到地面点云如图6所示，同时截取剖面图，如图7所示，更加直观地对比。

图4 原始测区点云

图5 渐进三角网滤波流程图

图6 滤波后整体图

图7 点云滤波前后对比图

为检验提取地面点云精度，利用RTK沿设计线路沿线实地采集地面点坐标。以其中某一段为例，RTK沿纵断面线共采集146个点，为每一个RTK点都从提取的地面点云中选取距离相近的点与其做高程对比，高程对比结果如表2所示：

表2 提取地面点高程与实测高程对比表

从对比结果可以看出，49%提取的地面激光点云高程与RTK所测的地面点高程差值小于 0.1 m，88%的地面激光点云与RTK所测地面点高程差值小于 0.3 m，结果表明：本文采用的渐进三角网加密算法从机载LiDAR点云中提取地面点的结果能够满足公路勘测的要求。

4 道路纵横断面提取

从生成的地面点云中提取规划道路的纵横断面，其主要流程如下：

将设计道路的中线文件从起点开始每间隔 50 m生成一条道路横断面线，如图8所示，将生成的设计道路纵横断面DXF图导入到提取的地面点云数据中，效果如图9所示。

图8 设计道路纵横断面

图9 断面文件导入地面点云

根据设计的道路纵横断面DXF图中关键点的平面坐标在地面点云中进行最邻近点搜索[12]，将满足条件的地面点云按顺序连接成线，即得到设计道路的地面纵横断面图，如图10～图13所示。

图10 道路纵断面图

图11 道路横断面图(100 m)

图12 道路横断面图(500 m)

图13 道路横断面图(1 000 m)

5 总 结

无人机LiDAR测量技术是一种高效的获取地面位置数据的方法，通过进一步处理可以获取测区的数字高程模型、数字正射影像和纵横断面图等测绘产品。本文结合道路勘测项目，利用无人机LiDAR获取了测区范围内全部的点云数据，通过对点云进行滤波处理，提取出地面点数据和纵横断面图。通过本文实验表明，采用无人机LiDAR技术加快公路勘测项目的进度，缩短勘测周期。