车载激光扫描技术在全息测绘中的应用

丁柃杰

（绍兴市上虞区土地勘察测绘队，浙江绍兴 312300）

0 引言

作为一种能够准确刻画现实世界的空间三维数据，点云是继地图与影像后的第三类空间数据[1]。点云的出现以及发展，为全球制图、智能交通、智能城市建设等提供了重要帮助。激光雷达扫描技术是获取点云数据的技术手段，其具有自动化程度高、数据内容丰富、采集速度快等技术优势[2]，因此自诞生之日起，激光雷达扫描技术便在各领域发挥着积极作用，尤其是在测绘行业，具有传统测绘技术手段无可比拟的技术优势。

全息测绘作为新型基础测绘体系建设的解决方案之一，是以地理信息服务精细化、精确化、真实化、智能化为目标，通过多种测绘新技术获取全要素地理实体的位置、属性信息，形成涵盖空地一体化的高清、高精结构化立体地理数据[3-4]。本文以实际全息测绘项目为依托，探索将车载激光扫描技术应用于全息测绘中的技术方案，通过车载激光扫描技术完成空间三维数据采集，并基于采集数据完成内业成果制作。

1 全息测绘主要技术指标

1.1 车载激光扫描技术指标

全息测绘中，主要利用移动车载激光扫描采集道路以及道路两侧地物点云数据，并基于点云数据制作道路全息测绘成果，其中点云数据成果应满足的精度指标主要包括：

1）点云经控制点纠正后，平面检测中误差小于±7 cm，高程检测中误差小于±5 cm；

2）点云经控制点纠正后，不同车次点云之间平面分层差小于7 cm，高程分层差小于5 cm；

3）点云经控制点纠正后，点云与影像之间配准误差小于5 cm。

1.2 全息测绘成果技术指标

全息测绘与传统基础地形测绘具有较大区别，其具有要素丰富、属性齐全等特征。参考《城市测量规范》[5]，全息测绘平面精度、高程精度要求分别如表1、表2 所示。

表1 全息测绘成果平面精度指标

表2 全息测绘成果高程精度指标

2 全息测绘成果制作流程

全息测绘项目中将车载激光扫描点云数据作为道路全息测绘成果制作的数据源，首先对车载激光扫描点云数据进行数据解算与纠正，得到满足全息测绘生产的点云数据。其次将点云数据作为数据源进行矢量数据提取。最后进行外业调绘、补测等步骤后完成成果制作，技术路线如图1 所示。

图1 基于车载激光点云数据的全息测绘技术路线图

2.1 车载激光扫描

2.1.1 采集内容

车载激光扫描系统采集内容包括城市道路及道路两侧所有地理实体，如道路边线、道路标线、城市部件、绿化带等。

2.1.2 采集要求

2.1.2.1 数据采集流程

移动车载激光扫描包括基站架设、设备初始化、激光扫描等过程，具体过程为[6]：

1）在测区附近选择一空旷区域作为仪器设备静止场地，在静止场地完成仪器安装、仪器初始化等工作；

2）初始化工作完成后，驾驶激光扫描车离开静止场地，在开启激光扫描仪器前需要进行一次直行与两次拐弯行驶，使仪器设备适应车辆行驶状态；进入测区开启激光扫描仪、全景相机进行数据采集；

3）数据采集完成后，将车辆行驶至空旷区域完成静止化，最后关闭整个设备系统。

2.1.2.2 数据采集要求

进行移动车载激光扫描前，需要根据实际道路情况设计合适的扫描路线，在进行移动车载激光扫描时应遵循的原则主要有：

1）激光点云数据采集时的车辆移动速度低于30 km/h，并以平稳速度进行点云数据采集；

2）车辆行驶过程中避免与大车并排行驶，以免大车遮挡导致采集数据缺失；

3）对于高架桥、隧道等道路的匝道数据同样需要采集；

4）路过低矮电线、遮挡物时，必须以不超过10 km/h的低速平稳通过。

2.2 扫描数据解算

2.2.1 轨迹数据解算

数据采集完成后，得到采集数据包括原始点云数据、GNSS 数据、原始全景影像数据等，首先使用Inertial Explorer (简称IE）软件解算移动车辆行驶POS 轨迹数据，主要解算步骤为：

1）新建工程。在IE 软件中新建项目工程，将原始数据加载至工程中；

2）GNSS 数据差分处理。使用基站GNSS 数据与移动站GNSS数据进行差分处理；

3）GNSS/INS 组合解算。使用移动站GNSS 数据、惯导数据解算得到移动车辆在任意时刻高精度轨迹数据；

4）轨迹输出。将解算完成的轨迹数据以固定格式输出。

2.2.2 点云数据解算

基于POS 轨迹数据、原始点云数据完成空间三维点云数据的解算，主要步骤为：

1）在点云解算软件Copre 中新建项目工程，将POS 轨迹数据、原始激光点云数据以及系统检校数据加载至项目工程中；

2）基于POS 轨迹数据与原始点云数据解算生成具有三维坐标信息的点云数据；

3）通过全景影像数据为三维点云数据上色，得到彩色点云。

2.3 矢量提取

2.3.1 采集范围

基于移动车载激光扫描的全息测绘的作业范围主要包括道路及道路两侧区域，采集要素包括但不限于工矿设施、道路及其附属设施[7]，采集要素信息包括三维坐标信息、各类属性信息。

2.3.2 线要素提取

道路线要素提取内容包括车道线、道路边线等。

2.3.2.1 道路边线提取

将点云数据加载至三维测图软件中，基于自由视图绘制道路边线，在边线平直区域绘制直线，在道路弯曲区域绘制圆弧。道路边线绘制过程中注意节点高程是否正确，为最大程度反映真实地面高程变化，在高程起伏较大区域缩短节点间隔，对于偏差较大区域增加节点。

2.3.2.2 车道线

在俯视状态下绘制车道线时，提取车道线前，首先根据车道线类型确定合适的编码，车道线绘制位置为车道线中心，同样，当车道线不是直线时使用圆弧绘制。根据绘制经验可知，对于车道线平直区域每隔30 m 增加一个节点最合适，对于高程起伏较大的区域要增加节点，保证绘制车道线能够准确反映真实车道线起伏变化。

2.3.2.3 人行横道线

人行横道线绘制位置为横道线边缘中心位置，点云场景中道路中间位置高程一般高于道路两侧，因此在进行车道线绘制时要在道路中间多增加节点，保证绘制车道线与地面有较高的吻合度。

2.3.3 点要素提取

道路及道路两侧归类为点要素的地物包括地面箭头、杆状物、箱体、牌类等。

2.3.3.1 地面箭头

地面箭头绘制前，根据类型选择合适的编码，绘制节点位置为尾部中心点。绘制过程中保证地面箭头方向选择的正确性，对于地面箭头模板与实际箭头大小不一的情况可根据缩放比例进行大小调整。

2.3.3.2 杆状物

杆状物的绘制位置为杆状物落地中心位置，绘制过程中，对于无法根据点云场景分辨的地物需参考实景影像。

2.3.4 面要素提取

道路及道路两侧的面状要素包括安全岛、收费站、减速带、停车位等。在进行面状要素绘制时，首先根据点云场景确定面状要素类型并使用正确的编码进行绘制，绘制的闭合面在高程与平面上均应闭合，使用面域填充。

2.4 外业调绘

由于车载激光扫描在外业扫描作业过程中受多种因素影响导致采集数据不完整，在进行内业矢量化过程中，由于数据缺失导致的部分地物位置信息与属性信息采集不完整，因此需要根据实际要求进行外业补测与调绘。在进行外业补测、调绘前需要对基于点云绘制矢量要素进行完整性、合理性检查。调绘过程中要做到走到、看到，使用核实的符号对调绘成果进行标记，便于内业作业人员识别[8]。

2.5 内业数据编辑与属性添加

在完成内业矢量提取、外业调绘补测后，需要对各类绘制成果进行整合编辑，数据编辑应遵循综合取舍的原则，主要内容为属性添加与图形整饰。其中属性信息获取主要为两个途径，分别为现场调绘与资料收集，外业调绘属性内容包括实体名称、编号等；资料收集是从相关部门收集已有资料并梳理电子化收集资料，并利用有用属性信息，最后通过内业梳理将调绘与收集属性信息赋值至相应实体中。图形整饰包括添加各类注记、图形接边等操作，完成此操作后，得到最终的全息测绘成果，如图2 所示。

图2 基于车载激光扫描的全息测绘成果

3 精度验证

制作完成基于车载激光扫描系统的全息测绘成果后，使用传统高精度测绘手段如全站仪、RTK等对全息成果进行精度检验，全息测绘项目中规定每公里分别采集20个平面点与高程点，根据测区大小共采集8000个平面检验点与高程检验点，平面与高程精度检验结果如表3、表4所示。

表3 平面精度统计表

表4 高程精度统计表

注：粗差指标准中误差2 倍至3 倍之间的点的比例，下同。

通过精度检查结果可知：基于车载激光扫描制作全息测绘成果满足精度要求。

4 结语

作为一种新型测绘技术，车载激光扫描技术在地形测绘中的应用还较少，本文结合全息测绘项目，发挥车载激光扫描在数据采集中的优势，将车载激光扫描应用于全息测绘道路部分地形数据制作中。相比于传统地形图，基于车载激光扫描制作的全息地形成果的属性更加丰富、三维信息更加准确。同时，利用车载激光扫描进行外业数据采集可有效节省周期、节约项目成果。对基于车载激光扫描制作的全息成果进行精度检验，结果表明：成果精度满足项目设计要求，验证了该方案的可行性。随着车载激光扫描技术的不断应用与成熟，其将会在测绘领域发挥更大的作用，不断推进测绘事业转型发展。