机载LiDAR数据获取及现场质量检查

钟振云

摘 要：机载激光雷达是一种能够快速高效获取点云数据的新兴技术，它在各个行业有着极为广泛的应用。本文主要讨论了机载LiDAR数据获取及现场质量检查方法。

关键词：机载LiDAR；数据获取；现场质量检查

随着我国的基础建设的不断增多，特别是地理空间数据应用领域的需求不断扩大，对快速获取高精度的地理空间数据的紧迫性越来越强烈。机载LiDAR作为一种快速、高效、高精度的技术手段，越来越受到各个行业的广泛应用。机载LiDAR在数字高程模型上的优势，逐渐取代传统测量方式，取代了传统测量生产周期长、效率低、费用高、精度低的劣势。

机载激光雷达（Light Detection and Ranging，简称LiDAR）是激光探测及测距系统的简称。机载激光雷达（LiDAR）技术是将激光扫描仪、GNSS设备和INS等设备紧密集成，以飞行平台为载体，通过对地面进行扫描，记录目标的姿态、位置和反射强度等信息，获取地表的三维信息，并经过后处理得到所需空间信息的技术。本文结合广西林业LiDAR数据获取及处理项目，总结说明机载LiDAR数据获取及质量检查的方法。

1 机载LiDAR数据获取及处理简介

机载LiDAR项目实施的过程，可分为控制测量环节、航空摄影环节、现场质量检查环节、数据处理环节、成果质量检查及提交六个主要环节。

1.1机载LiDAR数据获取

（1）控制测量

收集分析测区地形资料、地表覆盖情况、已有高等级控制点资料，对测区进行踏勘，进行控制测量网设计及观测。

（2）航空摄影

按照测区地形特点、项目的技术要求结合航摄激光雷达系统性能特点，并结合飞行管制因素，对测区进行航线设计。确定合理的航高、激光扫描频率、飞行速度、旁向重叠度及相机曝光参数等。航空摄影包括两部分：检校场飞行及项目飞行。

（3）数据预处理

对原始数据进行解算，获取GPS数据、IMU数据和激光点云数据，影像数据进行格式转换。

（4）现场质量检查

现场质量检查的内容包括：基站数据质量检查、数据完整性检查、POS数据质量检查、点云数据检查、影像数据检查、质检工作整理。

（5）数据后处理

机载LiDAR数据后处理是根据项目技术要求，对获取的质检合格的LiDAR数据进行点云分类处理，生成数字高程模型和数字正射影像图等4D产品。

（6）成果质量检查

成果质量检查是数据质量控制的重要环节，质检通过对数据生产全过程的监控，保证产品质量，是进行数据质量控制的重要手段。成果质量检查包括：自查检查、过程检查、最终检查及内部验收。

1.2机载LiDAR数据处理

机载LiDAR数据后处理是根据项目技术要求，对获取的质检合格的LiDAR数据进行点云分类处理，生成数字高程模型和数字正射影像图等4D产品。

数据处理主要包括DGPS解算、DGPS/IMU联合解算、激光点数据大地定向等关键步骤。

（1）DGPS解算：利用高精度GPS解算软件，基于地面基站点的已知坐标，对机载GPS观测数据和地面基站GPS观测数据进行联合差分解算，得到机载GPS接收机在每个观测时刻的WGS84空间坐标系坐标。

（2）DGPS/IMU联合解算：加入IMU记录的飞行姿态数据，在软件中与差分解算成果联合进行处理，获得机载IMU的航迹线，即每个观测时刻的空间位置和姿态。根据测定的偏心向量，从而获得激光扫描仪和航空相机各自的航迹线。

（3）激光点数据大地定向：基于激光扫描仪的航迹数据文件，软件自动对每个激光点进行运算处理，得到每个激光点的空间坐标。

（4）坐标系统转换

GPS数据经过差分解算后，获得WGS84坐标，再根据工程的需要转换成CGCS2000坐标、西安80坐标、北京54坐标或地方独立坐标。

（5）点云数据分类

点云数据分类主要包括：点云数据分块、点云噪声点滤除、点云自动分类、人工编辑激光点云。

1）点云数据分块：每个工程的点云数据都是海量数据，同时加载或处理对计算机软硬件要求较高，故对点云进行分块处理，减少数据量，方便进一步的数据处理。

2）点云噪声点滤除：将明显低于地面的点或点群（低点）和明显高于地表目标的点或点群（云、雾），以及移动地物点定义为噪声点。

3）点云自动分类：激光点云数据包含所有的激光测量点，包括地面和非地面的，要得到数字高程模型DEM，则首先需要把地面激光点分类出来。運行自动过滤算法对点云进行自动分类。

4）人工编辑激光点云：为了得到更精确的地形数据，有时候还会辅助使用激光分类专业软件进行人工分类处理，手动编辑地形，得到完整的地表数据。

（6）数据接边

由于采用分块的方式进行激光点云分类处理，相邻接连区域的数据会存在不合理的情况，因些需要进行接边处理，保证数据的准确性及一致性。

（7）DEM、DOM生产

利用分类好的点云数据，提取地面点，构不规则三角网生成数字高程模型。利用数字高程模型数据及影像外方位元素，进行单片微分纠正、影像匀光匀色、拼接生成数字正摄影像图。

2 项目概况

2.1项目概况

南宁市位于广西壮族自治区南部偏西，是广西壮族自治区首府及广西政治、经济、文化中心。南宁市地貌分平地、低山、石山、丘陵、台地5种类型。根据广西森林资源规划设计调查南宁市试点工作任务的安排，2017年需完成南宁市全市机载激光雷达数据获取及处理工作。项目区位于南宁市行政区域范围，面积约22112平方千米。

2.2项目技术要求

本项目采用Riegl Q1560 i机载激光雷达系统。地面采用GXCORS数据进行同步观测，采样频率为1秒（1Hz）。按照地形特点、成果要求、空域管制条件等情况进行分区设计，合理选择航高、激光扫描频率，进行航线设计，旁向重叠度优于20%，点云密度要求优于2点/平方米，影像无要求。点云数据分类只分为：地面点、植被点、其他非植被点。用于生产高精度DEM，不需要生产DOM。

成果以1：2000分幅，DEM格网间距：2米；坐标系统：成果均使用2000国家大地坐标系（CGCS 2000）坐标，高程基准为1985国家高程基准。投影方式：高斯-克吕格投影，3度分带。高程精度：平地高程中误差≤0.2米。

3 现场质量检查

现场数据质量检查的内容：基站数据质量检查、数据完整性检查、POS数据质量检查、点云数据检查、质检工作整理。

1）基站数据质量检查：检查地面GPS采集时段是否与飞行时段吻合，并且采集频率是否为1赫兹，满足项目要求。

2）数据完整性检查：检查数据量大小是否正确，有无缺失。

3）POS数据质量检查：检查偏心分量是否经过两次测定取平均值，确认测量值误差小于1厘米，精度满足要求。GPS信号是否失锁，卫星数量最少是否为9颗，满足相关规范要求。检查时间信号有无重复或者丢失，IMU数据是否正常，且连续。如以上检查均合格，则POS系统数据精度满足要求。

4）点云数据检查：包括数据覆盖范围、航带重叠检查、噪声情况检查、点云密度检查、航带拼接精度检查。

数据覆盖范围及重叠度检查：将全部激光点云数据导入软件中，确定是否激光数据完全覆盖摄区范围，如图3左下图所示。航带间重叠是否达到要求，如图3右下图所示。

激光点云密度检查：摄区激光点平均密度为要求优于2点/每平方米，点密集需要完全满足1：2000比例尺的精度要求。检查情况如图4所示。

航带间数据匹配检查：不同航带间（含同架次和不同架次）点云数据同名点平面位置中误差、高程中误差应均应小于合同及规范要求，如果中误差超限且存在系统误差，应采取布设地面控制点的方式进行系统误差改正，小于限差后，再进行航带拼接。航带间偏差匹配如图5所示为匹配理想的情况。

5）质检工作整理：把预处理后输出的激光数据导入Tscan中检查，确保测区覆盖完全、无漏洞。如无漏飞区域，经过检查，确保测区不需要补飞，并输出数据质量检查报告。

4 結束语

机载LiDAR数据获取及现场质量检查涉及很多部分的内容，只有严格把控各个部分的质量检查工作，才能使后期处理工作更加顺畅，加工出符合项目要求及规范的产品。本文通过结合实际生产项目，总结了机载LiDAR数据获取及现场质量检查的关键工作，对实际工作具有一定的参考价值。

参考文献

[1] 张小红，机载激光雷达测量技术理论与方法[M]，武汉，武汉大学出版社，2010。

[2] CH/T 8024-2011，机载激光雷达数据获取规范[S]。