探究机载激光雷达点云数据处理技术

鄂羽

摘要： 机载激光雷达是一种新的技术，可以快速获得高精度的三維地面和地面物体信息。这是一种综合了激光技术、高动态载波姿态确定技术和高精度动态全球定位系统差分定位技术的探测技术。它可以比传统的摄影测量方法更快和更准确地获得地面和地面信息。空载激光雷达系统获得的数据是一系列具有不规则空间分布的离散三维点云。再度处理点云数据和应用搜索显然落后于激光雷达设备的快速开发。如何管理大量的点云数据，从中提取有用的地形信息和土壤特性信息，并研究点云数据在地形测量和绘图中的应用，城市建设和森林规划是一个迫切需要解决的问题。基于此，本文对机载激光雷达点云数据处理技术进行了一系列的探究。

关键词： 机载激光雷达; 点云数据; 处理

【中图分类号】 P23【文献标识码】A【文章编号】1674-3733（2020）16-0191-01

遥感技术是一个新兴和全面的先进课题，它是在现代物理学、空间科学、电子计算机、数学方法和地球科学理论的基础上建立和发展的。这是一个先进和实用的探测技术。近年来，利用全球定位系统和机载激光扫描惯性测量装置，机载激光雷达技术逐渐出现。测量的数据是DSM的离散点表示，数据包含三维信息和激光强度信息。通过使用分类技术从这些原始数字表面模型中去除诸如建筑物、人造物体和覆盖植物等测量点，可以获得DEM，同时实现地面覆盖的高度。

1机载激光雷达的出现

在地形和绘图领域使用的许多数据是多源数据的合并，LIDAR可以获得多源数据。包括GPS轨迹数据、INS飞机姿态数据、激光测距数据和L激光扫描镜的旋转角。在实际操作中，点云数据的数量越来越多，因为数据质量要求硬件设备的精度越来越高。因此，机载激光雷达应用的关键是如何迅速处理大量的点云数据，而对点云的过滤和分类是最重要的。对于未通过自动分类过滤的某些粗糙错误和激光点，需要手动交互编辑。最后，执行诸如内插的操作以产生高精度的DSM和DEM。此外，空载激光雷达还配备了高分辨率数字摄像机。数字空中照相机获得的数据可用于JX-4、Virozo、Geoway DPS和MAPMITRIX上的数字路线测量。

2机载激光雷达点云数据

机载激光雷达系统完成激光扫描飞行任务后，获得的数据可分为三类：差分GPS数据、惯性测量单元IMU数据和激光扫描测距数据。GPS数据和IMU数据统称为定位和定向POS数据。这些数据记录了每个激光脉冲的发射信息和返回信息，一般包括系统在飞行过程中获得的位置、方位角、距离、时间、强度、回波等数据。利用GPS数据、IMU数据和扫描测距数据，可以计算出WGS84坐标系中激光点的X、Y和Z坐标。这些具有精确三维坐标的大量离散点称为目标激光雷达点云。

2.1机载激光点云数据的结构与格式

三维激光雷达点云数据包括点的空间三维坐标、回波强度、回波数量和扫描角度等信息。不同的激光雷达系统记录的数据也有很大的不同，但在实际应用中，常用的信息是激光脉冲返回的点云几何数据、激光强度数据和激光回波数据。

2.2机载激光点云数据的特点

与多光谱图像数据相比，机载激光雷达点云数据具有高程信息准确、垂直分辨率高的优点，但缺乏图像的光谱信息。因此，为了弥补这一不足，许多相关研究将激光雷达系统与多光谱成像仪或CCD数码相机相结合，同时获得激光雷达点云的光谱信息。

3点云数据处理

点云数据处理是对航空摄影获得的激光点云数据、航空影像数据、IPAS数据、地面基站数据等原始数据进行解压缩、差分、IPAS计算、激光和相机标定、点云数据生成等。获取数字高程模型、数字正射影像、数字线画图、数字栅格地图制作所需的参数和数据。

激光雷达系统获得的原始观测数据主要包括：激光束的扫描角、激光发射点到目标的距离、目标的回波数、回波强度等。根据激光发射点到目标的距离以及系统GPS和INS记录，计算扫描目标的三维坐标，得到工区的激光雷达点云数据。这些点云数据包含了大量的冗余信息和噪声。在使用点云数据进行特征识别和分类之前，需要对点云数据进行预处理。点云数据的预处理主要包括误差校正、拼接数据消除空气带重叠、去除点云噪声数据和区域分割。

3.1误差校正

误差包括系统性误差和偶然性误差。系统误差的主要来源是GPS定位误差、测距误差、姿态误差和扫描角误差。因此，在有效利用机载激光雷达数据之前，需要对这些误差进行校正。

3.2数据拼接

机载激光雷达在航空工作时，由于侧扫视场有限，每条带的数据只能覆盖一定宽度的地面。在某一区域作业时，需要设计多条进路，一般在进路之间维持10条进路。由于飞行的复杂性，相邻两个飞行带之间每一行扫描数据的重叠是不同的，飞行带重叠部分的数据也可能不同，这将影响激光数据的整体点密度分布和后续激光点云滤波分类等处理。因此，在进行数据应用之前，需要去除空气带的重叠部分进行数据拼接。

3.3噪声去除

扫描仪获得的初始数据中存在大量噪声，主要包括无穷远点（如天空）和杂质点（如树木、玻璃等）。这些点信息会对数据处理和三维模型重建产生负面影响，因此需要对这些信息进行失效处理或干涉点移除。

3.4区域分割

在有效利用机载激光雷达点云数据之前，需要根据扫描区域的整体地形对点云数据进行分割，以提高数据处理的效率和精度。

4结语

机载激光雷达是一种应用广泛的高分辨率地球表面探测技术。与其他传统的摄影测量技术相比，它有许多优点。它可以更快速、准确地获得实验区的三维数据。这些三维数据是大量空间分布不规则的离散点云，包括被测地物的三维坐标、回波强度和回波数目。了解lidar系统检测的特点和lidar点云数据的特点，有助于点云数据的过滤、分类和点云数据的应用研究。

参考文献

[1]曲佳. 机载激光雷达点云数据精度分析与评价研究[D]. 长安大学， 2010.

[2]魏浩翰， 何立恒， 李杰. 基于边缘检测滤波的机载激光雷达点云数据处理[J]. 森林工程， 2013.

[3]林金彦. 机载激光雷达系统数据后处理方法的研究[D]. 2015.