倾斜摄影和激光雷达技术在新型基础测绘建设中的应用——以上海张江试验区地形图升级项目为例

李 涛，袁 毅，黄万胜

(1.江苏易图地理信息科技股份有限公司，江苏 扬州 225000；2.扬州市自然资源和规划局，江苏 扬州 225000)

0 引 言

2015年，国务院明确提出“加快发展基础测绘，形成新型基础测绘体系”的要求。围绕各部门对基础测绘的应用需求，应充分采用新型测绘传感器建立新型高效的采集模式，做好与传统测绘技术的衔接。新型基础测绘数据的采集以地理实体为基本单元，探索实现全息地理要素覆盖，基础地理信息要素年度更新，重要要素实现动态更新。

在上海张江试验区地形图升级项目中通过开展基于地理实体的全息数据获取与处理，推动基础测绘采集内容与处理手段创新。按照地理信息获取实时化、处理自动化的目标，开展全息空间地理大数据获取、处理方面的试点，进行基于地理实体的全息采集内容拓展探索。

1 倾斜摄影快速建模

1.1 数据准备

将航摄获取的5个镜头的倾斜影像数据、解算好的POS数据、像控点成果均按要求设置好格式，并准备好相机参数文件，包括相机像元大小、像幅、焦距、主点和各个相机的相机方向等信息。

1.2 空三加密

空三加密首先进行大量特征点的提取，再对特征点采用多视匹配[1]和密集匹配等技术进行同名点匹配，最后进行迭代平差优化[2]、畸变差校正获取精确的外方位元素，为下一步三维重建做好准备。

基于全自动三维建模软件，结合POS系统提供的外方位元素和相机参数，采取由粗到精的金字塔匹配策略，在各级影像上进行同名点自动匹配(图1)和自由网光束法平差，得到较好的同名点匹配结果，实现多视多角度影像自检校区域网平差迭代计算。

图1 同名点匹配

1.3 三维模型生成

完成空三加密后，通过密集匹配技术[3]，根据高精度的影像匹配算法，从中抽取更多的特征点构成高密度点云，从而更精确地表达地物的细节。按照设置的参数对区块内的密集点云构建不规则三角网TIN，并生成带白膜的三维模型(图2)。

图2 三角网与三维模型

最后软件对三维模型自动赋予纹理[4]，由于所有影像均具有精确定位信息，该过程可自动快速地将影像贴在对应位置的三维模型面片上，最终输出模型纹理清晰逼真的三维场景数据。

2 激光雷达扫描处理

2.1 激光雷达扫描

通过机载激光雷达采集测区全区域激光点云数据，该方式能够获取测区范围内几乎所有的地物信息。结合车载激光雷达补充采集所有城市道路以及道路两侧城市部件等各类要素(图3)。

图3 激光雷达扫描

2.2 纠正点测量

充分利用现有的具有一定厚度和大小的道路标线、停车线外角、道路分割线外角、箭头等易于识别的特征地物，根据扫描路线的实际情况，每间隔约200 m布设1个纠正点。

采用VRS-RTK模式施测，每点独立初始化2次，每次采集2组数据，每组采集时间为10 s，4组数据的平面点位较差小于2 cm时取其平均值作为平面测量最终成果，检测30%的纠正点，检测坐标与实测坐标较差应小于3 cm。

2.3 轨迹解算

利用Inertial Explorer软件对基站数据和移动站数据进行格式转换，随后进行相关设置，利用Process TC进行基站与移动站紧耦合解算[5](图4)。

图4 轨迹解算

2.4 数据纠正

根据采集的纠正点数据，利用CoRefine软件，将纠正点和检查点数据导入，并依据纠正点和检查点实际采集三维坐标位置，将点位固定在点云实际位置处，标记完所有纠正点和检查点完成数据纠正，同时生成纠正点和检查点精度报告。

若精度符合设计要求，则将检查点同时设置为纠正点，再次进行纠正，以提高点云纠正精度。

3 新型基础测绘地形图生产流程

3.1 基本思路

针对试验区项目要求，利用车载激光雷达进行测区内所有城市道路的扫描，保证城市道路及附属设施等各类要素的完整；按照像控点、纠正点和检查点技术要求，采用VRS-RTK模式进行采集，对于施测困难地区包括GNSS信号较差区域以及因交通等原因很难架设仪器等区域，使用导线测量方法进行采集。

采用倾斜摄影测量、机载/车载激光雷达扫描和其他补充手段进行全息数据获取[6]与采集；对采集完成的数据进行内业编辑，并在此基础上通过外业调绘和补测，完整提取各类要素，添加属性数据，形成最终的全要素地形图(图5)。

图5 新型基础测绘地形图制作流程

提供用于新型基础测绘地形图生产的数据成果包含以下内容:

(1)三维模型成果(OSGB格式)；

(2)机载激光雷达点云成果(LAS格式)；

(3)车载激光雷达点云成果(LAS格式)。

3.2 内业全要素采集

无尺度全息数据库的生产采用EPS采编系统进行，可根据要素类型特点采用不同软件进行采集。根据源数据特点和地形图各类要素的精度要求，矢量提取按区域分为四种类型，采用不同的作业方式。

3.2.1 城市道路及其附属部件的提取

由于希望交通要素信息服务于高精地图导航，各类道路边线、车道线、斑马线、道路标识、行树、路灯、电杆、花圃等一系列道路资产信息[7]的精度要求较高[4]，通过车载点云提取城市道路及其附属部件等要素能够满足交通要素的高精度需求。

在利用软件自动、半自动提取的基础上进行人工修整，道路附属物根据点云及车载全景影像判断类别后通过点要素方式进行添加(图6)。

图6 点云采集

3.2.2 建、构筑物及其附属设施提取

街坊建筑物需要满足减少外业工作的特点，倾斜实景模型能够提供较好的实地信息，在内业即可完成大部分外业定性工作。

通过机载点云和倾斜实景模型进行建、构筑物特征提取[8]，对于无法识别的对象，需要进行外业调绘和补测(图7)。

图7 倾斜采集

3.2.3 街坊内部道路及其他要素的提取

街坊内部要素信息对精度要求不高，因此街坊内部数据直接基于倾斜实景模型进行特征提取即可，如街坊内部道路、停车位、绿化等。

3.2.4 其他区域

内业成图之后，对于缺失或已发生变化的部分，利用外业调绘的方式进行补测。

3.3 外业巡视补测

外业调绘的内容、原则和方法按照规范的要求，对源数据中缺失的数据、辨识不清的数据和实地不符合的数据、注记数据以及实体要素的社会经济属性等进行修改、完善和收集。

3.4 一体化成图建库

采用EPS三维采编系统，将数据编辑的内容、原则和方法按照《1∶500 1∶1 000 1∶2 000 数字地形测量规范》(DG/TJ08-86-2010)、《基于地理实体的全息实体要素分类与代码》《基于地理实体的全息数据库数据字典》等要求执行(图8)。

图8 地形图成果实例

4 质量检查

由于作业手段、采集方案差异等因素，采集部分需要分成城市道路及其附属部件以及街坊内部道路及其他要素2个部分，分别进行检查。

4.1 城市道路

鉴于城市道路及其附属部件的提取通过车载点云数据提取，因此城市道路及其附属部件数据的检查在点云中进行。由于点云数据在不同批次之间的部分数据存在较大的平面以及高程误差，因此需要先做好源数据的精度校核工作。

4.2 街坊区域

街坊内部道路及其他要素的在倾斜模型中进行采集，此区域的图形检查主要在倾斜模型中进行。街坊内部道路及其他要素主要检查地形表示是否符合要求。

5 结 语

本文结合上海张江试验区地形图升级项目，对倾斜摄影和激光雷达技术在上海新型基础测绘建设试点中的无尺度全息地形数据库建设中的应用进行了全流程分析。

本次地形图升级项目通过开展基于地理实体的全息数据获取与处理试点，按照地理信息获取实时化、处理自动化的目标，围绕空间技术、信息技术、物联网等高新技术在基础测绘工作中的应用进行科技创新。开展全息空间地理大数据获取、处理方面的试点，对新型基础测绘的建设具有很好的借鉴和推广意义。