智能化全息测绘在高速公路改建中的应用

赵鹏飞，雷婉南

(上海市测绘院，上海 200063)

1 引 言

2021年，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》指出：“实施京沪、京港澳、长深、沪昆、连霍等国家高速公路主线拥挤路段扩容改造，加快建设国家高速公路主线并行线、联络线，推进京雄等雄安新区高速公路建设。新改建高速公路里程2.5万公里”。在十四五期间，高速公路的改建工作将成为长期的重点性任务。在高速公路改建工作中，测绘工作是最基础性、保障性的工作，但高速公路的改建不同于新建，一般要求在不影响或者尽量少影响高速公路运行的情况下开展测绘工作，所以传统测绘手段存在着无法满足相关要求、作业效率低以及存在极大安全隐患的问题。

2015年6月，在《国务院关于全国基础测绘中长期规划纲要(2015-2030年)的批复》中，要求“构建新型基础测绘体系”；2016年8月国家发展改革委、原国家测绘地理信息局联合印发《测绘地理信息事业“十三五”规划》，将推进新型基础测绘体系建设作为十三五期间国家测绘地理信息事业发展的五大重点任务之一[1]。2017年11月，上海市被国家测绘地理信息局批准为新型基础测绘体系建设试点城市，上海市测绘院联合武汉大学测绘遥感信息工程国家重点实验室和上海华测导航技术股份有限公司在全国率先推出智能化全息测绘技术体系。上海市测绘院、武汉大学等单位的有关学者[1～3]对智能化全息测绘并进行了相关深入的研究和实践。

智能化全息测绘体系的构想和建立给高速公路改建的测绘工作提供了解决途径，本文将重点探讨智能化全息测绘在高速公路改建中的应用。

2 道路全息测绘

在智能化全息测绘中，数据的采集和处理是最关键步骤。智能化全息测绘融合多传感器的空-天-地-地下立体化、组合式、全空间数据获取技术体系已初步形成[1]。智能化全息测绘提出了综合利用卫星、无人机航测、激光雷达、倾斜摄影、移动测量系统和探地雷达系统等多种地理信息数据的采集方法，获取不同类型、不同场景的空间地理信息数据，能够实现室内室外、地上地下全空间全覆盖，提升空间地理信息数据对复杂需求的满足，提升数据采集效率和完整性，实现“按需测绘”。智能化全息测绘较之传统测绘最大的优势在于“全息”，即能够高效率、高精度采集全量要素的空间地理信息。在道路全息测绘中，使用车载三维激光雷达系统(也有文献称之为车载激光扫描系统)进行数据采集[4～7]。

三维激光雷达系统是集成了三维激光扫描系统、相机系统和姿态定位系统的多传感器集成测量系统，该系统一般可安装在飞机或车辆等载具上，能够快速、海量采集数据，并按需求目标进行后期处理，获取不同需求的成果，实现道路全息测绘的要求。三维激光雷达系统通过三维激光扫描系统扫描点云数据，相机系统采集全景影像，GNSS获取载具的位置信息，IMU获取姿态信息，经过处理后获取具有大地坐标的点云、全息影像等数据。相比机载激光雷达，车载激光雷达距地表更近、扫描精度更高、点云密度更大，尤其适合道路相关的空间数据采集。

本文以华测导航公司的AS-900HL激光雷达系统为例(图1)，该系统可以在飞行载体和车辆载体上安装使用，快速采集海量点云数据和高清影像数据。

图1 华测AS-900HL系统

表1为华测AS-900HL系统的各项参数：

AS-900HL系统参数 表1

3 工程解决方案

上海沪金S4沪金高速公路是连接中心城区、闵行主城片区、奉贤、金山以及上海至浙江方向的快速通道。为提升S4公路北段的交通功能，并优化闵行南部地区道路网系统，启动了S4公路(莘庄立交—金都路)改造工程。为了获取S4公路的现状情况，设计单位要求测绘单位对改造段进行纵横断面测量，测区为约 4 km的高速公路(高架路)。常规的道路纵横断面测量方法有RTK、水准仪、全站仪等方法[8]，但是S4公路目前承担了繁重的交通运输任务，不可能通过全部封路开展道路测量，而部分封道开展测量工作不仅效率低且会影响交通，最重要的是测绘人员的安全无法得到保障。最终选择了道路全息测量的方式来实现道路断面测量。

S4公路改建工程的测绘工作流程如图2所示：

图2 项目工作流程

3.1 项目准备

(1)收集测区基础地形图、正射影像图等数据资料，了解测区范围、测区概况、测区内道路情况，以及测区内有关控制点的情况，组织人员到测区现场进行踏勘。编写项目设计书，经审批后执行，组织人员培训。

(2)路线规划，根据前期踏勘情况进行采集路线规划。采集路线规划包括停车场的选择和行车路线规划。路线规划应保证测区内待扫描道路的全覆盖，并尽可能减少重复路段和无效路段的扫描。

(3)仪器设备的准备。

3.2 外业数据采集

外业数据采集的步骤包括基站测设、设备安装、通电测试、数据采集、设备关机拆卸和数据导出等，图3为外业数据采集流程：

图3 外业数据采集工作流程

(1)GNSS基站用于外业扫描工作基准点，距离施测区域距离不宜超过 5 km，最大距离不应超过 15 km。本项目基站设置在测区附近，距S4公路的平均距离约为 4.2 km。基站在开始扫描前完成测设，基站施测满足城市二等GNSS控制网的技术要求[9]。

(2)在扫描中，应尽量控制车速，不能超过最高车速要求，一般要求高架等区域行驶速度不宜超过 60 km/h。

(3)为了保证数据的完整性并进行数据质量控制，对测区进行了往返两次扫描。

3.3 数据预处理

数据预处理是在外业完成之后，对IMU、GNSS等各传感器的数据进行融合处理，获取姿态定位，然后对点云进行计算，最终得到符合要求的点云等成果数据。数据预处理一般包括基站数据转换、定位姿态解算、点云数据解算、点云纠正检查、点云重解、全景照片数据解算、点云着色、坐标转换等步骤。

(1)使用Inertial Explorer软件进行定位姿态解算，一般采用紧耦合(tightly coupled)的方式解算。

(2)点云数据解算、点云纠正检查、全景照片数据解算、点云着色等步骤均可在CoPre和CoRefin软件下进行。点云纠正点和检查点施测不低于图根点的精度。本项目测区全部位于高架，为作业条件良好的空旷地区，所以未布设纠正点。

(3)经过处理的点云数据是WGS84坐标系，123°带下的高斯平面直角坐标和大地高成果，一般情况下需要转换成上海城市坐标系下成果。

图4为S4公路预处理完成后的点云数据：

图4 预处理后的点云

完成预处理的点云等数据应该无空洞、无分层，成果满足精度要求[9]。

3.4 数据后处理

数据后处理，是通过对预处理后的点云等数据进一步处理，计算目标数据(本项目为计算道路纵横断面)的过程。本项目数据后处理包括点云抽稀、点云去噪、地面点分类、提取纵横断面点、人工加工等步骤。

(1)点云抽稀。由于车载激光雷达的数据量极大，给后续的处理、存储、使用都带来了麻烦，所以可以对车载激光雷达数据进行合理的抽稀，以方便数据处理。

(2)点云去噪。在点云的实际测量过程中受到各种人为或环境因素的影响，使得测量结果包含噪声。噪声会影响后续数据处理的时间和质量，因此需要在滤波前降低或消除噪声。

(3)地面点分类。地面点自动分类功能，可自动滤除植被、房屋等非地面点，提高断面处理的效率。

(4)自动提取纵横断面点。首先导入道路中桩图形文件或文本文件，然后在CoProcess软件道路设计模块件自动提取道路横、纵断面特征点，如图5所示：

图5 点云提取纵横断面

(5)人工修整。由于无法完全过滤掉树木、机动车等无关物体，自动生成的断面还存一些误差。所以还需要人工对断面进行进一步判断加工，使其与实际情况一致。图6为某里程自动生成的横断面图和经人工修整后的横断面图：

图6

最终可导出DMX、HDX、DAT等格式的断面文件，满足S4公路改建的要求。

4 精度评价

主要采用中误差的方式对精度进行评定，包括内符合精度和外符合精度评价。

4.1 内符合精度

通过往、返重复点云的同名点对比评价内符合精度。在点云上均匀选取20个断面，每个断面选取20组同名点，共400组同名点来计算内符合精度。按照等精度检测公式计算内符合精度：

上式中d为往、返点云同名点的距离，经计算内符合精度为 ±4.5 mm。

4.2 外符合精度

通过传统测量方式实测同名点，和断面成果对比评价外符合精度。由于S4公路测区大部分位于高架上，所以只能在匝道的位置选取了15组同名点进行测量。这15个点的平面位置与断面成果点相同，使用传统的附和水准线路的测量方式测出其高程，与断面成果点进行对比。外符合精度计算公式如下：

上式中h为点云断面成果点的高程与实测同名点的高程之差，经计算外符合精度为 ±32.4 mm。

由上可见，通过道路全息测绘得到的道路纵横断面测量成果，完全符合相关规范的精度要求[10]。

5 结 语

通过在上海S4沪金高速公路改建项目中的实践应用表明，智能化全息测绘能够有效应用在高速公路的改建工作中，并具有以下优势：

(1)作业效率高。本项目外业用时不到一天，内业用时约两天，这种效率是传统道路测绘工作所不能企及的。

(2)采集要素全。全息测绘能够采集道路海量的点云、影像等数据，获取全量的空间地理信息要素。通过对全量要素的处理，不仅能测绘纵横断面，还能用于地形图测绘、道路模型构建、地面模型构建以及特殊要素的采集等。

(3)极大降低了安全风险。测绘人员不用再冒着生命风险到高速公路上测量，安全风险大大降低。

(4)不影响道路的交通运行。不用封路或封道，对道路交通几乎没有影响。

智能化全息测绘为高速公路改建工程提供了一套有效的解决方案，本文提出的方法对类似项目有一定的借鉴意义，值得推广应用。道路全息测绘也存在一些不足之处：如设备成本较高、扫描存在盲区、卫星信号影响成果精度等，这些问题需要进一步研究解决。