无人机辅助车载激光扫描在道路竣工中的应用

赵万为

(上海市测绘院，上海 200063)

1 引 言

测绘地理信息事业是国民经济和社会发展的重要组成部分，也是全面小康社会建设的重要数字基础，随着测绘地理信息事业“十三五”规划的有序推进，地理信息的获取也更加高效化、智能化，为测绘地理信息发展注入了强大动力，测绘生产模式也已经从传统的人工测绘逐渐发展到“天地空”一体化的测绘生产模式，尤其是激光点云和倾斜模型技术的发展成熟，在工程测量、数字城市建模、地质灾害监测等领域，发挥了重要作用。

道路规划竣工验收测量是城市测绘单位重要的作业领域，目前主要采用全站仪进行单点测量的方式，工作效率低，劳动强度大，且部分市政道路建成后即投入运行，在进行竣工验收测量时，路面车流量大、交通情况复杂，无法保障作业安全，传统的道路竣工验收测量模式已经无法满足城市建设发展的需求。本文以道路规划竣工验收测量为例，结合实际案例，介绍了无人机辅助车载激光扫描的应用，以“天地空”一体化的测绘生产模式为道路竣工验收测量提供完善的解决方案。

2 车载激光扫描和无人机倾斜摄影技术

2.1 车载激光扫描技术

车载激光扫描是以机动车作为搭载平台，由激光测距仪(Laser)、全景影像系统、高精度全球导航卫星系统(GNSS)、高精度惯性传感器(IMU)组成的新型测量仪器，是计算机技术、激光测距技术、定位定姿技术、实时动态GNSS定位技术发展的综合体现，主要用于线状地物要素的测量。

目前，车载激光扫描仪主要用于道路要素的采集，利用车载平台可以快速获取道路轮廓特征、地表信息及全景影像，提高了工作效率，减少了运行成本，降低了人工测量的安全隐患，在道路要素采集中得到了广泛应用。

2.2 无人机倾斜摄影技术

无人机倾斜摄影是利用飞行平台搭载多个倾斜镜头进行摄影，通过以从不同角度进行影像采集，来获取地表物体顶面和侧面的影像数据，以此建立模型，更全面真实的反应地面要素的实际情况。

目前，无人机倾斜摄影在各个领域已经被广泛使用，基于其建模的快速性、真实性、完整性，已经深入到城市规划与管理、应急预案制定、数字孪生城市、国土资源管理等领域，此外，无人机倾斜摄影技术在地形图要素采集方面发挥着重要作用，随着无人机高精度定位技术的发展，利用专业航摄仪已经可以实现 1∶500地形图的制作。

2.3 多源数据应用与融合

道路竣工验收测量包括道路边界线测量、道路纵横断面测量、1∶500地形图测量等，基于车载激光扫描技术与无人机倾斜摄影技术的特点，结合道路竣工验收测量的具体要求，采用无人机辅助车载激光扫描，可以快速准确的完成道路竣工验收测量：车载激光扫描技术由于坐标精度高、点云质量好、针对性强，适用于道路边界线与纵横断面测量；无人机倾斜摄影技术由于建模自动化高、采集要素全面，适用于 1∶500地形图测量，两者数据相结合，可以更好地应用于道路竣工验收测量。

同时，为保证激光点云数据与倾斜模型数据的匹配，在进行数据获取时，基站的架设、像控点的测量、校验点的检测，应采用统一的坐标基准。如果现场像控点布设困难，可以利用车载激光点云数据，通过ICP(Iterative Closest Point，最近点迭代算法)算法，对倾斜摄影生成的稀疏点云进行配准，从而生成更高精度的三角网，最后再对三角网进行贴膜处理，得到高精度倾斜模型。

3 应用案例

上海市沿江通道工程位于上海市东北方向，连接宝山区和浦东新区，主线东起双江路，与外环高速对接，西至杜丹江路，与富锦路对接，跨越黄浦江入海口，可以大体分为浦东接线道路段、隧道段以及浦西接线道路段(如图1所示)。

图1 沿江通道工程范围示意图

上海市测绘院负责沿江通道的道路竣工验收测量工作，其中隧道段采用常规的导线测量法，在道路通车前已完成了数据采集，而浦东接线道路段(约 6.3 km)和浦西接线道路段(约 0.6 km)在施工完成后，较早地投入了运行，未能完成数据采集，且两侧接线段道路主要是高架快车道，路面交通情况复杂，存在安全隐患，无法采用常规的测量手段。项目组基于车载激光扫描仪及无人机遥感影像的应用经验，结合道路竣工验收测量的技术要求，采用无人机辅助车载激光扫描的方法进行道路竣工测量。

3.1 车载激光点云的采集与处理

(1)仪器选择

点云数据采集使用的是华测车载移动扫描系统，该系统集成了高精度激光扫描仪、高分辨率全景相机、GNSS设备以及惯导系统，以汽车作为载体，可以快速精确的获取道路点云数据，如图2所示。

图2 车载移动扫描系统

(2)外业采集

外业数据采集前，收集测区已有的地形数据、影像数据，并进行实地踏勘，确认采集范围内的道路交通状况，合理规划采集线路，并确定基站与控制点的布设位置，尽量选择GNSS信号良好的区域。

经实地踏勘，采集区域既有普通道路也有高架道路，普通道路每隔 300 m布设一个控制点，控制点可以布设标靶或采用路面明显的标志，用作点云位置纠正，高架道路考虑到安全因素，应在有条件的应急车道或路口布设控制点。由于现场地势开阔，GNSS信号较好，可以适当减少控制点的数量，但车道转弯处、车道起伏变化处应布设控制点，本次作业共布设控制点15个。控制点以平高控制点为主，采用图根控制点测量方法，按照DG/TJ08-2121-2013《卫星定位测量技术规范》的相关要求执行。

在浦东接线道路段和浦西接线道路段分别选取两个GPS点作为基站点，满足测区内任意位置与基站间的距离小于 15 km，基站采集时间应包含车载点云采集的时间，采集频率为 1 Hz，有效作业时间内，固定解比例超过95%。

控制点与基站点布设完成后，进行点云数据的采集，为保证点云采集的完整性，应在车流量较少的时段进行点云数据的采集，采集车辆时速控制在 60 km/h以下，尽量匀速行驶。点云采集完成后，及时对当天的数据进行检查，保证点云数据的完整与准确。

(3)数据处理

数据处理主要包括数据准备、轨迹解算、点云解算、点云纠正、点云着色等。轨迹解算利用Inertial Explorer软件，把基站观测数据、移动站观测数据和惯导数据导入进来，通过紧耦合算法联合进行GNSS解算，得到移动站的定位姿态数据，轨迹数据解算完成后如图3所示，绿色部分表示轨迹GNSS信号较强，对应浦东和浦西接线段，紫红色表示轨迹GNSS信号较弱，对应隧道段，本次仅利用浦东和浦西接线段部分点云；点云纠正利用Corefine软件，导入点云数据后进行刺点，对原始轨迹进行纠正，纠正后的轨迹再利用CoPre软件，重新解算点云，得到纠正后的点云数据，如图4所示。

图3 轨迹数据示意图

图4 点云数据示意图

3.2 无人机倾斜影像的采集与处理

(1)仪器选择

倾斜影像采集使用的是大疆“精灵4RTK”无人机，该无人机搭载了多频高精度RTK模块，通过后差分处理，可实现厘米级定位，云台为单镜头相机，有效像素 2 000万，通过调整云台角度、多次重复飞行来实现倾斜影像的采集。

(2)外业采集

外业数据采集前，应做好管控区域的排查、飞行空域的申请、起飞场地的选择和应急预案的制定，然后根据技术规范，完成飞行设计。

本次飞行作业相对航高为60 m，采样分辨率为 1.64 cm，满足1：500地形图航空摄影测量的规范要求。航线的航向重叠度60%，旁向重叠度40%，由于摄区范围较大，根据摄区形状和范围，将测区划分为7个区域，分别进行影像采集。利用无人机飞控平台，把设计好的飞行参数输入到平台中，自动完成航线的规划。

像控点的布设按照DG/TJ08-86-2010《1∶500、1∶1 000、1∶2 000数字地形测量规范》中的有关规定执行，摄区共布设26个像控点，以平高控制点为主，部分像控点作为检查点。像控点的测量采用图根控制点的测量方法，按照DG/TJ08-2121-2013《卫星定位测量技术规范》的相关要求执行。

(3)数据处理

数据处理主要包括影像数据检查、导入影像数据及POS数据、导入像控点坐标、像控刺点、空中三角测量、建立模型。影像数据检查中，如果存在模糊、重影现象，应进行补拍，直到所有影像满足建模要求，在进行空中三角测量时，根据DG/TJ08-86-2010《1∶500、1∶1 000、1∶2 000数字地形测量规范》的要求，控制点及检查点的残差需满足表1要求，如果多次计算仍不满足要求，则需要调整或增加控制点的数量，最终倾斜模型如图5所示。

绝对定向精度要求 表1

图5 倾斜模型数据示意图

3.3 基于点云的道路要素提取

(1)道路边线提取

将处理好的点云导入EPS三维工作平台，结合全景影像数据，提取道路边界线、道路中心线、道路分隔带等要素的三维信息。

(2)道路纵横断面制作

道路纵断面主要通过LISP工具自动生成。将提取好的道路中线导出至CAD，利用LISP工具，提取道路中线的里程及对应的高程，自动生成道路纵断面图。

道路横断面采用LISP工具结合FME软件，半自动化完成。首先利用LISP工具，从道路中线起始位置，每隔 200 m自动生成一个垂直于道路中线的矩形框，用于道路点云的裁剪，矩形长边设为道路的宽度，矩形短边设为裁剪点云的厚度，把生成的矩形框单独保存成CAD文件，打开FME软件，导入道路点云数据与矩形框的CAD文件，利用“Clipper”模块，把点云按照CAD矩形框的大小裁剪成多个道路横断面点云，并根据矩形框的方向，旋转每个道路横断面点云的方向至XY平面内，最后用CAD单独加载每个道路横断面点云，完成道路横断面的制作。

图6 道路点云横断面示意图

3.4 基于倾斜模型的地形要素提取

利用EPS三维工作平台，生成可以读取osgb格式倾斜模型的dsm文件，加载dsm文件后就可以进行立体测图了，立体测图采用二三维联动的方式，以倾斜模型数据为基础，选择最佳视角，采集特征点或特征线，特征点的位置应根据规范要求进行采集。对于房屋密集或者存在严重遮挡的地物，务必在相应位置做标记，以便外业补测，地物、地貌要素应按照JSB501《1∶500地形图DWG数据技术标准》的要求进行表示。地形要素采集完成后，导出dwg文件，完成 1∶500地形图的制作。

3.5 精度分析

为了验证无人机辅助车载激光扫描在道路竣工测量中的可行性，分别对道路要素和地形要素进行了精度分析。

(1)道路要素精度统计分析

道路要素方面，利用GNSS RTK、全站仪、钢尺对道路的特征点、横断面宽度进行了抽样检测，利用水准仪对道路中线点高程进行了抽样检测，外业共采集了26个道路特征点、15个道路横断面和15个道路中心点高程，精度统计如下。

道路特征点精度统计表 表2

道路横断面宽度精度统计表 表3

道路中线点高程精度统计表 表4

(2)地形要素精度统计分析

地形要素方面，利用GNSS RTK、全站仪对地形要素的特征点进行了随机测量，外业共采集了20个地形要素特征点，精度统计如表5所示。

地形特征点精度统计表 表5

按照同精度检测统计中误差公式，可以计算得出特征点中误差为 0.042 m，满足《CJJ/T 8-2011城市测量规范》中次要地物要素点位中误差不大于 70 mm的要求。

4 结 论

通过上海市沿江通道规划竣工验收的实际案例，验证了无人机辅助车载激光扫描在道路竣工中应用的可行性，该方案结合了车载激光扫描与无人机倾斜摄影的特点及精度，充分发挥了两者的技术优势，提高了数据采集的效率，保障了道路测量的安全，对道路竣工，尤其是开阔区域大范围的新建道路竣工有一定的指导作用。

在项目的设施过程中，除了最终的成果报告以外，还有道路点云数据、倾斜模型数据和全景影像数据，这些数据除了可以完成竣工验收测量以外，也是数字城市建设的基础数据，可用于可量测街景及数字孪生城市的制作，随着无人机及车载激光扫描仪在道路竣工应用中的普及，势必伴随着点云数据、倾斜模型数据和全景影像数据的增多，如何在规划验收环节众筹此类数据，更好的发挥数据价值，需要在今后工作中进一步思考。