激光雷达技术在高速公路改扩建勘察测量中的应用

吴军

（四川省交通勘察设计研究院有限公司，四川 成都 918100）

0 引言

2021年，四川省高速公路通车里程突破8 600 km，然而随着私家车数量的增长，四川省部分地区早期建设的高速公路已无法满足人们舒适出行的要求，这就要求加快对高速公路的改造和扩建。本研究选取的研究对象遂宁至重庆高速公路扩容是《四川省高速公路网规划（2019—2035年）》中新增的八条扩容路段中的一条，是成渝地区双城经济圈4 条高速通道成遂渝通道的组成部分。

改扩建的首要问题是获取原有道路的基础数据。由于遂渝高速于2007年建成通车，距今已有十几年的时间，因长期维护，特别是沥青路面的多侧铺设，导致原有的竣工资料已无法满足改扩建高精度基础资料的要求。仅依靠传统测量的作业方式，即使用RTK 或全站仪采集数据，首先是作业效率较低、工作量较大、工期较长，人员在交通量非常大的高速公路上作业也存在很大的风险；其次是测量断面的数量问题，断面数过少无法反映原有公路路面、边坡等地形的实际情况，断面数过多会导致工作量增加，从而导致工期延长。因此，针对高速公路改扩建工程对获取高精度三维地表数据的需求，采用先进的激光雷达技术进行勘测，可快速、高效地获取原有高速公路路面、道路两侧边坡及构造物的三维数据情况，为设计人员提供可靠的高精度基础数据。

1 激光雷达

近年来，激光雷达技术发展迅速，并逐渐走向成熟，可在载人飞机、无人机、汽车等载体上搭载激光雷达装置，其集全球定位系统（GPS）、惯性导航系统（INS）、激光扫描仪和光学摄影等先进技术于一体［1］。本研究采用机载激光雷达来获取高速公路沿线影像和点云数据，采用车载激光雷达来获取高速路面、高速路边坡及两侧构造物等点云数据，通过将二者融合，使获得的数据密度更高、精度更优，能更精准地反映出原有高速路的地表情况。

激光雷达是激光技术与现代光电探测技术融合的先进探测方式，其由信号发射系统、信号接收系统、信息处理等部分组成。激光器产生并发射一束光脉冲，该光脉冲打到物体后会反射回来，最终被接收器接收；接收器能准确地测量出光脉冲从发射到被反射回的时间，由于光速已知，对距离的测量即可转换为对传播时间的测量。结合激光器的高度、激光扫描角度，再通过GPS获得激光器位置、通过INS 获取激光的发射方向，就可准确地计算出每一个地面光斑的横纵竖（X、Y、Z）坐标值［2］。通过激光雷达附带的高清晰照相机可同时获取高精度影像数据。

2 激光测距设计与实现

四川省交通设计院承接了遂渝高速扩容项目，该项目起于成南高速桂花互通，与成南高速、遂回高速形成十字枢纽互通，路线沿原遂渝高速进行扩容，经遂宁市船山区、经开区、高新区、安居区，止于川渝省界的书房坝处，与遂渝高速扩容重庆段相接，全长约为46.5 km。全线沿道路中心线两侧交叉布设74 个四等控制点，在此基础上进行像控点测量、路面靶标测量、航空摄影测量、三维点云数据采集、点云精度检查等工作，最后结合机载与车载点云数据形成最终成果。总体技术路线如图1所示。

图1 总体技术路线

机载激光雷达采用罗宾逊R44直升机作为飞行平台和瑞格公司生产的HS-1600低空激光扫描测图系统，沿测区线路选取3 个控制点用于获取航飞数据同步静态观测数据。飞行相对高度为400 m、航高浮动允许范围为100、航间距为250 m、飞行速度为120 km/h、照片拍摄时间间隔为100 ms。为了保证激光点云密度，扫描频率设定为100 kHz、航向重叠度为69%～77%、旁向重叠度为41%～57%。像控点均匀分布于测区，因测区为带状，每2 km 布设一对像控点。

车载激光雷达以三菱越野车搭载瑞格公司生产的HS-1 600 低空激光扫描测图系统。成果要求点云密度≥100 点/m2，高程中误差优于2 cm，路面点边缘与道路宽度基本拟合。考虑到作业的安全性，将靶标点布设在应急车道或路肩位置上，靶标高程纠正点约间隔150 m 布设一个，平面纠正点约间隔300 m布设一个，高速路双向间隔约为150 m交叉布设。由于高速路的匝道视线不好，容易发生交通事故，故将靶标布设于互通匝道的起终位置。靶标布设主要采用十字形方式，由人工涂刷白色油漆，宽度约为10 cm，测量十字形的中心点位置。在外业测量时，要对靶标纠正点进行编号，且标记于现场，并存取奥维位置。靶标纠正点的平面坐标测量采用架设基准站，用对中杆架设RTK 进行测量，采集时间为60 s，高程采用徕卡电子水准仪进行四等水准测量。全路段共布设平面靶标点383 个，施测靶标水准高程点706 个。靶标水准按照15 km 左右的高速主线段落附合至项目水准控制网，精度统计见表1。

表1 靶标水准测量精度统计表

点云检查点、线时，使用RTK 来采集高速公路应急车道白线外边缘。考虑到高速路中央隔离带产生的影响，还有匝道车辆上下等问题，为了能够获取最优的数据成果，分别在高速路双向车道进行两次测量（见图2、图3）。为了使车载雷达的扫描区域能够覆盖更广的范围，提高数据覆盖的完整性，部分地方的快慢车道都进行测量。

图2 RTK靶标点测量

图3 检查线采集位置

在对外业数据采集完毕后，首先通过像控点和靶标点分别对预处理后的机载雷达和车载雷达点云数据进行整体平差与精度优化，可在MicroStation平台上面开发的TerraSolid软件中的TerraScan模块对点云数据进行细化分类。在进行分类处理前，用工作区及分类宏对整个工程项目的点云数据进行滤波处理，剔除部分空中、地面粗差的点。然后利用软件法将地面和非地面的点云进行分类，再手动分出铁搭和光缆线，最后进行人工检查，利用TerraModeler 和TerraScan 模块查看点云分类情况，对分类错误的点云进行改正。将分类处理后的点云导入外业测量的点云检查点，检查成果质量（见图4），对发现的问题找出根源并解决。

图4 实测检查线与点云套合检查图

3 结果分析

在该项目实施过程中，依据项目检查内容对关键工序质量进行检查，主要有以下4方面。

3.1 飞行质量控制检查

航向重叠度为69%～77%，旁向重叠度为45%～57%，影像质量良好，纹理清晰，色彩均匀，无云雾遮挡、曝光过度等现象。

3.2 POS解算结果质量检查

POS 解算使用双基站联合平差解算，解算精度误差满足规范要求。

3.3 点云质量检查

点云数据格式为.las，采集到的数据分为高程检查点、平面检查点，用这两类点分别对项目的高程、平面精度进行评估。高程检查点外业共采集218 个点，经统计得到的激光点云高程精度评定结果如下：平均高差为0.073 m、最小高差为0.001 m、最大高差为-0.290 m、中误差为0.089 3 m，点云高程中误差满足规范中误差小于0.35 m 的要求；平面实地检测时，选择不同地形、不同高程的点进行实测，从而分析地形状态对成果精度的影响。检测对象包括围墙转角、四角方形建筑、硬质地面明显转角处等容易在影像上分辨的地物，此测区共计616个外业实测检查点。根据检查结果得到的点云平面精度指标：平均平面差为0.094 m、最小平面差为0.005 m、最大平面差为0.174 m、中误差为0.104 m，点云平面中误差满足规范中小于12 cm的要求。使用点云处理模块TerraScan 自动检测，得到全线点云密度平均值为590 点/m2。高速路面高程点检查使用点云处理模块TerraScan 自动检测383 个高程点数据生成的激光点云精度报告。高程偏差最大值为0.034 m、高程偏差最小值为0.000 m、高程中误差为0.012 m，高程精度误差满足低于2 cm 的设计要求。高速路面点云成果的平面精度检查，采用特征检查线对比距离检查。检查线采集675 处均匀分布于全线，对每条检查线采集三点连线，采集线长4～5 m，与最终点云成果拟合车道线同一位置进行距离对比，距离值取检查线与车道线之间的最大值。最大距离差为0.051 m，最小距离差为0.000 m，距离中误差为0.018 m。

3.4 DOM质量检查

DOM 地面分辨率为0.037～0.050 m。DOM 影像色彩均匀、纹理清晰，满足矢量化要求。DOM 投影方式及坐标系统采用与项目工程坐标系一致的工程独立坐标系，即椭球CGCS2000，中央子午线为105°30'，投影高为300 m。DOM 平面精度检查采用实测地物与影像上的地物进行对比。实地检测时，选择不同地形、不同高程的点进行实测，以分析地形状态对成果精度的影响。检测对象包括围墙转角、四角方形建筑、硬质地面明显转角处等容易在影像上分辨的地物，此测区共计616 个外业实测检查点。平均平面差为0.105 m、最小平面差为0.008 m、最大平面差为0.213 m、中误差为0.115 m，影像平面中误差满足小于12 cm的要求。

在车载激光雷达测量的靶标布设中，共布设三类靶标，分别为“X”型、“O”型及“”型。其中，“X”型作为主要靶标点，均匀地分布在高速路应急车道上；“O”型及“”型作为试验靶标点，主要分布在收费站外侧道路上。通过试验发现，“O”型靶标在内业作业中较难捕捉其圆心，“”型靶标在内业中能较好地捕捉其扇形交叉点，但在外业涂刷靶标时比较费时，且图形有时涂刷不准确。最终，仍使用“X”型靶标，在外业涂刷时较为方便，且内业捕捉交叉点也较准确。

4 结语

在对既有遂渝高速公路改扩建中，对既有路面的高程精度要求较高，因此采用车载激光雷达方法进行测量。但车载点云与航测点云数据存在交叉部分，且两种点云数据量非常大，融合非常困难。内业组通过安排多名参与过成南高速扩容项目的优秀技术人员，参考成南高速扩容的相关经验，并在此基础上改进作业方法，通过多次检查、修改点云融合部分的成果数据，最终使车载点云数据与航测点云数据实现较好的融合，给设计人员提供精度可靠的成果数据。激光雷达点云巨大的数据量为三维数据成果的精度提供保障，但仍须对点云平差、分类进行更加深入的研究，使点云分类更快速、高效。