李衛(wèi)良 龍世林

摘? 要：文章以江西省廣豐區(qū)七星水庫引水工程地形圖測(cè)繪項(xiàng)目中獲取的機(jī)載激光點(diǎn)云為例，介紹了機(jī)載激光雷達(dá)測(cè)量系統(tǒng)在植被深厚地區(qū)的數(shù)據(jù)分類處理及DEM產(chǎn)品制作，輔助地形圖繪制使測(cè)繪成果滿足規(guī)范標(biāo)準(zhǔn)[1]。通過這一案例，論證了機(jī)載激光雷達(dá)測(cè)量系統(tǒng)在植被深厚地區(qū)極大地減少了外業(yè)及內(nèi)業(yè)數(shù)據(jù)整理工作量，縮短了作業(yè)工期，解決了人工RTK和傳統(tǒng)航空攝影測(cè)量技術(shù)在植被深厚且茂密地區(qū)作業(yè)的技術(shù)難題，使山區(qū)地形圖的高程精度得到了很大的提升。

關(guān)鍵詞：機(jī)載激光雷達(dá);地形圖;應(yīng)用

中圖分類號(hào)：P237 文獻(xiàn)標(biāo)志碼：A? ? ? ? ?文章編號(hào)：2095-2945（2020）36-0145-03

Abstract： Taking the airborne laser point cloud obtained from the topographic map surveying and mapping project of Qixing Reservoir Water Diversion Project in Guangfeng District of Jiangxi Province as an example， this paper introduces the data classification processing and DEM product making of airborne LIDAR measurement system in the areas with deep vegetation， and auxiliary topographic map drawing to make the surveying and mapping results meet the standard. Through this case， it is demonstrated that the airborne LIDAR measurement system can greatly reduce the workload of field and interior data processing， shorten the operation period， solve the technical problems of manual RTK and traditional aerial photogrammetry in the areas with deep and dense vegetation， and greatly improve the elevation accuracy of topographic map in mountainous areas.

Keywords： airborne LIDAR; topographic map; application

機(jī)載激光雷達(dá)系統(tǒng)（LIDAR）是一種集激光、全球定位系統(tǒng)和慣性導(dǎo)航系統(tǒng)三種技術(shù)于一身的空間測(cè)量系統(tǒng)[2]。該系統(tǒng)是將激光掃描儀、GPS接收機(jī)、慣性導(dǎo)航系統(tǒng)、數(shù)碼相機(jī)及控制單元等搭載在飛機(jī)上， 通過主動(dòng)向地面發(fā)射激光脈沖，接收地面反射回來的反射脈沖并同時(shí)記錄所用時(shí)間，從而計(jì)算出激光掃描儀到地面的距離，結(jié)合POS 系統(tǒng)測(cè)得的位置和姿態(tài)信息可計(jì)算出地面點(diǎn)的三維坐標(biāo)。

1 項(xiàng)目區(qū)介紹

本文主要介紹了江西省廣豐區(qū)七星水庫引水工程大比例尺地形圖測(cè)繪，項(xiàng)目區(qū)位于江西省上饒市廣豐區(qū)南部，屬武夷山脈東段北麓，位于北緯28°16′～28°27′;東經(jīng)118°27′～118°34′之間，線路總長(zhǎng)度約13公里。境內(nèi)地勢(shì)南高北低，多為崇山峻嶺，坡度陡峭，植被茂密，屬于國家森林公園，多處為原始森林，多以竹林、杉樹、臺(tái)灣松、木荷、米櫧等喬木為主。地形地貌復(fù)雜，傳統(tǒng)的人工外業(yè)數(shù)據(jù)采集難度系數(shù)高，測(cè)繪精度難以保證。本項(xiàng)目采用大黃蜂BB-4無人機(jī)平臺(tái)搭載華測(cè)AS-300HL多平臺(tái)激光雷達(dá)測(cè)量系統(tǒng)執(zhí)行外業(yè)點(diǎn)云數(shù)據(jù)采集工作。

2 外業(yè)數(shù)據(jù)采集

執(zhí)行航攝任務(wù)前首先應(yīng)按照規(guī)定向有關(guān)部門申請(qǐng)空域以取得航飛權(quán)，在保證滿足項(xiàng)目要求的前提下， 同時(shí)應(yīng)滿足《IMU/GPS輔助航空攝影規(guī)范》的要求。

2.1 基站架設(shè)

數(shù)據(jù)采集之前在已知控制點(diǎn)架設(shè)GNSS基站，使用華測(cè)i80接收機(jī)?；炯茉O(shè)滿足以下要求：

（1）基站架設(shè)于已知控制點(diǎn)后進(jìn)行嚴(yán)格的對(duì)中和整平。（2）天線高測(cè)量采用量斜高方式，分別從腳架三個(gè)空檔（互成120°）測(cè)量天線高量測(cè)基準(zhǔn)面（測(cè)高板）至控制點(diǎn)中心標(biāo)志面的距離，讀數(shù)精確至1mm，互差應(yīng)小于3mm，最后取平均值作為天線高，天線高量取方式如圖1所示。（3）基站采樣率設(shè)置為5Hz。（4）基站觀測(cè)數(shù)據(jù)要求必須有GPS和BDS，并且兩者衛(wèi)星數(shù)之和不少于18個(gè)，要求保存HCN格式數(shù)據(jù)和Renix3.02數(shù)據(jù)各一份。

2.2 航線規(guī)劃與航線探測(cè)

基站架設(shè)的同時(shí)，無人機(jī)技術(shù)人員對(duì)現(xiàn)場(chǎng)環(huán)境進(jìn)行踏勘，并結(jié)合實(shí)際環(huán)境使用DJI GS Pro地面站自定義規(guī)劃航線，航線規(guī)劃完成后，首先使用大疆精靈 4 PRO無人機(jī)對(duì)規(guī)劃航線進(jìn)行探測(cè)。待航線探測(cè)完畢，方可進(jìn)入正式無人機(jī)載雷達(dá)數(shù)據(jù)采集環(huán)節(jié)。

2.3 數(shù)據(jù)采集

待航線探測(cè)結(jié)束達(dá)到可飛行條件后，對(duì)機(jī)載雷達(dá)系統(tǒng)進(jìn)行設(shè)備安裝完畢后，開始數(shù)據(jù)采集。華測(cè)AS-300HL多平臺(tái)激光雷達(dá)測(cè)量系統(tǒng)數(shù)據(jù)采集通過RC-8手持控制器控制，其通過無線通訊方式，可達(dá)到8km的傳輸距離，在無人機(jī)飛行過程中亦可實(shí)時(shí)監(jiān)控系統(tǒng)各個(gè)傳感器的工作狀態(tài)。

數(shù)據(jù)采集分為以下步驟：（1）傳感器參數(shù)設(shè)置：主要包含激光掃描儀和相機(jī)參數(shù)設(shè)置。（2）開始工程：開始工程即開始POS數(shù)據(jù)采集，待工程開始后，需要使設(shè)備及無人機(jī)保持靜止?fàn)顟B(tài)并持續(xù)5分鐘，目的是為了確保獲得更多靜態(tài)歷元后期進(jìn)行平差處理。（3）“8”字飛行與慣導(dǎo)初始化：“8”字飛行的目的是為了讓慣導(dǎo)更快地進(jìn)入穩(wěn)定狀態(tài)，待“8”字飛行結(jié)束后方可正式數(shù)據(jù)采集。（4）開始采集：在“8”字飛行快要結(jié)束前，點(diǎn)擊“開始采集”，同步開啟激光數(shù)據(jù)和影像數(shù)據(jù)采集。（5）停止采集：航線飛行完畢后，點(diǎn)擊“結(jié)束采集”關(guān)閉激光和影像數(shù)據(jù)采集。（6）無人機(jī)降落與靜止：結(jié)束采集后，無人機(jī)降落，繼續(xù)靜止5分鐘。（7）停止工程：靜止完畢后，停止工程，結(jié)束POS數(shù)據(jù)采集。（8）數(shù)據(jù)拷貝：整個(gè)工程結(jié)束后，在通電狀態(tài)下連接相機(jī)數(shù)據(jù)拷貝線纜拷貝影像數(shù)據(jù)，斷電后可連接數(shù)據(jù)傳輸線拷貝POS數(shù)據(jù)，通過數(shù)據(jù)存儲(chǔ)卡拷貝原始激光數(shù)據(jù)。

3 數(shù)據(jù)處理

3.1 原始數(shù)據(jù)

激光雷達(dá)測(cè)量系統(tǒng)一次采集得到的原始數(shù)據(jù)主要包括以下幾種：（1）GNSS基準(zhǔn)站數(shù)據(jù)，為基站觀測(cè)得到的GNSS數(shù)據(jù)。（2）POS采集數(shù)據(jù)，主要包括移動(dòng)站GNSS數(shù)據(jù)與慣導(dǎo)數(shù)據(jù)。（3）激光數(shù)據(jù)，為激光掃描儀掃描數(shù)據(jù)。（4）影像數(shù)據(jù)，即相機(jī)拍攝的照片。

3.2 基站數(shù)據(jù)處理

基站數(shù)據(jù)處理主要是將原始的HCN文件進(jìn)行格式轉(zhuǎn)換和天線設(shè)置，生成Renix3.02文件，使用CHCData軟件完成，如圖2所示。

3.3 POS解算

POS解算采用Inertial Explorer8.7后處理軟件進(jìn)行。該軟件可用于處理所有可用的GNSS、INS 數(shù)據(jù)，提供高精度組合導(dǎo)航信息，包括位置、速度和姿態(tài)等信息，如圖3所示。

3.4 生成點(diǎn)云

使用CoPre軟件將原始激光數(shù)據(jù)與POS數(shù)據(jù)進(jìn)行融合解算，轉(zhuǎn)換生成CGCS2000坐標(biāo)系下的las格式點(diǎn)云。將生成的點(diǎn)云數(shù)據(jù)進(jìn)行分類處理[3]，最后生成等高線、高程點(diǎn)成果，具體流程為：點(diǎn)云自動(dòng)分類→根據(jù)實(shí)測(cè)點(diǎn)檢查合格→人工編輯分類結(jié)果→地面點(diǎn)→構(gòu)建數(shù)字高程模型→等高線、高程點(diǎn)成果，點(diǎn)云分類后地面點(diǎn)如圖4所示。

3.5 點(diǎn)云數(shù)據(jù)成圖

將分類出的地面點(diǎn)進(jìn)行建模（DEM），人工對(duì)模型進(jìn)行干預(yù)。對(duì)模型中不合理的三角網(wǎng)，將未分離出的地面點(diǎn)進(jìn)行手動(dòng)分至地面點(diǎn)，直到三角格網(wǎng)合理化。高程突變的區(qū)域，調(diào)整軟件分類的參數(shù)或算法，重新進(jìn)行小面積的自動(dòng)分類。

在精分類后的地面點(diǎn)模型上，分離出等高線關(guān)鍵點(diǎn)，利用軟件自動(dòng)生成等高線，可設(shè)置最小面積、光滑以及等高距等參數(shù)，生成項(xiàng)目所需比例尺的等高線。按照所需要的高程點(diǎn)間隔導(dǎo)出點(diǎn)云數(shù)據(jù)三維坐標(biāo)，即為高程點(diǎn)數(shù)據(jù)文件。

最后將生成的等高線及高程點(diǎn)數(shù)據(jù)文件導(dǎo)入Cass軟件中進(jìn)行編輯，即完成對(duì)山區(qū)地形圖高程要素的采集編輯工作。

3.6 點(diǎn)云數(shù)據(jù)精度對(duì)比

本次點(diǎn)云精度檢測(cè)采用項(xiàng)目區(qū)現(xiàn)場(chǎng)布設(shè)檢查點(diǎn)的方式。檢查點(diǎn)選?。?分別在平坦水泥路面、山地和丘陵等地形條件和裸地、稀疏植被、茂密植被下等處用全站儀或 RTK 測(cè)繪均勻布設(shè)一定數(shù)量檢查點(diǎn)，檢核DEM內(nèi)插時(shí)的高程較差以及DOM的平面較差。共選取了49個(gè)檢查點(diǎn)進(jìn)行精度檢查，東坐標(biāo)最大誤差為0.120m，北坐標(biāo)最大誤差為0.117m，高程最大誤差為0.118m。平面中誤差為0.099m，高程中誤差為0.074m。經(jīng)檢核均滿足規(guī)范標(biāo)準(zhǔn)，其中部分檢查如表1所示。

4 結(jié)束語

通過機(jī)載雷達(dá)在項(xiàng)目中的應(yīng)用，可以得出機(jī)載雷達(dá)測(cè)量系統(tǒng)在植被深厚及地形復(fù)雜地區(qū)可以發(fā)揮巨大作用，相對(duì)于傳統(tǒng)測(cè)量極大地提高了測(cè)量精度，縮短作業(yè)工期，減少了大量的外業(yè)工作量。機(jī)載雷達(dá)測(cè)量系統(tǒng)能夠全天候作業(yè)，不僅白天作業(yè)，夜間也能正常作業(yè)，生產(chǎn)效率更高，且無需野外采集像控點(diǎn)，只需采集少量野外檢測(cè)點(diǎn)。隨著機(jī)載雷達(dá)測(cè)量系統(tǒng)技術(shù)的不斷成熟，可以在基礎(chǔ)數(shù)據(jù)采集與管理、交通、林業(yè)、農(nóng)業(yè)等領(lǐng)域得到廣泛應(yīng)用[4]。

參考文獻(xiàn)：

[1]陳小雁，聞麗佳.機(jī)載激光雷達(dá)點(diǎn)云在高植被山區(qū)數(shù)據(jù)處理中的應(yīng)用研究[J].工程建設(shè)與設(shè)計(jì)，2019（18）：242-243.

[2]徐陽亮.基于LIDAR技術(shù)的點(diǎn)云數(shù)據(jù)獲取及精度分析——以洞庭湖攝區(qū)為例[J].資源信息與工程，2018，33（05）：122-123+126.

[3]李偉.機(jī)載激光雷達(dá)輔助地形圖繪制的應(yīng)用實(shí)踐[J].測(cè)繪通報(bào)，2019（S2）：130-133.

[4]龐治國.基于無人機(jī)載激光雷達(dá)的庫區(qū)高精度DEM生成[J].電子測(cè)量技術(shù)，2018，41（09）：80-83.