董海洋 楊看迪 王龍

摘要：受某公司委托，我單位承擔提供其蓄能電站三維掃描測量服務，包括營地和開關站兩洞口1：500三維掃描測量，征地紅線范圍三維模型建模。根據測繪環(huán)境、成果要求和委托方建議，采用機載激光雷達技術和無人機傾斜攝影測量技術相結合的方式進行生產作業(yè)。

關鍵詞：抽水蓄能;三維掃描;數據處理

一、三維掃描測量技術工作流程

1.1 機載激光雷達作業(yè)流程

本項目數字化地形圖數據生產是對測區(qū)范圍內的地類地物、地貌采用內外業(yè)結合的方法進行成圖，外業(yè)手段采用機載激光雷達設備進行數據采集，通過激光雷達可以掃描到建筑物立面的特征，對建筑進行繪圖，省去傳統(tǒng)航測需要進行屋檐改正的步驟，通過激光雷達可以穿透植被的特征，對野外地形地貌進行數據采集，獲取野外植被下方的地表高程點數據。然后在此基礎上派外業(yè)人員到實地進行調繪，重點調繪對象有：①地名、房屋結構、井蓋、消防栓等遙感手段不易識別的對象;②電線桿、線纜類型、線纜走向等點云上可能漏測的對象;③坎、田埂、農村小路等點云上可能混淆的對象。調繪完成后根據調繪成果進行外業(yè)補測，內業(yè)編輯，生成最終的全要素數字化地形圖。

1.2 傾斜攝影測量作業(yè)流程

對于征地紅線范圍利用傾斜攝影測量技術，生產三維模型。模型質量與像控點的精度和航線的規(guī)劃有關。像控點的布設要按照規(guī)范要求，平均500米布設一個像控點。航線的規(guī)劃則根據具體分辨率要求來設置相關重疊度和航高等參數。外業(yè)采集到相片后，首先對pos進行PPK后差分處理，然后進行空三加密計算，進而進行三維重建，生產出三維模型。

1.3基準站架設選點

本無人機激光雷達技術，是通過GPS后處理差分動態(tài)定位技術實現，在無人機搭載一個GPS模塊作業(yè)的同時，我們需要在一個已知點（已知WGS84坐標即可）點位上架設靜態(tài)模式的GPS接收機，采集相同作業(yè)時段內的GPS數據，基站理論覆蓋距離為25公里。

1.4航線規(guī)劃

本無人機激光雷達測量技術整體來說具有三個誤差來源，第一是GPS后處理差分的誤差，第二個是慣導的誤差，第三個是掃描儀本身的測距誤差，在同一個測區(qū)同樣的航線規(guī)劃下，GPS后處理的精度與慣導的精度是基本固定的，因此主要可以控制的誤差為掃描儀的測距誤差。SZT-250型激光雷達掃描技術采用的是脈沖式掃描技術，脈沖式掃描技術與全站儀類似，其測距誤差具有隨著測距距離越長誤差越大的特點，同時因為掃描方式，還具有掃描角度越大的區(qū)域誤差越大。

根據對SZT-250設備的參數進行推算，為了滿足1：500地形成圖的高程與平面精度，我們航線設計原則為：飛行最高高度不大于100米，解算只保留正下方90度點云數據，以確保點云精度滿足1：500地形成圖要求。SZT-R250機載激光雷達設備最長測程為250米，為保證作業(yè)精度我們設計離地最大航高為100米，為保障飛行安全，每高差落差100米需要選擇一個起飛點進行飛行任務，在山區(qū)需選擇區(qū)域內最高點作為起飛點。在參考原始文件測區(qū)內施工方提供的1：2000地形圖，同時參考OpenCycle等高線地圖測區(qū)內地形地貌起伏情況后，我們對測區(qū)內高差起伏有了一個初步認識。而此次機載雷達測量區(qū)域面積較小，地勢平緩，合計用2個架次完成原始點云采集工作。

二、激光雷達數據處理

通過對飛行設備上GPS模塊的GNSS數據，聯(lián)合基準站靜態(tài)GPS數據進行解算。在Inertial Explorer中將GPS基站、GPS流動站、IMU數據進行組合導航解算，得到航跡文件。首先需要計算GPS流動站天線到IMU中心的偏心矢量，并在軟件設置（每一套硬件有一個固定參數，定期進行檢校），如圖1所示;其次，為每一個GPS基站輸入控制點坐標，如圖2所示，輸入的坐標系為WGS84坐標系;最后，解算完成后，查看處理精度報告，包括姿態(tài)、位置精度、IMU處理狀態(tài)、姿態(tài)、位置分離等，確認無誤后輸出航跡文件。

（1） WGS-84坐標系點云數據生成

在PointProcess軟件進行點云處理，加載激光原始數據RXP文件、以及航跡文件，設置系統(tǒng)檢校參數、坐標變換矩陣（如圖4所示），可設置根據激光點反射率及距離進行粗濾波來過濾噪點，我們在此項目中為了確保點云精度，將掃描角度120度以外的角度進行濾波。

SZT-R250設備集成的為Rigel品牌的掃描頭，其默認的原始點云格式為RXP格式，通過PointProcess軟件將其轉換為點云通用格式LAS。

（2） WGS-84坐標系與地方坐標系的點云轉換

通過已知點求取的四參/七參，使用PointProcess軟件對點云進行坐標轉換?？紤]到測區(qū)面積較小，我們這個項目中擬使用四參進行坐標轉換。

（3）點云完整性檢查

①點云數據是否覆蓋整個測區(qū);②航帶之間是否有重疊（不小于13%），是否有漏洞;③航帶拼接誤差差是否滿足后期處理需求（一般控制在0.5m以內，大于0.5m時，返回預處理重新解算）

（4）航帶拼接誤差檢查

①裁切原始航跡文件。原始航跡是飛機飛行一個架次或多個架次的飛行軌跡，包含了多個航帶，無人機激光雷達設備集成的是輕量化小型化慣導，在轉彎區(qū)域的誤差會比較大，我們將此區(qū)域數據裁切掉以保證數據整體精度準確性。②匹配航跡線與點云。原始點云沒有航跡信息，所有航線的點云顏色都一樣，無法判斷是否有高差，需要匹配航跡線與點云，使用TerraScan中的算法Deduce line numbers使點云攜帶與航跡線相對應的航跡信息。③檢查航帶拼接誤差。使用剖面工具，檢查兩兩航帶重疊區(qū)域的剖面是否完全重疊，如果不完全重疊，則視為有拼接誤差（包含平面差和高程差）。

（5）粗分類

調整高差后的LiDAR點云雖然經過了一次粗分類，但重疊區(qū)域的存在多條航帶的點云，所以需要對工程數據重新進行粗分類。①更改宏命令。在上面宏命令的基礎上添加By class（將所有層點云歸為一層）、Deduce linenumbers（匹配點云與航跡）Cut overlap（去除重疊帶）三個算法，并將單航帶運行前面的勾選去掉，如果此項目沒有要求分類建筑物，可以將Buildings算法刪除。②批處理粗分類。在調整完拼接誤差的工程中運行更改后的宏命令，初步將地面點與非地面點分離。③抽析地面點。將抽析后的地面點制作DEM，結合影像原始POS，制作DOM快視圖，為細分類提供參考。

（6）細分類

自動化算法分類有著局限性，在工程行業(yè)等領域粗分類無法滿足應用需求，因此需要進行精細化分類，在此項目中，我們只需要對地表進行精細化分類即可。

在TerraSolid軟件中導入粗分類后的點云，通過剖面工具，每隔一米進行剖面檢查，查看分類成果是否有錯誤。如下圖，綠色為非地表，黃色為地表，白色點位未知類別。

結束語：抽水蓄能電站三維掃描測量技術研究的相關實際工作進行了探討，從工作流程到數據處理均作出了詳細的研究，希望為相關從業(yè)者提供些許借鑒。

參考文獻：

[1]潘傳鵬， 施濤， 周達，等. 一種抽水蓄能電站三維可視化方法研究與實現[J]. 測繪與空間地理信息， 2018， 41（9）：3.

[2]顧賓. 基于標記點的流動式三維掃描測量技術的研究[D]. 中國海洋大學， 2013.