多源LiDAR與傾斜攝影應用于城市建筑竣工測繪的對比分析

董振川,劉長睿,羅保林,尚金光,白曉明

(1.成都市勘察測繪研究院,四川 成都 610081; 2.四川省城市信息化工程技術研究中心,四川 成都 610081;3.西南交通大學地球科學與環境工程學院,四川 成都 611756)

0 引 言

三維激光掃描測量技術是通過激光掃描的方法,可快速高效獲取區域內目標高分辨率點云數據。作為一種為建立目標三維模型提供點云數據獲取的新興技術,包括地面架站式三維激光掃描、車載與機載LiDAR等多源LiDAR技術已在測繪領域中得到廣泛的研究與應用,如謝博等[1]在房屋模型重構研究中,利用LiDAR技術結合測試點實現T型房屋模型重構;李婷婷[2]提出一種地空LiDAR數據融合的公路平縱線測量模擬技術,利用車載和空中LiDAR實現公路平縱線的高效測量。同時,國內也有部分學者將多源LiDAR技術與其他測量技術結合進行更加深入研究,李海亮[3]結合傾斜攝影與地面LiDAR,探索鐵路工點勘察新方法;周志勇[4]、荷丹[5]等利用無人機分別搭載小型LiDAR和五鏡頭傾斜相機獲取的點云和傾斜影像作為數據源建立多種三維模型。另一方面,尚金光[6]、胡玉祥[7]、閔啟忠[8]等將LiDAR點云應用于對測繪技術與測繪成果有更高要求的建筑竣工測繪,李永強[9]等人提取機載LiDAR頂面數據、航空正射影像數據和車載LiDAR立面數據的建筑輪廓線進行定量研究,展現出三維激光掃描技術在建筑竣工測繪中廣闊的應用前景與研究價值。

本文以某新建小區為對象,使用地面架站式三維激光掃描、無人機機載LiDAR、無人機傾斜攝影分別進行測量,獲取該新建小區區域內建筑的點云數據以及傾斜攝影三維模型,繪制其平面圖。以全站儀及RTK獲取建筑特征點作為參考,分別對三種方法獲得的平面圖進行精度統計,綜合對比分析三種方法各自優缺點,并完成機載LiDAR用于建筑竣工測量可行性分析,為城市建筑竣工測量提供技術參考。

1 總體作業流程

本次實驗的作業對象為某新建商業樓盤,測區面積約 65 000 m2,包括17棟主要建筑及構筑物,其中8棟高層建筑(最高建筑高度超過 150 m),9棟三層以下建筑,另含道路、綠化及其他獨立地物等。同步竣工測量的流程主要分為外業數據采集和內業數據處理兩大部分,其中外業的主要內容為點云數據、傾斜影像的采集和像控坐標的人工測量,內業主要內容為數據導入、點云拼接、坐標轉換、降噪抽稀、點云生成或三維建模,如圖1所示。

圖1 測量作業流程圖

2 外業數據采集

2.1 架站式三維激光掃描

架站式三維激光掃描技術主要以地面架站等方式通過激光器發射高能量、短脈沖的激光束映射到目標表面并接收反射的信號,根據激光束從發射到接收所需的時間來計算出LiDAR系統與目標的距離,從而測量目標高度、形狀等信息。

圖2中A為激光發射器,O為被測物體,B為激光接收器透鏡,f為接收透鏡和儲存器之間的間距,L為激光發射器光路和接收透鏡主光軸之間的偏移,X為儲存器上的位置偏移,實際的測量距離D的計算公式為:

圖2 架站式三維激光掃描測量原理圖

(1)

通過控制激光束的掃描方向和范圍,可以測量出地面上物體多個點的距離和反射率等信息,并將這些數據組合成系統周邊地理信息點云數據集。

本次實驗使用型號為Leica RTC360,其集成HDR全景成像系統,能夠實現每秒200萬個點的超高速掃描,有效掃描范圍0.5～130 m,分辨率 6 mm與 12 mm,掃描點位精度<6 mm,掃描儀具體參數如表1所示。

表1 RTC360掃描儀技術參數

在完成外業標靶的測量之后,將儀器簡單組裝與整平。目前,眾多型號的三維激光掃描儀已經實現一鍵操作,常規設置儀器參數后便可進行掃描作業。在掃描過程中需進行后續設站線路規劃,做好測站位置略圖、測量時間等觀測記錄。

2.2 機載LiDAR三維激光掃描

機載LiDAR則是通過在機載平臺上安裝激光器和接收器等設備,快速獲取大范圍地面高度、形狀等點云信息。機載LiDAR測量原理與地面LiDAR類似,也是利用激光束在傳播過程中的反射和散射,根據激光束與地面交互的時間和反射強度等信息來計算出地面的高度和形狀等參數。但與地面LiDAR不同的是,機載LiDAR需要在飛行過程中完成對地面的掃描,因此需要在技術和設備上做出相應的調整和優化。根據測量需求與飛行器姿態,常見的調整參數包括:掃描角度、翻滾角、定姿精度(POS)、光斑精度等。

本次實驗使用飛馬D2000無人機平臺搭載LiDAR2000輕型機載激光雷達系統,經過無人機管家數據解算和融合算法,可以達到 5 cm(50 m航高)測量精度,實現地形圖測量、土方測量等測繪作業。LiDAR2000具體參數如表2所示:

表2 D-LiDAR2000機載LiDAR技術參數

在進行機載LiDAR測量前,首先根據測區已有影像、地形圖等資料,分析作業區植被、建筑物等分布情況,確定飛行平臺的各項作業參數,在本次實驗中為:飛行高度分別設置為 190 m與 250 m、旁向重疊度50%,最終的點云密度最高能達到300點/m2;在航飛同時進行外業像片控制點布設與測量,為后續圖像拼接與誤差改正提供基礎。

2.3 無人機傾斜攝影測量

無人機傾斜攝影測量是一種快速獲取地面三維信息的技術,利用安裝在無人機上的傾斜攝影設備,通過多個攝像頭,同時拍攝地面圖像,由于攝像頭的安裝角度和方向不同,拍攝出來的圖像具有不同的視角和重疊度,如圖3所示。

圖3 無人機傾斜攝影原理圖

通過無人機上的GNSS(全球衛星定位系統)和IMU(慣性測量單元)等設備,獲取無人機的位置和姿態等信息,并將其與攝像頭拍攝的圖像進行匹配,確定每個圖像的三維位置和姿態。垂直和傾斜影像的地面分辨率是傾斜航攝儀最為直觀與重要的參數之一,也是直接決定后續三維建模質量的關鍵因素,其計算公式如下:

(2)

(3)

(4)

式中,δ為傳感器單像元大小;f為相機焦距;αy為傾角;βy=arctan(b/f)為視場角的一半;h為飛行高度。同時,需保證影像重疊度達到要求,重疊度分為航向重疊度和旁向重疊度,其計算公式如下所示:

(5)

(6)

式中Px為航向重疊度,LP為航向重疊部分的長度,LX為相片長度;Ps為旁向重疊度,HP為旁向重疊部分的寬度,Hx為相片寬度。

本次實驗中無人機傾斜攝影測量作業時采用的飛行平臺與LiDAR三維激光掃描作業相同,將無人機換裝D-OP3000傾斜攝影儀后,按照測區的建筑物測量要求,設置分辨率為 3 cm,飛行高度設置為 190 m與 250 m,旁向重疊度65%,航向重疊度80%,對測區進行多角度飛行攝影,獲取多張高分辨率的傾斜攝影圖像用于后續三維建模。

3 內業數據處理

3.1 地面點云數據處理

Leica RTC 360在采集過程中,已經通過VIS視覺增強技術,實時計算掃描測站相對于前一測站的位置,從而實現類似導線的測站軌跡網絡,通過Cyclone Register 360軟件幫助各測站實現自動拼接。本次實驗點云數據拼接成果均滿足有效點云重疊度應不低于30%,拼接站點間的拼接精度應在 5 mm以內的規范要求,如圖4所示。

圖4 Cyclone Register 360中測站連接示意圖

點云拼接結束后,利用標靶控制點將點云從儀器獨立坐標系轉換至城市坐標系。由于采集方式和目標周邊環境等因素的影響,采集的點云數據不可避免地存在噪聲點,通過軟件Cyclone對點云數據中的離群噪聲、混雜點、隨機噪聲進行處理,自動化或者人工地剔除噪聲,并在軟件中檢查數據的點群誤差、重疊度、強度等成果。點云數據中還存在脫離掃描目標物的異常點、孤立點時,在不影響目標物特征識別與提取的前提下采用濾波或人機交互進行降噪處理。

將處理完成點云模型直接加載到CAD中,利用Cyclone軟件安裝在CAD中的Cloudworx插件直接調用Cyclone數據庫進行切片繪制,通過切換至前、上視圖,按高度進行水平切片,獲取測繪房屋筑基底切片圖。對未掃描完全的拐點,使用CASS軟件進行人工采集,形成圍墻、車庫出入口等,將線劃圖與點云數據相結合形成最終的竣工平面圖。

處理機載LiDAR數據時,方法步驟與架站式點云數據處理相同,但無人機在飛行時,會自動記錄所在位置的坐標信息,結合無人機的各項狀態參數即可獲取該航帶內的點云數據坐標信息,并完成航帶間的點云平差。

3.2 無人機傾斜攝影建模

本實驗中使用ContextCapture軟件進行三維建模,利用航飛獲取的多視圖影像、POS數據自動進行測區內的特征點提取和影像匹配,根據匹配結果和初始外方位元素進行區域網平差,結合像控點成果計算出滿足精度的影像的外方位元素,完成絕對定向,并確?？杖确蠈嶒炓?。將空三成果導入軟件進行三維模型重建處理,自動生成OSGB格式的三維模型。

4 應用分析

4.1 作業效率評定

通過收集、統計三種測量方式在人員配置、外業時間以及內業時間等方面進行對比,結果如表3所示:

表3 三種測量方式作業信息

由表3內容分析可得:傾斜攝影和機載LiDAR在外業時間和作業人員數量上優于架站式點云,且輸出成果的數據量更小;架站式點云內業耗時最多,其主要原因在于掃描采集點云數據較大,原始點云數據導入軟件耗時較長;傾斜測量則是大部分內業時間用于原始影像生成三維模型。

4.2 實驗結果分析及評價

將點云數據和傾斜模型導入CASS(2016版)中,可以立體展現點云數據和傾斜模型的三維效果,如圖5～圖7所示,同時方便從多個方位對圖像進行目視判別,有助于人工進行建筑竣工平面圖繪制,如圖8所示。

圖5 機載LiDAR點云成果展示圖

圖6 架站式三維激光掃描點云成果展示圖

圖7 傾斜模型成果展示圖

圖8 部分建筑竣工平面圖

結合圖5～圖8展示結果分析得出:

(1)機載LiDAR俯視圖中各類點云分布模糊,點云特征提取困難,離航線較近的高層建筑頂部具有一定清晰度,屋頂構筑物(如樓梯間、煙囪等)識別度較好;離航線較遠的低層建筑與地面現狀道路部分僅能分辨出大致輪廓,平面圖繪制精度難以保證,因此未進行建筑平面圖繪制。

(2)架站式點云俯視圖中各類地物點云分布清晰,點云特征明確,便于人工分辨與平面圖繪制;離地面較遠的建筑頂部點云分布較少,建筑屋頂面點云無法獲取,但不影響建筑物竣工平面圖繪制。

(3)傾斜攝影三維模型可以直觀呈現測區內建筑(尤其是建筑頂部)、植被、道路、水系等,模型特征明確,便于人為分辨與平面圖繪制;但由于航拍角度等原因,模型中常有建筑底部及建筑內凹處變形嚴重,對底層建筑輪廓線、高層建筑內凹陽臺、空調板等繪制有較大干擾,其建筑竣工平面圖與架站式點云平面圖對比,出現建筑局部漏繪、錯繪的情況。

4.3 精度評定

從該區域的竣工平面圖中選取架站點云與傾斜攝影三維模型各25組樣本平面點與全站儀檢測平面點進行點位對比,基于點云數據內業處理中的點位配準以及無人機飛行中獲取的POS信息,能夠直接在cyclone軟件中獲取任意點云的位置坐標信息,平面精度評定主要以平面點位中誤差為評定標準,其中誤差的計算方法如下:

(2)

式中:mXp為點云數據點坐標相對于外業控制測量點坐標成果的x坐標差值,mYp為y坐標差值。M即點位中誤差。獲得統計平面精度并進行分析,結果如表4所示:

表4 平面精度統計

表4中△為點云較差,其中架站點云最大誤差為 4.7 cm,最小誤差 0.1 cm;傾斜模型最大誤差為 11.6 cm,最小誤差 0.8 cm。架站式點云誤差集中在1～3 cm;傾斜模型誤差在后三個區段中均有所分布,此次實驗結果以此可以得出:架站式掃描獲取的點云數據更加適合竣工測平面圖繪制。

獲取建筑物點云數據的高程信息時,可直接在點云相應位置上采樣,從該區域獲取架站點云25組樣本高程點與全站儀、RTK檢測高程點進行高程信息對比,獲取傾斜模型與LiDAR點云各35組樣本高程點與全站儀、RTK檢測高程點進行高程信息對比,結果如表5所示:

表5 高程精度統計

其中架站點云最大高程誤差為 4.3 cm,最小高程誤差 0.3 cm;傾斜模型最大高程誤差為 11.3 cm,最小高程誤差 1.0 cm;機載LiDAR點云最大高程誤差為 16.8 cm,最小高程誤差 2.0 cm;架站式點云的高程精度誤差均小于 5 cm,傾斜模型與機載LiDAR點云均有超過50%的高程精度誤差大于 5 cm。由數據對比分析可得架站式點云高程精度最佳,傾斜模型與機載LiDAR點云高程精度較差。

4.4 誤差來源分析

結合實際的竣工測量項目進行狀況,分析導致數據誤差的主要來源有以下幾點:

(1)架站點云:平面圖繪制的平面與高程精度誤差主要來源于點云特征人工識別誤差、掃描測站拼接誤差等。

(2)傾斜模型:無人機航拍質量(包括無人機飛行姿態、航拍照片拍攝清晰度、無人機定位精度等)、傾斜模型特征點人工識別誤差等。

(3)機載LiDAR點云:除受無人機飛行、定位因素影響外,飛行航高與激光雷達的點云覆蓋密度同樣影響點云繪制平面圖精度。

5 結 論

本文通過架站點云、機載LiDAR點云、無人機傾斜攝影測量三種測量方式對同一區域進行了房屋竣工測繪,通過對實驗數據結果進行分析后,主要結論如下:

(1)架站式點云能夠有效掃描范圍內全地物清晰的輪廓特征,有利于人工提取點云特征與竣工平面圖繪制,但缺少建筑頂部點云數據;傾斜模型因其直觀展示測區范圍全部地形地物,模型特征清晰,但部分建筑模型局部變形較大,對于竣工平面圖繪制有一定限制;機載LiDAR點云整體密度較低,點云特征模糊,平面圖繪制精度難以保證。

(2)以全站儀與RTK檢測結果為參照,架站式點云的平面點位精度與高程精度整體較好,其中誤差均小于 2 cm,驗證架站式點云測量精度能夠滿足城市建筑竣工測繪要求;傾斜模型平面點位精度中誤差小于 4 cm,高程精度中誤差小于 5 cm,能夠滿足常規地形圖測量要求,在一定限定條件下,基本滿足房屋竣工測量測量要求,可用于補充房屋竣工建筑頂部信息。