集成RTK的三维激光扫描技术测量地形的方法

集成 RTK的三维激光扫描技术测量地形的方法

钟达

46002819880723****

摘要：三维激光扫描技术是测绘领域的高新技术，获取的数据由点云和影像组成，不仅记录了扫描对象的坐标数据和尺寸信息，更能自动记录其拓扑与纹理信息，使得传统点测量向“形测量”转化。与传统测量手段相比，三维激光扫描技术具有不用照准部、扫描作业自动化、数据记录自动化、获取的数据信息丰富等特点，已应用于古建筑测绘、虚拟现实、变形测量、林业调查等领域。本文对集成RTK的三维激光扫描技术测量地形的方法进行了探究。

关键词：RTK三维激光扫描技术；测量地形；方法

中图分类号：P234 文献标识码：A 文章编号

1技术流程

针对影响作业效率的因素，本文提出了一种三维激光扫描技术快速测量地形的方法。首先对大范围测区分块化;测块点云数据获取时，同轴同步采用CORS-RTK测量扫描站的站点坐标;采用地物点粗拼接与基于平面的ICP精确配准的两级拼接策略;采用测块四角或周边RTK点进行点云整体坐标转换;自主研发了点云测图平台进行地形测绘。

2点云采集及定向

2.1点云数据采集

为了论证本文方案的适用性，选择面积约1 km²，具有居民地、山林地、厂房、农田、苗圃、水域等典型地形类别的试验区。

以RieGL VZ400三维激光扫描仪为例，采用连接装置将GPS天线与扫描仪同轴连接;因两仪器中心高差较小(约20 cm)，5°以内的倾斜造成的两仪器中心水平投影偏差不足2 cm，高度偏差不足1 cm，则扫描时不严格整平对测量精度影响不大。以小型轿车作为载体，在汽车顶部设置方便仪器安装和拆卸的支架。外业扫描作业时，将扫描仪安装在支架上，驻车实施360°扫描;外业采集点云密度设为4～6 cm(距离仪器100 m处的点间距)。

采用某市CORS网络RTK进行控制测量，坐标系为某地方坐标系，对于满足RTK作业条件的区域，三维激光扫描仪采集数据时，同步采用RTK测量站心坐标，RTK测量时间约3～5 min，与扫描时间相当。

本试验区共扫描110站，其中30站次采用三脚架扫描;80站次为车载静止360°扫描，同步采用RTK测量站心点坐标55站次，用于点云的绝对定向及点云精度的评定。

2.2测站点云相对定向

测站相对定向即为测站拼接，将各个测站点云纳入到统一的临时坐标系中。测站拼接采用两级拼接策略:基于地物点的粗拼接和基于平面的ICP精确拼接。当测区作业面积较大时，为了减小测站间配准的累积误差，沿道路、河流、围墙将测区分块，按测块依次拼接。

2.2.1基于地物点的粗拼接

各分块内测站配准，先选择一个视野开阔的测站，作为固定的基准测站，其他测站两两依次配准，粗配准选择不少于4个公共地物点计算转换矩阵，在居民地、厂区选择房屋角点、路灯顶点，在农田、水域采用高压线塔、电线杆、棚子角点等。粗拼接利用相邻两测站间公共地物点(地物角点、尖锐特征点)计算坐标转换矩阵。

2.2.2基于面的ICP精确匹配

为了解决ICP算法效率问题，提高算法精确度，首先对点云按下列步骤进行预处理:

(1)对测站点云包围盒按某初始边长均匀划分为立方体栅格。

(2)遍历每一个立方体栅格，将其内的点云采用最小二乘法拟合成平面。

(3)若拟合的平面的标准偏差小于阈值，则对立方体栅格内的点云计算重心点，记录重心点的坐标和所拟合平面的法向量。

(4)否则，立方体栅格内的点云的点个数大于阈值，且立方体栅格边长大于规定最小边长，则将该立方体栅格继续均匀细分为8个小立方体栅格，重复步骤(2)。

(5)全部立方体栅格处理完毕，产生了由含平面法向量的重心点构成的新点集。

首先按照初始边长为1 m划分立体空间块，按照上述步骤对各测站内点云进行预处理，设定方块平面拟合标准偏差阈值为2 cm，方块内最少点个数设为100，最小边设为20 cm。

在粗拼接提供了初始配准矩阵的前提下，对预处理后的点云采用点到切平面的ICP算法进行测块内多站自动精确拼接。

2.2.3测块点云整体绝对定向

绝对定向对拼接后的点云利用控制点从临时坐标系整体转换到大地坐标系。以居民地测块为例，选择周边和中心的5个已测大地坐标的站心点，将测块点云转换到大地坐标下;转换后内符合精度见表1。选择绝对定向未使用的站心点RTK坐标和转换得到坐标进行比较，则点云成果的外符合精度计算见表2。

表1内符合精度计算

表2点云精度检测计算

3地形图测制

依托EPS，基于原有大比例尺地形图模板与数据标准，采用VC++6．0开发平台及EPS专业级二次开发模式SDL(sunway dynamic linked library)，研发了三维激光扫描测图平台。该平台继承了EPS强大的地理信息数据加工功能，实现了基于三维激光扫描数据的地形图测制，包括点云数据读取、点云三维显示、三维点云立体交互式量测、地形要素交互采集、地形要素二三维显示、三维点云棱边识别捕捉、等高线自动生成等功能。采用该平台由三维激光扫描数据生成等高线，采集地形要素，制作地形图。

3.1等高线生成

采用滤波算法将三维点云分割为地面点和非地面点。测图平台采用高线生成方法:首先对地面点云按等高距分级，为每级赋同一颜色，保证相邻分级颜色不同;接着基于投影面栅格化，将基于点云生成等高线问题转换为基于图像提取色块分界线问题;通过图像识别算法提取颜色分界线;最后，在保证等高线图形精度情况下，采用间距法对边界线进行曲线拟合及多余节点抽稀，生成光滑柔顺的等高线。

3.2地形要素采集

依据点云和图像数据，采用分类拟合或人机交互提取特征点线，制作DLG。参照三维激光扫描仪所拍照片，在三维点云中，通过人机交互进行碎部采集。对于管线井、独立树、电线杆等有规则形状的独立地物，宜采用拟合中心的方法进行采集;对于电力线、道路、房屋、河流、土坎等线面状地物，基于切片点云拟合线的方法采集。

对于内业点云、影像不能识别或漏测地物，进行外业调绘和修补测。根据本试验区统计，需调绘修补测的地物占测区面积不足20%，结合已测数据，采用全站仪和钢尺、测距仪对点云被遮挡未覆盖区

域进行补测。

本文采用该测图平台测制了试验区地块1、地块2和地块3。地块1为居民区地形图，地块2以苗圃、厂房、池塘为主，地块3为农田。

4地形图精度评定

对采用三维激光扫描技术测制的试验区地形成果进行了系统的数学精度检查。采用现行全野外数字测图方式进行了点位精度和高程精度检查，表3所示的平面点位中误差为4 cm，1个粗差为池塘的土坎;表4所示的高程注记点高程中误差为6 cm。对地物点的间距精度采用外业钢尺测量方式进行检查，按高精度检测计算中误差为5．1 cm(见表5)。以上3项中误差指标均在允许范围内。

表3地形图地物点点位精度检测统计

注:Δ为允许较差M点位=15 cm较差超过±42．4 cm视为粗差。

表4地形图高程注记点精度检测统计

注:Δ为允许较差M高程注记=15 cm较差超过±42．4 cm视为粗差。

表5地形图地物点间距精度检测统计

注:Δ为允许较差M间距=10 cm较差超过±20．0 cm视为粗差。

5结语

本文提出了一种集成RTK的三维激光扫描仪快速测量大比例尺地形图的方法，扫描测量110站，覆盖整个试验区约1 km2，测制了含居民地、厂房、农田、苗圃、水域等典型要素的三地块1∶500地形图，按照某市标准分幅方法涉及图幅数12幅，外业测量2组日，内业数据处理及制图约6工日。

与现行激光扫描测量、传统全野外数字化测量模式相比，外业效率较大提高，工作强度显著降低，其中组日为测量作业小组(约3人、主要仪器各一台)工作8小时。

参考文献:

［1］陈金磊，康志忠．高分辨率三维激光扫描数据的微小变形统计分析［J］．武汉大学学报(信息科学版)，2015，40(6):744-750．

［2］国家测绘地理信息局．CH/Z 3017—2015地面三维激光扫描作业技术规程［S］．北京:测绘出版社，2015．