無人機(jī)機(jī)載LiDAR的應(yīng)用研究—以建筑立面測繪為例目錄TOC\o"1-3"\h\u29959引言 1181091.數(shù)據(jù)采集路徑規(guī)劃 1124452.LiDAR數(shù)據(jù)采集與預(yù)處理 2253843.LiDAR數(shù)據(jù)精細(xì)化建模 349804.結(jié)果檢驗(yàn)與主要結(jié)論 48567參考文獻(xiàn) 6摘要：為提高無人機(jī)航測技術(shù)在建筑立面測繪中的精度與效率，本文研究了機(jī)載LiDAR建筑立面測繪方法，提出了運(yùn)用“點(diǎn)線結(jié)合”航測路徑結(jié)合K最近鄰法（KNN）建模的建筑立面測繪方法，實(shí)現(xiàn)高效率、高精度、輕量化激光點(diǎn)云采集與建模。采用“點(diǎn)線結(jié)合”的方式進(jìn)行航測路徑規(guī)劃，可以有效解決“覆蓋式俯視”激光掃描數(shù)據(jù)量大、視角限制多等問題；進(jìn)行LiDAR數(shù)據(jù)預(yù)處理可降低數(shù)據(jù)冗余量，同時充分發(fā)揮K最近鄰法（KNN）的運(yùn)算優(yōu)勢；采用三階段遞次進(jìn)行激光點(diǎn)云細(xì)化建?？梢灾鸺壗档蛿?shù)據(jù)運(yùn)算量，大幅提高建模運(yùn)算效率同時提高各層級建筑立面細(xì)部結(jié)構(gòu)精度。經(jīng)過模型效果分析與結(jié)果精度檢驗(yàn)，激光點(diǎn)云投影模型細(xì)節(jié)明細(xì)、定位準(zhǔn)確，模型成果質(zhì)量和定位點(diǎn)精度均能滿足建筑立面測繪精度要求。關(guān)鍵詞：建筑；激光雷達(dá)；立面解析引言隨著智慧城市、海綿城市、數(shù)字化城市等城市建設(shè)理念的不斷推進(jìn)，各行各業(yè)對城市現(xiàn)有規(guī)劃布局及建筑形態(tài)的采集與測繪需求日益增長，越來越多的數(shù)字化城市模型逐步涌現(xiàn)。現(xiàn)階段，基于無人機(jī)搭載高清相機(jī)采集建筑影像，通過點(diǎn)云投影、控三加密進(jìn)行數(shù)字化建模的方法應(yīng)用相對較多，但是這種數(shù)據(jù)采集主要提供建筑物的輪廓和屋頂形狀，針對建筑物形狀突變、高程突變的區(qū)域，往往會發(fā)生模型扭曲及畸變的情況，因此，研究如何運(yùn)用新興技術(shù)高效、準(zhǔn)確的完成建筑物數(shù)字化信息采集與模型建立成為當(dāng)下的研究熱點(diǎn)。機(jī)載LiDAR是一種激光探測及測距系統(tǒng)，可利用返回的脈沖獲取探測目標(biāo)距離、坡度、粗糙度和反射率等信息，但激光雷達(dá)鏡頭造價相對較高。近年，無人機(jī)機(jī)載LiDAR開發(fā)取得了突破性進(jìn)展，制造和使用成本大幅降低，民用、商用激光雷達(dá)逐步普及，為無人機(jī)機(jī)載LiDAR應(yīng)用研究奠定了堅(jiān)實(shí)基礎(chǔ)[1,2]。1.數(shù)據(jù)采集路徑規(guī)劃由于固定式激光雷達(dá)和車載激光雷達(dá)主要適用于從有限數(shù)量的視點(diǎn)捕獲較小場景的3D數(shù)據(jù)。相比之下，無人機(jī)機(jī)載LiDAR的應(yīng)用可從多個角度完全覆蓋空間復(fù)雜的城市環(huán)境，能夠更好地采集城市建筑布局與建筑立面形態(tài)。為搭載激光雷達(dá)設(shè)備，并為航測數(shù)據(jù)采集工作提供一個穩(wěn)定的運(yùn)行條件，本文選取DJ-W2多旋翼無人機(jī)搭載P1-LiDAR設(shè)備進(jìn)行航測數(shù)據(jù)采集，DJ-W2多旋翼無人機(jī)具有個6獨(dú)立電刷懸槳，可以抵抗五級風(fēng)力，為數(shù)據(jù)采集設(shè)備提供一個穩(wěn)定的數(shù)據(jù)采集環(huán)境；P1-LiDAR設(shè)備具有三回波傳輸反饋機(jī)制，在數(shù)據(jù)采集過程中可以有效去除植被點(diǎn)云，從而降低障礙物對建筑物表面點(diǎn)云的影響。采集路徑以“點(diǎn)線結(jié)合”的方式展開。線狀航測路徑主要基于城市原有道路，無人機(jī)沿城市現(xiàn)狀道路進(jìn)行航測飛行，激光雷達(dá)設(shè)備沿程采集道路兩側(cè)建筑物數(shù)據(jù)；點(diǎn)狀航測主要利用航測無人機(jī)可以不受道路、地形、建筑布局等的限制，潛入圍合式建筑小區(qū)中庭內(nèi)部，以采集建筑物內(nèi)側(cè)立面數(shù)據(jù)，從而使整個測繪區(qū)域建筑物數(shù)據(jù)采集具有可靠性與完整性[3,4]。具體航測路徑如圖1所示。圖1數(shù)據(jù)采集路徑規(guī)劃示意圖Fig.1Dataacquisitionpathplanningdiagram采用“點(diǎn)線結(jié)合”的方式進(jìn)行航測路徑規(guī)劃，可以有效解決“覆蓋式俯視”掃描過程中的視角不佳導(dǎo)致的激光投影點(diǎn)密度差異較大的問題，這樣的視角限制和視點(diǎn)遮擋會使收集到的點(diǎn)云在精確度、覆蓋范圍上存在缺陷[5]。因此，采用“點(diǎn)線結(jié)合”的數(shù)據(jù)采集方式，可以有效采集到數(shù)量、質(zhì)量均滿足要求的密集點(diǎn)云，以便后續(xù)激光點(diǎn)云的解析建模。2.LiDAR數(shù)據(jù)采集與預(yù)處理無人機(jī)機(jī)載LiDAR數(shù)據(jù)預(yù)處理方法要有兩種，K最近鄰法（KNN）和球形鄰域法[6]。利用K最近鄰法（KNN）取鄰域點(diǎn)計算點(diǎn)云特征效率相對較高且自動化程度較好，但會因?yàn)閽呙杳芏炔町愐饻y繪精度下降。本文已通過合理規(guī)劃數(shù)據(jù)采集路徑有效解決了“覆蓋式俯視”掃描過程中，由于建筑物與航測無人機(jī)數(shù)據(jù)采集點(diǎn)位之間的距離受限造成的掃描密度差異，從而有效避免點(diǎn)云密度的對成果質(zhì)量的影響。無人機(jī)機(jī)載LiDAR采集到的原始數(shù)據(jù)帶有的基礎(chǔ)特征有坐標(biāo)（XYZ）、顏色（RGB）和激光反射強(qiáng)度（Intensity），而建筑物的表示是基于構(gòu)造立體幾何（Y1G）或邊界表示（B-Rep）。若不對激光點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理，各類型數(shù)據(jù)教會發(fā)生交互，從而導(dǎo)致點(diǎn)云分布混亂，曲面三角網(wǎng)格產(chǎn)生臨界交叉，同時細(xì)部結(jié)構(gòu)難以有效表達(dá)[7,8]。如圖1中建筑街景均無建筑物窗體、門、欄桿等細(xì)部結(jié)構(gòu)。圖2粗略點(diǎn)云建模效果圖3預(yù)處理點(diǎn)云建模效果Fig.2RoughpointmodelingeffectFig.3Preprocessingpointmodelingeffect在點(diǎn)云數(shù)據(jù)未做預(yù)處理的情況下，坡屋頂斜面點(diǎn)云、建筑物外立面點(diǎn)云、場地表面點(diǎn)云相互交界處將會形成相互干擾，造成誤差，具體如圖2所示。與傳統(tǒng)實(shí)景三維建模測繪方法和“覆蓋式俯視”激光掃描掃描方法相比，雖然建筑物立面成像效果已大幅提高，但是在大面域、大數(shù)據(jù)量建模過程中建模效率和模型精度仍無法達(dá)到預(yù)期要求。因此，本文提出，將建筑物測繪過程中最難以控制精度的建筑立面影像單獨(dú)提取、獨(dú)立建模，從而降低其他激光點(diǎn)云對建筑立面的影響，點(diǎn)云預(yù)處理后的建筑立面點(diǎn)云成像效果如圖3所示。3.LiDAR數(shù)據(jù)精細(xì)化建模根據(jù)上文分析，由圖3可知，建筑立面點(diǎn)云提取后，雖然可以有效降低其他激光點(diǎn)云對建筑立面點(diǎn)云的影響，但建筑里面立身存在較多層次，需要進(jìn)一步對點(diǎn)云進(jìn)行分層優(yōu)化才能更好地實(shí)現(xiàn)激光點(diǎn)云的精細(xì)化建模。本文提出將建筑立面建模過程分為三個階段進(jìn)行[9,10]。首先是差異點(diǎn)識別與剔除，將建筑里面點(diǎn)云中偏離較遠(yuǎn)的點(diǎn)云篩除，一方面可以有效減少空間異常點(diǎn)，另一方面可以進(jìn)一步對去植被過程中的疏漏點(diǎn)位進(jìn)行二次篩除，使待建模點(diǎn)云更加精準(zhǔn)，具體如圖4（a）所示。（b）（c）（d）圖4LiDAR數(shù)據(jù)精細(xì)化建模效果Fig.4LiDARdatarefinedmodelingeffect由如圖4（a）可知，建筑立面墻體點(diǎn)云基本滿足規(guī)則、平整、完整的建模要求，僅窗體部分激光點(diǎn)云稍有離散情況。因此，需要進(jìn)行點(diǎn)云數(shù)據(jù)精細(xì)化處理的第二階段工作，將墻體點(diǎn)云模型剔除后分離出窗體激光點(diǎn)云，對點(diǎn)云邊界進(jìn)行矢量修正，使其形狀結(jié)構(gòu)規(guī)則完整。完成上述點(diǎn)云處理后，即可進(jìn)行點(diǎn)云重組投影建模，分別形成墻面、窗體等結(jié)構(gòu)的高精度模型，如圖4（c）、圖4（d）所示。圖5高精度云建模效果圖6區(qū)域總體點(diǎn)云建模效果Fig.5High-precisioncloudmodelingeffectFig.6Pointcloudmodelingeffectofthetotalarea運(yùn)用上述方法即可實(shí)現(xiàn)無人機(jī)機(jī)載LiDAR建筑立面高精度建模，將建筑立面模型與原有屋面、地表模型重組即可實(shí)現(xiàn)城市街景模型三維重現(xiàn)，如圖5所示，圖5中所示模型與圖3相比邊界輪廓更加清晰，窗體、門等細(xì)部結(jié)構(gòu)更準(zhǔn)確完整[11]。此外，由于本文所選用的點(diǎn)云建模方法為K最近鄰法（KNN），雖然航測路徑規(guī)劃上要相對復(fù)雜，但是其在后期數(shù)據(jù)處理和點(diǎn)云建模過程中，可以針對整個區(qū)域進(jìn)行整體點(diǎn)云數(shù)據(jù)篩分處理，從而進(jìn)行整體點(diǎn)云投影建模，大幅提高模型運(yùn)算效率同時滿足建筑立面細(xì)部結(jié)構(gòu)精度要求，該研究區(qū)域整體激光雷達(dá)建模效果如圖6所示，圖6中建筑模型與圖1相比可視化效果更加，細(xì)節(jié)明晰、定位準(zhǔn)確，能為數(shù)字化、信息化城市建設(shè)提供更準(zhǔn)確的數(shù)據(jù)基礎(chǔ)和人機(jī)交互效果更佳的可視化模型。4.結(jié)果檢驗(yàn)與主要結(jié)論為進(jìn)一步檢驗(yàn)運(yùn)用“點(diǎn)線結(jié)合”航測路徑結(jié)合最近鄰法（KNN）建模的實(shí)測精度，本文隨機(jī)選取了20測繪控制點(diǎn)位進(jìn)行人工復(fù)核，點(diǎn)位主要分布在兩個小區(qū)組團(tuán)，分別是X小區(qū)、Y小區(qū)，X1、Y1代表各小區(qū)內(nèi)部（中庭位置）取樣點(diǎn)位，X2、Y2代表各小區(qū)外部（臨街位置）取樣點(diǎn)位。各點(diǎn)位空間坐標(biāo)校準(zhǔn)后的誤差情況如表1所示。表1航測控制點(diǎn)位坐標(biāo)誤差分析表Tab.1AnalysistableofcontrolpointcoordinateerrorIDdx（m）dy（m）dz（m）X101-0.0100.0120.016X1020.031-0.0510.032X103-0.0330.0120.034X104-0.0450.0390.032X105-0.0480.0270.028X206-0.0050.0500.024X207-0.0010.0430.034X208-0.017-0.0230.024X209-0.0230.0450.022X210-0.030-0.0200.027Y1110.0150.0010.015Y112-0.003-0.0410.041Y113-0.0050.0070.008Y114-0.030-0.0230.042Y1150.0420.0350.014Y2160.0340.0420.044Y2170.036-0.0330.036Y2180.0450.0250.033Y219-0.032-0.0010.006Y220-0.009-0.0470.048Max-0.0480.0500.048經(jīng)過對比分析可知，運(yùn)用“點(diǎn)線結(jié)合”航測路徑結(jié)合最近鄰法（KNN）建模的無人機(jī)機(jī)載LiDAR建筑立面測繪方法應(yīng)用效果較好，測繪成果精度較高，抽樣點(diǎn)橫向坐標(biāo)最大誤差4.8cm，縱向點(diǎn)最大誤差5.0cm，高程點(diǎn)最大誤差4.8cm，整體測繪精度可控制在5cm以內(nèi)，滿足《數(shù)字測繪產(chǎn)品檢查驗(yàn)收規(guī)定和質(zhì)量評定》GB/T18316-2008數(shù)字化模型精度要求，同時激光點(diǎn)云投影模型可視化效果更加，細(xì)節(jié)明細(xì)、定位準(zhǔn)確，模型成果質(zhì)量和定位點(diǎn)精度均能滿足建筑立面及城市數(shù)字化模型測繪要求。無人機(jī)機(jī)載LiDAR可以快速獲取數(shù)字高程模型激光點(diǎn)云數(shù)據(jù)，直接反映模型點(diǎn)位的三維坐標(biāo)，自動將植被、障礙物等非地形及建筑目標(biāo)上的點(diǎn)云進(jìn)行分類、濾波或去除，用于對模型紋理要求不高，對點(diǎn)位精度要求較高的數(shù)字化矢量模型及輔助智慧城市建模具有明顯優(yōu)勢。參考文獻(xiàn)[1]朱慶,李世明,胡翰,鐘若飛,吳波,謝林甫.面向三維城市建模的多點(diǎn)云數(shù)據(jù)融合方法綜述[J].武漢大學(xué)學(xué)報（信息科學(xué)版）,2018,43（12）:1962-1971.[2]賴旭東,劉雨杉,李詠旭,祝勇.機(jī)載激光雷達(dá)點(diǎn)云密度特征應(yīng)用現(xiàn)狀及進(jìn)展[J].地理空間信息,2018,16（12）:1-5+9.[3]李鵬,趙魯燕.激光雷達(dá)測距的機(jī)器人最優(yōu)移動路徑選擇機(jī)制[J].激光雜志,2021,42(01):183-186.[4]戶忠祥,韓友美,張攀科,劉東明,王懂懂.車載激光掃描系統(tǒng)在建筑立面測量中的應(yīng)用[J].北京測繪,2021,35（02）:139-143.[5]吳嘉琦,胡振宇,石佳惠.基于PhotoScan的建筑攝影測繪中圖像采集優(yōu)化研究[J].城市建筑,2020,17（05）:90-93.[6]李鵬,趙魯燕.激光雷達(dá)測距的機(jī)器人最優(yōu)移動路徑選擇機(jī)制[J].激光雜志,2021,42(01):183-186.[7]董景利.徠卡RTC360三維激光掃描儀在建筑立面改造中的應(yīng)用[J].測繪通報,2020（02）:163-166.[8]華遠(yuǎn)峰,孫博,鄭