机载三维激光雷达技术在道路测量中的优势及应用实践研究

张友超

（山东省地质测绘院，济南 250002）

机载三维激光雷达技术在道路测量中的应用，改变了以往公路勘测设计的传统方法，进一步提高了测量效率，保障测量数据精准度，推动整体工作质量的提升。

1 机载三维激光雷达技术概述

机载三维激光雷达技术是一种新型的空间信息采集技术，主要是利用发射高频率激光脉冲，对目标区域内的地位展开扫描作业，这样可以采集大量的地面点云信息，如目标物体的三维信息、几何结构和弱纹理等信息内容。按照搭载平台的不同，激光雷电系统包含星载、机载、车载和地面等类型，其中机载激光雷达的应用较为广泛。机载三维雷达测量系统对雷达技术、全球定位系统和惯性测量技术等进行综合整合，并以无人机为搭载平台，可以对地面地形数据进行高效快速的采集，而且数据精度比较高。该系统能够获得大量的点云数据，而且其数据精度较高、数量丰富，在运行过程中不会受到外界因素干扰，其精度可以达到微米级，可以对地物进行高精度还原，为建模创建良好条件。

机载激光雷达测量系统工作原理如图1 所示。激光脉冲信号经过激光脉冲二极管出发，并通过灵棱镜转向目的地，然后由探测器接收其反射得到的信号，通过设备进行记录。并将其格式转化为可以识别的数据资料，通过专门的软件分析后，能够得出实体模型。随着高新技术的发展，高精度动态差分GPS、惯性导向系统技术水平越来越高，可以利用影响机载激光雷达测量技术的误差进行误差处理，从而获得高精度的激光点云数据。

图1 机载激光雷达测量系统工作原理图

2 机载三维激光雷达技术优势

机载三维激光雷达技术是对多种先进技术融合的结果，具有较高的应用优势，如数据密度较高，机载激光点云的采集间距不大，通常为1 m 左右。根据具体的需求还可以相应地缩小该间距。在这样的采集条件下，数据密度显著提升，在真实地面高程模型的建立中有极大的优势。而在传统的数字地面模型（DTM）测量中，平均点的间距在25 m 左右。可知，机载激光雷达（Li－DAR）测量技术有着更高的数据密度且精确度相对较高，该方式主要通过激光测量获得机载激光点云数据。其理论高程精度可以达到0.1 m，平面精度可以达到0.15 m；空三定位更为先进，该技术融合了多种先进技术，包括惯性导航技术（IMU）、全球定位系统（GNSS）等，空间定位更为精准，打破了传统航测中必须展开大量地面像控点校正的工作模式；抗干扰的能力更好，该技术不会受到太阳高度、阴影等因素的影响，穿透植被的能力也更强。在此基础上，道路三维测试中的数据精度、真实度更高，数据处理速度也更快，一般来说，10 d左右就能够完成100 km 的公路测量；智能化、数字化水平较高，能够利用全数字形式进行测绘，直接获得数字长度信息，而且能够对数据信息进行稳定性、便利化和智能化描绘；具有及时性和主动性，能够勘测自己发出的激光脉冲信号，并接收反射信号，以此来对目标物样貌进行描绘，不受时空因素的限制，误差较小；不需要接触目标物，就获得实体的矢量化立体信息，在不接触被测物的情况下对目标物展开精准测量，并能够一次性完成测量任务，对目标物原型进行高效还原，可以代替工作人员对危险地段进行目标物扫描测绘。

3 机载三维激光雷达技术在道路测量中的应用

在利用机载三维激光雷达技术对道路实时测量时，需要应用到大比例尺线划图、数字高程模型（DEM）和线路纵横断面数据。利用该技术进行道路测量可以提高测量设计效率，保障道路设计质量，其中主要的作业流程如图2 所示。

图2 机载三维激光雷达技术在道路测量中的应用流程

3.1 采集参数选择

机载激光雷达测量功能在具体应用中具有独特的参数特点，主要涉及激光点间隔、激光重叠度、影像地面分辨率和飞行高度等，这些参数的有效性应用充分体现了激光雷达数据测量、采集功能的独特性。其中激光点间隔是利用平均点间隔距离或者点数进行表示的，通过这种方式可以对最终地面点的差值精度产生直接影响。当点云密度值达到标准要求后，随着后期处理工作量的持续性增加，点云精度会越来越大，这种情况下由于分类错误引起的误差也会逐渐增大，基于需要结合工程实际情况，对相关数据进行科学处理，全方位管控，避免出现边缘变形误差问题，同时在展开后期处理数据作业时，需要对重叠区域的激光点进行剪切去除。基于此，在地形起伏程度较小的情况下，需要对航线旁向的重叠度进行合理控制，一般为22%左右，从而满足使用需求。地面分辨率与成图比例尺直接关联，可以通过这种途径对像素代表地面的实际距离进行详细描述和呈现。飞行高度设计和成图的精度息息相关，同时也与激光设施设备、测区地形等紧密相联。因此，需要结合工程具体情况，对相关参数展开全方位、多角度的计算和详细分析。在现代化科学技术发展背景下，激光器校验技术越来越精确，飞行高度对激光精度的限制不断减小。机载激光雷达测量数据处理流程如图3 所示。

图3 机载激光雷达测量数据处理流程

3.2 辅助地面控制测量

激光点云的高程精度在机载激光雷达测量中占据关键作用。通常情况下，需要设置契合性的地面基站，才能保障机载激光雷达测量的顺利开展，同时与地面控制测量的部分因素息息相关，如地面基站精确度、坐标转换、水准面拟合精度和卫星分布情况等。但是在机载激光雷达飞行中，对辅助地面基站测量工作的依赖性逐渐降低，然而技术难度增加，对等级、精度测量提出了更高的要求。

3.3 DOM 和DEM 制作

利用POM 数据信息，可以对外方位元素、相机参数迭代计算、影像镶嵌和影像点云匹配等，能够精准制作数字正射影像图（DOM），而且分辨率比较高，在道路测量设计可行性论证、初步合计和施工图纸设计中发挥了重要作用。利用DOM 还可以分类判断点云数据，并对地物进行提取，并将其导入到专业软件中，形成数字地形图DEM。

3.4 数字线划图（DLG）绘制

在线路三维设计软件运行中，需要应用到DLG 成果。但是机载三维激光雷达技术在应用中配备的数码相机并不是专业的航摄相机，其CCD 幅面比较小，难以利用立体测图的方式精准绘制大面积数字线划图（DLG）。通常情况下，需要通过DEM 自动生成等高线、高程点，同时通过数字模型（DSM）对电力线、通讯线等信息进行提取，然后融合DOM 对道路、房屋和水系等重要地物要素进行矢量化处理，绘制DLG 图，同时按照野外调绘位置，对地下管线进行精准描绘。对机载三维激光雷达技术相对敏感的地面上，电力和通讯线等地物信息可以从影像上直接获取，也可以通过特定算法获取矢量图。针对植被覆盖较为严重的区域可以减少人工外业调绘作业。

3.5 断面数据采集

在道路测量设计工作中，横断面的测量任务非常重要，断面是计算工程数量的重要数据依据，只有提高断面数据的测量精度，才能保障工程数量计算的精准性。在以往的道路测量工作中，往往需要人工野外采集，劳动强度较大，整体效果效率低，危险区域的数据难以准确性采集。而在机载三维激光雷达测量技术的应用背景下，可以对激光点云进行详细划分，即使是针对植被覆盖较为密集的区域，也能够采集较为精准的DEM，从而解决传统航测技术中的难题，在高精度DEM 的基础上，对道路上任意点的横断面进行批量测绘，简化断面采集流程，提高整体工作自动化，缩短工作时长，提高数据采集效率和精准性，减少野外测量的人为失误。

3.6 数字地面模型测绘

数字地面模型测绘，可以为道路勘测设计作业提供纵横断面数据，同时可以为三维道路辅助设计通过基础地理数据。数字地面模型包含3 种数据源：摄影测量、地形图数字化和野外实测。地形图数字化由于受到地形原图精度、扫描矢量化精度等因素的影响，难以满足道路勘测设计的精度和速度要求；野外实测的测量精度比较高，但是测量速度不高，尤其在重丘、山地等地形中难以有效应用；摄影测量技术可以提供高精度的带状地形图，并可以建设数字地面模型，而且其精度与速度比较高，可以满足道路勘测设计的精度与速度要求，但是较易受到天气、植被和地形干扰。利用机载三维激光雷达技术可以对摄影测量技术问题进行有效解决。

4 机载三维激光雷达技术在道路测量中的关键问题

4.1 航摄飞行设计

这是激光雷达航摄工作中的关键环节，只有做好航摄设计才能保障道路测量工作的顺利开展，并保障采集数据的可行性，促进数据采集成果的精度。在具体的航摄飞行设计之前，需要对测区的地形、地貌、机场位置和气象条件等具体状况进行充分调查和分析，才能提高项目成果数据精度，并满足安全、经济、周密和高效等要求。在具体实施中，需要按照三维激光雷达设备自身的特点，包含镜头焦距、曝光速度、激光扫描仪扫描角、扫描频率和功率等，并对航带重叠度、激光点距及影像分辨率等进行综合考量，从而选择最佳的航摄参数，并获得高质量的数据，为道路测量提供技术支持。

4.2 坐标和高程转换

机载三维激光雷达测量技术在DGPS 双差分精密单点定位技术支持下，快速获取地面对象的三维坐标信息。GPS 测量的成果为WGS-84 大地坐标系，只有对定位结果坐标、高程系统转换问题进行良好处理，才能把机载三维激光雷达数据在道路测量设计工作中进行应用。平面坐标系统的转换方法是布尔沙七三参数法。高程系统的转换比较方便操作，要获得三维激光雷达数据点位的高程异常，从而实现激光数据的高程系统转换。

4.3 点云数据处理

点云数据处理工作流程如图4 所示。①基站架设。基站采集数据结果会对机载传感器的整体偏差产生影响，进而导致点云数据精度受到干扰，因此，要对基准站的建设地点进行合理选择，一般设置在测区周边不会受到影响的较为空旷地区，基准站通过CPRS 系统采集WGS-84 坐标，在采集过程中需要满足GPS 控制测量一级技术要求，其采集模式为静态采集，卫星高度角为15°，采样间隔为15 s。②利用专业设备采集数据后，需要做好数据生成作业，其中机载三维激光雷达测量系统一次采集的原始数据包含GNSS 基准站数据、POS 采集数据、激光数据和影像数据。点云数据的生产要通过多个工作流程才能完成，包含基站数据处理、POS 数据解算、数据融合、测区坐标转换参数求取和点云坐标转换等。经过这一过程生产的点云数据需要利用特定软件把原始激光数据和POS 数据进行融合解算，然后将其转换为国家当地坐标系，并生成Las 格式点云数据。③点云数据处理在数据采集过程中，无人机处于不稳定状态，而且受到激光反射信号强弱等因素干扰，获取的点云数据容易发生孤点、突变点和噪声点等缺陷，需要做好点云去噪、点云分类处理，从而对数据质量进行优化，并展开精度分析工作。激光点云分类是内业数据处理的关键环节，也是构建数字地面模型、复杂场景建设后续应用的重要基础和前提，数据分类的结果会对后续测绘产品生产产生直接影响。点云分类技术是通过多种方法把海量离散、不连续的点云数据进行有效识别和提取。④道路纵横断面绘制，对处理完成后的点云数据需要利用专业软件生产数字产品。分类后的点云数据包含地面点和非地面点。然后利用专业软件把道路桩位数据与点云数据相结合，并实现点云数据的可视化。

图4 工作流程图

5 结束语

综上所述，机载三维激光雷达技术在道路测量中发挥了重要作用，需要对该技术的应用流程、应用要点等进行全面分析，提高技术应用水平，进一步推动机载三维激光雷达技术的应用效果。