聶虎嘯

(中國鐵路設(shè)計(jì)集團(tuán)有限公司，天津 300251)

隨著高速鐵路的快速發(fā)展，鐵路勘測的任務(wù)越來越重，工期越來越緊，給既有航測技術(shù)帶來巨大挑戰(zhàn)。近年來，隨著無人機(jī)機(jī)載LiDAR 技術(shù)的逐漸成熟，將其應(yīng)用于鐵路勘測項(xiàng)目中，可有效彌補(bǔ)有人機(jī)機(jī)載LiDAR 在該領(lǐng)域應(yīng)用中的不足，發(fā)展前景十分廣闊。

1 現(xiàn)狀分析

1.1 鐵路勘測現(xiàn)狀分析

大比例地形圖、縱橫斷面測繪等是鐵路勘測階段的重要工序。 隨著技術(shù)的發(fā)展，這些工序的完成方式從數(shù)碼航空攝影測量到有人機(jī)機(jī)載LiDAR，再到三角翼搭載輕型LiDAR，盡管技術(shù)不斷進(jìn)步，但仍存在如下問題。

(1)受天氣影響大

常常會(huì)由于天氣原因，如多云天、雨天、霧天等，導(dǎo)致項(xiàng)目停滯不前，尤其是項(xiàng)目剛好處于南方梅雨季節(jié)。

(2)空域申請費(fèi)時(shí)費(fèi)力

由于有人機(jī)的飛行高度較高，常常需要申請空域，目前空域申請流程較為復(fù)雜，給項(xiàng)目的順利開展帶來困難。

(3)項(xiàng)目成本較高

目前有人機(jī)飛行平臺多由通航公司提供，價(jià)格較高，日費(fèi)用高達(dá)10 萬～20 萬元。

1.2 機(jī)載LiDAR 應(yīng)用現(xiàn)狀分析

機(jī)載LiDAR(Light Detection And Ranging)是一種新型的綜合應(yīng)用激光測距技術(shù)、全球定位系統(tǒng)(GNSS)、慣性導(dǎo)航系統(tǒng)(IMU)、數(shù)碼相機(jī)等光譜成像設(shè)備于一體的航空遙感系統(tǒng)[1-4]。 機(jī)載LiDAR 的應(yīng)用研究越來越多，楊衛(wèi)從檢校方法、測距誤差精度評定、LiDAR 數(shù)據(jù)處理質(zhì)量控制與評定三個(gè)方面，詳細(xì)研究了有人機(jī)機(jī)載LiDAR 在高山區(qū)水電工程中的應(yīng)用[5]；杜磊等利用有人機(jī)機(jī)載LiDAR 構(gòu)建精細(xì)DEM，有效地獲得三峽庫區(qū)張家灣滑坡群的滑坡信息，認(rèn)為機(jī)載激光雷達(dá)技術(shù)是一種直觀、快速而經(jīng)濟(jì)的地質(zhì)災(zāi)害調(diào)查與監(jiān)測的方法[6]；葉松等將LiDAR 技術(shù)與土地調(diào)查工作相結(jié)合，豐富了土地調(diào)查的技術(shù)手段[7]。 隨著無人機(jī)軟硬件技術(shù)的迅猛發(fā)展，無人機(jī)飛行平臺以機(jī)動(dòng)性強(qiáng)、結(jié)構(gòu)簡單、成本低等優(yōu)點(diǎn)，逐漸占據(jù)機(jī)載LiDAR 平臺。 如:鄭長春等研究無人機(jī)機(jī)載LiDAR 在公路勘測中的應(yīng)用[8]；陳利明將無人機(jī)機(jī)載LiDAR 應(yīng)用于電力巡檢中，取得了良好的效益[9]；胡小青深入研究了無人機(jī)機(jī)載LiDAR 在山洪調(diào)查中的關(guān)鍵技術(shù)[10]。 圖1 和圖2 分別為動(dòng)力三角翼、無人機(jī)搭載激光LiDAR的照片。

圖1 動(dòng)力三角翼搭載激光LiDAR

圖2 無人機(jī)搭載激光LiDAR

上述研究表明，機(jī)載LiDAR 已成功應(yīng)用于高山區(qū)水電工程測繪、土地調(diào)查、滑坡調(diào)查、公路勘測(交通)、電力巡檢(電力)、山洪災(zāi)害中(環(huán)境)等領(lǐng)域，取得良好的效果和社會(huì)效益。 然而，無人機(jī)機(jī)載LiDAR應(yīng)用于鐵路勘測項(xiàng)目中的相關(guān)報(bào)道較少。 因此，對無人機(jī)機(jī)載LiDAR 在鐵路勘測項(xiàng)目中的應(yīng)用進(jìn)行深入研究很有必要。

2 無人機(jī)機(jī)載LiDAR 數(shù)據(jù)處理及應(yīng)用

2.1 數(shù)據(jù)處理

無人機(jī)機(jī)載LiDAR 的數(shù)據(jù)處理主要包括點(diǎn)云預(yù)處理和點(diǎn)云濾波，其中，點(diǎn)云預(yù)處理主要目的是獲得不含誤差的的點(diǎn)云數(shù)據(jù)，點(diǎn)云濾波的主要目的是獲得分類點(diǎn)云數(shù)據(jù)，為后續(xù)生產(chǎn)提供基礎(chǔ)數(shù)據(jù)。

(1)數(shù)據(jù)預(yù)處理

機(jī)載LiDAR 獲取的原始數(shù)據(jù)并沒有三維坐標(biāo)信息，需進(jìn)行預(yù)處理。 其預(yù)處理過程如圖3 所示。

圖3 LiDAR 預(yù)處理流程

由圖3 可知，將原始的激光觀測數(shù)據(jù)利用改正參數(shù)進(jìn)行修正，即得到初步點(diǎn)云數(shù)據(jù)，該過程可以去除一部分系統(tǒng)誤差。 利用精確的pos 將改正后的點(diǎn)云數(shù)據(jù)做進(jìn)一步處理和點(diǎn)云航帶間匹配檢查，得到的點(diǎn)云仍然存在安置角誤差的影響。 選取測區(qū)內(nèi)有尖頂房、平坦公路的檢校場地對LiDAR 設(shè)備進(jìn)行安置角檢校，利用檢校參數(shù)再次對點(diǎn)云數(shù)據(jù)進(jìn)行改正，可得到不含系統(tǒng)誤差的點(diǎn)云數(shù)據(jù)。

(2)點(diǎn)云濾波

點(diǎn)云濾波是指通過一定的算法模型，從無人機(jī)機(jī)載LiDAR 的激光點(diǎn)云數(shù)據(jù)中分離出地面點(diǎn)的過程。算法主要有:數(shù)學(xué)形態(tài)學(xué)濾波法、移動(dòng)窗口法、迭代線性最小二乘內(nèi)插法、顧及地形坡度的濾波法和漸進(jìn)不規(guī)則三角網(wǎng)法等[11-15]。 以常用的點(diǎn)云數(shù)據(jù)處理軟件Terrasolid 為例，其點(diǎn)云濾波是基于漸進(jìn)不規(guī)則三角網(wǎng)算法實(shí)現(xiàn)的，該算法執(zhí)行效率高，算法穩(wěn)定，具有一定的可靠性與實(shí)用性。 該方法的主要工作原理如下:首先通過設(shè)置范圍值選取少量點(diǎn)作為地面種子點(diǎn)，構(gòu)建初始不規(guī)則三角網(wǎng)；然后通過點(diǎn)云到三角網(wǎng)的垂直角度和距離，判斷其是否處于設(shè)定的閾值內(nèi)，如果在，則認(rèn)為其是地面點(diǎn)，加入到地面點(diǎn)集合中，重新構(gòu)建三角網(wǎng)；其次然后再對其他點(diǎn)進(jìn)行判斷，如此迭代，直至得到一個(gè)最優(yōu)的地面點(diǎn)模型。 因此，基于該算法的點(diǎn)云濾波效果主要取決于距離和角度閾值的確定，需根據(jù)經(jīng)驗(yàn)不斷嘗試。

構(gòu)網(wǎng)參數(shù)示意如圖4 所示，距離為當(dāng)前點(diǎn)與三角形面的垂距，一般設(shè)置為1～2 m；角度為當(dāng)前點(diǎn)與投影所在的三角形的最近頂點(diǎn)的連線與三角形面的夾角，一般設(shè)置為6°～10°。 在點(diǎn)云覆蓋的區(qū)域植被較多時(shí)，應(yīng)將距離和角度的值降低，以防將低矮植被誤分為地面點(diǎn)。

圖4 構(gòu)網(wǎng)參數(shù)示意

2.2 數(shù)據(jù)應(yīng)用

(1)高精度DEM 制作

利用處理后的點(diǎn)云數(shù)據(jù)，可采用GlobalMapper、EPS、INPHO 等軟件，構(gòu)建高精度的DEM。 通過機(jī)載LiDAR 點(diǎn)云構(gòu)建高精度DEM，是對既有航測技術(shù)的有效補(bǔ)充。

(2)地形圖制作

在鐵路勘測的定測階段，常常需要線位兩側(cè)大比例地形圖成果，采用無人機(jī)機(jī)載LiDAR 航測技術(shù)，一方面可通過其搭載的數(shù)碼相機(jī)獲取影像數(shù)據(jù)，經(jīng)處理可得到地形圖的矢量數(shù)據(jù)；另一方面，利用點(diǎn)云數(shù)據(jù)可用于地形圖等高線和高程點(diǎn)的制作。

(3)橫斷面制作

在鐵路初定測階段，橫斷面測量是必不可少的工序。 鐵路橫斷面是指中線上各點(diǎn)的法向切面，其水平投影為橫斷面軸線，橫斷面軸線左右兩側(cè)的端點(diǎn)為斷面范圍。 比如，橫斷面可用于路基擋墻位置設(shè)計(jì)、隧道仰坡排水溝設(shè)計(jì)、土石方計(jì)算等。 目前，鐵路縱橫斷面的測量方法有:實(shí)測法、航測法、機(jī)載LiDAR 技術(shù)。 利用無人機(jī)機(jī)載LiDAR 獲取的點(diǎn)云數(shù)據(jù)制作縱橫斷面，首先要基于點(diǎn)云濾波分離出的地面點(diǎn)構(gòu)建不規(guī)則三角網(wǎng)(TIN)模型；其次是基于TIN 模型和斷面線獲取橫斷面成果，傳統(tǒng)的做法是采用等間距采樣的方法，通過該方法得到的特征點(diǎn)與實(shí)際特征點(diǎn)會(huì)存在誤差，且其冗余計(jì)算較多。 文獻(xiàn)[11]提出基于叉積和Q(x，y)函數(shù)的橫斷面獲取算法，直接求取橫斷面軸線與三角形邊的交點(diǎn)，三角形邊正好是兩個(gè)不同坡度面的交界，該交點(diǎn)正是橫斷面地形變化點(diǎn)。 計(jì)算過程中，從邊樁到中樁不會(huì)出現(xiàn)地形變化點(diǎn)遺漏或重復(fù)計(jì)算，獲取的橫斷面更準(zhǔn)確。

3 應(yīng)用實(shí)例

為進(jìn)一步探討無人機(jī)機(jī)載LiDAR 在鐵路工程項(xiàng)目中的應(yīng)用流程，選取某鐵路專用線作為實(shí)例進(jìn)行介紹。

3.1 項(xiàng)目背景

該項(xiàng)目位于北方地區(qū)， 項(xiàng)目需求主要是1 ∶2 000 地形圖和橫斷面。 由于空域協(xié)調(diào)難度較大且工期較緊，無人機(jī)機(jī)載LiDAR 是該項(xiàng)目的最優(yōu)之選。采用的無人機(jī)是成都縱橫CW30，激光LiDAR 設(shè)備為RIEGL 的VUX-1。 飛行高度為390 m，航帶間距380 m，激光雷達(dá)發(fā)射頻率400 kHz，激光雷達(dá)視角為60°，飛行天氣為陰天，地速為2 ～3 m/s，空速為5 ～6 m/s，空中無人機(jī)姿態(tài)穩(wěn)定。

3.2 LiDAR 點(diǎn)云數(shù)據(jù)處理及精度評定

(1)點(diǎn)云消冗

數(shù)據(jù)預(yù)處理后，激光點(diǎn)云整體密度滿足項(xiàng)目需求。但局部點(diǎn)云密度分布不均勻，經(jīng)分析，由于無人機(jī)平臺結(jié)構(gòu)簡單，飛行過程中受風(fēng)力影響較大，導(dǎo)致飛機(jī)姿態(tài)不穩(wěn)。 從整體看，在航帶重疊處，點(diǎn)云密度明顯高于未重疊處，這樣會(huì)導(dǎo)致點(diǎn)云成果精度不均勻。 可采用點(diǎn)云消冗的方法解決，大致過程如下。

首先，考慮到航帶邊緣處點(diǎn)云精度相對較差且點(diǎn)密度較低的問題，應(yīng)去掉航帶邊緣的點(diǎn)云，一般選擇相鄰航帶重疊區(qū)域的10%～20%，具體應(yīng)視點(diǎn)云邊緣處數(shù)據(jù)質(zhì)量而定。

其次，采用基于連接線的LiDAR 點(diǎn)云航帶間平差方法對點(diǎn)云進(jìn)行處理，通過在兩條相鄰航帶重疊區(qū)域以同名點(diǎn)構(gòu)造及同名連接線計(jì)算點(diǎn)云的系統(tǒng)偏移量，以實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)的精確校準(zhǔn)。

最后，對重疊處點(diǎn)云設(shè)置閾值較為嚴(yán)格的參數(shù)進(jìn)行低點(diǎn)和噪點(diǎn)濾波，一方面提高點(diǎn)云精度，另一方面達(dá)到平衡點(diǎn)云密度的效果。

圖5 為采用上述點(diǎn)云消冗方法后，部分點(diǎn)云數(shù)據(jù)的前后對比。

圖5 點(diǎn)云消冗前后對比

(2)點(diǎn)云穿透力評定

點(diǎn)云穿透力是評價(jià)激光LiDAR 設(shè)備的一項(xiàng)重要指標(biāo)。 為評價(jià)本項(xiàng)目點(diǎn)云的穿透力，選取面積約0.6 km2的一塊點(diǎn)云數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)，該區(qū)域植被覆蓋率接近70%(如圖6 所示)。

圖6 被選取區(qū)域點(diǎn)云效果

經(jīng)統(tǒng)計(jì)，該區(qū)域整體點(diǎn)云密度為7.33 個(gè)/m2；地面點(diǎn)點(diǎn)云密度為3.19 個(gè)/m2，滿足項(xiàng)目需求。 由此也可看出，點(diǎn)云穿透效果良好。

另外，利用該區(qū)域點(diǎn)云進(jìn)行橫斷面生產(chǎn)，并與外業(yè)實(shí)測數(shù)據(jù)進(jìn)行對比，高程精度可滿足0.3 m 較差的精度要求。 選取其中一個(gè)點(diǎn)云剖面和實(shí)測斷面進(jìn)行對比，如圖7、圖8 所示。

圖7 點(diǎn)云剖面

圖8 橫斷面對比

(3)點(diǎn)云精度評定

采用基于渲染點(diǎn)云和地面控制點(diǎn)對比的精度評定方式，分別對點(diǎn)云的平面和高程精度進(jìn)行評定。 本項(xiàng)目采用的高精度的IMU 和GNSS 系統(tǒng)保證了POS 的精度，而POS 的精度直接決定點(diǎn)云的精度。 選取部分測區(qū)進(jìn)行統(tǒng)計(jì)，精度對比結(jié)果如表1、表2 所示。

表1 平面精度比較差值分布

表2 高程精度比較差值分布

由表1 可知，平面精度良好，可滿足生產(chǎn)要求；由表2 可知，高程精度高于0.3 m 的點(diǎn)云占比5.3%。 經(jīng)分析，這些點(diǎn)多分布于有植被的地方，受植被影響，其點(diǎn)云精度低于其他地方。

4 結(jié)論

(1)無人機(jī)搭載激光LiDAR 具有機(jī)動(dòng)性能好、環(huán)境適應(yīng)能力強(qiáng)、精度可靠等優(yōu)勢。 將其應(yīng)用于鐵路勘測中，可作為傳統(tǒng)數(shù)碼航空攝影、有人機(jī)機(jī)載LiDAR、三角翼搭載輕型LiDAR 等航測技術(shù)的有效補(bǔ)充。

(2)通過點(diǎn)云消冗的方法，可有效消除航帶重疊處點(diǎn)云密集情況，并能剔除部分系統(tǒng)誤差和粗差，保證點(diǎn)云成果整體精度的可靠性和均勻性。

(3)點(diǎn)云濾波是點(diǎn)云數(shù)據(jù)的關(guān)鍵工序，其參數(shù)的設(shè)置多依賴于經(jīng)驗(yàn)，研究自適應(yīng)性強(qiáng)的自動(dòng)分類濾波算法十分必要。

(4)無人機(jī)機(jī)載LiDAR 點(diǎn)云精度可靠，絕對精度高，可用于鐵路勘測高精度DEM 制作、地形圖制作、橫斷面等實(shí)際生產(chǎn)。