摘要 文章提出了一套完整的高精度綜合數(shù)字化建模方法。RTK定位技術(shù)及激光雷達(dá)技術(shù)應(yīng)用于無人機(jī)傾斜攝影中，實(shí)現(xiàn)了高精度的站場外部數(shù)據(jù)采集。三維激光掃描技術(shù)用于獲取站臺內(nèi)部結(jié)構(gòu)的點(diǎn)云數(shù)據(jù)，點(diǎn)云融合后獲得內(nèi)外一體的三維數(shù)字模型。將該方法運(yùn)用于廣州白云站綜合交通樞紐數(shù)字模型構(gòu)建中，精度評估表明提出的方法在實(shí)際應(yīng)用中取得了高質(zhì)量的數(shù)字模型。

關(guān)鍵詞 無人機(jī)傾斜攝影；三維激光掃描；RTK技術(shù)；激光雷達(dá)；高精度數(shù)字模型

中圖分類號： U217 文獻(xiàn)標(biāo)識碼 A 文章編號 2096-8949（2024）17-0004-03

0 引言

鐵路工程結(jié)構(gòu)的三維建模研究工作一直是備受關(guān)注的問題，對三維重建技術(shù)進(jìn)行深入研究具有現(xiàn)實(shí)意義[1]。傳統(tǒng)測量方法具有精度、效率低的局限性。隨著無人機(jī)技術(shù)及三維激光掃描技術(shù)的發(fā)展，為站房復(fù)雜環(huán)境內(nèi)外一體的高精度三維數(shù)字模型的搭建提供了一種新思路。

廖玉佳等[2]使用無人機(jī)對地質(zhì)災(zāi)害地區(qū)建立了三維數(shù)字模型；彭儀普等[3]探討了無人機(jī)建模質(zhì)量的影響因素。對于復(fù)雜環(huán)境的建模需求，單一的無人機(jī)傾斜攝影數(shù)據(jù)采集方法只能獲取模型的頂部數(shù)據(jù)，劉宇等[4]利用三維激光掃描技術(shù)對高層建筑進(jìn)行了三維重建；華遠(yuǎn)峰等[5]驗(yàn)證了三維激光掃描在立面測繪中精度的可靠性。上述學(xué)者的工作均論證了無人機(jī)和三維激光掃描技術(shù)在三維建模數(shù)據(jù)采集過程中的高精度。李曉斌等[6]將兩種方法結(jié)合，實(shí)現(xiàn)了無人機(jī)傾斜攝影測量三維建模精度的實(shí)時(shí)評價(jià)；何原榮等[7]將該方法應(yīng)用于古建筑的三維重建，為古建筑文化遺產(chǎn)的修復(fù)與保護(hù)提供了重要技術(shù)支持。

針對鐵路站房的復(fù)雜環(huán)境，該文還引入了RTK定位技術(shù)及激光雷達(dá)技術(shù)，宋偉等[8]總結(jié)了影響RTK定位精度和可靠性的關(guān)鍵因素，論證了RTK憑借其瞬時(shí)高精度的優(yōu)勢已成為當(dāng)前主流的高精度定位技術(shù)。

1 研究方法

1.1 基于RTK技術(shù)與激光雷達(dá)技術(shù)的高精度影像采集技術(shù)

無人機(jī)傾斜攝影的原理是利用無人機(jī)進(jìn)行傾斜拍攝，將多個(gè)傾斜角度下的影像數(shù)據(jù)進(jìn)行拼接，生成真實(shí)的三維模型。RTK技術(shù)通過在基站上設(shè)置高精度的GPS接收器，建立基站和無人機(jī)之間的差分信號，通過對GPS信號的實(shí)時(shí)處理，消除大氣層誤差和鐘差誤差等影響，從而實(shí)現(xiàn)無人機(jī)的高精度定位和姿態(tài)測量，以提高影像數(shù)據(jù)的精度和準(zhǔn)確性。

激光雷達(dá)是一種主動式遙感技術(shù)，將其與無人機(jī)集成，充分發(fā)揮激光雷達(dá)高精度、高效率、廣應(yīng)用的特點(diǎn)，通過地面掃描獲取高精度的三維點(diǎn)云數(shù)據(jù)，以提高傾斜攝影的精度和效率。

1.2 三維激光掃描

三維激光掃描是一種用于獲取物體或場景三維幾何信息的技術(shù)。它利用激光束掃描物體表面，并測量激光束在空間中的位置和反射強(qiáng)度，生成表示物體形狀和結(jié)構(gòu)的點(diǎn)云數(shù)據(jù)。三維激光掃描技術(shù)可以獲取建筑物內(nèi)部的高精度點(diǎn)云數(shù)據(jù)，而無人機(jī)傾斜攝影技術(shù)則可以獲取建筑物外部的高精度影像數(shù)據(jù)，兩者結(jié)合可以實(shí)現(xiàn)建筑物的全面三維重建。

1.3 點(diǎn)云融合建模

使用點(diǎn)云融合技術(shù)進(jìn)行三維數(shù)字建模，在建筑物內(nèi)外一體化的三維建模過程中，考慮無人機(jī)外部數(shù)據(jù)和三維激光掃描儀內(nèi)部數(shù)據(jù)的重合度通常很低，故而使用點(diǎn)對配準(zhǔn)方法。計(jì)算三維激光掃描儀數(shù)據(jù)中任意點(diǎn)的坐標(biāo)（x1，y1，z1），在絕對坐標(biāo)系下的坐標(biāo)（x0，y0，z0）。它們間的關(guān)系可由式（1）表示：

（1）

式中，R為3×3旋轉(zhuǎn)矩陣，t為3×1位移矩陣，通過三點(diǎn)絕對坐標(biāo)和對應(yīng)相對坐標(biāo)可以反算出R、t矩陣中所有元素的值。

2 場景應(yīng)用

廣州市白云站作為“十三五”鐵路規(guī)劃中的重要項(xiàng)目，將承接廣州站、廣州東站的全部普速列車，肩負(fù)廣州全部普速客運(yùn)的樞紐功能，將逐漸建設(shè)成為集各種方式一體化換乘的綜合交通樞紐，將成為路網(wǎng)中重要的普速客站之一。該文就如何實(shí)現(xiàn)類似白云站綜合樞紐復(fù)雜工程結(jié)構(gòu)的內(nèi)外一體化及站場環(huán)境的采集，建立各子系統(tǒng)協(xié)同統(tǒng)一運(yùn)轉(zhuǎn)的多時(shí)序數(shù)字孿生模型進(jìn)行進(jìn)一步研究。

2.1 內(nèi)外一體三維數(shù)字模型

白云站站臺數(shù)字孿生系統(tǒng)搭建主要分為無人機(jī)數(shù)據(jù)采集、激光掃描儀數(shù)據(jù)采集、點(diǎn)云數(shù)據(jù)融合、三維模型重建等四部分。首先使用無人機(jī)傾斜攝影技術(shù)對建筑物外部進(jìn)行拍攝，再使用三維激光掃描技術(shù)對建筑物內(nèi)部進(jìn)行掃描，對影像數(shù)據(jù)進(jìn)行配準(zhǔn)對齊，最后使用三維重建軟件將配準(zhǔn)后的內(nèi)部點(diǎn)云數(shù)據(jù)和外部影像數(shù)據(jù)進(jìn)行融合，生成建筑物的全面三維模型。

無人機(jī)傾斜攝影使用圖1（a）的大疆Phantom 4 RTK無人機(jī)，借助其具有的RTK定位技術(shù)，定位精度可以達(dá)到水平方向1 cm+1 ppm，垂直方向1.5 cm+1 ppm。采用井字形飛行路徑對白云站站臺外側(cè)進(jìn)行拍攝，盡量使無人機(jī)以較低的高度飛行（50 m）。這些措施可以提高數(shù)據(jù)的可靠性和準(zhǔn)確性，對于捕捉細(xì)節(jié)、識別小型地物、進(jìn)行精確的測量和分析非常關(guān)鍵。

使用Pix4D軟件對無人機(jī)拍攝的數(shù)據(jù)進(jìn)行處理，通過對無人機(jī)的拍攝位置、拍攝姿態(tài)，以及拍攝對象與無人機(jī)之間的距離等數(shù)據(jù)的解算，獲得的點(diǎn)云數(shù)據(jù)用于進(jìn)一步的分析、測量和模型構(gòu)建，并與三維激光掃描儀數(shù)據(jù)進(jìn)行點(diǎn)云融合，生成內(nèi)外一體的三維數(shù)字模型。

使用圖1（b）的Trimble SX10對站臺內(nèi)部進(jìn)行三維激光掃描，某一站點(diǎn)的拍攝數(shù)據(jù)可能會因?yàn)檎趽跷锏拇嬖诙霈F(xiàn)拍攝死角，如圖2（a）所示，因此需要在站場內(nèi)選取多個(gè)視野良好且互為補(bǔ)充的站點(diǎn)，并保證每個(gè)站點(diǎn)掃描的重疊區(qū)域超過30%。使用Trimble Business Center軟件對不同站點(diǎn)掃描的數(shù)據(jù)進(jìn)行拼接，點(diǎn)云結(jié)果如圖2（b）所示。對三維激光掃描儀數(shù)據(jù)進(jìn)行坐標(biāo)轉(zhuǎn)換，并將其與無人機(jī)數(shù)據(jù)的坐標(biāo)對齊。圖2（c）為點(diǎn)云融合后的可視化點(diǎn)云結(jié)果。

2.2 結(jié)果對比與評估

2.2.1 地理精度

采用多個(gè)指標(biāo)對點(diǎn)云數(shù)據(jù)的精度進(jìn)行評估，MGA（Mean Geometrical Accuracy，平均幾何精度）表示點(diǎn)云數(shù)據(jù)與真實(shí)世界坐標(biāo)之間的平均偏差。MGA的值越小，意味著點(diǎn)云數(shù)據(jù)的精度越高，與真實(shí)世界坐標(biāo)的偏差越小。SDGA（Standard Deviation of Geometrical Accuracy，幾何精度的標(biāo)準(zhǔn)差）則表示點(diǎn)云數(shù)據(jù)與真實(shí)世界坐標(biāo)偏差的離散程度。SDGA的值越小，意味著點(diǎn)云數(shù)據(jù)的精度越一致，即點(diǎn)云中的各個(gè)點(diǎn)與真實(shí)坐標(biāo)的偏差變化較小。MGA和SDGA計(jì)算公式如下：

（2）

（3）

式中，n——已知參考點(diǎn)的個(gè)數(shù)；di——計(jì)算測量點(diǎn)與其對應(yīng)的已知參考點(diǎn)之間的歐氏距離。計(jì)算所得的三次測量中，XY方向的MGA分別為1.124 08、1.097 672、1.098 132，SDGA分別為0.074 936、0.023 182、0.025 351；Z方向的MGA分別為2.942 601、2.730 991、2.989 963，SDGA分別為0.251 593、0.087 167、0.137 694。

三次數(shù)據(jù)采集過程中，XY方向的地理精度均值較為穩(wěn)定，均在1.1附近，Z方向的第二次地理精度較高，比第一次和第三次精度分別高出7.19%和8.66%?？傮w來說，三次測量的定位精度均為良好，可為三維實(shí)景模型的建立提供可靠數(shù)據(jù)。

2.2.2 模型精度

精度評價(jià)指標(biāo)包括中誤差、對數(shù)中誤差、平均中誤差、相對中誤差。該文使用中誤差（RMSE）作為精度指標(biāo)。即：

（4）

式中，Z——真值；z——觀測值或計(jì)算值；n誤差個(gè)數(shù)。

對站臺東側(cè)入口樓梯結(jié)構(gòu)如圖1（c）、圖1（d）所示的4處位置進(jìn)行實(shí)地測量，測得的距離真值分別為A（7.672 m）、B（7.364 m）、C（9.931 m）、D（11.445 m）。在TBC軟件中選取三維實(shí)景模型中對應(yīng)特征邊的尺寸，每段長度測量三次，取三次的平均值作為模型長度。將模型長度與實(shí)際距離真值進(jìn)行比對，計(jì)算每次測量時(shí)的RMSE，結(jié)果如表1所示：

由表1數(shù)據(jù)可以得知，不同階段建立的三維實(shí)景模型精度質(zhì)量都很高，達(dá)到了厘米級精度標(biāo)準(zhǔn)，滿足地形測繪中的1∶100 0地形圖測繪的質(zhì)量要求，也滿足一般工程結(jié)構(gòu)的建模需求。

2.3 時(shí)序性三維數(shù)字模型與基于SAM-DGCNN網(wǎng)絡(luò)的點(diǎn)云場景語義分割

對不同時(shí)期的白云站三維數(shù)字模型進(jìn)行比較分析，圖3（a）是第一次拍攝的站臺建設(shè)情況，圖示上方（西側(cè)）主結(jié)構(gòu)初步建設(shè)完成，下方（東側(cè)）乘車層結(jié)構(gòu)已進(jìn)入建設(shè)末期、候車層還未進(jìn)行施工建設(shè)；圖3（b）是第二次拍攝的站臺建設(shè)情況，站臺整體柱結(jié)構(gòu)均已基本建設(shè)完成；圖3（c）是第三次拍攝的站臺建設(shè)情況，站臺建設(shè)已進(jìn)入末期，對頂部玻璃以及內(nèi)部裝飾進(jìn)行最后的完善施工。

郝雯等[9]提出了空間注意力模塊捕捉點(diǎn)間的語義特征，在DGCNN網(wǎng)絡(luò)提取邊緣特征的基礎(chǔ)上，引入SAM模塊捕捉點(diǎn)間的語義特征。對于給定的特征向量A∈RC*H*E，將A分別輸入兩個(gè)獨(dú)立的1×1卷積層，降維得到BC*H*E、CC*H*E，將C轉(zhuǎn)置并與B矩陣相乘，歸一化后得到空間注意力權(quán)重矩陣Uij∈RN*N。

（5）

（6）

基于SAM-DGCNN網(wǎng)絡(luò)的點(diǎn)云場景語義分割，可以對不同時(shí)期的站房施工進(jìn)度進(jìn)行分析（如圖2所示），對站房頂層的玻璃蓋板進(jìn)行特征提取，并對提取部分的點(diǎn)云數(shù)量占比進(jìn)行統(tǒng)計(jì)分析，可以快速獲取階段性的施工進(jìn)度情況。

3 結(jié)語

該文提出了一種高精度三維數(shù)字模型的搭建方法，詳細(xì)介紹了飛行路徑設(shè)計(jì)、無人機(jī)傾斜攝影與三維激光掃描數(shù)據(jù)采集、數(shù)據(jù)處理、點(diǎn)云融合等關(guān)鍵步驟。將RTK技術(shù)與激光雷達(dá)應(yīng)用于無人機(jī)數(shù)據(jù)采集過程中，獲得了更高精度的點(diǎn)云數(shù)據(jù)。在白云站綜合交通樞紐應(yīng)用過程中，通過精度評估驗(yàn)證了所采用方法的可行性與高精度，為未來工程數(shù)智化發(fā)展提供了有益參考。

參考文獻(xiàn)

[1]闞曉云，孫景振.LiDAR及傾斜攝影技術(shù)在數(shù)字實(shí)景城市模型中的應(yīng)用[J].測繪地理信息，2014（3）：43-46.

[2]廖玉佳，胡勇，葉濤.基于低空無人機(jī)傾斜攝影的三維模型構(gòu)建[J].北京測繪，2018（5）：504-507.

[3]彭儀普，程陽，韓征，等.基于多旋翼無人機(jī)航測的工程結(jié)構(gòu)三維建模質(zhì)量影響因素研究[J].鐵道科學(xué)與工程學(xué)報(bào)，2019（12）：2969-2976.

[4]劉宇，宋羽，石信肖.基于激光掃描技術(shù)的建筑物三維重建[J].北京測繪，2020（5）：619-622.

[5]華遠(yuǎn)峰，王寧，孫博，等.基于三維激光掃描技術(shù)的建筑外立面測繪方法[J].北京測繪，2020（4）：532-536.

[6]李曉斌，林志軍，楊璽，等.基于激光掃描和傾斜攝影技術(shù)的三維實(shí)景融合建模研究[J].激光雜志，2021（8）：166-170.

[7]何原榮，陳平，蘇錚，等.基于三維激光掃描與無人機(jī)傾斜攝影技術(shù)的古建筑重建[J].遙感技術(shù)與應(yīng)用，2019（6）：1343-1352.

[8]宋偉，毛威，張益澤.GNSS RTK定位技術(shù)的發(fā)展歷程和機(jī)遇[J].世界科技研究與發(fā)展，2023（3）：294-305.

[9]郝雯，王紅霄，汪洋.結(jié)合空間注意力與形狀特征的三維點(diǎn)云語義分割[J].激光與光電子學(xué)進(jìn)展，2022（8）：512-522.