摘 要：為了解決獲取水上水下地理信息困難的問題，提高測繪的精度和效率，本文深入研究了水上水下一體化測繪的關鍵技術。通過介紹一體化測繪的基本原理、技術路線和實施方法，提出通過船載激光雷達掃描與激光測距、水上水下一體化數(shù)據(jù)處理、點云數(shù)據(jù)去噪、點云分割與測繪實現(xiàn)測繪的新方法。研究結果表明，水上水下一體化測繪技術能夠有效地整合水上和水下的地理信息，提高測繪的精度和效率。同時，該技術還能為地理信息系統(tǒng)提供更加全面和準確的數(shù)據(jù)支持，為相關領域的科學研究和應用提供有力支持。

關鍵詞：水上水下；一體化；測繪

中圖分類號：P 20" " 文獻標志碼：A

隨著科技的發(fā)展和地理信息需求的日益增長，水上水下一體化測繪已成為水域工程建設、環(huán)境監(jiān)測、災害預警等領域的重要技術。水上水下一體化測繪將傳統(tǒng)的大地測繪與水下地形測量相結合，通過綜合運用遙感、全球定位系統(tǒng)（GPS）、聲吶、多波束測量等多種技術手段，對水上水下地形數(shù)據(jù)進行同步獲取與處理[1]。這種技術不僅提高了測繪的效率和精度，而且為水域環(huán)境的綜合評價和利用提供了重要依據(jù)。本文將重點探討水上水下一體化測繪的關鍵技術及其應用。

1 船載激光雷達掃描與激光測距

船載激光雷達掃描是一種先進的測量技術，通過使用激光雷達系統(tǒng)，能夠在水上和水中進行高精度測量、繪圖。這種技術利用激光雷達傳感器發(fā)射激光脈沖，并測量反射回來的時間，以獲取目標物的距離和位置信息。船載激光雷達掃描系統(tǒng)通常包括激光雷達傳感器、GPS接收器、慣性測量單元（IMU）和計算機處理單元等部分。激光雷達傳感器負責發(fā)射和接收激光脈沖，GPS接收器提供位置信息，IMU提供姿態(tài)信息，而計算機處理單元則負責處理數(shù)據(jù)并生成高精度的地圖和模型[2]。船載激光雷達掃描的優(yōu)點包括高精度、高效率、高可靠性以及能夠在各種天氣和光照條件下進行測量。這種技術廣泛應用于海洋環(huán)境監(jiān)測、水下考古、海洋工程、海岸帶測繪等領域。在海洋環(huán)境監(jiān)測方面，船載激光雷達掃描可以用于測量海床、海流、水深、水質等參數(shù)，為環(huán)境保護、資源管理和災害預警提供數(shù)據(jù)支持。在水下考古方面，這種技術可以幫助考古學家發(fā)現(xiàn)和定位水下遺址和文物。在海洋工程方面，船載激光雷達掃描可以用來測量海底地形、水下障礙物和海底資源等，為海洋工程建設和管理提供基礎數(shù)據(jù)。在海岸帶測繪方面，這種技術可以用于繪制海岸線、海灘地形和沿海建筑物等，為沿海地區(qū)的管理和規(guī)劃提供重要依據(jù)[3]。船載激光雷達掃描是一種非常重要的測量技術，能夠提供高精度、高效率測量數(shù)據(jù)，為各種海洋應用提供基礎支持和保障。圖1為船載激光雷達掃描體系結構圖。

利用激光測距裝置對地面點進行測距，利用掃描裝置對100度開角進行掃描，獲得海量寬幅面地面點的3D坐標。為使各傳感器的位姿保持一致，將各傳感器剛性連接到船上。主要用攝像機群對測量對象進行實時采集，并將其用來融合多源點云數(shù)據(jù)，例如 RGB真彩點云、聯(lián)合調整等。

激光測距是一種采用激光測距裝置進行激光測距的方法，該方法首先將一束或一系列短時脈沖激光從發(fā)射裝置發(fā)射到目標，其次將其反射回來，傳輸?shù)浇邮斩?，最后獲得發(fā)射端到目標之間的距離。

脈沖測距（通過直接測時算出距離的脈沖調制）[4]。脈沖測距技術是一種基于激光脈沖在空間中來回傳輸?shù)姆椒??？梢岳霉剑?）計算目標地物與發(fā)射裝置支架的距離。

（1）

式中：R為目標地物與發(fā)射裝置支架的距離；c為光速；t為激光脈沖在空間當中完成一次往返傳播所需的時間。對上述公式進行微分求解得到公式（2）。

（2）

式中：?R為距離分辨率；?t為計時器精度。通過上述計算，實現(xiàn)激光測距。

2 水上水下一體化數(shù)據(jù)處理

針對船載激光雷達掃描的水上水下一體化數(shù)據(jù)進行處理。激光雷達數(shù)據(jù)結構見表1。

針對上述結構的數(shù)據(jù)，采用C++結合Python編程語言，按照激光數(shù)據(jù)指定協(xié)議解析所需要的各項數(shù)據(jù)[5]。對三維點云數(shù)據(jù)進行解析，需要結合空間坐標關系如圖2所示。

在WGS-84坐標系中，激光角可以通過公式（3）轉換坐標。

（3）

式中：RL為瞬時激光束坐標系到激光掃描參考坐標系的旋轉矩陣；RM為激光掃描裝置與傳感器之間的旋轉矩陣；RN為慣性導航參考坐標到當?shù)厮絽⒖甲鴺讼抵g的旋轉距離；（x84，y84，z84）為在WGS-84坐標系中的坐標；（xG，yG，zG）為定位中心平面坐標。

當進行數(shù)據(jù)處理時，為進一步消除安置角的偏差，隨機選取一座中等高程的橋梁，在此基礎上，利用船舶上的移動式激光三維測量技術對被測橋的下表面進行測量，并對其進行兩次掃描，得到對應的位置角誤差[6]。圖3為安置角偏差解算示意圖。

由圖3可知，當存在安置角偏差時，兩次掃描結果將存在一條預期前進方向相同的相交直線，此時安置角的誤差角度如公式（4）所示。

（4）

式中：αM為安置角偏差。在此基礎上，利用最小二乘原理，首先，對同一點進行多次觀測，得到一系列的側偏角誤差參量，其次，利用最小二乘法計算安置角的誤差。最后，將計算的安置角度偏移量輸入定位角度偏移校正程序中，加入點云數(shù)據(jù)的解算中，若校正后的點云結果良好，則停止校正，反之，則繼續(xù)校正。

3 點云數(shù)據(jù)去噪

當對水上水下一體化進行測繪時，由于各種原因影響，例如人為干擾或掃描設備的局限性，因此所獲取的三維點云數(shù)據(jù)中可能存在一些噪聲和離群點[7]。這些噪聲和離群點會降低測繪的精度，因此需要對其進行去噪處理。為了實現(xiàn)這個目標，可以利用PCL（Point Cloud Library）點云庫中的pcl：RadiusOutlierRemoval類。這個類可以有效地去除點云中的離群點和噪聲點。

先創(chuàng)建一個對象，并為其指定輸入的點云數(shù)據(jù)。通過設置一些參數(shù)，例如半徑和半徑內點的個數(shù)等定義過濾條件。值得注意的是，通常會設定一個半徑閾值，并根據(jù)該閾值來遍歷點云數(shù)據(jù)[8]。在每個點周圍，如果發(fā)現(xiàn)半徑內的其他點的數(shù)量少于預設的閾值，那么這個點就是離群點或噪聲點，并從點云中移除。

通過這種方式，可以有效地去除點云中的噪聲和離群點，從而提高測繪的精度。這對水上水下一體化測繪來說是非常重要的，高質量的數(shù)據(jù)是后續(xù)分析和應用的基礎。

利用半徑濾波器設定半徑閾值，去除位于半徑內小于點數(shù)閾值的點，如圖4所示。

按照圖4，通過設定半徑d和半徑內的點數(shù)，實現(xiàn)二維點的濾波。例如，當設置的閾值為2時，此時左側圓圈內的點和右側圓圈內的點被剔除。當設置的閾值為5時，此時3個圓圈內的點均被剔除。受陸地、海洋邊界等因素影響的多波束點云數(shù)據(jù)邊界具有顯著的外差，利用降噪算法徹底去除噪聲點，該方法可以用于多波束信號的自動降噪處理，以提高信號處理的效率。

4 點云分割與測繪

水上水下一體化測繪中的點云分割與測繪是實現(xiàn)高效、高精度測量水域環(huán)境的重要環(huán)節(jié)。點云分割是將獲取的點云數(shù)據(jù)按照一定的規(guī)則和算法進行分類、識別和分割，以區(qū)分不同的目標物，例如水面、水下地形、水下障礙物等。將點云數(shù)據(jù)劃分到存在空間依賴關系的體素中，點云的體素化可以最大程度地保持點云的幾何特性，并可通過3D卷積來處理。利用PointNet模型在原始的三維點云數(shù)據(jù)上部署深度學習網(wǎng)絡，其關鍵流程如下。

首先，輸入數(shù)據(jù)對齊。輸入一幀原始點云數(shù)據(jù)集合，通常表示為一個張量nX3。其中，n代表點云的數(shù)量，3則對應每個點的坐標。這些數(shù)據(jù)會與一個由T-Net學習得到的旋轉矩陣相乘，在具體的空間變換中，保持模型的不變性。

其次，特征提取與升維。經(jīng)過多層感知機mlp處理，對數(shù)據(jù)進行特征提取，并將維度升至64。這個過程同樣由T-Net負責數(shù)據(jù)對齊。

再次，全局特征提取。利用另一層多層感知機mmlp進行特征提取后，通過最大池化操作對特征進行融合，從而生成全局特征。局部與全局特征融合：為了實現(xiàn)語義分割任務，PointNet會將局部特征和全局特征進行疊加。這一步可以保證模型同時捕捉點云數(shù)據(jù)的局部結構和全局結構。

最后，輸出語義分割結果。經(jīng)過兩次多層感知機mlp處理后，模型會輸出語義分割后的點云數(shù)據(jù)。

這種模型結構使PointNet處理點云數(shù)據(jù)時具有強大的特征捕捉能力和魯棒性，尤其在復雜的3D場景中表現(xiàn)優(yōu)異。這種結構也為后續(xù)的點云處理任務提供了新的思路和方法。

在點云分割后，需要進行測繪，將分割后的點云數(shù)據(jù)轉換為具體的地理信息，例如地形圖、建筑物模型等。在測繪過程中，需要采用適當?shù)乃惴ê蛙浖ぞ撸瑢c云數(shù)據(jù)進行處理、分析和建模，以獲取準確的地理信息。

在水上水下一體化測繪中，點云分割與測繪的精度和效率直接影響整個測量系統(tǒng)的性能。因此，需要采用先進的算法和技術，提高點云分割與測繪的精度和效率，從而為各種水域環(huán)境應用提供準確、可靠的數(shù)據(jù)支持。

總之，水上水下一體化測繪中的點云分割與測繪是實現(xiàn)高效、高精度測量水域環(huán)境的重要環(huán)節(jié)，需要采用先進的算法和技術，提高點云分割與測繪的精度和效率，為各種水域環(huán)境應用提供準確、可靠的數(shù)據(jù)支持。

5 結論

水上水下一體化測繪技術的應用前景廣泛，不僅可用于海洋資源開發(fā)、港口建設、水域環(huán)境監(jiān)測等領域，還可用于海洋科學研究、災害預警與防治等。未來，隨著技術的不斷創(chuàng)新和發(fā)展，水上水下一體化測繪將朝著自動化、智能化、精細化的方向發(fā)展，為人類探索和利用海洋資源提供更加有力的技術支持。水上水下一體化測繪是目前地理信息獲取的重要手段，對推動海洋資源的合理開發(fā)與利用具有重要意義。本文對水上水下一體化測繪的關鍵技術進行深入探討，包括遙感技術、GPS技術、聲吶技術和多波束測量技術等。這些技術應用與發(fā)展，將進一步提高水上水下一體化測繪的效率和精度，為海洋工程的建設與管理提供重要的技術支持。

參考文獻

[1]王普生.無人機礦山地質測繪技術在房地一體化測量中的應用[J].世界有色金屬，2023（15）：25-27.

[2]孫佳龍.無人機傾斜攝影測量在房地一體化測繪中的應用研究[J].測繪與空間地理信息，2023，46（5）：131-134.

[3]范新成，傅玉寧，冉飛.城市級一體化新型基礎測繪生產(chǎn)建設及應用—以臨沂市為例[J].測繪與空間地理信息，2023，46（1）：111-114.

[4]江偉偉，魏鵬，高洋.基于新一代測繪技術的水上水下地形一體化測量及庫容測定—以淄博市馬踏湖為例[J].科學技術創(chuàng)新，2022（18）：42-45.

[5]武世虎.基于傾斜攝影測量技術在不動產(chǎn)測繪中的實踐分析—以昔陽縣房地一體化項目為例[J].華北自然資源，2022（6）：101-103.

[6]許清峰.一體化測繪技術在農(nóng)村基礎地理信息數(shù)據(jù)更新中的應用探析[J].農(nóng)村實用技術，2022（12）：120-122.

[7]顧久美，王俊念，楊巖巖.探究無人機載三維激光測繪技術在農(nóng)房一體化工作中的應用—以某地農(nóng)房一體化調查項目為例[J]. 房地產(chǎn)世界，2022（22）：148-150.

[8]楊溯，陳龍，胡一川，等.基于多傳感器的內陸水域水上水下一體化測繪技術探索[J]. 現(xiàn)代信息科技，2022，6 （12）：92-95，100.