01引言

无人机测量是通过无人机技术实现测量的方法,优点是成本低,时效快,避免危险区域作业。为了发挥无人机测绘的特色与优点,作业方法灵活便捷,超高时间分辨率、针对性强,低空间分辨率能力高,更能获取多角度影像。并结合当前LiDAR科技的进展使大规模大范围测图产生全新的变化,效率更高,成图质量更高,技术更可靠,安全。新型的匹配算子(SIFT、Mesh)与平差算法(RANSAC、L-M、C-G、SFM)的诞生,让智能化无人机飞行设备应用更加广泛,常见的应用有大疆智图,飞马无人机管家,清华山维EPS等,这些应用软件都能够通过影像信息的方式生成点云数据。本文将对与无人机影像匹配的点云空间信息,进行点云筛选、点云空间除噪、点云精细分类等操作,将制作成dem和dom的数据信息,再通过人工处理成DLG数据。通过与实测检查数据的参数比较,获取准确的比较信息。测量高程和平面数据精确度均符合国家规范要求,该技术有助于提升效率,降低成本。

02无人机影像匹配点云技术

无人机测量技术主要采用即时掌握目标区域内的地形空间信息,并快速进行影像信息处理、测量成图、环境建模和大数据分析等的理论知识和技能。三维地理信息模型中含有相当大量的内容,其优点是能够得到密度相当高的地面点。常用的影像匹配方式主要有两类:(1)采用像方灰度的搭配计算,如有关系数法、相关函数法、协方差和函数法、差平方和法、差一定值和法、最小二乘影片搭配法;(2)采用特征搭配的计算,如金字塔多级影片搭配计算、SIFT计算等。无人机影像资料数据预处理后经过密集匹配得出的三维点云,信息集保存了目标现场的纹路和颜色信息,而无人机点云并不包括LiDAR数据分析所涉及的强度、回波等信息。因此如何在无人驾驶飞行器的点云数据处理中区分出地面点与非地面点,并与Lidar点云配合比较,是重要的研究对象。

03工程实例

3.1项目概况

云南省发展改革会、省工信厅于近日共同颁布了《云南省光电产业三年行为(2022—2024年)》(以下简称《三年行动》)和《有关扶持光电产业的优惠政策办法》,将进一步推动绿色再生能源和绿色先进工业的深度融合,形成国际光电产业聚集区,建成全球光伏之都。云南光伏项目的场址分布于整个省市境内,为了充分利用长年光照时间长,日照时间足的特点,主要集中于云南大理,丽江,曲靖,昭通等地。本课题选择了云南大理某乡镇的100GW光伏项目作为研究对象。该光伏项目施工阶段需要对整个场区进行1:500大比例尺块状地形图测绘,面积约为15平方千米,范围如图1所示。  

图1 云南某地光伏项目测图范围       图2 云南某地光伏项目航摄范围

该光伏项目位于高海拔地区，平均海拔2600米，地质条件稳定，植被稀少，主要以草地迹地为主，有零星灌木分布，每个场区块状之间有纵向的山涧深沟穿插，测区属于高山地形，每块场地间起伏大，落差200-400米。测区气象条件好，整年都是晴朗为主，光照充沛。适合布设光伏场地。本测区选用深圳飞马机器人科技有限公司生产的飞马D2000S多旋翼无人机搭载D-LiDAR500激光雷达模块进行测区作业。

3.2实施方案

因该光伏项目地形地势起伏较大,散列式分布,需要把整个测区的区块合为一块航摄区域,便于布设航线及外业飞行作业,如图2所示。采用飞马官方发布的无人机管家智航线模块,生成整个测区的智能飞行航线。经现场踏勘,并排查好项目区域是否高压线塔,信号塔等影响飞行安全的因素,设置好Lidar500的激光旁向重叠度为65%,点云密度为40点/平方米。同时相机启动拍摄,相机的航向重叠度为80%,相机旁向重叠度为65%,航速设置为8.0米/秒,相对飞行高度为150米,航线角度为277度,启用飞马2000S强大的仿地飞行功能,以达到最优最经济的飞行方案。预计飞行时间为420分钟,飞行航程为240.342公里,这样就可以重点发挥飞马无人机管家的智飞行及断点续飞功能,选择最佳起飞点,最安全的入航高度和返航高度,顺利的完成外业航摄任务。本工程采用了由大疆技术有限公司研发的一种通过图像自动产生的三维建模的先进技术软件大疆智图程序。大疆智图无需设定计算公式,也无需相机检校,它基于最新的多视图三维重建方法,可以对任何图像进行处理,虽然没有相片控制点,但利用地面等级控制点方法则能够得到真实坐标的二维影像图和三维空间模型。利用D2000S无人机对航空摄影监测设备所得到的图像进行了数据处理,并得到点云、DOM、DEM数据。结果如图3、图4所显示,得到的测点数字系统色彩鲜艳、图像清楚。  

图3 DOM数据                    图4 DEM数据

05匹配点云数据处理

受到镜头畸变、照片质量、匹配偏差等各种因素的影响,与无人机影像相匹配的点云信息出现了大面积的噪点、边缘模糊部分、水面缺陷等现象。点云的数据处理、滤波、分析直接关乎着最终产品的准确度与高低。采用飞马机器人高效率民用无人机D2000S,搭载D-LiDAR500激光雷达实现影像和激光数据的同时采集,采集后再通过飞马无人机管家软件系统实现轨迹解算、点云解算、标准点云输出。后续使用管家智点云模块对点云进行滤波,编辑等处理,生成DEM、等高线成果。同样使用无人机管家进行拼图生成DOM,后续以此为基础叠加DEM进行DLG制作。

5.1点云粗差的处理

本项目的点云数据由飞马无人机管家智激光,智点云初步处理后生成标准格式的*.las文件，点云数据处理采用北京数字绿土科技有限公司倾心开发的LIDAR360 UAV软件进行周密解算,LIDAR360 UAV软件系列是一套系统化LiDAR数据处理软件,处理数据过程周密、精细,处理的结果可靠,准确。LIDAR360UAV软件中,可以很快的载入点云资料。而根据生成的点云资料从高程角度分析,最粗差点高程可以分成以下二类。一类是显著超过地面或接近目标位置地物高程处的点云异常点,另一类则为局部地区明显异于邻近地物点高的点云异常点。当系统载入无人驾驶飞行器点云信息后,根据配置中不同的数据,划分为较接近地面的一个点和孤立点,并去除这些明显的粗差点。在此基础上,划分出重要的地面节点,再经过统计,此时的地面点云数已不是很明显的粗差点,即可完成重新分类地面点的工作任务,该步骤可以称之点云去躁和点云滤波重采样。

5.2点云数据分类与信息的提取

利用LIDAR360软件中的地形模块及地面点分析模块实现信息的分析和数据的获取,并进行设定数据,首先实现对建筑物、路面以及硬表面点的信息获取和分析,利用植被指数模块实现对植被的滤波采集,然后分析出地底点,并进行对新分析出的地底点实现点云数据管理。至于在参数设定上的未划分的点,则采取了人工干预划分的方法,进行精细化分类。最后使用清华山维EPS与CASS软件完成了DLG资料的生产制作,终于生成了大比例尺的DLG资料。如图5和图6为滤波后的点云和DLG数据。

图5 点云地物滤波                             图6 滤波后的点云与DLG

    06精度分析

判断地形图精度能否达到测绘规范要求,是检验成图方法的重要环节。为检验其准确性,须将图面几何采集数据信息与外业采集测量检查点的位置和高程中误差作比较。

式中,m代表数据的中误差，代表与检查点的不符值，n代表确定精度的点数。

检查点使用RTK实测采集,重点收集了整个太阳能光伏发电系统场区关键部位的地物特征和地形点,并均匀分布于各个区域中。通过数据测算,地平面中误差为0.14m,高度中偏差为0.08m。对比于《低空数字航空摄影测量内业规范》,产品精度符合标准要求。部分精度数据如表三所显示。表三 部分为检查点的精度数据

07结语

我们经过对无人机的点云信息特性的深入研究,并利用LiDAR点云信息处理方法,对匹配的点云信息特征进行分析研究,有效识别了目标位置的地面地物信息特征,并制作了符合规范需求的数字产品。作为一种新型的航空摄影的手段,随着软、硬件设备的升级和数据处理技术的不断完善,无人驾驶的影像点云数据处理技术将在水利水电、城市规划、国土勘测、道路建设等重大工程中,将会发挥越来越积极的功能。同时,怎样真正利用无人机点云处理技术精确分析出地面点数据,以及滤波的各参数如何选取等问题,还有待于在各个工程项目中的积累、探讨与深入研究。

参考文献：

[1] 黄智伟.无人机在测绘工程中的应用［J］.四川建材，2018,44（12）:96-97

[2] 宋圳分.GNSS测量技术在工程测量中的应用分析［J］.建材与装饰，2020（18）,247-249

[3] 高伟亮，吴丞柱，钟茜，等.水文地质调查在污染场地调查中作用研究［J］.环境与发展，2019,31（2）:253-254