基于无人机激光点云的高精度DSM、DEM生产研究

摘 要

激光雷达作为一种集激光扫描与定位定姿系统于一身的测量装备，包括激光器和一个接收系统。其采用激光对地面物体的高度如地表、树林、建筑物等进行量测，可广泛应用于地形测量、方量测量、道路测绘、地籍测量、电力巡线等领域。本项目针对基于无人机激光点云的高精度DSM、DEM生产进行研究采用飞马D20、V10挂载lidar40载荷，获取激光点云数据，实测单机单日作业面积可达75平方千米，点云平均密度大于每平米100个点。项目探索DSM、DEM制作方法与流程，其生产的DSM和DEM高程中误差均为0.07m，满足1：500地形图要求，并能够应用于多个场景。

01  项目背景

《浙江省基础测绘“十四五”规划》中提出开展“三维浙江”地理实景建设总体设计，构建完整的实景三维建设技术体系，全面推进我省高精度三维地理实景“一张图”和重要地理实体建设，并进行持续更新。其中重点提到了激光雷达点云数据的获取与处理。规划期内将获取全省激光雷达点云数据，平原区域2.3万km2点云密度优于16点/平方米，其他区域点云密度优于6点/平方米。并完成对应点云密度的高精度数字表面模型和数字高程模型生产。

本次研究选择不同地形试点区域，采用高精度无人机设备实施激光点云数据采集，运用成熟点云后处理软件生产高质量DEM和DSM，并进行人工整饰和精度检查。最终形成完整、可靠的技术流程，为大面积点云、DEM、DSM采集和生产提供实践依据。

02  实施概况

城镇区域约9km²，山地农田区域约14km2，实施范围如下图：

图2-1 测区范围示意图（左：城区，右：山区）

03  总体路线

图3-1 总体技术路线示意图

04  项目实施

4.1 设备投入

该试点项目以飞马旋翼无人机D20和垂起混合翼无人机V10为飞行平台搭载lidar40高精度激光点云扫描设备，经前期准备、数据采集、数据处理、数据分析等工作，最终基于激光点云提取高精度的DSM（城区）、DEM（山区）。

飞马lidar40载荷，其具有超长测距、超高点频，具备更多的穿透可能性；75°视场角，100%点频利用率，相同飞行参数下点密度可提高几十倍，15mm测距精度，硬件高度集成，载荷重量更轻，作业效率更高，对于高压线等细小地物具有较高识别能力。

表4.1 lidar40主要参数表

4.2 激光点云采集

（1）将基准站架设在任意点位上，通过网络连接用户单位的CORS站，采集基站准确坐标，飞机具备RTK/PPK融合差分作业模式，可获取高精度POS数据。

（2）搭载LiDA40模块，采集激光点云数据。飞行完毕后，连接飞机，下载飞机记录数据、照片数据、点云数据等，以备内业数据处理。

（3）根据现场环境合理布设点云航线。

图4-1 外业数据采集示意图

表4.2  激光点云作业效率表

4.3 LiDAR 点云解算

采用飞马无人机管家进行数据预处理，基于无人机激光雷达获取距离、位置、姿态等原始数据生成满足设计精度的点云数据，包括海量点云组织管理、点云数据解算，设备检校，航带平差，海量点云可视化，标准点云输出等功能。

点云轨迹解算

通过GPS/IMU联合解算，得到轨迹文件。

点云解算

采用智激光模块进行点云数据解算，基于原始点云数据和轨迹文件计算输出标准化点云成果。

航带间接边检查

按照航带进行渲染，检查航带接边误差，若大于阈值，则进行面片提取，并自动进行航带平差。由图4-6可知此次数据航带间不存在明显接边问题。

图4-2点云轨迹示意图

图4-3 点云解算成果示意图（左：城区，右：山区）

图4-4 航带拼接检查示意图

4.4 LiDAR 点云后处理

点云去噪

去除无效点云与不合理点云。

点云附色

使用测区正射影像数据，进行点云的RGB赋色。

点云高程转换

由大地高程系转换为目标高程坐标系——1985国家高程基准二期。

图4-5点云成果示意图

4.5 DSM、DEM 制作

地面点分类

通过地表点云构建 DEM，需将点云中地物脚点去除，这一过程即点云滤波。目前常用的滤波方法包括移动曲面拟合法、移动窗口滤波法、迭代三角网滤波法等。分类地面点云采用迭代形态学滤波法，该方法先将测区划分成块，测区分块最小尺寸大于该地区最大建筑物尺寸，然后从点云中选取最低点以及一定高差范围内的地面点作为地面种子点，建立最初的稀疏三角网，计算点云中剩余各点到三角网的夹角、距离等信息，与设定的迭代角、迭代距离进行比较，小于所设的迭代值，接受为地面点，否则拒绝接受为地面点，重复以上迭代，直到三角网不再有新的地面点加入，实现三角网加密的过程。

点云编辑分类

滤波后大部分建筑物及植被已与地面点云分开，但仍有部分建筑物和植被混杂在地面点云中，此外，由于植被、建筑遮挡原因，建筑密集区与植被茂密区地面点云过于稀疏导致地形失真，需要后期人工编辑及分类。人工编辑的主要目的是剔除自动滤波后未滤掉的少量粗差点、辨别自动分类未正确分类的点和适当增加地形失真区域高程特征点，以达到控制DEM成果精度的目的。

DSM、DEM 生成 

进行DSM、DEM构建，通过对关键点构三角网，并进行内插处理后，再实现格网对栅格数据的转变，得到 DSM、DEM。

图4-6 点云地面点编辑示意图（左：城区，右：山区）

图4-7 DSM、DEM成果示意图(左：城区，右：山区)

5. 精度评价

山区共计使用检核点位39个，中误差0.07m，检查点分布图、精度检查统计表分别如图5-1，表5.1所示；

城区共计使用检核点位31个，中误差0.07m，检查点分布图、精度检查统计表分别如图5-2，表5.2所示；

图5-1山区DEM检查点分布图

图5-2山区DEM检查点分布图

表5.1山区DEM精度检查统计表

表5.2 城区DSM精度检查统计表

6. 技术优势与场景应用

6.1 大比例尺地形图量测

经过实地点位的精度核查，城区（DSM）与山区（DEM）数据绝对中误差均达到0.07m能够满足大比例尺地形测绘的应用，在测区面积较大时能够快速而精确地采集大量点云数据，有效节约人力物力，缩短工期，提高工作效率和经济效益；在复杂地形和危险测区，能够不直接接触危险目标，详细、快速地进行外业数据采集，既保证了人员和设备的安全，又保证了成图精度要求，并同时提高工作效率。

6.2 土方量计算

经过该技术流程生产的高精度激光点云和数字高程模型，大大减少工程测量中的外业工作量和作业难度。为工程测量提供断面量测、坡度坡向量测、土方填挖量等信息。

图6-1数字矿山示意图

编辑 | 舒昊

排版 | 苏珍缘

一审 | 费佳宁

二审 | 卞婷玉

终审 | 孙华

转载 | 宝略科技公众号

- END -

戳原文，更有料！