淺析激光(guāng)雷達（LiDAR）技術應用(yòng)于公路數字地面模型

發布日期：2019-08-23 00:00 浏覽量：8726

高(gāo)速公路建設的(de)快(kuài)速發展，導緻了(le)發達地區(qū)早期建設的(de)高(gāo)速公路過早進入準飽和(hé)狀态，降低了(le)道路的(de)服務水(shuǐ)平，直接或間接地影(yǐng)響了(le)沿線經濟的(de)發展。進入21世紀以來(lái)，我國早期建設的(de)高(gāo)速公路不少已經開展了(le)改擴建工程的(de)研究，并取得(de)相應的(de)成果。高(gāo)速公路改、擴建的(de)相關基礎數據的(de)獲取成了(le)公路設計單位的(de)一項繁重工作，特别是路面的(de)三維數據采集方面更是重中之重。

一、激光(guāng)點雲濾波

1、激光(guāng)點雲濾波的(de)定義

激光(guāng)雷達(LiDAR)是集成激光(guāng)測距技術、計算(suàn)機技術、慣性測量(IMU)技術與GPS技術于一體的(de)全新的(de)測量技術手段，在進行LiDAR數據處理(lǐ)時(shí)，一個(gè)必要的(de)前提就是給定一個(gè)規則來(lái)區(qū)分(fēn)地面點和(hé)非地面點。LiDAR點雲的(de)濾波就是要從原始的(de)LiDAR數據中濾掉非地面點，保留有效的(de)地形信息。濾波是處理(lǐ)LiDAR數據的(de)關鍵。

近年來(lái)，國内外專家學者進行了(le)很多(duō)相關研究，一般是基于以下(xià)兩種情況：

(1)基于回波強度信息的(de)濾波算(suàn)法

由于目前很多(duō)激光(guāng)雷達系統都能返回回波強度信息，有些算(suàn)法就根據回波強度信息來(lái)進行濾波，根據回波強度信息繪出曲線圖。然後利用(yòng)波峰法，計算(suàn)出阈值，作爲區(qū)分(fēn)地面點和(hé)地物(wù)點的(de)界限。但是由于回波強度接收受其它因素的(de)影(yǐng)響，如掃描角度，不同地物(wù)對(duì)激光(guāng)的(de)反射強度相近等影(yǐng)響，造成回波的(de)強度信息受到幹擾，地物(wù)和(hé)地面之間的(de)回波強度阈值很難确定，所以單獨使用(yòng)這(zhè)種原理(lǐ)的(de)濾波算(suàn)法越來(lái)越少。

(2)依據高(gāo)程值的(de)濾波算(suàn)法

我們假定地物(wù)點高(gāo)程總是大(dà)于地面點高(gāo)程，所以可(kě)以設置某一個(gè)阈值，大(dà)于該阈值的(de)就視爲地物(wù)點，小于該阈值的(de)視爲地面點，以此建立DTM模型。目前絕大(dà)部分(fēn)濾波方法都是基于三維激光(guāng)數據的(de)高(gāo)程突變信息進行的(de)，通(tōng)過建立一定的(de)模型進行濾波。

2、常用(yòng)激光(guāng)點雲濾波算(suàn)法

（1）數學形态學

數學形态學起源于集合理(lǐ)論，并且被廣泛地運用(yòng)在圖像處理(lǐ)等技術中。數學形态學的(de)基本思想是用(yòng)與原始圖像在尺寸和(hé)形狀上有相關性的(de)“結構元”在原始圖像中檢測圖像集合結構，獲得(de)原始圖像的(de)尺寸、形狀、連通(tōng)性、凸凹性、平滑性以及方向性等信息。

數學形态學“結構元”窗(chuāng)口分(fēn)析的(de)基本運算(suàn)有腐蝕運算(suàn)、膨脹運算(suàn)、開運算(suàn)和(hé)閉運算(suàn)。在進行點雲數據分(fēn)類時(shí)，采用(yòng)數學形态學方法對(duì)激光(guāng)掃描數據進行開運算(suàn)，然後過濾激光(guāng)點雲數據，即選定一個(gè)一定大(dà)小的(de)“結構元”窗(chuāng)口後，窗(chuāng)口内最低的(de)點就認爲是地面點，高(gāo)程值超出該點一定範圍的(de)其他(tā)點被認爲是非地面點，同時(shí)窗(chuāng)口内的(de)地形特征也(yě)将被平整掉。該方法缺點是：在使用(yòng)較大(dà)的(de)窗(chuāng)口剔除面積大(dà)的(de)地物(wù)時(shí)，該窗(chuāng)口同時(shí)也(yě)會剔除更多(duō)的(de)地物(wù)點或者平整更多(duō)的(de)地物(wù)特征。

因而采用(yòng)固定大(dà)小的(de)分(fēn)類窗(chuāng)口是很難實現這(zhè)種目的(de)的(de)。所以在分(fēn)離地物(wù)信息時(shí)，開運算(suàn)的(de)”結構元”窗(chuāng)口由大(dà)及小。每次執行開運算(suàn)後，比較目标點運算(suàn)前後的(de)高(gāo)程差，高(gāo)差超過阈值的(de)點則爲地物(wù)點。

（2）線性預測

線性預測是一種經典的(de)LiDAR數據DEM提取算(suàn)法，它在濾波的(de)同時(shí)内插DEM，通(tōng)過不斷的(de)向初始較低的(de)粗糙DEM中内插數據，不斷細化(huà)而實現DEM的(de)提取。由于線性預測算(suàn)法不需要确定激光(guāng)點之間的(de)嚴格的(de)位置關系，也(yě)不需要人(rén)爲設定精确阈值，算(suàn)法的(de)适應性好，處理(lǐ)精度較高(gāo)，而被廣泛地采用(yòng)，成爲一種标準的(de)LiDAR濾波方法。它将原始的(de)點雲數據分(fēn)爲小塊，用(yòng)一個(gè)移動曲面來(lái)逼近局部區(qū)域的(de)趨勢面，一般設爲二次曲面。然後用(yòng)原始數據中的(de)每一點的(de)高(gāo)程值減去這(zhè)點趨勢面的(de)高(gāo)程值，即爲拟合的(de)殘差。利用(yòng)拟合殘差确定該點在下(xià)一次曲面拟合中的(de)權重，這(zhè)樣不斷叠代，判斷趨勢面的(de)殘差是否達到精度且鄰接塊光(guāng)滑。

這(zhè)方法有一些缺陷：分(fēn)塊大(dà)小固定，未考慮分(fēn)塊方式的(de)科學性、地形形态的(de)适應性及相鄰分(fēn)塊的(de)光(guāng)滑程度。算(suàn)法易受低點誤差影(yǐng)響。假設高(gāo)程較低的(de)點爲地面點，當數據中存在低于地面的(de)奇異點時(shí)，會導緻計算(suàn)結果出錯。算(suàn)法處理(lǐ)過程中需進行多(duō)次叠代，叠代過程中用(yòng)整個(gè)數據集拟合趨勢面，計算(suàn)效率較低。在森林(lín)和(hé)城(chéng)鎮地區(qū)地面點較少時(shí)，很難估計出準确的(de)地面。并且在城(chéng)區(qū)中，當遇到地面突然沉降時(shí)，如地鐵的(de)人(rén)口處，水(shuǐ)井等會導緻算(suàn)法失效。

（3）三角構網法

TIN是一種重要的(de)用(yòng)來(lái)表示DTM的(de)模型，經常用(yòng)來(lái)存儲空間離散點之間的(de)鄰近關系。基于不規則三角網(TIN)的(de)方法，是基于二維鄰域搜索的(de)方法，其計算(suàn)量和(hé)算(suàn)法複雜(zá)度相對(duì)較大(dà)。一般而言，由于高(gāo)大(dà)建築物(wù)和(hé)植被與其鄰近地物(wù)點之間形成明(míng)顯的(de)高(gāo)程突變，所以對(duì)于高(gāo)程突變地物(wù)，算(suàn)法的(de)過濾效果較好，但是在過濾灌叢或是低矮的(de)地面物(wù)體時(shí)，産生過大(dà)誤差。

3、舊(jiù)路面激光(guāng)點雲濾波——基于掃描線的(de)路面濾波算(suàn)法基于掃描線的(de)濾波是利用(yòng)高(gāo)程突變信息來(lái)區(qū)分(fēn)地面點和(hé)非地面點。

其基本額思想是：兩點之間的(de)高(gāo)程差是由自然地形的(de)起伏和(hé)地物(wù)的(de)高(gāo)度共同引起的(de)。若兩個(gè)鄰近點之間的(de)高(gāo)程差越大(dà)，那麽這(zhè)個(gè)高(gāo)度差是由自然地形引起的(de)可(kě)能性就越小，更爲可(kě)能的(de)是較高(gāo)點位于地物(wù)上，而較低點位于地面上。在平坦地區(qū)，掃描線濾波效果非常好，在地形比較陡峭地區(qū)，它的(de)誤差也(yě)控制在較小範圍内。但是在高(gāo)程變化(huà)比較劇烈的(de)區(qū)域或是過濾大(dà)型物(wù)體時(shí)，通(tōng)常用(yòng)減少高(gāo)程的(de)阈值和(hé)濾波窗(chuāng)口的(de)大(dà)小。目前，這(zhè)兩個(gè)參數的(de)選取還(hái)不能做(zuò)到完全的(de)自動化(huà)，還(hái)需要根據道路環境進行改進。

二、公路帶狀數字地面模型建模

公路、隧道、橋梁、堤壩等地物(wù)，在形态上呈現帶狀分(fēn)布特征。其信息表達也(yě)要求體現帶狀分(fēn)布的(de)特征。根據帶狀地物(wù)空間形态特征以及車載激光(guāng)掃描系統對(duì)帶狀地物(wù)數據采集的(de)特點，利用(yòng)相鄰兩條掃描線數據構建三角網而完成整個(gè)帶狀地物(wù)表面快(kuài)速重建方法。

1、DTM生成的(de)流程

對(duì)于濾波後的(de)激光(guāng)點雲數據，使用(yòng)何種方法使其構成DEM，也(yě)是LiDAR研究中的(de)一個(gè)熱(rè)點。目前存在的(de)DEM構建模型主要有：規則格網模型、不規則三角網模型等。其本質是将離散的(de)激光(guāng)點雲數據通(tōng)過一點的(de)内插算(suàn)法重采樣，形成規則格網或是不規則三角網，其中用(yòng)于内插出規則格網模型的(de)算(suàn)法有：線性内插、距離倒數加權插值、徑向函數插值、三角網線性插值等圖6精化(huà)、簡化(huà)以及修補後的(de)路面點雲。

基于規則格網的(de)DEM模型是目前通(tōng)用(yòng)的(de)模型之一，目前很多(duō)軟件的(de)DEM存儲就是以格網模型爲基礎的(de)。它的(de)原理(lǐ)是把要建立DEM模型的(de)區(qū)域分(fēn)爲許多(duō)個(gè)小的(de)正方形網格，每一個(gè)網格将被賦予一個(gè)高(gāo)程數值，這(zhè)樣許多(duō)個(gè)不同高(gāo)程的(de)網格相連，就構成了(le)起伏的(de)地形特征。該模型的(de)缺點是不能很好的(de)表現山谷線、山脊線、斷裂線等特殊地區(qū)的(de)詳細狀況，另外就是格網存儲的(de)數據量大(dà)，對(duì)數據的(de)查找和(hé)運算(suàn)帶來(lái)很大(dà)的(de)困難。

構建DEM模型的(de)方法中，不規則三角網是其中最重要的(de)方法之一，它是通(tōng)過對(duì)離散的(de)點數據構建許多(duō)個(gè)三角形來(lái)拟合真實的(de)地面，它的(de)特點是能夠很好的(de)表現地形起伏的(de)特點，特别是對(duì)山谷和(hé)三脊等特征線地區(qū)能夠很好的(de)表現。

2、激光(guāng)點雲精化(huà)、簡化(huà)以及修補等

在掃描線中靠近地面部分(fēn)，數據點非常密集，而路面又相對(duì)平坦。存在大(dà)量冗餘數據，需要進行簡化(huà)，由于激光(guāng)掃描儀垂直與帶狀地物(wù)的(de)一個(gè)橫截面，相鄰或是相近掃描線數據具有相似性或相關性，依據這(zhè)個(gè)特性，可(kě)以識别出路面的(de)其他(tā)信息，并自動填補由于車輛等遮擋而造成的(de)數據空洞。兼顧數據密度和(hé)地物(wù)局部細節特征，整體上可(kě)以用(yòng)掃描線抽稀采樣的(de)方式進行，對(duì)于每一掃描線依據下(xià)列準則進行：

掃描線上的(de)一點，若其與前面保留數據點的(de)距離或是與後面相鄰點間的(de)距離大(dà)于某一個(gè)阈值，則保留該點；

對(duì)保留下(xià)來(lái)的(de)點，若空間距離最近的(de)兩點距離小于阈值，則合并這(zhè)兩個(gè)點，取中點作爲新的(de)數據點。

3、生成Delauny三角網算(suàn)法

Delaunay三角網具有以下(xià)性質：

性質1：唯一性，是指無論采用(yòng)何種方法構網，最後得(de)到的(de)結果是一樣的(de)。

性質2：空圓特性，是指每個(gè)Delaunay三角形都是選擇最鄰近的(de)點構建三角形，也(yě)就是每個(gè)三角形的(de)外接圓不包含其他(tā)三角形的(de)點。

性質3：最大(dà)最小角特性，也(yě)就是三角形的(de)最佳形狀特性，也(yě)就是任意兩個(gè)相鄰的(de)三角形構成凸四邊形如果互換對(duì)角線，那麽這(zhè)兩個(gè)三角形中的(de)6個(gè)内角中最小的(de)角度不會變大(dà)。生成不規則三角網的(de)算(suàn)法可(kě)以分(fēn)爲三類：分(fēn)治算(suàn)法；逐點插入法；三角網生長(cháng)法。

結論公路帶狀地形圖是舊(jiù)公路改擴建設計的(de)基礎數據，特别是公路及沿線的(de)數字地面模型，傳統方法人(rén)工勞動強度大(dà)，且人(rén)身安全難以保障。将車載激光(guāng)掃描測量技術直接應用(yòng)于舊(jiù)公路的(de)DEM和(hé)DTM數據采集中可(kě)以獲取高(gāo)精度、高(gāo)密度的(de)公路及周邊區(qū)域的(de)三維激光(guāng)點雲并自動處理(lǐ)，大(dà)大(dà)提高(gāo)了(le)舊(jiù)路勘測的(de)效率。