無(wú)人機(jī)載LiDAR系統(tǒng)數(shù)據(jù)精度檢測(cè)及誤差分析

鄭 敏，胡丹暉，杜 勇

（1. 武漢大學(xué) 遙感信息工程學(xué)院，湖北 武漢 430079；2. 湖北省電力科學(xué)研究院，湖北 武漢 430077；3. 國(guó)網(wǎng)湖北省電力公司 檢修公司，湖北 武漢 430050）

無(wú)人機(jī)載LiDAR系統(tǒng)數(shù)據(jù)精度檢測(cè)及誤差分析

鄭 敏1，胡丹暉2，杜 勇3

（1. 武漢大學(xué) 遙感信息工程學(xué)院，湖北 武漢 430079；2. 湖北省電力科學(xué)研究院，湖北 武漢 430077；3. 國(guó)網(wǎng)湖北省電力公司 檢修公司，湖北 武漢 430050）

通過(guò)對(duì)無(wú)人機(jī)載LiDAR系統(tǒng)獲取的點(diǎn)云數(shù)據(jù)以及實(shí)測(cè)檢查數(shù)據(jù)進(jìn)行檢測(cè)分析，得出不同點(diǎn)云密度以及不同地形條件下的數(shù)據(jù)精度分布情況，分析誤差產(chǎn)生的原因。

LiDAR；LAS數(shù)據(jù)；精度檢測(cè)；誤差分析

LiDAR技術(shù)能夠快速、準(zhǔn)確地獲取高精度和高密度的三維點(diǎn)陣數(shù)據(jù)[1]，比傳統(tǒng)攝影測(cè)量方法具有顯著優(yōu)勢(shì)[2,3]。目前，國(guó)內(nèi)外關(guān)于LiDAR點(diǎn)云數(shù)據(jù)的研究很多[4-8]。隨著應(yīng)用的深入，針對(duì)不同的行業(yè)需求研制專門(mén)的系統(tǒng)成為L(zhǎng)iDAR技術(shù)發(fā)展的新方向。針對(duì)電力巡線需求，湖北省超能超高壓電力科技開(kāi)發(fā)有限公司、武漢大學(xué)和必威易（北京）商用飛機(jī)科技有限公司研制了基于無(wú)人直升飛機(jī)的超輕型LiDAR硬件及數(shù)據(jù)處理系統(tǒng)。本文針對(duì)該系統(tǒng)采集的數(shù)據(jù)進(jìn)行分析，檢測(cè)其產(chǎn)品（DSM、DEM和DOM）精度，分析其適用性。

1 系統(tǒng)簡(jiǎn)介

系統(tǒng)硬件為V750型無(wú)人直升機(jī)，搭載必威易公司研制的輕小型LiDAR設(shè)備BL-300，使用的處理軟件為武漢大學(xué)研制的點(diǎn)云數(shù)據(jù)處理平臺(tái)LiDARPC1．0。V750型無(wú)人直升機(jī)主要參數(shù)為：有效載荷大于30 kg，最大平飛速度40 m/s，最大動(dòng)升限1 000 m，無(wú)地效懸停升限1 000 m，續(xù)航時(shí)間2 h，任務(wù)半徑大于30 km。BL-300型輕小型機(jī)載LiDAR設(shè)備主要參數(shù)為：機(jī)身重量小于30 kg，掃描角度80°，飛行速度小于 60 km/h，飛行高度100～300 m，高程精度優(yōu)于15 cm，水平精度優(yōu)于20 cm。地面標(biāo)志物主要輔助LiDAR數(shù)據(jù)精度檢測(cè)，由三腳架和架設(shè)在其上的3根高度不同的水平數(shù)據(jù)采集桿組成。

本文LiDAR數(shù)據(jù)處理軟件為武漢大學(xué)研制的點(diǎn)云數(shù)據(jù)處理平臺(tái)LiDARPC1．0，如圖1，主要有點(diǎn)云三維顯示、漫游、縮放、偽彩顯示、數(shù)據(jù)分割等基本操作，以及密度統(tǒng)計(jì)、距離測(cè)量、精度統(tǒng)計(jì)、濾波、約簡(jiǎn)、構(gòu)網(wǎng)、斷面計(jì)算和等高線生成等高級(jí)功能。

圖1 LiDAR PC1.0點(diǎn)云處理平臺(tái)

2 精度檢測(cè)方法及指標(biāo)

2.1 精度檢測(cè)方法

數(shù)據(jù)處理流程如圖2所示。量測(cè)和解算功能是指通過(guò)人工方式獲取3根水平桿的端點(diǎn)，然后在XOY平面內(nèi)解算其對(duì)應(yīng)的3條直線方程，求交后對(duì)應(yīng)3個(gè)點(diǎn)的坐標(biāo)，求均值得（X，Y）；高程值為頂桿所有點(diǎn)高程的均值Z。此時(shí)得到的三維坐標(biāo)為標(biāo)桿頂部坐標(biāo)，通過(guò)標(biāo)桿高度值h，則最終得到同名點(diǎn)坐標(biāo)為（X，Y，Z-h）。所有同名點(diǎn)都解算出來(lái)后，讀取檢查點(diǎn)，進(jìn)行精度檢測(cè)，并最終以*．txt格式輸出精度檢測(cè)結(jié)果。

圖2 精度檢測(cè)方法實(shí)現(xiàn)流程圖

2.2 精度檢測(cè)指標(biāo)

2.2.1 中誤差

本文采用的測(cè)量精度評(píng)價(jià)方法為中誤差法，計(jì)算式為：

式中，?為真誤差，?=X1-X2；X1為測(cè)量值；X2為真實(shí)值；

n為實(shí)際測(cè)量數(shù)據(jù)個(gè)數(shù)。

2.2.2 極限誤差

由中誤差定義可知，σ越小，則絕對(duì)值較小的誤差就越多。根據(jù)正態(tài)分布原理，大量同精度測(cè)量獲取的數(shù)據(jù)列當(dāng)中，誤差值分布在（-σ，σ），（-2σ，2σ）和（-3σ，3σ）的概率分別如式（2）所示：

其中，P表示概率大小，Δ表示隨機(jī)誤差值。由此可知，在大量同精度觀測(cè)數(shù)據(jù)中，誤差絕對(duì)值大于σ的概率為31.7%，大于2σ的概率為4.5%，大于3σ的概率僅為0.3%。通常將3σ作為隨機(jī)誤差的極限值，即Δ限=3σ。實(shí)踐中，常取2σ作為極限誤差。

3 實(shí)驗(yàn)與分析

3.1 實(shí)驗(yàn)數(shù)據(jù)

實(shí)驗(yàn)線路區(qū)段位于河南省，線路全長(zhǎng)約40 km，其中20 km按常規(guī)模式采集數(shù)據(jù)，航飛帶寬2 km；另外20 km按比較高的點(diǎn)云密度采集數(shù)據(jù)（簡(jiǎn)稱“高清區(qū)域”），航飛帶寬1 km。線路區(qū)段所處地形為丘陵，最高點(diǎn)與最低點(diǎn)高程差約為60 m，最大坡度約55°。整個(gè)數(shù)據(jù)采集區(qū)域共設(shè)有7個(gè)控制點(diǎn)（如圖3）和108個(gè)檢查點(diǎn)（N1～N108）。為便于誤差分析，這108個(gè)點(diǎn)被設(shè)置在不同的地形環(huán)境中，其坐標(biāo)由GPS靜態(tài)觀測(cè)得到。最終，采集到的點(diǎn)云數(shù)據(jù)高清區(qū)密度約為13．12 點(diǎn) /m2，低清區(qū)約為3．21點(diǎn)/m2。

圖3 高清區(qū)、低清區(qū)以及控制點(diǎn)（高清區(qū)范圍黃線所示，低清區(qū)范圍藍(lán)色所示）

3.2 實(shí)驗(yàn)結(jié)果

通過(guò)地面標(biāo)志物解算出檢查點(diǎn)的同名點(diǎn)，將其坐標(biāo)進(jìn)行比較，輸出檢測(cè)指標(biāo)結(jié)果如表1、表2。

表1 高清區(qū)點(diǎn)坐標(biāo)誤差概率分布/%

表2 低清區(qū)點(diǎn)坐標(biāo)誤差概率分布/%

高清區(qū)共有52個(gè)檢查點(diǎn)，中誤差：X方向?yàn)?0．0 cm，Y方向?yàn)?2．85 cm，Z方向?yàn)?．81 cm；誤差概率分布情況：水平方向上X和Y誤差分布情況相同，誤差絕對(duì)值小于σ有37個(gè)點(diǎn)，位于σ和2σ之間有14 個(gè)點(diǎn)，位于2σ和3σ之間有1個(gè)點(diǎn)；Z軸方向上誤差絕對(duì)值小于σ的有32個(gè)點(diǎn)，σ和2σ之間有18個(gè)點(diǎn)，2σ和3σ之間有2個(gè)點(diǎn)。

低清區(qū)共有56個(gè)檢查點(diǎn)，中誤差：X方向?yàn)?8．0 cm，Y方向?yàn)?1．65 cm，Z方向?yàn)?5．43 cm；誤差分布情況：水平方向上X和Y的誤差分布情況相同，誤差絕對(duì)值小于σ的有35個(gè)點(diǎn)，σ和2σ之間有17個(gè)點(diǎn)，2σ和3σ之間有4個(gè)點(diǎn)；Z軸方向上誤差絕對(duì)值小于σ的有45個(gè)點(diǎn)，σ和2σ之間有18個(gè)點(diǎn)，2σ和3σ之間有2個(gè)點(diǎn)。

3.3 實(shí)驗(yàn)結(jié)果分析

3.3.1 點(diǎn)云密度差異對(duì)精度的影響

由于高清區(qū)和低清區(qū)點(diǎn)云密度不同，其對(duì)應(yīng)點(diǎn)的三維坐標(biāo)精度也存在差異，高清區(qū)坐標(biāo)精度明顯優(yōu)于低清區(qū)。高清區(qū)水平中誤差約為低清區(qū)的1/2，高程差異更明顯，如表3。

表3 高清區(qū)與低清區(qū)點(diǎn)坐標(biāo)精度對(duì)比/m

3.3.2 不同地表覆蓋對(duì)點(diǎn)云精度影響

以高清區(qū)為例，分析不同地表覆蓋對(duì)數(shù)據(jù)采集坐標(biāo)精度的影響情況。高清區(qū)共有52個(gè)點(diǎn)，以Z軸為準(zhǔn)，取2σ為極限誤差，舍去2個(gè)高程誤差值超過(guò)極限誤差的檢測(cè)點(diǎn)，則滿足條件的點(diǎn)有50個(gè)。其中，21個(gè)點(diǎn)位于平坦區(qū)域（裸露區(qū)域），15個(gè)點(diǎn)所在位置具有一定的地形起伏，14個(gè)點(diǎn)位于植被覆蓋區(qū)。裸露地區(qū)和植被覆蓋區(qū)數(shù)據(jù)分析如圖4。

圖4 裸露區(qū)域和植被覆蓋區(qū)數(shù)據(jù)分析柱狀圖

可以看出，植被覆蓋區(qū)中誤差明顯比裸露區(qū)域高，在Y軸方向上表現(xiàn)尤為明顯，這主要是由于部分區(qū)域植被覆蓋密度相對(duì)較高，激光無(wú)法穿透，導(dǎo)致本算法獲取的距離檢測(cè)點(diǎn)最近的激光角點(diǎn)水平位置發(fā)生變化；而Z軸方向上裸露區(qū)域略小于植被覆蓋區(qū)域，這主要是由于水平誤差引起的。植被覆蓋密集區(qū)點(diǎn)云密度為21．019 點(diǎn)/m2，同一區(qū)域裸露地表為13．729點(diǎn)/m2，植被濾除后，原植被覆蓋區(qū)點(diǎn)云密度減小為12．866 點(diǎn)/m2。

3.3.3 地形起伏對(duì)點(diǎn)云精度影響

將平坦區(qū)域的21個(gè)點(diǎn)和地形起伏區(qū)域的15個(gè)點(diǎn)的相關(guān)數(shù)據(jù)進(jìn)行比對(duì)，如圖5所示。

圖5 平坦區(qū)和地形起伏區(qū)數(shù)據(jù)分析折線圖

可以看出，X方向上地形起伏區(qū)中誤差略低于平坦區(qū)，Y軸方向上則相反，總體上差異不大。Z軸方向上地形起伏區(qū)中誤差明顯高出平坦區(qū)，這主要是由于地形起伏區(qū)域，激光束光斑中心與周圍的高程值存在差異，導(dǎo)致波峰位置發(fā)生扭曲和偏移，進(jìn)而影響了LiDAR系統(tǒng)對(duì)激光角點(diǎn)位置的精確計(jì)算。此外，在地形存在一定坡度的情況下，水平誤差也會(huì)對(duì)高程誤差有影響。

通過(guò)上述實(shí)驗(yàn)可知，無(wú)人機(jī)載LiDAR系統(tǒng)采集數(shù)據(jù)能夠滿足1∶500地形圖的成圖需求，在行業(yè)應(yīng)用，尤其是電力巡線中，具有較好的應(yīng)用前景。

[1] Li Qingquan，Li Bijun． Research on Laser Range Scanning and Its Application [J]． Geo-spatial Information Science, 2001, 4(1): 37-42

[2] Goodwin N R, Coops N C, Culvenor D S． Assessment of Forest Structure with Airborne LiDAR and the Effects of Platform Altitude[J]． Remote Sensing of Environment, 2006, 103(2): 140-152

[3] Baltsavias E P． A Comparison between Photogrammetry and Laser Scanning [J]． ISPRS Journal of Photogrammetry and Remote Sensing, 1999, 54(2): 83-94

[4] Cossio T, Slatton K C, Carter W, et al． Predicting Topographic and Bathymetric Measurement Performance for Low-SNR Airborne LiDAR [J]．IEEE Transactions on Geoscience and Remote Sensing, 2009, 47(7): 2 298-2 315

[5] Jwa Y, Sohn G, Kim H B． Automatic 3D Powerline Reconstruction Using Airborne LiDAR Data[J]． IAPRS, 2009, 38(4): 105-110

[6] Kwan M P, Ransberger D M． LiDAR Assisted Emergency Response: Detection of Transport Network Obstructions Caused by Major Disasters [J]． Computers, Environment and Urban Systems, 2010, 34(3): 179-188

[7] Hecht R, Meinel G, Buchroithner M F． Estimation of Urban Green Volume Based on Single-pulse LiDAR Data [J]． IEEE Transactions on Geoscience and Remote Sensing, 2008, 46(11): 3 832-3 840

[8] Kabolizade M，Ebadi H, Ahmadi S． An Improved Snake Model for Automatic Extraction of Buildings from Urban Aerial Images and LiDAR Data [J], Computers, Environment and Urban Systems, 2010, 34(5): 435–441

P237.3

B

1672-4623（2014）05-0025-03

10.3969/j.issn.1672-4623.2014.05.009

鄭敏，碩士，研究方向?yàn)闄C(jī)載激光雷達(dá)數(shù)據(jù)處理與應(yīng)用。

2013-10-25。

項(xiàng)目來(lái)源：國(guó)家自然科學(xué)基金資助項(xiàng)目（41171289）；國(guó)家科技支撐計(jì)劃資助項(xiàng)目(2012BAH34B02)；海洋公益性行業(yè)科研專項(xiàng)經(jīng)費(fèi)資助項(xiàng)目（2013418025-6）；湖北省電力公司資助項(xiàng)目（201221506）。