基于LiDAR的邊坡巡檢方法分析

張化晉

Engineering technique 工程技術

基于LiDAR的邊坡巡檢方法分析

張化晉

（重慶交通大學河海學院，重慶 400074）

通過簡單敘述激光LiDAR在國內外的研究現(xiàn)狀。并結合我國高速公路邊坡具有量大、范圍廣、地區(qū)復雜等特點，指出現(xiàn)有人工邊坡巡檢方法的困難及其不足，使用高科技新方法巡檢邊坡是勢在必行的趨勢。根據(jù)LiDAR系統(tǒng)自身具備具有高效率、高精度的優(yōu)勢，能夠穿透部分樹林，并快速、準確地獲取的是地形表面的空間三維信息特點。提出基于LiDAR的邊坡巡檢方法研究，分析并給出預期的結論。

高速公路；邊坡巡檢；巡檢方法；高科技； LiDAR

0 引言

交通運輸業(yè)是我國最重要的基礎產(chǎn)業(yè)之一，我國經(jīng)濟發(fā)展和社會進步均和交通運輸業(yè)的發(fā)展密切相關。從交通運輸部給出有關數(shù)據(jù)表明，到2018年底，公路建設投資完成達21335億元，增長0.4%。高速公路建設共完成投資量達9972億元、完成里程量達14.26萬公里、車道共計里程63.33萬公里，分別比上一年增長7.7%、增加0.61萬公里與增加2.90萬公里[1]。高速公路規(guī)模的加大，里程的快速增長，相應的邊坡巡檢工作量及難度也迅速增大。而我國高速公路建設的步伐也在不斷加快，正在由平原、簡單地形環(huán)境地區(qū)，逐漸到山地、高原地形復雜地區(qū)；由植被稀少、坡矮地區(qū)向植被密集、高陡坡地區(qū)推進。隨著公路的日益增多，邊坡的數(shù)量、形式、復雜程度也在日益增加，這為邊坡巡檢工作帶來了巨大的難度。

而傳統(tǒng)邊坡巡檢方法通常是以人工巡檢為主，這樣的巡檢方法不僅勞動強度大、效率低、費用高、具有復雜地區(qū)局限性制約等特點，如巡檢工作人員難以到達的高陡復雜甚至較為危險地區(qū)。鑒于此，本文研究LiDAR技術高速公路邊坡，該技術融合了激光測距、計算機技術、DGPS和INS技術，以無人機作為觀測的載體，具有高效率、高精度的優(yōu)勢，能夠穿透部分樹林，并快速、準確地獲取的是地形表面的空間三維信息[2]。該技術能迅速掃描地形并獲取邊坡數(shù)據(jù)，結合有關軟件處理數(shù)據(jù)即可生成數(shù)字高程模型與數(shù)字地形模型。通過分析模型信息，并綜合考慮影響邊坡穩(wěn)定性及安全評級因素，擬提取影響邊坡安全狀況的敏感參數(shù)，達到迅速為巡檢邊坡安全狀況評定等級的目的。這將極大地提高了邊坡巡檢效率，縮減了大量外業(yè)勘測時間、減少了不必要人力、物力的投入。

1 國內外研究現(xiàn)狀和發(fā)展動態(tài)

1.1 國內外研究現(xiàn)狀

近些年來，隨著相關技術的不斷成熟，LiDAR技術得到蓬勃發(fā)展，歐美等發(fā)達國家先后研制出多種LiDAR系統(tǒng)并相繼投入商業(yè)運作，在相關行業(yè)已經(jīng)得到大量應用。據(jù)現(xiàn)有的文獻及資料統(tǒng)計，國內外將LiDAR應用領域涉廣泛，有基礎測繪、電力、林業(yè)、水利、道路及滑坡監(jiān)測等各行各業(yè)。該技術在各行業(yè)均得到快速的發(fā)展。

道路業(yè)中，LiDAR技術依靠多源數(shù)據(jù)的優(yōu)勢, 提高道路檢測的精度與全面性。主要研究有，CHOI[3]等通過對原始點云強度信息拉伸變換，人工挑選出部分種子點，實現(xiàn)道路反射強度均值和方差的計算。

Ferraz[4]提出道路分類具有坡度梯度約束，通過探測局部平緩地區(qū)，分析鄰域內外的坡度梯度變化過濾非道路點，再利用隨機森林分類器達到道路點分類的目的。

水利業(yè)中，LiDAR技術在水利行業(yè)中的應用涉及眾多，但大多數(shù)都是在動態(tài)監(jiān)測及災害管理方面進行的。相關數(shù)據(jù)顯示，該技術最早是在國外起步且得到廣泛應用，如Quaritsch[5]等使用無人機LiDAR技術對災害區(qū)域進行動態(tài)檢測及資料管理。David P Thoma[6]對比兩個時期的相同測區(qū)點云數(shù)據(jù)生成DEM，比較兩個DEM的體積變化，將變化量轉換為質量損耗，對河岸侵蝕速度進行有效評估。

濾波提取點云數(shù)據(jù)中，國外內學者研究并提出多種濾波提取算法，如2017年，孟萬利[7]等提出了點云重構壓縮方法對空洞的點云數(shù)據(jù)建立 mesh 模型，并從點、線、面各個方面進行形變分析。段利媛[8]等提出對地形較為復雜區(qū)域的點云數(shù)據(jù)采用曲率平滑方法和點云聚類方法進行濾波處理，處理結果準確。李仁忠[9]等研究表明方法庫的濾波處理辦法，能有效去除去點云模型上不同尺度噪聲。

國土測繪業(yè)中，LiDAR技術在我國國土測繪行里應用涉及眾多，如土地有效利用與分類、地形測繪、城市變化檢測、城市三維建模及城市規(guī)劃與設計等多個領域范圍。如袁楓[10]結合機載LiDAR數(shù)據(jù)與航空彩色影像，使用相關軟件進處理并分析，精準獲取實驗區(qū)的完整土地使用圖。曹玉禎[11]等在安徽合肥某縣進行大比例尺測繪中采用機載LiDAR技術，從采集的LiDAR數(shù)據(jù)，通過相關商業(yè)軟件進行處理，得到測區(qū)完整的DEM模型。

1.2 遙感技術在邊坡領域的研究

近些年來，隨著遙感技術的不斷成熟，遙感技術在邊坡領域的研究逐漸增多，遙感技術在邊坡領域研究仍然是十分熱門的話題。如王守華[12]等利用基于載波雙差和無偏估計法，通過載波消除衛(wèi)星鐘差與測量誤差，以此來實現(xiàn)對邊坡的形變量的監(jiān)測。江橋[13]等采用三重指數(shù)串行識別技術選取鐵路邊坡高相干點，并對沿線邊坡進行監(jiān)測，有效地使形奪結果精度與準確性得到提高。

1.3 存在問題及研究意義

上述研究表明，遙感技術的應用范圍甚廣，不僅應用于林業(yè)、水利行業(yè)、測繪行業(yè)及道路監(jiān)測行業(yè)，它還可以應用于城市掃描、地質災害監(jiān)測、電線網(wǎng)絡巡檢及邊坡變形監(jiān)測等方面。然而通過大量文獻可以發(fā)現(xiàn)，LiDAR技術在邊坡巡檢的研究卻少有涉及。 所以，本文敘述基于LiDAR的邊坡巡檢方法研究分析，是十分值得研究的課題，這給以后的公路巡檢、水庫大壩巡檢、海岸及河流巡檢等方面具有一定的指導意義。

2 擬定主要研究內容及技術路線

2.1 擬定主要研究內容

（1）三維數(shù)字模型的構建

考慮到現(xiàn)有的邊坡巡檢方法存在著周期長、消耗大、效率低、部分危險區(qū)域人員無法達難以檢測等特點，本文擬采用地面LiDAR系統(tǒng)，通過掃描需要巡檢的邊坡，將快速、準確獲得空間三維數(shù)據(jù)。采用Global Mapper軟件，剔除無效點、除去濾波，通過不同類型方法（如反距離加權、克里金）兩種不同的內插方法，構建DEM及DTM。

（2）擬提取邊坡穩(wěn)定及失穩(wěn)破壞的敏感參數(shù)研究

主要研究核心為：從不同期的DEM模型與DTM模型中分別提取高程形變信息及局部的地表形變信息，分析構建DEM模型與DTM模型表面信息，并充分考慮影響邊坡穩(wěn)定性及邊坡失穩(wěn)破壞后果的各種因素，從構建模型中嘗試提取敏感參數(shù)。如：坡高、坡角、地表裂縫及大小、排水溝堵塞情況等。

（3）確認基于LiDAR的邊坡巡檢方法的優(yōu)劣勢及適用的范圍

根據(jù)上述提取得到的敏感參數(shù)，結合相關規(guī)范及類似文獻為敏感參數(shù)賦予權值。根據(jù)獲得權值的不同，為巡檢邊坡安全狀況評級。結合人工巡檢邊坡安全狀況定級結果，對比分析，確定LiDAR技術在邊坡安全狀況評級的準確性與可靠性。結合巡檢效率、經(jīng)濟效益，得到LiDAR的邊坡巡檢方法的優(yōu)劣勢及適用范圍。

2.2 技術路線

本文通過分析人工巡檢數(shù)據(jù)與數(shù)字建模方法相結合進行研究分析。論文中數(shù)字建模方法擬采用Global Mapper軟件，對LiDAR采集數(shù)據(jù)進行構建DEM及DTM，從不同期的DEM提取、擬合獲得最佳的高程形變信息，從不同期的DTM提取、擬合獲得最佳的局部地表形變信息，分析構建的模型信息，充分考慮影響邊坡穩(wěn)定性及邊坡失穩(wěn)破壞后果的各種因素，根據(jù)模型信息提取敏感參數(shù)（坡高、坡角、地表裂縫及大小等），為巡檢的邊坡安全狀況評級。再結合實際的人工巡檢數(shù)據(jù)，使數(shù)字建模結果與之對比，驗證LiDAR的邊坡巡檢方法的準確性及可靠性。

3 結論分析

本文敘述基于LiDAR的邊坡巡檢方法的研究，是為了研究高科技、新方法在公路邊坡巡檢工作的應用，以便于解決傳統(tǒng)人工巡檢方法效率低、費用高、在復雜地形及高陡危險邊坡無法巡檢等問題。預期得到結論為：

從LiDAR數(shù)據(jù)構建的DEM和DTM模型，分析模型的表面信息及形變信息，綜合考慮影響邊坡穩(wěn)定性及邊坡失穩(wěn)破壞后果的各種因素，得到影響邊坡安全狀況的敏感參數(shù)。

根據(jù)敏感參數(shù)獲得權值，得到LiDAR巡檢邊坡安全狀況評級結論。

將LiDAR巡檢方法評定結論與人工巡檢邊坡評定結果對比分析，并從效率、經(jīng)濟效益出發(fā)，得到LiDAR的邊坡巡檢方法的優(yōu)劣勢及適用范圍。

4 結束語

目前，我國交通運輸業(yè)仍處于高速發(fā)展時期，尤其是高速公路建設更是實現(xiàn)量的飛躍，早已超過美國雄據(jù)世界第一。不可忽視的是，在運行期間，高速公路上行車流量大，人員流動大，高速公路邊坡安全狀況將顯得十分重要。邊坡巡檢工作更加顯得任務之大、責任之重。但現(xiàn)有的人工巡檢方法已經(jīng)不能滿足當前社會快速發(fā)展的需求，使用高科技、新方法巡檢公路邊坡是勢在必行的趨勢。為了滿足當前的邊坡巡檢要求，研究LiDAR的邊坡巡檢方法將十分的有意義。

[1]2018年交通運輸行業(yè)發(fā)展統(tǒng)計公報, 2019.

[2]李樹楷, 薛永棋. 高效三維遙感集成技術系統(tǒng)[M]. 北京: 科學出版社, 2000.

[3]Choi Y W, Jang Y W, Lee H J, et al. Three-Dimensional LiDAR Data Classifying to Extract Road Point in Urban Area [J]. IEEE Geoscience &Remote Sensing Letters, 2008, 5 (4): 725-729.

[4]Ferraz A, Mallet C, Chehata N. Large-scale road detection in forested mountainous areas using airborne topographic lidar data[J]. Isprs Journal of Photogrammetry &Remote Sensing, 2016, 11(2): 23-36.

[5]Quaritsch M, Kraggl K Wischounig-Strucl D, et al. Networked UAVs as aerial sensor network for disaster management applications[J]. e&i Elektrotechnik and Informations technik, 2010, 127(3): 56-63.

[6]David P Thoma, Satish C Gupt , Marvin E Bauer, et al. Airborne laser scanning for riverbank erosion assessment [J]. Remote Sensing of Environment, 2005, 95: 493-501.

[7]孟萬利, 蔡來良, 楊孝翠等.TLS 技術支持下的邊坡點云重構與形變分析[J]. 測繪通報, 2017, 0(8):71-75.

[8]段利媛, 趙超英，張勤，等. TLS三維點云聚類濾波算法應用研究[J]. 測繪工程，2017, 26(4): 64-69.

[9]李仁忠，楊曼，冉媛，等.基于方法庫的點云去噪與精簡算法[J]. 激光與光電子學進展，2018, 55(11): 1-7.

[10]袁楓. 機載LIDAR數(shù)據(jù)處理與土地利用分類研究 [D]. 徐州: 中國礦業(yè)大學, 2010.

[11]曹玉禎, 林濤, 李玉潔. 城市工程測量中LIDAR數(shù)據(jù)應用研究[J]. 科技創(chuàng)新導報. 2015(01): 46-47.

[12]王守華，周團，紀元法, 等.基于GPS載波相位的邊坡形變監(jiān)測方法[J].科學技術與工程，2017,17(25):84-88.

[13]江橋，彭軍還，楊紅磊, 等. 改進小基線集技術的GB-InS AR鐵路邊坡監(jiān)測[J]. 測繪科學，2017, 42(12): 140-145.

張化晉（1994.12- ），男，漢族，河北省邢臺市，學歷：碩士研究生，研究方向：巖土工程方向，工作單位：重慶交通大學。

TU723

A

1007-6344（2021）01-0157-02