復(fù)雜城區(qū)車載激光掃描點云分層路段定位與數(shù)據(jù)糾正實驗研究

王勝利，郝國建，蔣 毅，孫 磊，楊紅軍

(江蘇省地質(zhì)測繪院，江蘇 南京 211102)

近年來，以車輛為搭載平臺，集成GNSS、INS、激光掃描儀(Light Detection and Ranging，LiDAR)、成像系統(tǒng)(如CCD相機(jī))等多種傳感器和設(shè)備，在載體移動過程中，快速采集道路及兩旁地物的點云數(shù)據(jù)和影像已成為國際上的研究熱點[1-3]。國內(nèi)外的研究機(jī)構(gòu)也相繼推出了不同型號的車載激光掃描系統(tǒng)，已經(jīng)在城市空間信息獲取、三維城市建模等方面發(fā)揮了巨大的作用[2, 4, 5]。

基于多傳感器集成的車載激光掃描測量系統(tǒng)是城市空間地理信息采集的一項重要技術(shù)，已廣泛用于街景數(shù)據(jù)采集、市政管理和道路測量等領(lǐng)域[3]。本文的采集設(shè)備AS-900HL和基站采用的多頻多系統(tǒng)GNSS，能夠接收到GPS/GLONASS/BDS等信號，很大程度上彌補(bǔ)了單系統(tǒng)衛(wèi)星數(shù)的不足，在城市環(huán)境下可以得到更高的定位結(jié)果[6]。然而，在車載激光掃描測量系統(tǒng)普及和實際應(yīng)用過程中還存在著一些問題：①尚未對GNSS定位性能與點云數(shù)據(jù)精度之間的影響規(guī)律深入研究；②復(fù)雜環(huán)境下系統(tǒng)點云數(shù)據(jù)質(zhì)量下降嚴(yán)重。目前，國內(nèi)外學(xué)者多從微觀尺度上研究儀器自身存在的誤差，或側(cè)重點云數(shù)據(jù)在某一特定項目中的應(yīng)用情況，對項目生產(chǎn)過程中點云精度評定及糾正環(huán)節(jié)的誤差缺乏關(guān)注[2, 7-12]。

鑒于此，本文擬從項目生產(chǎn)中的關(guān)鍵難點入手，通過分析定位信號與點云質(zhì)量表征的關(guān)系，總結(jié)出點云分層路段快速定位方法，并基于點云精度糾正軟件CoRefine給出最佳的糾正方案，為城市復(fù)雜環(huán)境下的車載激光掃描提供助益。

1 試驗方案設(shè)計與數(shù)據(jù)采集

1.1 試驗方案設(shè)計

試驗掃描區(qū)位于西安市雁塔區(qū)，屬于鬧市區(qū)，人流量、車流量較大，研究區(qū)內(nèi)高樓林立、樹木密集、高架橋眾多，屬于典型的復(fù)雜城區(qū)環(huán)境?？刂泣c利用RTK實時差分定位系統(tǒng)進(jìn)行采集，根據(jù)實際地理環(huán)境特點決定分布的距離，通常情況下60～100 m在道路兩邊布設(shè)一個點對，考慮到十字路口較為開闊，因此，十字路口盡可能全部布設(shè)控制點以方便后期數(shù)據(jù)處理。為避免車輛非正常行駛等(如轉(zhuǎn)彎和靜止)對數(shù)據(jù)質(zhì)量帶來的影響，進(jìn)行采集線路規(guī)劃時，道路十字路口應(yīng)盡量直行，如圖1(a)所示，避免轉(zhuǎn)彎；T字路口盡量右轉(zhuǎn)，如圖1(b)所示，減少因等紅燈而停車的時間。此外，規(guī)劃范圍應(yīng)適當(dāng)外擴(kuò)以便給掃描車轉(zhuǎn)彎及掉頭提供充足的空間，保證掃描范圍內(nèi)的數(shù)據(jù)質(zhì)量。

圖1 路線規(guī)劃示意圖

1.2 數(shù)據(jù)采集及預(yù)處理

試驗區(qū)內(nèi)白天道路上人流量、車流量巨大，會對掃描車正常行駛帶來極大不便，且大量的車輛會遮擋路面上的井蓋、標(biāo)線等部件信息；因此，本文采用夜間掃描(2019年10月16日夜間23時—凌晨2時)的作業(yè)方式對研究區(qū)內(nèi)主要道路進(jìn)行采集。規(guī)劃線路總長度66.8 km，采集時轉(zhuǎn)速設(shè)置為200 轉(zhuǎn)/s，激光點頻為550 kHz,有效射程為300 m，視場角選擇為0°～360°。

圖2 研究區(qū)概況

如圖2所示，在安裝好設(shè)備、架設(shè)好基站(圖中黃色釘子)后，按照提前在Google Earth上規(guī)劃的路線進(jìn)行掃描，行駛速度約30 km/h，采集時長約130 min，采集點云大小54.6 G，工程命名為2019-10-16-151914。作業(yè)采用華測中繪i70小型化智能接收機(jī)，接收GPS/GLONASS/BDS/Galileo4系統(tǒng)的信號，采樣率為0.2 Hz。采集結(jié)束后，導(dǎo)出激光和基站數(shù)據(jù)，首先利用CHCData將基站數(shù)據(jù)由.HCN文件轉(zhuǎn)換為rinex格式，再利用Inertial Explorer軟件進(jìn)行POS解算，之后利用CoPre軟件解算數(shù)據(jù)得到.las格式的點云。圖2(c)所示為本文的糾正試驗路段。

2 多指標(biāo)協(xié)同指示的點云分層路段定位

對采集的點云數(shù)據(jù)進(jìn)行質(zhì)量評價對后期處理與應(yīng)用至關(guān)重要，然而，海量的數(shù)據(jù)給評價帶來極大困擾，若全部路段布設(shè)控制點需要大量的外業(yè)人員，耗費人力物力。針對此，本文選取了Inertial Explorer軟件的幾個關(guān)鍵指標(biāo)進(jìn)行點云分層路段的快速定位，極大地提高了工作效率，大量的實際應(yīng)用表明該方法的可靠性、優(yōu)越性。

2.1 點云分層

點云分層表現(xiàn)為臺階效應(yīng)，即掃描車往返采集的同一地物在高程或者平面上錯開一定距離的現(xiàn)象。同名點的平面與高程誤差為不同車次間的拼接誤差，點云分層分為平面分層和高程分層，通常情況下，平面分層和高程分層同時存在。

2.2 多指數(shù)協(xié)同指示法

單一的精度指示因子(如PDOP值)存在隨意性強(qiáng)、靈敏度差、準(zhǔn)確度低等缺點，且受復(fù)雜地理條件的影響，單一因子的普適性較差，而多指標(biāo)聯(lián)合投票法能夠顯著改善以上不足，本文的多指標(biāo)協(xié)同指示法的點云分層路段定位流程如圖3所示，選取的指示因子主要包括聯(lián)合誤差、位置估計精度、固定解/浮動解、衛(wèi)星顆數(shù)和PDOP值。通常情況下，POS解算后的一些關(guān)鍵指標(biāo)具備直接或間接判斷點云質(zhì)量優(yōu)劣的能力，若能夠根據(jù)這些關(guān)鍵指標(biāo)快速判斷處分層所處的路段并將分層等級進(jìn)行預(yù)測，將大大提高點云數(shù)據(jù)糾正的效率，減少外業(yè)布設(shè)控制點的強(qiáng)度。已有研究表明，行車環(huán)境中存在的信號干擾，導(dǎo)致定位結(jié)果出現(xiàn)不同程度的偏差，不同的環(huán)境復(fù)雜程度使定位結(jié)果呈現(xiàn)不同的精度水平[6]。復(fù)雜的城區(qū)環(huán)境進(jìn)而導(dǎo)致點云數(shù)據(jù)質(zhì)量存在極大的不確定性，且定性分析較為困難，其原因主要在于GNSS定位解的收斂和重收斂時段內(nèi)存在較多采集時難以顧及的復(fù)雜多變的環(huán)境因素，該時段的長度取決于儀器的性能，通常為30 s。此外，頻繁的信號中斷導(dǎo)致慣導(dǎo)性能降低。

圖3 多指標(biāo)協(xié)同指示法的點云分層路段定位流程

2019-10-16-151914工程采集路線的5種指示因子如圖4所示，分離值和位置估計誤差越大則此處點云偏離真值的概率越大，固定解得到的點云質(zhì)量優(yōu)于浮動解，某個時刻衛(wèi)星數(shù)目越多則得到的點云位置愈可靠，PDOP值越小表明此處點云質(zhì)量愈佳。圖中可以清晰地看出聯(lián)合誤差、位置估計精度、固定解/浮動解、衛(wèi)星顆數(shù)和PDOP值隨時間的動態(tài)變化情況。其中，聯(lián)合誤差分別在時段314 700～314 900 s、315 600～316 100 s、317 400～318 600 s、320 400～320 600 s出現(xiàn)較大的跳躍，而位置估計精度僅在時段316 000～316 100 s和317 400～318 600 s時出現(xiàn)較大偏差，固定解/浮動解狀態(tài)與聯(lián)合誤差的跳躍情況基本保持一致，而衛(wèi)星顆數(shù)的時序圖又吻合了位置估計精度，PDOP值的時序圖在時段316 000～316 100 s、317 400～318 600 s和319 300～319 500 s之間陡然增大，需要說明的是，PDOP值在這3個時段內(nèi)由于過大已經(jīng)溢出圖示范圍。經(jīng)過以上分析發(fā)現(xiàn)，5種指示因子在時段316 000～316 100 s和317 400～318 600 s時表現(xiàn)出一致性，同時也表明這兩個時段的點云質(zhì)量可能表現(xiàn)不佳，因此，選擇這2個時間段進(jìn)行點云切片分析以驗證該方法預(yù)測的準(zhǔn)確性。通過QT軟件進(jìn)行切片查看，發(fā)現(xiàn)時段316 000～316 100 s即唐延南路與南三環(huán)交叉路段存在輕微分層，主要是該路段下穿G30連霍高速高架并在此處進(jìn)行了掉頭，但由于高架對信號遮擋有限且唐延南路較為寬闊(路面寬度將近60 m)，因此，該路段分層并不嚴(yán)重。而時段317 400～318 600 s即科技路呈現(xiàn)出嚴(yán)重的分層，往返路段的掃描點云平面最大分層接近1 m、高程分層約為30 cm，其原因主要在于科技路兩側(cè)分布著密集的行道樹和眾多高樓，如林凱國際大廈、高科大廈、陜西電信、國家外匯管理局陜西分局、中國水電大廈、華奧大廈、新一代國際公寓等，給信號帶來嚴(yán)重遮擋，且科技路路面寬度只有30 m僅為唐延南路的一半，嚴(yán)重的信號干擾造成點云數(shù)據(jù)分層。

圖4 2019-10-16-151914工程的5種定位指示因子時間序列圖

綜合以上分析可知，本文提出的方法在快速識別分層路段方面具有一定的準(zhǔn)確性和可靠性，同時該方法對一些布設(shè)控制點困難道路(如快速路、高架橋等)的掃描數(shù)據(jù)進(jìn)行快速分層路段定位提供了一種新的思路。

3 點云數(shù)據(jù)糾正與實例驗證

3.1 點云數(shù)據(jù)糾正

本文的整體糾正步驟為：點云分層路段定位——基于CoRefine的不同點云條帶間平差——數(shù)據(jù)精度評定。首先，根據(jù)第2節(jié)定位出的分層路段布設(shè)控制點；之后，在CoRefine平臺上基于人工控制點進(jìn)行往返路段條帶間平差，對分層點云進(jìn)行位置修正；最后，進(jìn)行糾正結(jié)果的精度檢驗。糾正結(jié)果的精度檢驗采用獨立驗證進(jìn)行評價[13]。為了更好地評估糾正的泛在誤差，基于訓(xùn)練集不能用于驗證集的原則，本文將訓(xùn)練數(shù)據(jù)(人工控制點)分成兩個不相交的子集，通過測試點對和糾正后點云的擬合程度判斷效果的優(yōu)劣，評價指標(biāo)包括最大誤差、最小誤差和中誤差。

3.2 實例驗證

為了得出合理的糾正方案，本文選取上述方法定位出的分層較大路段(科技路)進(jìn)行重點分析，該路段總長度約2.4 km，且受復(fù)雜環(huán)境干擾嚴(yán)重，衛(wèi)星信號中斷頻繁，在該路段上布設(shè)了38個點對，平均每60 m分布一個點對，如圖5所示。

圖5 科技路軌跡圖

為了評估CoRefine的糾正效果，本文根據(jù)糾正點數(shù)量與分布的不同設(shè)置了三種試驗方案，如圖6所示，圓圈代表糾正點，方框代表驗證點。首先，對比了糾正點間隔為120 m、糾正點和驗證點各占50%時的糾正效果(見表1)。發(fā)現(xiàn)糾正后X,Y,Z方向上的最大誤差均顯著減小，X,Y和Z方向分別由糾正前的0.849 m、0.274 m和0.519 m減小到0.211 m、0.179 m和0.117 m，平面中誤差和高程中誤差分別由糾正前的0.298 m和0.165 m減小到0.086 m和0.07 m。

圖6 試驗方案示意圖

表1 方案一糾正前糾正后點云精度對比 m

其次，對比了糾正點占比80%、驗證點占比20%時的糾正效果(表2)，此時糾正點的間隔大部分為60 m，只有在糾正點兩端時間隔增大到120 m。從表2可以看出，在糾正點個數(shù)增加后，X，Y，Z方向上的最大誤差存在不同程度的明顯降低，平面中誤差和高程中誤差也由方案一的0.086和0.07分別降低到0.059和0.05。

表2 方案二糾正前糾正后點云精度對比 m

最后，在糾正點數(shù)量和方案一相同的基礎(chǔ)上，方案三采用糾正點“V”型分布的方式進(jìn)行，糾正效果見表3?？梢钥闯觯摲桨傅募m正效果和方案一基本相同，平面中誤差和高程中誤差維持在同等水平，但遜色于方案二的糾正效果，具體原因可能與糾正點數(shù)量和分布有關(guān)。進(jìn)一步分析，當(dāng)糾正點成對出現(xiàn)且分布于道路兩側(cè)時，糾正精度與糾正點數(shù)量成正比，而與糾正點是否呈“V”型分布無關(guān)。該結(jié)論能夠給具體生產(chǎn)環(huán)節(jié)提供有價值的參考，如布設(shè)控制點數(shù)量越多越好，但考慮到人力成本和實際復(fù)雜環(huán)境(樹木密集、非安全區(qū)域等)給某些位置控制點測量帶來的困難，可以考慮將控制點按照“V”型或者對稱型等不同分布方式加以解決。

表3 方案三糾正前糾正后點云精度對比 m

4 結(jié) 論

針對復(fù)雜城區(qū)環(huán)境下車載掃描方式獲取點云數(shù)據(jù)質(zhì)量分析過程中存在的問題，引入多種定位精度指示因子進(jìn)行點云分層路段定位，此外，探討不同的糾正點分布方案對點云數(shù)據(jù)糾正精度的影響，以期實現(xiàn)點云大數(shù)據(jù)質(zhì)量增強(qiáng)。研究結(jié)果表明：

1)本文提出的多指標(biāo)協(xié)同指示法能夠快速地定位出點云分層路段，顯著提高定位路段的準(zhǔn)確性，避免單一指標(biāo)引起的誤標(biāo)記，且能夠初步將分層路段的誤差大小預(yù)測出來。

2)分析糾正點間隔與分布形態(tài)對分層點云糾正效果的影響，為實際工作中如何高效地布設(shè)糾正點提供有價值的參考。