基于Li DAR點(diǎn)云的VBA橫斷面數(shù)據(jù)自動(dòng)提取方法

雷剛 夏波 吳軍

（四川省交通勘察設(shè)計(jì)研究院有限公司，四川 成都 610017）

0.引言

據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2010年以來(lái)，全國(guó)公路總里程大幅增加。2010～2020年全國(guó)公路里程由400.82萬(wàn)km增長(zhǎng)至519.81萬(wàn)km，年平均增長(zhǎng)率為2.7%，其中高速公路由7.41萬(wàn)km增長(zhǎng)至16.10萬(wàn)km，年平均增長(zhǎng)率為10.7%。近幾年來(lái)，隨著激光雷達(dá)攝影測(cè)量在各行各業(yè)中的不斷應(yīng)用與發(fā)展，特別是在公路設(shè)計(jì)施工過(guò)程，激光雷達(dá)攝影測(cè)量技術(shù)憑借分辨率高、抗有源干擾能力強(qiáng)、低空探測(cè)性能好、獲取的信息量豐富、作業(yè)效率高等特點(diǎn)，成為道路工程的主要測(cè)量技術(shù)之一[1]。

為了解決LiDAR點(diǎn)云橫斷面提取等相關(guān)問(wèn)題，國(guó)內(nèi)外眾多學(xué)者做了大量工作：Meng X[2]提出了一種基于LiDAR掃面線(xiàn)的濾波方法，該方法適用于對(duì)陡峭的地面進(jìn)行地面提??；YU S J[3]等人根據(jù)路面點(diǎn)云數(shù)據(jù)建立表面模型與影像處理，從而對(duì)破損道路路面進(jìn)行包括斷面提取在內(nèi)的信息提取；桂仁[4]等人研發(fā)了基于OBJECT-ARX2008軟件的公路斷面測(cè)量?jī)?nèi)業(yè)一體化處理系統(tǒng)，該系統(tǒng)實(shí)現(xiàn)了斷面數(shù)據(jù)提取、數(shù)據(jù)格式轉(zhuǎn)換、數(shù)據(jù)成圖有機(jī)結(jié)合；馬捷[5]等人提出一種顧及基于地形特征、LiDAR點(diǎn)云的道路斷面生成方法的道路斷面的生成，它能生成道路廊道三角網(wǎng)模型和估算道路填挖方量；賈博宇[6]等人利用Li DAR點(diǎn)云對(duì)京承高速公路橫斷面提取，實(shí)現(xiàn)LiDAR點(diǎn)云數(shù)據(jù)在平坦地區(qū)的公路勘察工程中的實(shí)踐應(yīng)用；徐喬[7]等人提出了一種基于LiDAR的復(fù)雜山區(qū)橫斷面提取方法，該方法使得復(fù)雜地形地區(qū)橫斷面整體高程精度得到較大提高。

以上解決LiDAR點(diǎn)云橫斷面提取的方法均是在對(duì)點(diǎn)云建立三角網(wǎng)模型的基礎(chǔ)上進(jìn)行橫斷面提取的。本文在總結(jié)前人橫斷面數(shù)據(jù)獲取方法的基礎(chǔ)上，提出了無(wú)須對(duì)地面點(diǎn)云建立三角網(wǎng)模型的VBA算法，而是對(duì)CAD進(jìn)行二次開(kāi)發(fā)，融合利用現(xiàn)場(chǎng)實(shí)測(cè)高程點(diǎn)，從而實(shí)現(xiàn)了道路橫斷面數(shù)據(jù)的激光雷達(dá)點(diǎn)云自動(dòng)提取。

1.橫斷面數(shù)據(jù)獲取方法的比較

在現(xiàn)在的道路工程設(shè)計(jì)施工中，橫斷面數(shù)據(jù)是道路設(shè)計(jì)施工人員在設(shè)計(jì)施工中不可缺少的基礎(chǔ)數(shù)據(jù)。橫斷面數(shù)據(jù)獲取一般分為以下三種情況：

（1）橫斷面數(shù)據(jù)現(xiàn)場(chǎng)實(shí)地測(cè)量：橫斷面數(shù)據(jù)現(xiàn)場(chǎng)實(shí)地測(cè)量是外業(yè)測(cè)量人員利用全站儀、RTK等測(cè)量?jī)x器，根據(jù)坐標(biāo)、橫斷面方向進(jìn)行實(shí)地三維坐標(biāo)數(shù)據(jù)采集。該方法得到的數(shù)據(jù)準(zhǔn)確可靠，但是由于路線(xiàn)長(zhǎng)度長(zhǎng)，需要大量的外業(yè)測(cè)量人員，并且作業(yè)時(shí)間長(zhǎng)，而且由于是人工采集，測(cè)量人員在山勢(shì)陡峭地區(qū)難以到達(dá)，故造成部分?jǐn)嗝鏀?shù)據(jù)缺失，在最后的測(cè)量結(jié)果中無(wú)法準(zhǔn)確反映實(shí)際地形變化情況。

（2）利用地形圖進(jìn)行橫斷面數(shù)據(jù)提?。褐饕玫匦螆D中的等高線(xiàn)結(jié)點(diǎn)和高程點(diǎn)建三角網(wǎng)，可以?xún)?nèi)插提取橫斷面。該方法作業(yè)方便、速度快，但因等高線(xiàn)擬合后是實(shí)際地形降精度的產(chǎn)物，加之地物密集區(qū)地形圖等高線(xiàn)過(guò)度修剪，造成三角網(wǎng)空洞區(qū)，導(dǎo)致數(shù)據(jù)可靠性低，無(wú)法準(zhǔn)確反映實(shí)際地形。

（3）利用LiDAR點(diǎn)云進(jìn)行橫斷面數(shù)據(jù)提?。褐竿ㄟ^(guò)點(diǎn)云數(shù)據(jù)進(jìn)行點(diǎn)云分類(lèi)后的地面點(diǎn)云數(shù)據(jù)進(jìn)行數(shù)據(jù)采集。Li－DAR點(diǎn)云密度大，高程精度高。該方法作業(yè)方便、速度快、數(shù)據(jù)可靠性高、在山勢(shì)陡峭地區(qū)也能精確提取地形點(diǎn)三維數(shù)據(jù)，所以可以保證地形變化的連續(xù)性。

2.基于LiDAR地面點(diǎn)云的VBA算法

2.1 點(diǎn)云數(shù)據(jù)處理

在地面線(xiàn)提取之前，需對(duì)原始機(jī)載點(diǎn)云數(shù)據(jù)進(jìn)行坐標(biāo)系轉(zhuǎn)換，點(diǎn)云自動(dòng)分類(lèi)處理，人工檢查分類(lèi)后得到最終精確地面點(diǎn)云。然后對(duì)地面點(diǎn)云按研究區(qū)域進(jìn)行裁剪，并將裁剪后的地面點(diǎn)云進(jìn)行數(shù)據(jù)格式轉(zhuǎn)換（*.dxf）以便導(dǎo)入CAD。

2.2 算法思路

常規(guī)算法是將所有地面點(diǎn)建立三角網(wǎng)數(shù)模形式存儲(chǔ)，使用的時(shí)候調(diào)用內(nèi)插，如緯地軟件建立DTM使用三角網(wǎng)形式存儲(chǔ)，但在工程實(shí)踐中存在三方面問(wèn)題：一是基于高密度的LiDAR點(diǎn)云數(shù)據(jù)，數(shù)據(jù)量大，一條100公里公路帶狀地形Li－DAR點(diǎn)云多達(dá)幾十個(gè)G或更大，對(duì)于點(diǎn)云數(shù)據(jù)的高效利用非常不便，且建網(wǎng)過(guò)程慢，軟件支持導(dǎo)入數(shù)據(jù)量有限，只能分段處理；二是常規(guī)點(diǎn)云斷面數(shù)據(jù)處理難以融合現(xiàn)場(chǎng)采集數(shù)據(jù)，斷面線(xiàn)需要人工修改，對(duì)于局部工點(diǎn)點(diǎn)云密度不足的情況，內(nèi)插精度不高，人工補(bǔ)測(cè)的數(shù)據(jù)添加難以快速融合利用；三是使用點(diǎn)云建網(wǎng)獲取斷面的使用人員多為線(xiàn)路設(shè)計(jì)人員，跨專(zhuān)業(yè)使用要求程序簡(jiǎn)單快捷。

針對(duì)以上工程實(shí)踐中的問(wèn)題，本文提出先定點(diǎn)，再在該點(diǎn)附近查詢(xún)包圍該點(diǎn)的合適三角形過(guò)程的方法，大大縮減參與建三角網(wǎng)的地面點(diǎn)數(shù)量，更靈活地添加實(shí)測(cè)中樁和局部斷面實(shí)測(cè)點(diǎn)綜合生成斷面線(xiàn)，提高斷面線(xiàn)自動(dòng)獲取速度和質(zhì)量。

本算法是通過(guò)三角形內(nèi)插法獲取高程信息的（如圖1所示）：

圖1 三角形內(nèi)插法示意圖

根據(jù)需要提取高程的坐標(biāo)位置P1，查詢(xún)附近的LIDAR地面點(diǎn)云，得到三個(gè)地面點(diǎn)（G1、G2、G3），此三點(diǎn)構(gòu)建的三角形包含P1點(diǎn)，連接G1和P1，并延伸與G2G3相交得到P2點(diǎn)，首先計(jì)算出P2點(diǎn)的高程，P2＝G2＋（G3－G2）*a/（a＋b），然后計(jì)算出P1點(diǎn)高程，P1＝G1＋（P2－G1）*c/（c＋d）。

算法源代碼：

2.3 程序設(shè)計(jì)流程

根據(jù)需求功能，設(shè)計(jì)程序流程（如圖2所示）：

圖2 程序設(shè)計(jì)流程圖

2.4 程序模塊功能介紹

2.4.1 數(shù)據(jù)導(dǎo)入模塊

該模塊可導(dǎo)入逐樁坐標(biāo)和實(shí)測(cè)中樁數(shù)據(jù)，逐樁坐標(biāo)格式為*.lst｜*.csv｜*.dat，中樁數(shù)據(jù)格式為*.csv｜*.txt｜*.dat，并進(jìn)行路線(xiàn)生成。

2.4.2 數(shù)據(jù)處理模塊

該模塊實(shí)現(xiàn)中樁點(diǎn)云高程自動(dòng)獲取，任一點(diǎn)點(diǎn)云高程自動(dòng)獲取，橫斷面線(xiàn)生成，橫斷面節(jié)點(diǎn)點(diǎn)云高程自動(dòng)獲取。橫斷面線(xiàn)可設(shè)置左右任意邊距長(zhǎng)度生成，橫斷面節(jié)點(diǎn)可設(shè)置任意間距生成。本模塊在節(jié)點(diǎn)高程自動(dòng)獲取過(guò)程中無(wú)須對(duì)整個(gè)點(diǎn)云數(shù)據(jù)建立不規(guī)則三角網(wǎng)模型（TIN），只須按待獲取點(diǎn)云高程的點(diǎn)坐標(biāo)位置查詢(xún)附近指定范圍點(diǎn)云，按最優(yōu)效果獲取三角形，并對(duì)其進(jìn)行高程內(nèi)插得到該節(jié)點(diǎn)點(diǎn)云內(nèi)插高程。

2.4.3 數(shù)據(jù)精度統(tǒng)計(jì)與手動(dòng)修正模塊

該模塊是將自動(dòng)獲取的中樁點(diǎn)云高程與實(shí)測(cè)中樁高程進(jìn)行比較，可統(tǒng)計(jì)高差在小于10cm、小于20cm、小于30cm的中樁百分比，顯示最大高差及其中樁樁號(hào)，并查詢(xún)中樁點(diǎn)云高程為0的中樁樁號(hào)，最后對(duì)查詢(xún)后的高程為0點(diǎn)云高程中樁進(jìn)行手動(dòng)內(nèi)插高程修改。

2.4.4 數(shù)據(jù)輸出模塊

該模塊可輸出中樁點(diǎn)云高程、任意一點(diǎn)點(diǎn)云高程、橫斷面數(shù)據(jù)。其中點(diǎn)云高程輸出格式為*.dat|*.txt|*.csv，橫斷面數(shù)據(jù)可按實(shí)測(cè)中樁高程生成，也可按點(diǎn)云中樁高程生成，數(shù)據(jù)格式按緯地橫斷面格式輸出（*.txt）。

3.案例分析

3.1 案例介紹

西南地區(qū)某高速公路擴(kuò)容工程施工圖勘察設(shè)計(jì)項(xiàng)目，主體工程建設(shè)里程約77.8km，測(cè)量要求機(jī)載LiDAR航測(cè)按照1∶500比例尺精度控制，配合車(chē)載LiDAR點(diǎn)云掃描。該項(xiàng)目地處四川盆地東側(cè)，為山嶺地帶，地形起伏大，植被覆蓋率高，地物眾多，橫縱斷面數(shù)據(jù)人工測(cè)量效率極低，測(cè)量人員4人一組，日平均采集橫縱斷面數(shù)據(jù)不超1公里。在施工圖設(shè)計(jì)周期僅100多天的情況下，測(cè)量數(shù)據(jù)的獲取時(shí)間直接決定著設(shè)計(jì)周期的長(zhǎng)短，機(jī)載LiDAR航測(cè)和車(chē)載LiDAR點(diǎn)云掃描的點(diǎn)云密度極高，路面點(diǎn)云密度到達(dá)平均每平方米400個(gè)點(diǎn)，其余測(cè)區(qū)平均每平方米17個(gè)點(diǎn)，點(diǎn)云數(shù)據(jù)量極大，常規(guī)軟件建網(wǎng)模式難以處理。使用該程序定點(diǎn)查詢(xún)?nèi)切文軌蛱岣邫M縱斷面數(shù)據(jù)獲取效率，減少外業(yè)采集工作量，有利于提高設(shè)計(jì)效率和縮短設(shè)計(jì)周期。

前期工作已采用機(jī)載LiDAR按照1∶500精度航測(cè)和1∶100車(chē)載LiDAR掃描獲取測(cè)區(qū)原始點(diǎn)云數(shù)據(jù)，經(jīng)過(guò)坐標(biāo)轉(zhuǎn)換、分類(lèi)處理、機(jī)載車(chē)載融合得到項(xiàng)目獨(dú)立坐標(biāo)系下的地面點(diǎn)點(diǎn)云成果，地面點(diǎn)點(diǎn)云示意圖（如圖3所示）。橫縱斷面數(shù)據(jù)在Li－DAR地面點(diǎn)中自動(dòng)獲取的方式，是按照橫縱斷面點(diǎn)附近地面點(diǎn)數(shù)據(jù)內(nèi)插得到的。為保證程序運(yùn)行結(jié)果的準(zhǔn)確性，內(nèi)插點(diǎn)數(shù)據(jù)的絕對(duì)精度必須得到充分保證。內(nèi)插點(diǎn)誤差來(lái)源，總體來(lái)講分三方面：（1）地面點(diǎn)云的絕對(duì)精度，包含機(jī)載車(chē)載點(diǎn)云的接邊融合精度；（2）地面點(diǎn)分類(lèi)的準(zhǔn)確性，若含有未分掉的植被點(diǎn)等，會(huì)直接影響內(nèi)插點(diǎn)精度；（3）地面點(diǎn)點(diǎn)云密度，對(duì)于高低起伏大的地區(qū)，點(diǎn)密度大大影響內(nèi)插點(diǎn)精度。

圖3 地面點(diǎn)點(diǎn)云示意圖

本案例選取部分地形特征段落點(diǎn)云數(shù)據(jù)，用于公路施工圖設(shè)計(jì)精度分析。經(jīng)過(guò)現(xiàn)場(chǎng)實(shí)測(cè)檢查點(diǎn)對(duì)點(diǎn)云進(jìn)行精度驗(yàn)證，得到點(diǎn)云絕對(duì)精度統(tǒng)計(jì)（如圖4所示）。點(diǎn)云高程中誤差為0.067m，平面中誤差為0.156m，原高速公路外點(diǎn)云平均密度為17點(diǎn)/平方米，原高速公路路面點(diǎn)云密度為400點(diǎn)/平方米，滿(mǎn)足1∶500精度要求。

圖4 點(diǎn)云高程平面精度檢查統(tǒng)計(jì)

本案例選取路線(xiàn)長(zhǎng)度0.6km做實(shí)驗(yàn)分析，使用VBA程序進(jìn)行基于LiDAR地面點(diǎn)點(diǎn)云運(yùn)行獲取中樁橫斷面數(shù)據(jù)，運(yùn)行結(jié)果效果圖（如圖5所示）：

圖5 程序運(yùn)行后效果圖

3.2 效果分析

經(jīng)過(guò)LiDAR點(diǎn)云自動(dòng)提取橫斷面與實(shí)測(cè)橫斷面的比較分析，在普通地形條件下，LiDAR點(diǎn)云自動(dòng)提取橫斷面與實(shí)測(cè)橫斷面基本一致（如圖6所示），效果良好，在陡峭地形條件下，LiDAR點(diǎn)云自動(dòng)提取橫斷面比實(shí)測(cè)橫斷面更能準(zhǔn)確反映實(shí)地地形（如圖7所示）。（圖6、圖7中實(shí)線(xiàn)為實(shí)測(cè)橫斷面，該數(shù)據(jù)由GPS-RTK實(shí)地采集，虛線(xiàn)為L(zhǎng)iDAR點(diǎn)云自動(dòng)提取橫斷面）：

圖6 普通地形橫斷面比較

圖7 陡峭地形橫斷面比較

3.3 精度評(píng)價(jià)

根據(jù)《公路測(cè)量規(guī)范》（JTG C10-2007），利用野外實(shí)測(cè)地面數(shù)據(jù)建立DTM的精度是根據(jù)地形類(lèi)別來(lái)劃分，具體的指標(biāo)是根據(jù)地形類(lèi)別、采樣密度、DTM內(nèi)插處理的精度等控制因素綜合確定的。根據(jù)公路工程項(xiàng)目實(shí)際應(yīng)用野外實(shí)測(cè)數(shù)據(jù)建立DTM的經(jīng)驗(yàn)，在采集密度沒(méi)有明顯增加、地面植被較為稀疏的條件下，在重丘區(qū)及山嶺區(qū)采集地面數(shù)據(jù)建立DTM的高程插值精度可以控制在0.3m之內(nèi)。但在地形特別復(fù)雜、地面植被密集導(dǎo)致采樣密度變小的情況下，要想獲得較高的DTM高程插值精度就比較困難，因此規(guī)范中確定的重丘區(qū)及山嶺區(qū)采集地面數(shù)據(jù)建立DTM的高程插值精度（中誤差分別為±0.5m、±0.7m）是一個(gè)綜合指標(biāo)，也是客觀可行的。以野外實(shí)測(cè)數(shù)據(jù)生成DTM，其高程插值相對(duì)于實(shí)測(cè)高程點(diǎn)的高程中誤差應(yīng)滿(mǎn)足《公路測(cè)量規(guī)范》（JTG C10-2007）規(guī)定（如表1所示）：

表1 野外實(shí)測(cè)數(shù)據(jù)的DTM高程插值精度

機(jī)載LiDAR點(diǎn)云數(shù)據(jù)獲取符合野外實(shí)測(cè)定性，故精度評(píng)價(jià)時(shí)可參照此標(biāo)準(zhǔn)執(zhí)行。以實(shí)測(cè)斷面地形點(diǎn)為對(duì)比點(diǎn)云內(nèi)插高程，進(jìn)行高程對(duì)比分析。本案例地處山嶺地帶，路線(xiàn)長(zhǎng)度0.6km，橫斷面31條，實(shí)測(cè)采集地形點(diǎn)535個(gè)，共535個(gè)高程點(diǎn)。點(diǎn)云數(shù)據(jù)內(nèi)插值與實(shí)測(cè)值對(duì)比精度統(tǒng)計(jì)（如表2所示）：

表2 精度統(tǒng)計(jì)

4.結(jié)論

通過(guò)實(shí)驗(yàn)段數(shù)據(jù)程序運(yùn)行對(duì)比分析，使用該VBA程序基于Li DAR點(diǎn)云自動(dòng)提取橫縱斷面數(shù)據(jù)具有以下優(yōu)勢(shì)：

（1）從3.2效果分析中可以看出本程序在LiDAR地面點(diǎn)云中自動(dòng)提取的橫斷面能夠滿(mǎn)足道路設(shè)計(jì)精度要求，在陡峭地形條件下，LiDAR地面點(diǎn)云中自動(dòng)提取的橫斷面比實(shí)測(cè)橫斷面效果更加良好；

（2）本程序算法無(wú)須對(duì)整個(gè)點(diǎn)云數(shù)據(jù)建立TIN網(wǎng)模型，只需查找需內(nèi)插高程的坐標(biāo)位置附近的點(diǎn)云并建立單個(gè)三角形內(nèi)插高程即可，大大降低了計(jì)算機(jī)運(yùn)行負(fù)擔(dān)；

（3）在效率方面，本案例路線(xiàn)長(zhǎng)度0.6km，中樁31個(gè)，橫斷面寬度兩側(cè)共100m，自動(dòng)提取橫斷面時(shí)間花費(fèi)11min，人工實(shí)地測(cè)量預(yù)計(jì)耗時(shí)兩到四小時(shí)，可見(jiàn)自動(dòng)提取橫斷面效率更高，是人工實(shí)地測(cè)量的11倍至21倍；

（4）在數(shù)據(jù)處理精度方面，本程序自動(dòng)提取點(diǎn)云數(shù)據(jù)內(nèi)插值合格率高達(dá)83.36%。