一种基于车载和机载点云的公路地形图测绘方法和系统 |
|||||||
| 申请号 | CN201710375491.1 | 申请日 | 2017-05-24 | 公开(公告)号 | CN107064954A | 公开(公告)日 | 2017-08-18 |
| 申请人 | 云南省交通规划设计研究院; | 发明人 | 王开洋; 方留杨; 吴晓南; 马力; 王斌; 苏宇; 潘俊良; 赵鑫; 余相贵; 陈贺; 叶咸; 郭彪; | ||||
| 摘要 | 本 发明 涉及一种基于车载和机载点 云 的公路地形图测绘方法和系统，属于测绘工程领域。该方法将车载 激光雷达 测绘和无人机倾斜摄影测绘这两种新兴技术有效结合。本发明提高了公路工程地形测绘工作效率，降低工作成本，加大地形图测绘成果 精度 ，克服了传统方法效率低，危险性高，周期长、时效性差等 缺陷 ，具有一定的社会效益和经济效益。 | ||||||
| 权利要求 | 1.一种基于车载和机载点云的公路地形图测绘方法，其特征在于：包括如下步骤： |
||||||
| 说明书全文 | 一种基于车载和机载点云的公路地形图测绘方法和系统技术领域[0001] 本发明涉及一种公路地形图测绘方法，尤其是一种基于车载和机载点云融合的公路地形图测绘方法，还涉及基于车载和机载点云融合的公路地形图测绘系统，属于测绘工程领域。 背景技术[0002] 随着十三五交通建设工作的日益推进，公路测量工作面临着时间紧、任务重的压力，大量的建设项目需要进行沿线地形图测绘工作。 [0003] 传统的测绘方法主要有航空摄影测量测图、卫星立体测图和全野外数字测图方法，前两者属于面采集方法，后者属于单点采集方法。上述三种传统的测绘方法对对工作人员的专业化程度要求相对较高，所需要的工作周期较长、工作效率低且仪器设备、人工成本都较大，在公路测图需求快速发展的今天，这几种方法已不能满足实际工程的需要。而且各种方法之间交叉协作关系不大，通常以一种方法为主要工作方式，其余方法做校核之用。 [0004] 基于车载激光雷达测绘技术和无人机倾斜摄影技术的测绘方法在这几年发展比较迅猛，在各自领域都已经取得了较多的科研成果和工程实践经验。激光雷达测绘技术在多等级三维空间点云数据实时获取方面取得突破是在上个世纪80年代，但由于电脑软硬件技术方面的限制，直到本世纪初才由OPTECH、FORO、RIGL等公司研制出较为成熟的三维激光车载测量产品。其主要工作原理是利用激光扫描仪获取区域空间的实时点云数据，并配合惯导系统、GPS设备、全景相机设备等，完成空间矢量点云、影像数据的采集。最后通过软件输出可利用的测绘产品；另一方面，关于无人机倾斜摄影技术，它和传统摄影技术存在着一定的差异。传统影像是通过飞机上搭载的航摄仪对地面连续摄取相片，而后经过一系列的内业处理得到的影像数据，获取的成果只有地物俯视角度信息，也就是视角垂直于地面。尽管这两种方法在技术上都已经实现了较大的突破，但都存在其局限性。车载激光雷达测绘技术主要受采集数据区域面积、道路通行能力等方面限制，其生产出的点云密度和精度虽然都较高，但应用到实际工程中，就存在带宽不足、测绘区域限制等问题。换句话说就是，需要采集的区域内必须要有可以车辆通行的道路才可以，且视线不能被完全遮挡。而无人机倾斜摄影技术虽然测绘面积较大，但存在后期计算较为复杂、精度不足，准确性不高等问题。截止目前，还没有人利用这两种技术的优缺点，将二者有效的结合起来，在既满足精度要求、带宽要求、操作简便性的同时，提高工作效率，解决实际工作难题，从而满足实际公路测绘工作的需求。 发明内容[0005] 为了解决上述技术问题，本发明将无人机倾斜摄影技术和车载激光雷达测绘技有效的结合起来，在既满足精度要求、带宽要求、操作简便性的同时，提高工作效率，解决实际工作难题，从而满足实际公路测绘工作的需求，具体方案如下：一种基于车载和机载点云的公路地形图测绘方法，包括如下步骤： （1）、利用车载扫描系统采集道路高密度三维矢量点云数据； （2）、利用无人机，采用倾斜摄影采集数据，通过数据解算得到高密度三维矢量点云数据； （3）、分别对步骤（1）和（2）中的高密度三维矢量点云数据分别进行去噪处理，同时利用步骤（2）的三维点云数据生成的真三维模型； （4）、对步骤（3）中去噪处理后的数据分别进行投影抽稀处理，具体抽稀密度以实际工程需要为准； （5）、将步骤（4）中投影抽稀后的车载和机载点云数据融合； （6）、将融合后的点云数据进行二次投影抽稀处理，具体抽稀密度以实际工程需要为准； （7）、将二次投影抽稀处理的点云数据生成DEM图，对其内部及边界进行修正，得到原始地形图； （8）、对步骤（3）生成的真三维模型进行地形图地物要素的矢量化采集，叠置到原始地形图上，生成最终地形图，地形图的比例尺以实际工程需要为准。 [0006] 进一步地，所述步骤（1）中利用车载扫描系统采集道路点云数据具体包括如下步骤：A、在卫星信号较好的已知控制点位置架设基站；B、调试车载流动站配置与调整车身位置；C、通过一体化激光监测扫描车，在车体高速移动的过程中采集高密度三维点云。 [0007] 进一步地，移动站与基站之间的距离不超过20km。 [0008] 进一步地，所述步骤（2）中，通过空中三角测量平差、密集匹配生成高密度三维点云。 [0009] 进一步地，所述倾斜摄影是通过无人机搭载的五镜头倾斜相机从前、后、左、右、垂直五个方向对地物进行拍摄。 [0010] 进一步地，将车载采集处理后的点云数据与机载采集去噪处理后的点云数据进行融合，得到融合数据。 [0011] 进一步地，两次投影抽稀处理的点云数据精度相同。 [0012] 本发明涉及的一种基于车载和机载点云的公路地形图测绘系统，包括：激光监测扫描车，包括车体和第一数据采集系统，第一数据采集系统包括设于车体顶部的激光扫描仪、惯导系统、车用GPS和影像采集系统。其中，激光扫描仪、惯导系统、GPS和影像采集系统与车内电脑相连； 无人机，包括飞控系统、动力系统和第二数据采集系统，第二数据采集系统包括搭载的可从前、后、左、右、垂直五个方向对地物进行拍摄的五镜头倾斜相机和机用GPS； 数据处理系统，将第一数据采集系统和第二数据采集系统采集的数据转化为地形图。 [0013] 进一步地，所述数据处理系统包括解算模块、数据分析模块、数据融合模块和三维建模模块；解算模块将无人机的五个镜头倾斜相机采集的数据和激光监测扫描车采集的数据解算为高密度三维矢量点云数据；数据分析模块对解算的高密度三维点云矢量数据进行去噪、投影抽稀处理；数据融合模块将倾斜相机和激光监测扫描车采集的去噪、投影抽稀处理数据进行融合处理；三维建模模块将解算的三维点云数据生成真三维模型；本发明的有益效果如下： （1）本发明将车载激光雷达测绘和无人机倾斜摄影测绘这两种新兴技术有效结合，提高了公路工程地形测绘工作效率，降低工作成本，加大地形图测绘成果精度，克服了传统方法效率低，危险性高，周期长、时效性差等缺陷，具有一定的社会效益和经济效益。 [0014] （2）弥补了车载激光雷达测绘技术带宽不足、测绘区域覆盖不足的缺陷，也弥补了无人后期计算较为复杂、精度不足，准确性不高的问题。发挥其各自技术优势，是一种快速生成地形图的方法，加大地形图测绘成果的准确性，进而满足快速公路工程测图的需求。附图说明 [0015] 图1为本发明基于车载和机载点云数据融合的公路地形图测绘方法的流程图；图2为车载扫描系统的数据采集的系统框图； 图3为车载扫描系统的机构示意图； 图4为采用倾斜摄影的无人机的结构示意图； 图5为无人机的五镜头倾斜相机的结构示意图。 具体实施方式[0016] 下面将结合本发明实施例中的附图，对本实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是对本发明一部分实例，而不是全部的实例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。 [0017] 实施例1如图1所示，本实施例涉及的一种基于车载和机载点云的公路地形图测绘方法，包括如下步骤： （1）、利用车载扫描系统采集道路高密度三维矢量点云数据，具体包括如下步骤：A、在卫星信号较好的已知控制点位置架设基站；B、调试车载流动站配置与调整车身位置；C、通过一体化激光监测扫描车，在车体高速移动的过程中，数据采集系统采集高密度三维点云，确保采集数据的正确性和可用性。架设基站的目的是为了通过固定基站所观测到的GPS信号，来校正移动站所观测GPS信号的误差。进行数据采集前，基站必须架设完成，并开始正常工作。基站位置选择要正确，通常情况下移动站与基站之间的距离不能超过 20km，即每次架设好基站后，移动站的工作范围限定在以基站为中心，半径20km的圆形区域内。 [0018] （2）、利用无人机，采用倾斜摄影采集数据，通过无人机搭载的五镜头倾斜相机从前、后、左、右、垂直五个方向对地物进行拍摄，然后通过空中三角测量平差、密集匹配得到高密度三维矢量点云数据；所用软件为Bentley Context Capture。 [0019] （3）、分别对步骤（1）和（2）中的高密度三维矢量点云数据分别进行去噪处理，同时利用步骤（2）的三维点云数据生成真三维模型；去噪处理主要针对，对生成地形图有影响的构造及地物进行去除，包括树木、空中浮点等；去噪处理所用软件为HD_3LS_SCENE、三维建模所用软件为Bentley Context Capture。 [0020] （4）、对步骤（3）中去噪处理后的数据分别进行投影抽稀处理，具体抽稀密度以实际工程需要为准。一般根据实际工程需要，抽稀2m、5m、10m、20m、30m不等；投影抽稀处理用HD_3LS_SCENE。 [0021] （5）、将步骤（4）中投影抽稀后的车载和机载点云数据融合。点云数据融合具体是用HD_3LS_SCENE打开车载点云数据，再打开机载点云数据，实现点云数据融合；确保上述两种融合数据是在同一坐标控制下生成的点云数据，保证坐标的一致性，既可以是相对，也可是绝对的。 [0022] （6）、将融合后的点云数据进行二次投影抽稀处理，具体抽稀密度以实际工程需要为准，两次投影抽稀处理的精度相同。随后需要对抽稀处理的数据进行检查，删除对生成地形图有影响的噪点点云数据，确保最终数据的准确性；（7）、将二次投影抽稀处理的点云数据生成DEM图，对其内部及边界进行修正，得到原始地形图； （8）、对步骤（3）生成的真三维模型进行地形图地物要素的矢量化采集，叠置到原始地形图，生成最终地形图，地形图的比例尺以实际工程需要为准。 [0023] 实施例2如图2-5所示，实现实施例1所用的基于车载和机载点云的公路地形图测绘系统，包括： 激光监测扫描车、无人机和数据处理系统，激光监测扫描车包括车体1、设于车体顶部的激光扫描仪2、惯导系统（IMU）3、车用GPS 4、车轮编码器（DMI）、影像采集系统（CCD）5，其中，GPS设于车体顶部。 [0024] 如图2所示，机用GPS、激光扫描仪（LIDAR）、惯导系统（IMU）、车轮编码器（DMI）、影像采集系统（CCD）和全景相机的信号进入同步控制器（Syn-control），然后由车内电脑（pc）采集和储存。 [0025] 如图4所示，无人机包括设于机体下方的五镜头倾斜相机8、飞控系统7、动力系统9和GPS 10，还设有支架11。五镜头倾斜相机8包括连接架8.1、前镜头8.2、后镜头、下镜头8.4、左镜头和右镜头8.3，可从前、后、左、右、垂直五个方向对地物进行拍摄。 [0026] 数据处理系统，将激光监测扫描车和无人机采集的数据转化为地形图。数据处理系统包括解算模块、数据分析模块、数据融合模块和三维建模模块；解算模块将无人机的五个镜头倾斜相机采集的数据和激光监测扫描车采集的数据解算为高密度三维矢量点云数据；数据分析模块对解算的高密度三维矢量点云数据进行去噪、投影抽稀处理；数据融合模块将倾斜相机和激光监测扫描车采集的去噪、投影抽稀处理数据进行融合处理；三维建模模块将解算的三维点云数据生成真三维模型；数据融合所用软件为HD_3LS_SCENE，对数据进行融合处理；无人机解算处理所用软件为Bentley Context Capture；数据分析（去燥、抽稀）所用软件为HD_3LS_SCENE软件；三维建模所用软件为Bentley Context Capture，利用无人机的三维点云数据生成真三维模型。 |
||||||
