机载激光雷达测量检校精度探讨范文

《北京测绘杂志》2016年第4期

摘要：

采用机载激光雷达测量系统对检校场进行点云获取，融合基站数据进行飞行轨迹处理，然后运用区域网提取及最小二乘平面拟合算法进行点云平面提取及拟合，进而改正机载激光雷达测量系统偏心角误差，并采用模拟数据说明该算法的可行性。

关键词：

点云；误差分类；区域网提取；最小二乘法；平面拟合

1引言

三维激光扫描作为一种新兴的测量技术，是测绘领域继GPS技术之后的又一次技术革命。机载激光雷达测量技术是高度集成了测距技术、计算机技术、高精度惯性导航和高精度动态定位技术（GPS）的一种遥感数据获取领域的新技术［1］。三维激光扫描技术又称为“实景复制”技术，可以对实物进行数字化，快速获取物体表面大量点的三维坐标（称为点云），以帮助人们迅速描绘和量化复杂环境，实现了实时获取空间立体数据的革命性飞跃。这项技术是继GPS技术空间定位之后又一项测绘技术的新突破［2］，是一种崭新的革命性的数据获取技术。因此，Lidar技术逐渐被应用于基础测绘、道路工程、电力电网、水利、石油管线、海岸线及海岛礁、数字城市等领域。扫描点云数据的处理是为了建立扫描物体的三维模型，从扫描点云数据中提取表面特征信息是数据处理的重要内容，而高精度的数据获取是保证后续三维模型数据精确的重要环节。一个完整的机载激光测量项目包含航线设计、检校场布设、航摄飞行、数据下载、航迹解算、检校场数据解算及数据预处理等多方面，其中检校场布设及检校场数据解算是提高数据精度的重要保证。近年来，很多人在提高点云数据精度方面做了不少的研究及试验。Yang和Lee［4］应用最小二乘方法对参数化二次曲面拟合进行三维测量数据的分割。2001年JianbingHuang［5］提出了一种基于边界检测的分割算法，通过搜索边缘区域实现了一种较好的检校场布设方案。本文中综合多位学者的研究采用区域网平差及最小二乘法二次曲面拟合以获取最优解。

2误差分类

机载激光雷达测量数据在生产过程中产生的误差，主要存在于机载激光雷达测量系统误差、控制网误差以及后期数据处理误差三大部分。其中，机载激光雷达测量系统误差又包含GPS定位误差、GPS／IMU组合姿态确定误差和扫描角误差、激光扫描测距误差及系统集成误差。

2．1GPS定位误差机

载激光测量系统的工作原理决定了GPS定位误差是影响机载激光测量系统的主要原因。由于机载GPS是在高速动态情况下获取数据，所以很容易受到多方面的影响，如卫星轨道误差、卫星钟差、接收机钟差、多路径效应、卫星星座和观测噪声等。以上误差随环境变化而变化，因此消除此类误差是不可能的。由经验可知通过在测区均匀布设多个地面基准站的方法能减弱该类误差，且尽量保证地面基站距测区边界不大于50km。2．2GPS／IMU组合姿态误差和扫描角误差GPS／IMU组合姿态误差和扫描角误差属于机载激光雷达测量系统硬件自身误差。在实际作业过程中，降低飞行高度可以减弱IMU姿态测量误差的影响。

2．3激光扫描测距误差

激光扫描测距误差主要是由激光扫描测距仪误差、大气折射误差及与反射面有关的误差，理论上可以通过一些方法纠正，但在实际作业过程中可行性较低。

2．4系统集成误差

对于系统集成误差，在作业过程中主要关注偏移分量和偏心角的获取。偏心分量要求在每次航摄作业前都要进行实地测量，可采用近景摄影测量法、经纬仪测量法、平板玻璃直接投影法及地面激光设备扫描法测定。IMU与激光雷达仪器紧密固联后，各轴指向之间形成的角度为偏心角。综上，航摄项目中各类误差中能通过后期进行消除或减弱的主要是系统集成误差，即偏心角误差。

3检校场布设

经过一些学者的研究［6］检校场布设需满足一定的条件。①检校场选择需考虑飞行便利、有明显地物标志和检查点测量方便等因素，以选择在机场附近为宜；②检校场内不存在激光回波高吸收地物，即检校场内目标应具有较高的反射率；③检校场地形平坦，最好有高反射的平直道路，并有明显倾斜地形或地物（如尖顶房等）；④检校场面积不小于4km2。本文采用的实验数据是由某机载激光测量系统于2014年12月份在某城市获取。该机载激光测量系统的主要参数见表1。为了保证检校场的可靠性，参考厂家建议，通常检校场航线设计飞行高度为1000m。综合分析测区地形情况，最终选定检校场区域面积约5km2。该检校场位于市区，场内有多条平直公路，且有多个大型建筑物及少量尖顶房屋，无水域避免了激光反射率低可能引起检校精度降低的情况出现。检校场航线布设如图1所示。为了提高解算精度，在检校场内部架设基站，以精确解算飞行轨迹。

4数据解算及精度分析

本文采用类似摄影测量区域网平差的方法进行点云数据处理，由于机载激光雷达测量系统获取的是大量离散点，首先需要根据点云之间拓扑关系进行点云分割［7］，为了保证类区域网的建立需在飞行航线间增加一定的重叠区域，本实验数据航线间重叠度为25％。利用最小二乘法估算类区域网模型中校正参数以最小化多余观测值的加权平方和，并进行平面拟合［8］。为了加强类区域网的强度通常增设一条连接所有航线的贯穿线，称之为构架线。因此，数据解算包含以下几步：选择最优区域网提取算法；利用最小二乘平差模型［9］［10］确定最优平面；分析解算精度并改正仪器参数。

4．1选择最优区域网提取算法

区域网建立基于点云之间严密的拓扑关系，如同一平面点云高程之差小于阈值、同一斜面点云间坡度值小于阈值等等。通过这种区域网（面域）内点云间的拓扑关系提取平面并进行面域平差。通过现实世界中地形地物类型来确定区域网提取算法并根据经验确定提取阈值。

4．2提取最优平面

在步骤1基础上，对提取的区域网采用最小二乘平面拟合的方法进行点云平面拟合，以获取最优平差模型。采用最小二乘平面拟合算法对数据处理结果见图2。图2（a）中用不同颜色表示不同平面拟合结果，图2（b）说明对于不是同一高度平面，算法可以将其提出并保证不分割平面，图2（c）对于道路面算法可以很好的将边界提取，保证平面完整性。

4．3结果分析

本项目使用的机载激光雷达测量系统的初始偏心角由厂家提供，厂家在实验室做了严密的检校。根据综上原理对检校场数据进行检校处理，并更新偏心角参数，与原厂数据对比结果如表2所示。从表2可以看出，检校前和检校后偏心角有一定差值，根据分析造成这种差值可能有两种原因：仪器经过长距离运输，路途颠簸导致设备部件之间发生轻微变化；航向点间距导致航线角偏差存在。每个激光点的理论精度都可以由协方差传播定律来获取。如果测量粗差和系统误差可以完全消除且观测值（如激光距离、扫描角度、传感器中心位置及扫描瞬间姿态角）已知，那么标准偏差值可以作为有效标准来衡量激光点云的精度。通过模拟一组含有系统误差和随机误差的数据，并将检校场检校前后结果应用到该数据中，以说明偏心角对数据的影响如图3所示。图3中蓝色点代表含有误差的激光点云高程值。图3（b）中红线表示高程值的标准偏差。在这两组数据中，观测值中均含有随机误差。图3（a）使用的偏心角参数未经过检校，即未消除偏心角误差，图3（b）中偏心角参数经过检校。由此可以看出，准确的偏心角参数对点云数据高程影响还是很大的。

5结论

通过类区域网平差及最小二乘拟合算法进行检校场数据解算，以得到检校偏心角参数，并根据模拟数据比较检校前后点云数据高程值标准偏差，从而说明在实际生产中，对每一个项目来讲，进行检校场飞行及设备检校都是很有必要的。后续将继续研究更精确及完善的点云分割及平面拟合算法。

参考文献：

［1］王蒙，隋立春，黎恒明．机载LiDAR点云数据的航带研究拼接探讨［J］．测绘通报，2010（7）：5－8．

［2］廖丽琼，罗德安．地面激光雷达的数据处理及其精度分析［J］．四川测绘，2004（4）：1－2．

［5］林先秀．机载LiDAR检校场布设及检校技术探讨［J］．测绘通报，2014（3）82－86．

［6］沈文亮．机载激光雷达测量误差检校的探讨［J］．科技与创新，2014（8）49－51．

［7］李娜，马一薇，杨洋，高晟丽．利用RANSAC算法对建筑物立面进行点云分割［J］．测绘科学，2011（5）138，144－145．

［8］曾齐红，毛建华，李先华，刘学峰．激光雷达点云平面拟合过滤算法［J］．武汉大学学报信息科学版，2008（1）25－28．

［9］苍桂华，岳建平．基于加权总体最小二乘法的点云平面拟合［J］．激光技术，2014（3）307－310．

［10］严剑锋，邓喀中，邢正全．基于最小二乘拟合的三维激光扫描点云滤波［J］．测绘通报，2013（5）43－46.

作者:王薇薇 张辉 单位:山东正元航空遥感技术有限公司 山东恒历城测绘科技股份有限公司