移动扫描技术在数字高架设施普查中的研究与应用.pdf

移动扫描技术在“数字高架”设施普查中的研究与应用陈 玲,刘 也,刘 彬(常州市测绘院,江苏 常州2 1 3 0 0 2)摘 要 为提升高架及其设施的管理效率和水平,加强高架快速道路的全生命周期动静态管理,常州市正在推进“数字高架”建设。以常州市为例,利用三维激光扫描使用简单、扫描快速、操作安全且精度高等技术优势,研究并利用L i D A R点云数据的特征实现快速、准确的目标提取,实现“数字高架”设施普查的快速定位与采集,大大降低了高架道路现场测绘的难度,从而提高空间位置测绘的整体作业效率。快速、全面、准确掌握高架设施情况,赋能高架道路精细管理、精准治理,为常州高架路网建立建设和维护维修数字档案,为高架道路的全生命周期管理存档留痕。关键词 移动扫描;数字高架;设施普查;点云分类0 引 言为加强高架快速道路的全生命周期动静态管理,常州市正在推进“数字高架”建设,以数字化、信息化手段赋能高架道路精细管理、精准治理。但到目前为止,高架设施数据缺失,还无法从空间角度来进行全面管理。因此,制作统一、全面、准确的高架空间地理数据迫在眉睫。“数字高架”建设通过现场测绘、数据整合、应用功能模块开发等工作,描绘集聚高架道路及地面道路设施的电子蓝图。实现“一张图”尽览所有管养范围和日常“巡检修”情况,精确统计和展示高架道路及设施情况,及时掌握道路巡查、设施检查、病害维修等信息,为设施病害诊断分析、养护计划制订等提供坚实依据。车载移动三维激光扫描系统是集成三维激光扫描仪、3 6 0 全景相机、GN S S和I MU定位定姿系统(P O S)、高清侧边相机的综合测量系统,系统具有更高精度、效率和稳定性,可快速安装在汽车等各种运输载体上,满足各种项目的使用需要。激光扫描测量技术又称“实景复制”技术,其采用主动发射扫描光源(激光),通过探测自身发射的激光回波信号,快速、高精度地获取三维激光点云数据,为目标三维空间信息的实时获取提供了一种精确有效的测量手段1-2。由于城市高架道路车速快、流量大、禁止行人等特点,传统测绘方法不能在“数字高架”普查中广泛使用。基于移动扫描的车载测绘系统成为“数字高架”最佳的采集设备和方法,其在城市三维空间信息的获取中充当了越来越重要的角色。另外通过扫描获取的点云数据,不仅能够获取周围地物的海量三维信息,还可获取地物的反射强度、颜色等相关信息。点云数据经过分类可以精确有效的实现地面、建筑物、道路附属设施等城市典型地物的分类及道路边线等的自动提取3,为高架设施的快速采集与普查提供保障。1“数字高架”设施普查1.1 普查内容“数字高架”设施普查的对象为高架全线的设施,包括高架上、下路网及附属设施进行完整的、准确的数字化采集建库。具体采集对象和采集内容如表1所示。1.2 车载移动扫描数据获取本项目采用L e i c a公司的P e g a s u s T w o U l t i m a t e车载三维激光扫描系统对高架线路进行全线扫描。该系统集成三维激光扫描仪、3 6 0 全景相机、GN S S和I MU定位定姿系统(P O S)、高清侧边相机的综合测量系统,具有更高精度、效率和稳定性。数据采集和处理流程如图1所示。设备经静态初始化及动态初始化后即可进行三维点云数据扫描作业。扫描过程中扫描车保持匀速行驶(推荐1 08 0k m/h);扫描车保持在道路中央行驶,远离路旁建筑,最大程度地避免GN S S的遮挡;数据采集过程实时调整相机曝光,确保影像质量符合预期;P O S误差保持在1.0m。1.3 扫描数据预处理在内业数据处理时,需要根据G P S时间和轨迹同步匹配,生成具有内外方位元素的照片。根据时间同步匹配将照片和点云通过G P S时间进行同步匹配,然后再依据相机与扫描仪中心的位置关系,对激光点云进行着色,得到真彩色点云。91移动扫描技术在“数字高架”设施普查中的研究与应用表1 高架设施普查内容类型数据数据信息高架路网数据高架路网名称、坐标等地面道路名称、坐标等路线坐标编号、坐标等高架设施数据里程桩编号、坐标等防撞墙编号、坐标、长度、高度等声屏障编号、坐标、长度、高度等防抛网编号、坐标、长度、高度等伸缩缝编号、坐标等收水井编号、坐标等高架桥墩柱编号、坐标等排水管编号、坐标等人行道编号、坐标等桥编号、坐标、名称、桥铭牌、桥梁栏杆、桥梁伸缩缝条数、桥梁限载牌等桥梁伸缩缝编号、坐标等地道挡墙编号、坐标等地道栏杆编号、坐标等地道装饰板编号、坐标等照明灯编号、坐标,灯杆类型,灯杆高度等景观灯编号、坐标,设备类型,有否接地等接线箱数据编号、坐标,电缆数,护管数等图1 数据采集和处理流程1.4 高架设施数据采集“数字高架”需要采集高架路网和设施类等要素,高架路网主要为线状要素,包括道路边线、人行道、挡墙、栏杆等要素。主要设施多为点状要素,包括照明灯、桥铭牌、路名牌等。利用街景采集系统,将严格配准的点云数据、高清影像、全景影像数据进行数据发布,以人行、车行的视角进行浏览,场景具有3 6 0度全景可视、3 D量测等功能,如图2所示。在街景采集系统里进行高架设施的采集。在采集空间数据的同时,还可一并采集高架设施的相关属性信息,如名称、编号、类型等。利用点云分类进行道路边线、绿化带等的线状设施的提取和采集。利用街景采集系统进行高架设施的空间定位和属性数据采集工作,可以大大提高外业实地调查的整体作业效率,降低劳动强度。图2 可量测街景数据1.5“数字高架”平台建设“数字高架”需要提供统一、全面、准确的空间地理数据底板和覆盖全线、信息共享、精准治理的信息化平台。对高架路网及附属设施进行完整的、准确的数字化采集建库,实现高架数据的建库与管理应用,将提升高架及其设施的管理效率和水平,是市政管理的重要支撑;同时,系统提供扩展模块,为与高架及其设施管理的其他部门提供空间地理信息协同服务能力。系统功能结构如图3所示。02江苏省测绘地理信息学会2 0 2 3年学术年会图3“数字高架”管理信息系统功能结构图2“数字高架”设施普查关键技术2.1 基于车载移动测量及点云特征的高架设施数据快速采集 将车载移动扫描采集的点云、高清影像、全景影像等数据进行精确匹配并发布,在场景中以人、车行等不同视角实现3 6 0度全景浏览及3 D量测等功能。其中街景量测功能是基于点云实现的,首先激活点云捕捉功能,再选中照片量测功能,在全景照片中选择2个点,即可进行量测3 D距离,如图4所示,红色为斜距,蓝色为垂距,绿色为平距。对于高架设施的高度、宽度、材料、编号等属性信息均可利用高清影像进行采集。图4 基于街景影像的3 D量测由于搭载平台、设备仪器的限制或待扫描对象本身的特点,获取的点云数据存在局部缺失现象,如镜面反射、外物遮挡、扫描盲区、细节缺失、激光吸收等原因均可能导致点云缺失。利用点云不同高度的截面,可弥补近地面扫描盲区的缺失情况,如高架设施中杆状物及高架墩柱等的采集(图5)。2.2 基于高架设施特征的杆状目标提取道路环境中杆状目标有灯柱、电杆、道路标识牌等,不同的杆状目标各具特点。电杆、灯柱、道路标识牌属于人造杆,其具有一定的几何特征,其底径和梢径是相等的,不同种类和规格的人造杆的直径和高度不同。另外高度是杆状目标的一个重要特征,不同的杆状目标高度区别明显。道路环境中可以根据杆状目标的高度特征及其顶部特征来区分不同杆状目标。这些杆状目标的轴向和地面近图5 基于点云截面的设施采集似垂直,而且与周围其他地物点的空间关系非完全连续,具有一定的独立性。根据杆状目标的形状、高度和是否独立等特点,可对高架的杆状目标进行提取和分类4,如图6所示。车载激光点云中地面点较为密集,为提高数据处理速度,需先将车载激光点云进行滤波处理,接着对非地面点根据不同形状目标的高度和形状差异进行分类,然后在此基础上构建出模型,之后再进行模型的类型判别与优化,最后依据杆状目标检测模型来实现最终的提取。图6 杆状目标提取示意图2.3 基于点云高程和平面信息的道路边线等自动提取 高架道路结构设施复杂多样,信息采集时会将道路及周边地物信息一并采集,而这些地物在空间上可以通过高程和平面信息与道路进行区分。高架道路两侧都存在挡板或路坎,挡板或路坎与地面之间有一定的夹角,利用这些特征可进行道路边线的自动提取,具体做法为:首先将车载L i D A R扫描系统获取的道路数据根据采集轨迹进行分段,对每一段路段点云进行滤波处理,然后通过分析点云的高程与平面信息,采用点分割算法分离路面与非路面点云,再对处理后的路面点进行投影;最后运用12移动扫描技术在“数字高架”设施普查中的研究与应用边界 特 征 估 计 提 取 算 法 获 取 道 路 等 线 状 边 界点云5。由于提取的道路边界是由一个个散乱密集的点组成的,不利于道路边界的排序,所以还需要对道路边界进行抽稀处理。对道路边界中的特征点(包括起点、终点、转折点)进行保留,只对非特征点进行抽稀,点云抽稀之后,再利用散乱点云排序的方法,对点云按顺序进行排列形成初步的道路边线,最后再对其进行聚类及拟合处理得到完整、连续的道路边线6,如图7所示。该方法用于提取城市道路边界等线状地物效果较好,精确性与稳健性高。2.4 基于点云数据自动化实现道路标线的提取、分类及矢量化 为满足导航及道路改扩建等需求,需对道路标线进行提取和矢量化。首先,对激光扫描点云进行分类,分为地面点和非地面点。其次,利用图像处理方法,生成多个地理参考图像,用于道路标线像素的检测。第三,从图像中匹配道路标线的点云,图7 道路边界线自动提取并进一步 分 割 为 连 接 的 对 象。采 用 最 大 类 间 方差阈值分割法和统计离群点去除法对道路标线进行细化。然后通过模型匹配方法进行分类,最后,在重新连接断裂边界线后,将所有分类的道路标线矢量化为封闭或非封闭多段线7,如图8所示。在高架场景中道路标线提取准确率约9 0%。图8 道路边界线自动提取3 精度统计与分析为了检验基于移动扫描采集的高架设施的精度,将基于移动车载采集的数据与外业R T K全站仪实测数据叠加,进行平面与高程精度检测,精度对比情况如表2所示。外业采用R T K技术均匀量测一些特征点,包括路灯标杆、道路标线拐角等可以快速识别的特征点,以这些实地量测的检查点坐标作为检核点。通过判断检查点点位中误差和高程中误差的大小是否满足测绘大比例尺地形图的规范要求,进行验证基于移动扫描采集高架设施的精度。表2 精度比对表点名实测车载XYZXYZd e tXd e tYd e tZL 1 35 1 66 1 9.0 3 35 0 21 5 1.0 5 71 5.4 2 735 1 66 1 9.0 0 05 0 21 5 1.0 8 51 5.4 0 50.0 3 3-0.0 2 80.0 2 2L 2 35 1 64 1 1.5 2 75 0 24 7 3.6 2 21 6.2 0 335 1 64 1 1.5 4 05 0 24 7 3.6 5 01 6.2 0 0-0.0 1 3-0.0 2 80.0 0 3L 3 35 1 60 5 2.4 7 65 0 30 2 4.3 4 21 6.2 8 735 1 60 5 2.4 6 05 0 30 2 4.3 5 51 6.2 5 50.0 1 6-0.0 1 30.0 3 2L 4 35 1 57 0 8.1 0 05 0 35 7 7.0 8 21 6.0 3 335 1 57 0 8.1 6 55 0 35 7 7.0 7 51 5.9 8 5-0.0 6 50.0 0 70.0 4 8L 5 35 1 54 9 0.8 0 35 0 39 9 2.7 2 51 5.4 6 435 1 54 9 0.7 7 55 0 39 9 2.7 4 91 5.4 5 50.0 2 8-0.0 2 40.0 0 9L 6 35 1 52 0 0.4 5 75 0 43 7 7.5 7 81 5.3 5 735 1 52 0 0.4 7 05 0 43 7 7.5 3 91 5.3 3 5-0.0 1 30.0 3 90.0 2 2L 7 35 1 51 0 9.0 9 75 0 45 0 3.2 8 51 6.6 7 435 1 51 0 9.1 1 55 0 45 0 3.2 3 01 6.6 9 5-0.0 1 80.0 5 5-0.0 2 1L 8 35 1 68 1 3.1 4 55 0 20 8 2.1 6 81 5.5 3 735 1 68 1 3.1 5 25 0 20 8 2.1 3 21 5.5 1 0-0.0 0 70.0 3 60.0 2 7L 9 35 1 65 2 3.6 3 85 0 23 4 8.7 3 31 6.1 1 235 1 65 2 3.6 4 15 0 23 4 8.7 5 11 6.1 1 5-0.0 0 3-0.0 1 8-0.0 0 3L 1 0 35 1 61 0 6.5 8 75 0 31 5 6.3 4 21 6.1 7 735 1 61 0 6.5 6 35 0 31 5 6.3 8 11 6.1 4 50.0 2 4-0.0 3 90.0 3 222江苏省测绘地理信息学会2 0 2 3年学术年会 经统计可知,平面中误差为正负0.0 4 2m,高程中误差为正负0.0 2 6m,根据 工程测量规范 要求,精度满足1 5 0 0比例尺的成图精度要求。4 结 语提升高架及其设施的管理效率和水平,是市政管理的重要支撑。快速、准确地为常州高架路网建立数字档案以及为高架道路的全生命周期管理存档留痕的工作尤其重要。利用三维激光扫描使用简单、扫描快速,操作安全且精度高等技术优势,研究并利用L i D A R点云数据的特征实现快速、准确的目标提取,实现高架设施的快速定位与采集,大大降低了高架道路现场测绘的难度,从而提高空间位置测绘的整体作业效率。为全面掌握运行过程中高架桥梁工作状况提供了技术手段,为高架道路各项管理工作的科学管理与数字化管理提供技术支撑。为实现了高架巡查维修的全流程管理,为高架的日常养护管理工作提供了有力的工具。新技术的应用为实现高架路网的科学管理和精细管理,产生积极的经济与社会效益。参考文献1 黄健,叶青.车载激光移动测量技术在数字城市中的应用J.现代测绘,2 0 1 6,3 9(S 2):4 2-4 4.2 庞岩,孙国强,解全波.移动测量技术在城市绿化普查中的应用J.北京测绘,2 0 2 0,3 4(4):5 1 8-5 2 2.3 方莉娜,杨必胜.车载激光扫描数据的结构化道路自动提取方法J.测绘学报,2 0 1 3,4 2(2):2 6 0-2 6 7.4 吴永兴.利用车载L i D A R点云的自动成图技术研究D.北京:中国地质大学,2 0 1 8:2 5-3 6.5 谢宏全,汪秋玲,蔡东健,等.利用车载L i D A R点云数据提取城市道路边界J.测绘通报,2 0 2 1(2):6 4-6 7.6 盛君,孙晨辉,王杰,等.基于车载激光点云的城市道路提取方法研究J.地理信息世界,2 0 2 2,2 9(3):1 1 4-1 1 8.7 吕亚磊,李永强,范辉龙,等.基于车载L i D A R点云联合特征的道路边界提取研究J.地理与地理信息科学,2 0 1 9,3 5(1):3 0-3 7.8 赵焰,曹聿铭,黄鹤.基于车载激光点云的高精地图矢量化成图J.测绘通报,2 0 2 1(1 2):1 0 5-1 0 9,1 1 4.9 高桂甫,任高升,王亚梅,等.车载L i D A R和无人机一体化控制的全息数据采集与应用研究J.现代测绘,2 0 2 1,4 4(5):4 5-4 9.32移动扫描技术在“数字高架”设施普查中的研究与应用