一、項目背景
露天礦采場驗收測量、生產(chǎn)測量、工程測量、礦圖繪制等需要外業(yè)數(shù)據(jù)采集的工作以往全是利用全站儀、RTK等傳統(tǒng)測量設(shè)備進行。其中問題突顯,一是測繪環(huán)境惡劣,現(xiàn)場開采時的揚塵影響儀器的觀測效果,二是測繪人員與機械設(shè)備在同一工作面作業(yè),易發(fā)生危險,三是人工采集的點主要是地形變化的特征點,無法全面的反映地形的變化,方量準確性較低。
飛馬多旋翼無人機D200針對露天礦山的特殊地形及測繪作業(yè)環(huán)境進行了設(shè)計??纱钶d包括正射相機、傾斜相機、三維激光LiDar等多種傳感器,同時可以適應(yīng)地形飛行,以滿足礦山測繪的不同工作需求,為礦山的測繪工作帶來新的技術(shù)手段。本案例以內(nèi)蒙古某露天煤礦為研究背景,用飛馬多旋翼無人機D200搭載單正射相機、機載Lidar傳感器獲取測量數(shù)據(jù),驗證其點位及高程精度,進而將其應(yīng)用于露天礦土石方量的計算。
二、技術(shù)路線
本案例的技術(shù)路線是飛馬D200多旋翼無人機掛載單正射相機、機載Lidar(單正射相機可獲取測區(qū)內(nèi)DOM、DSM,為變高飛行提供基礎(chǔ)數(shù)據(jù)。機載Lidar獲取測區(qū)兩期點云數(shù)據(jù),時間間隔1天,5級風(fēng)情況下兩期點云數(shù)據(jù)獲取,研究風(fēng)力對設(shè)備系統(tǒng)誤差的影響。同時分析不同航速下獲取的點云精度及作業(yè)效率,分析變高飛行區(qū)與等高飛行區(qū)點云精度的一致性。以及獲取測區(qū)DEM)對測區(qū)進行數(shù)據(jù)采集,通過數(shù)據(jù)處理最終生成DOM、DSM、DEM及DLG等成果,用于精度分析及實用性研究。事先在測區(qū)內(nèi)布設(shè)足夠多的高精度的檢查點,待飛行完成后,通過對比相應(yīng)檢查點及地物特征點的平面和高程差異來評定無人機的航測精度是否滿足大比例尺測圖的精度要求。
三、實際作業(yè)流程
1.場地選擇
考慮到礦區(qū)地形起伏變化、測區(qū)內(nèi)機械狀況、無人機優(yōu)勢特點、方便成果精度對比檢查等因素,經(jīng)綜合考慮,我們選擇以下場地進行研究。
圖1 測區(qū)示意圖(1.19平方公里)
圖2 測區(qū)示意圖(3.5平方公里)
分別選擇面積1.19平方公里和3.5平方公里的兩個區(qū)域,測區(qū)內(nèi)地形起伏變化較大,且該區(qū)域風(fēng)力較大,具有露天礦區(qū)的一般代表性。
2.數(shù)據(jù)采集與處理軟硬件配置
表1
項目 | 名稱 | 作用 | 數(shù)量 |
硬件 | D200多旋翼無人機 | 作為掛載的飛行平臺 | 1架 |
正射單鏡頭相機 | 獲取垂直影像數(shù)據(jù) | 1個 | |
機載Lidar | 獲取點云數(shù)據(jù) | 1臺 | |
工作站 | 用于處理無人機影像等數(shù)據(jù) | 1臺 | |
筆記本電腦 | 用于無人機地面站及基礎(chǔ)數(shù)據(jù)解算 | 1臺 | |
立體測圖電腦 | 用于點云的矢量化工作 | 1臺 | |
GNSS接收機 | 用于采集檢查點,進行精度對比 | 1臺 | |
作業(yè)車輛 | 用于運送人員及設(shè)備 | 1輛 | |
軟件 | 飛馬無人機管家 | 用于地面站控制、快拼、空三、點云處理等 | 1套 |
LidarFeature矢量化采集軟件 | 用于點云的矢量化工作及兩期算量 | 1套 | |
Global Mapper | 用于DOMDSM的瀏覽以及兩期算量 | 1套 |
3.外業(yè)檢查點的分布與采集
測區(qū)選好后組織人員在測區(qū)范圍內(nèi)制作高精度檢查點標識及采集檢查點坐標。并計算測區(qū)范圍內(nèi)不同坐標系之間的轉(zhuǎn)換參數(shù)。
外業(yè)檢查點采用RTK采集方式獲取,通過連接連續(xù)運行參考站(CORS),在固定解狀態(tài)下采集檢查點,分別分布在不同的高程梯面上,且沒有因為開采而導(dǎo)致高程有明顯變化。具體分別位置如下圖所示。
圖3 四個區(qū)域布設(shè)外業(yè)檢查點
圖4 外業(yè)檢查點采集
4.使用無人機對測區(qū)進行不同掛載傳感器采集數(shù)據(jù)工作
具體內(nèi)容如下表。
表2
序號 | 無人機 | 掛載 | 工作內(nèi)容 |
1 | D200 | 單正射相機 | 1.獲取測區(qū)內(nèi)DOMDSM,為變高飛行提供基礎(chǔ)數(shù)據(jù)。2.進行變高飛行與等高飛行DOM的精度對比。 |
2 | D200 | 機載Lidar | 1.獲取測區(qū)兩期點云數(shù)據(jù),時間間隔1天。2.不同航速下獲取的點云精度及作業(yè)效率分析。3.分析變高飛行區(qū)與等高飛行區(qū)點云精度的一致性。4.在5級風(fēng)情況下進行兩期點云數(shù)據(jù)獲取,研究風(fēng)力對設(shè)備系統(tǒng)誤差的影響。 |
本次研究內(nèi)容包括垂直攝影測量、激光點云采集兩種采集方式。測區(qū)首先施行300米高度飛行(約6cm/px)采集正射影像,整個飛行不變高,得到精確的地形DSM;然后搭載雷達自適應(yīng)地形飛行,保持對地高度60米,采集激光點云數(shù)據(jù)。飛行完畢后,連接飛機,下載飛機記錄數(shù)據(jù)、照片數(shù)據(jù)、點云數(shù)據(jù)等,以備內(nèi)業(yè)數(shù)據(jù)處理。
圖5 地面基準站任意點架設(shè)
圖6 正射航線規(guī)劃
圖7 正射航線三維預(yù)覽
圖8 激光雷達航線規(guī)劃
圖9 激光雷達航線三維預(yù)覽
4.1飛馬D200無人機外業(yè)數(shù)據(jù)采集各架次完成情況統(tǒng)計
D200無人機在外業(yè)采集過程中,累計飛行21架次,其中各架次完成情況如下。
表3
序號 | 機型 | 日期 | 掛載 | 測試內(nèi)容 | 完成情況 |
1 | D200 | 6月26日 | 單正射相機 | 為地形跟隨飛行提供精確的基礎(chǔ)數(shù)據(jù)/影像采集 | 1架次 |
2 | D200 | 6月26日 | 機載LiDAR100 | 五級風(fēng)力下采集點云數(shù)據(jù) | 2架次 |
3 | D200 | 7月25日 | 單正射相機 | 為地形跟隨飛行提供精確的基礎(chǔ)數(shù)據(jù)/影像采集 | 1架次 |
4 | D200 | 7月26日 | 機載LiDAR100 | 8m/s低航速下點云數(shù)據(jù)采集 | 1個架次 |
5 | D200 | 7月26日 | 機載LiDAR100 | 11m/s正常航速下點云數(shù)據(jù)采集 | 2個架次 |
6 | D200 | 7月26日 | 機載LiDAR100 | 14m/s正常航速下點云數(shù)據(jù)采集 | 3個架次 |
7 | D200 | 7月28日 | 機載LiDAR100 | 11m/s正常航速下點云數(shù)據(jù)采集 | 1個架次 |
8 | D200 | 7月28日 | 機載LiDAR100 | 14m/s正常航速下點云數(shù)據(jù)采集,不變高飛行 | 2個架次 |
9 | D200 | 7月28日 | 正射相機 | 變高飛行采集正射影像 | 1個架次 |
10 | D200 | 9月14日 | 機載LiDAR200 | 變高100m點云采集 | 3個架次 |
11 | D200 | 9月15日 | 機載LiDAR200 | 變高150m點云采集(6級) | 2個架次 |
12 | D200 | 9月15日 | 機載LiDAR200 | 變高80m點云采集(6-7級) | 1個架次 |
13 | D200 | 9月16日 | 正射相機 | 正常飛行,影像獲取 | 1個架次 |
注:其中機載LiDAR100激光器為Velodyne Puck;機載LiDAR100激光器為RIEGL。
4.2飛馬D200無人機各架次航線參數(shù)設(shè)計及效率
架次 | 機型 | 測區(qū)面積 | 航時 | 基本參數(shù) | 成果 |
1 | D200 | 1.2Km2 | 22min | 重疊度:80%/60% ,對地高度:306米,地面分辨率:6cm | 241張影像 |
2 | D200 | 0.587Km2 | 2min | 重疊度:25% ,對地高度:60米,點云密度:57點/平方米 | 1.27億點 |
3 | D200 | 1.686Km2 | 36min | 重疊度:80%/60% ,對地高度:255米,地面分辨率:5cm | 575張影像 |
4 | D200 | 1.79Km2 | 35min | 重疊度:30% ,對地高度:60米,點云密度:57點/平方米 | 3.9億點云 |
5 | D200 | 31min | 3.6億點云 | ||
6 | D200 | 1.68Km2 | 33min | 重疊度:30% ,對地高度:60米,點云密度:57點/平方米 | 3.7億點云 |
7 | D200 | 17min | 1.2億點云 | ||
8 | D200 | 0.6Km2 | 19min | 重疊度:30% ,對地高度:60米,點云密度:57點/平方米 | 1.2億點云 |
9 | D200 | 0.144Km2 | 8min | 重疊度:30% ,對地高度:60米,點云密度:57點/平方米 | 0.25億點云 |
10 | D200 | 1.124 Km2 | 24min | 重疊度:80%/60% ,對地高度:255米,地面分辨率:5cm | 338張影像 |
表4
5.數(shù)據(jù)處理
5.1 Lidar內(nèi)業(yè)處理流程
(1)點云預(yù)處理
主要采用飛馬無人機管家進行點云的預(yù)處理,輸出標準點云供點云后處理軟件使用。
圖10 點云數(shù)據(jù)預(yù)處理
1)點云軌跡解算
采用Smart GNSS模塊進行GPS/IMU的聯(lián)合解算,解算出點云的軌跡文件
圖11 點云軌跡解算1
圖12 點云軌跡解算2
2)、點云解算
采用智激光模塊進行點云數(shù)據(jù)解算,基于原始點云數(shù)據(jù)和軌跡文件計算輸出標準化點云成果。
圖13 點云解算
按照航帶進行渲染,檢查航帶接邊誤差,若大于閾值,則進行面片提取,并自動進行航帶平差。由下圖可知此次數(shù)據(jù)航帶間不存在明顯接變問題。
圖14 航帶平差
3) 點云賦色
應(yīng)用測區(qū)正射影像數(shù)據(jù),則可進行點云賦色,更直觀的展示點云。
圖15 點云賦色
4)點云坐標變換
由于目標坐標系為地方坐標系(北京54),而點云默認解算為WGS84坐標系,因此采用七參數(shù)進行坐標轉(zhuǎn)換。然后采用該參數(shù)進行點云數(shù)據(jù)投影變換,轉(zhuǎn)換為礦區(qū)坐標系。
圖16 點云坐標變換
5)、消除冗余
航帶間點云重疊較多大時,由于靠近航帶邊緣的點云精度稍差,因此可采用消除冗余功能進行航帶間重疊點云的剔除。
圖17 剔除航帶間重疊點
(2)點云后處理
采用LIDAR_DP點云后處理軟件進行。
作業(yè)流程:
點云分塊——點云去噪——自動濾波——人工交互編輯——分塊DEM輸出——接邊合并
1)點云分塊:
當點云數(shù)據(jù)量過大時,需采用分塊處理,提高處理效率,減少數(shù)據(jù)處理對硬件的依賴。
圖18 點云分塊
2)、點云去噪
采用點云去噪功能進行飛點和低點去除。
圖19 點云去噪
3)點云自動濾波及分類
通過地面點的分類算法(三角網(wǎng)TIN模型迭代分類算法)分離出未分類層(Unclassify層)中的地面點。
圖20 類別顯示
圖21 地面點高程渲染
圖22 點云分類圖
4)人機交互分類
通過多個視圖結(jié)合DOM、剖面圖等信息將點云通過編輯工具手工分類。
圖23 多視圖觀察分類圖
圖24將未正確分類的點云進行重新分類
5)、分塊DEM輸出
將編輯好的點云按照圖幅進行成果輸出。
圖25 輸出DEM
6)、 DEM接邊合并
圖26 DEM接邊
5.2點云矢量化數(shù)據(jù)編輯
LidarFeature點云矢量化采集軟件根據(jù)點云數(shù)據(jù)便捷的進行坡頂、坡底線的采集,生成高精度符合礦山測繪要求的DEM數(shù)據(jù)模型。