刘传志 黄爱华

中交第一公路勘察设计研究院有限公司

摘 要： 城市区域内的高速公路改扩建受多方面因素限制，要求设计人员必须对影响公路设计的细节要素进行准确判识和量测，这对测量工作提出了极大挑战。为此，某高速公路立体改扩建中采用了无人机倾斜摄影测量、车载三维激光扫描、机载三维激光扫描等多种先进的测量技术。通过对车载三维激光扫描与机载三维激光扫描数据进行精度对比分析，进一步证明测量数据的高精度完全能满足高速公路改扩建对测量精度的要求，为高精度基础数据获取提供技术保障，同时为进一步拓展三维激光扫描技术应用范围积累了工程经验。

关键词： 高速公路改扩建;车载三维激光扫描;机载三维激光扫描;精度分析;

某高速公路位于深圳市中心区域，是粤港澳大湾区东西向的交通中轴线。该高速公路于1999年建成通车，双向六车道，设计速度为100 km/h。截止2016年底，全线日均交通量为123 078 pcu/d。全线处于6级服务水平，部分路段呈现拥堵常态化，项目扩建已刻不容缓。然而道路两侧已高度城市化，受沿线土地开发强度高、城市规划密集、一级水源保护区、重要设施等多方面因素的影响，路线布设应尽量减少对上述因素干扰，综合取舍，方能利于项目的开展。因此必须精确测定各类控制要素，实现勘察设计人员对上述影响公路设计细节要素的准确判识和量测，这对测量工作提出了极大挑战。为此，该高速公路改扩建中采用了无人机倾斜摄影测量、车载三维激光扫描、机载三维激光扫描等多种先进的测量技术手段，并以必要的人工野外实测数据作为辅助来获取高精度基础数据。

1 三维激光扫描测量数据获取

车载/机载三维激光扫描数据采集的作业流程主要包括标靶点布设与测量、三维激光数据采集、激光点云处理与校正、提取特征线、质量检查等内容。

1.1车载三维激光扫描数据获取

1.1.1数据获取平台

车载三维激光扫描是以各种工具车为载体，集成360°激光扫描仪、IMU和GPS、CCD相机、里程计(DMI)等多种传感器，由控制单元、数据采集单元和数据处理软件构成的新一代快速数据获取与处理的高科技测量设备。

1.1.2标靶点(检查点)测量

(1)标靶点采用60 cm×60 cm漏斗形样式，标靶检查点采用40 cm×40 cm漏斗形样式，均选用反光漆，采用制作模具、人工均匀涂刷方式敷设。在点位中心打上钢钉，方便后续施工测量使用。

(2)在主线两侧应急车道内间距约300 m布设1个标靶点，同时在标靶点中间布设1个检查点。主线共布设529个点，其中标靶点为265个，检查点为264个。

(3)匝道按100～200 m间距布设1个标靶点，局部半径较小的位置加大标靶点的布设密度。互通匝道共布设677个点，其中标靶点为375个，检查点为302个。

(4)按照公路一级平面控制要求测量地面标靶点(检查点)平面坐标，按照四等水准要求测量标靶点(检查点)的高程。

1.1.3点云数据采集与处理

(1)利用测区布设的三等GNSS点作为基准站，基准站距离不宜超过25 km, 并包含整个项目区域。本项目在两头及中间位置均设置基准站。

(2)考虑到拟改建高速公路白天车辆多、交通量大的情况，为减少对采集数据质量的影响，外业数据采集安排在夜间0:00后进行。并预先规划好扫描车辆行驶路线，避免出现遗漏。

(3)数据采集前，对系统设备参数进行初始化，并将扫描车辆静置在开阔地10 min左右的时间，以保证信号接收稳定。扫描车辆在主线行驶时速度控制在60～70 km/h, 在匝道行驶时控制在30～40 km/h, 并由路障车在前后提供通行保障。

(4)主线数据采集时，沿主线对向两个方向行驶，每侧沿内侧车道与外侧应急车道分别采集数据，即单向采集2次、对向共4次。匝道路面较窄时，则单向采集1次，较宽时则采集2次、左右侧各1次。该拟改扩建高速公路分别采集了主线和互通匝道点云数据。

(5)数据采集完成后，将扫描车静置在开阔地10 min左右时间，以保证信号接收稳定，便于后续处理得到质量良好的数据。

(6)对采集的原始数据经过数据格式转换、原始数据解码、数据融合生成点云数据、点云纠正、地面点云滤波、特征线提交及查漏查错补缺等过程处理后，最终得到所需的基础数据。

图1为获取的点云数据。

图1 点云数据 *载下**原图

1.2机载三维激光扫描数据获取

1.2.1数据获取平台

机载三维激光扫描飞行平台采用MC6F多旋翼无人机，搭载机载雷达型号为SE-J500C。该设备配置了国际先进的激光(LiDAR)系统、计算机自动导航系统、高精度的POS惯性导航系统以及高分辨率的Dimac数码相机等，为一体化的集成设备。

1.2.2航线布设

测区航摄飞行设计是保证航飞质量、高效、经济的有效措施，是综合考虑仪器设备的性能、地形、地势、高差、摄区形状、航高、航向重叠度、旁向重叠度和航行协调等一系列要素的航摄飞行设计。本项目共飞行13个架次，飞行长度约91 km。

1.2.3点云数据采集与处理

(1)利用测区布设的三等GNSS点作为基准站，每架次航飞布设2台基准站，基准站距离无人机距离不超过10 km。

(2)为纠正激光点云的平面和高程数据，利用车载三维激光扫描时布设的标靶点和检查点进行配准和检查。同时平面采集了道路斑马线、球场角等地面上的明显分界线，高程采集了比较平整的坚硬地面、球场硬化平整区域等。

(3)将获取的各类数据进行预处理、三维激光点云坐标计算、点云高程纠正、点云数据分类、激光点云关键点提取等处理后，最终得到所需的基础数据。

2 三维激光扫描数据精度分析

本项目在实施过程中严格按照规范及技术设计书要求进行测量工作，并利用车载三维激光扫描数据与机载三维激光扫描数据及人工实测数据的重叠路段进行详细的精度对比分析，以核查三维数据建模、点云高程点、桥梁涵洞、重要建筑物及高压铁塔关键位置测量、横断面测量、桥面实测、路面点云等数据的精度。

2.1数据精度对比分析原理

众所周知，测量平差所遵循的法则为最小二乘法原理，并采用中误差作为衡量精度的指标。最小二乘法原理是使观测值与最佳拟合值的偏差的平方和最小，并以此为条件解算出参数的估值。

误差 Δ 的概率密度函数为：

f(Δ)=12πσ√eΔ2/(2σ2)         (1)f(Δ)=12πσeΔ2/(2σ2)         (1)

根据式(1),按方差定义，则有：

σ 2= D ( Δ )= E ( Δ 2)=∫+∞−∞-∞+∞ Δ 2 f ( Δ )d Δ (2)

若观测误差为相同条件下的独立观测误差，则：

σ=limn→∞∑t=1nΔ2tn−−−−−−√         (3)σ=limn→∞∑t=1nΔt2n         (3)

即中误差 σ 为∑t=1nΔ2tn−−−−−−√∑t=1nΔt2n的极限值。

式(3)是中误差计算的基本公式。由于实际上观测个数 n 是有限的，按式(3)计算的结果一般为中误差 σ 理论值的估值。

在对车载点云与机载点云重叠数据进行高程差异比较时，理论上需保证对比点之间的平面位置相同，再进行高程的比较。但由于点云在空间中分布散乱，所以难以准确得到这样的对比点。为此，通过对车载点云进行局部平面拟合或者构建三角网的方法，获得与机载点云在平面位置上相同的车载点云上的点(插值出的点)。这样，机载中的点与其平面位置相同的车载中的点之间的高差就转换为该机载中的点到其对应的车载局部拟合平面(或构建三角网)的距离。如图2所示，点A和点B为车载中的点，点D为机载中的点，点C为点D的斜面投影点，点E为点D的竖直投影点。由于点云数据较为密集，相邻点云间距较近，高程差值较小，故 θ 角足够小，CD之间的距离可近似于DE之间的距离；当 θ 角为0时，CD之间的距离等于DE之间的距离。

2.1.1主线重叠路段点云对比分析

图2 点云投影纵剖面示意 *载下**原图

主线车载点云与机载点云重叠路段测量的高程差异比对分析统计如表1所示。

根据最小二乘原理，由中误差计算公式，计算高差中误差为0.014 m, 小于规范要求的0.02 m。

表1 主线各区域车载点云与机载点云高程差异比对分析 导出到EXCEL

根据表1中大量数据的对比分析，高程差值小于规范2倍误差要求的点数占比达97.9%,成果精度较好。

2.1.2匝道重叠路段点云对比分析

为准确比对匝道车载点云与机载点云重叠路段高程差异情况，选择两者重叠区域较多互通匝道进行比对。其中清湖、秀峰、白泥坑3个互通匝道高程差异比对分析统计如表2所示。

表2 互通匝道点云高程差异比对分析 导出到EXCEL

按中误差公式进行计算，中误差为0.019 m, 小于0.02 m要求值。高程差值小于规范2倍误差要求的点数占比达97.7%,成果精度较好。

2.1.3主线与匝道重叠段特征线对比分析

根据处理后点云数据，采用自动与手工结合的方式提取道路特征线。为核实主线特征线与匝道特征线的连接情况，对主线和匝道重叠区域分别进行特征线的提取，并检查主线与匝道间特征线平面差值，检查情况如表3所示。根据中误差公式进行计算，得到平面中误差为0.031 m, 小于0.05 m要求值。

表3 主线和互通匝道重叠区域特征线平面差值对比 导出到EXCEL

2.2实测数据与点云数据的对比分析

2.2.1实测高边坡及重要地物数据与点云数据对比分析

对高边坡、重要地物及受构造物遮挡路段，采用人工实测方法进行了数据采集。为进一步核查激光点云数据精度，进行了实测数据与点云数据的对比分析工作，如图3所示。

图3 点云与实测数据对比示意 *载下**原图

经对627个人工实测数据与点云数据的对比分析，高程差值中误差为±13.1 cm, 符合规范要求。

2.2.2实测桥涵构造物数据与点云数据对比分析

本项目对既有高速公路的桥梁、涵洞等构造物进行了实测工作。桥梁测量包含上部结构测量、下部结构测量、桥面系测量；涵洞(通道)测量包含外侧4个角点处的平面坐标(前墙与八字墙的交点)对应中心线(跨中)涵底、盖板底的高程，以及路面特征点坐标和高程。

利用桥、涵等构造物路面范围实测数据与点云数据进行了对比分析，结果如表4所示。

经对桥梁、涵洞等构造物路面范围内的实测数据与点云数据的对比分析，按中误差公式进行计算，高程中误差为0.020 m, 满足规范及项目要求。

3 结语

本项目在高速公路改扩建中采用无人机倾斜摄影测量、车载三维激光扫描、机载三维激光扫描等多种先进的测量技术手段，获取设计所需的基础数据。而这些多种数据源彼此间存在重叠，为数据检查提供了便利条件。通过对本项目车载点云与机载点云重叠数据及点云数据与实测数据的对比分析，进一步证明了本项目测量数据的高精度，能完全满足高速公路改扩建要求，为改扩建精细化设计提供了高精度基础数据。

同时，在多源数据的对比分析时需注意以下几个方面。

(1)标靶点对点云数据精度存在影响，应按一定密度均匀布设标靶点。标靶点平面测量精度应不低于一级控制点精度，高程精度不低于四等水准测量精度。

(2)受道路平纵面指标影响，车载主线点云数据与车载匝道点云数据在精度上有所差异，而机载点云不受路面曲折变化的影响。因此，应对主线和匝道分别进行点云数据比对分析，以便更准确地反映实际情况。

表4 实测桥涵构造物数据与点云数据对比分析 导出到EXCEL

(3)为准确比对车载点云与机载点云差异情况，应选择两者重叠区域较多的位置进行比对分析。

(4)人工实测数据与点云数据对比时应尽量选择点云数据相对密集、均匀的路段进行比较，并预先对点云数据进行处理，以更准确反映实测数据与点云数据对比情况。

参考文献

[1] 龚书林.三维激光点云处理软件的若干关键技术 [J].测绘通报，2014,(6):135-136.

[2] 南竣祥，梁爽，李海泉，等.一种基于三维激光扫描技术的快速建模方法[J].测绘通报，2017,(10):137-139+147.

[3] 冯鸣，杨明龙，夏永华，等.三维激光扫描与倾斜摄影测量的高陡崖三维建模[J].测绘科学，2020,45(1):99-107+122.

[4] 孔金玲，杨笑天，吴哲超，等.基于三维激光扫描技术的高速公路滑坡体建模及应用[J].公路交通科技：应用技术版，2015,11(12):12-14.

[5] 吴玉泉，杨倩.基于三维激光扫描技术的点云拼接与建模[J].现代经济信息，2017,(13):353.

[6] 廖中平，余泽彬，刘科，等.三维激光扫描技术在建筑建模中的应用[J].北京测绘，2017,(2):84-87.