阅读说明：本技术 一种在道路测设中的无人机影像匹配点云的测量方法 (Method for measuring unmanned aerial vehicle image matching point cloud in road survey ) 是由 李涛 于 2019-04-26 设计创作，主要内容包括：本发明公开了一种在道路测设中的无人机影像匹配点云的测量方法,包括以下步骤：(1)进行外业航测；(2)进行基站坐标采集,以及对既有硬化路面边线坐标采集；(3)点云与检测点精度分析；(4)进行任意断面提取、数据冗余处理。本发明与现有技术相比的优点是：本发明的无人机影像匹配点云技术代替传统断面测量,实现任意断面提取和土方量计算的技术与方法,确定不同阶段具有最优性价比的测绘产品和测绘作业方法。(The invention discloses a method for measuring unmanned aerial vehicle image matching point cloud in road survey, which comprises the following steps: (1) carrying out field operation aerial survey; (2) acquiring coordinates of a base station and coordinates of side lines of the existing hardened pavement; (3) analyzing the precision of the point cloud and the detection points; (4) and carrying out any section extraction and data redundancy processing. Compared with the prior art, the invention has the advantages that: the unmanned aerial vehicle image matching point cloud technology replaces the traditional section measurement, realizes the technology and the method of arbitrary section extraction and earth volume calculation, and determines surveying and mapping products and surveying and mapping operation methods with optimal cost performance at different stages.)

一种在道路测设中的无人机影像匹配点云的测量方法

技术领域

本发明涉及测量方法，尤其涉及一种在道路测设中的无人机影像匹配点云的测量方法。

背景技术

横断面测量指的是测量中桩处垂直于中线方向的地表起伏形态的作业。然后绘制成横断面图，供路基、边坡、特殊构造物的设计、土石方的计算和施工放样之用在高速公路、铁路等线路工程测量中必须进行横断面测量。由于大型线路工程路基宽、设计精度要求高、纵横断面密度大，特别是在丘陵或山区地表高差变化大、通行不便的测区，使用传统方法测量采集高程点数量有限，横断面工作效率较低，一旦改线还需要重新进场测量，不仅生产成本高，而且严重影响设计工期，不能适应当前社会发展。

道路测设是计算土石方量并进行线路设计、造价预算、工程施工的重要依据，但是在复杂地形条件下采用传统测绘方法存在着诸多难题和不足：1.传统测绘作业周期长、工作劳动强度大，一旦改线还需要重新进场测量，而且严重影响设计工期；2.复杂地形条件下通常通行不便，作业人员难以进入作业现场，安全性不能保证，同时采集点位密度不足，土石方量精度较差，也严重影响工程造价。

近年来，随着我国经济的高速发展，无人机在各行各业均呈现出一片欣欣向荣的景象，特别是在地理信息行业，无人机航摄正对传统测绘手段带来一次跨越性的飞跃。作为专业的测量型无人机，PPK、免像控技术、倾斜摄影技术正极大地提升了影像定位精度与高程精度，同时主流的无人机处理软件如AgiSoft PhotoScan、PIX4D Mapper、Smart 3DCapture等支持影像匹配点云功能。点云数据作为一种全新的地理信息产品，其巨大应用价值在工程测量领域正逐步显现。

因此，研发一种在道路测设中的无人机影像匹配点云的测量方法，成为本领域技术人员亟待解决的问题。

发明内容

本发明为了解决现有技术的上述不足，提供了一种在道路测设中的无人机影像匹配点云的测量方法。

本发明的上述目的通过以下的技术方案来实现：一种在道路测设中的无人机影像匹配点云的测量方法，包括以下步骤：

（1）进行外业航测，采用MAVinci Desktop影像快速空三加密方法，通过AgiSoftPhotoScan影像匹配点云，再进行点云噪点过滤、剔除；其中，外业航测设备采用天狼星免像控无人机，将测区范围线导入MAVinci Desktop飞行计划软件中设定GSD（地面采样间隔）为3cm，使用带状飞行计划、自适应地形起伏模式，相对行高120m；航向重叠度80%，旁向重叠度65%；平均每架次飞行长度3km，带宽200m，续航时间30min。

（2）进行基站坐标采集，以及对既有硬化路面边线坐标采集；

（3）点云与检测点精度分析；

（4）任意断面提取、数据冗余处理。

本发明与现有技术相比的优点是：本发明的无人机影像匹配点云技术代替传统断面测量，实现任意断面提取和土方量计算的技术与方法，确定不同阶段具有最优性价比的测绘产品和测绘作业方法。并利用无人机影像匹配点云技术在特定的工作环境下，可为公路横断面测量或高速公路封闭区域道路标线与特征线测量提供了一套全新的解决方案。

附图说明

图1为本发明中无人机影像匹配点云工作流程图。

图2为本发明中传统断面测量地面高程点示意图。

图3为本发明中超高密度无人机影像匹配点云示意图。

图4为本发明中无人机影像匹配点云（去除噪点后）示意图。

图5为本发明中空间三维环境下任意断面设计（绘制剖面线）示意图。

图6为本发明中利用无人机匹配点云获取地面高程点示意图。

图7为本发明中两种断面线叠加分析示意图。

图8为本发明中利用实测横断线建立DTM格网示意图。

图9为本发明中利用点云建立DTM格网示意图。

图10为本发明中靶标点布设与检测示意图。

图11为本发明中特征点检查的示意图。

图12为本发明中矢量数据套合检查的示意图。

具体实施方式

下面结合实施例对本发明进一步详述。

如图1所示，本发明的一种在道路测设中的无人机影像匹配点云的测量方法，包括以下步骤：

（1）进行外业航测，采用MAVinci Desktop影像快速空三加密方法，通过AgiSoftPhotoScan影像匹配点云，再进行点云噪点过滤、剔除；其中，外业航测设备采用天狼星免像控无人机，将测区范围线导入MAVinci Desktop飞行计划软件中设定GSD（地面采样间隔）为3cm，使用带状飞行计划、自适应地形起伏模式，相对行高120m；航向重叠度80%，旁向重叠度65%；平均每架次飞行长度3km，带宽200m，续航时间30min。

（2）进行基站坐标采集，以及对既有硬化路面边线坐标采集；

（3）点云与检测点精度分析；

（4）任意断面提取、数据冗余处理。

本发明以某高速公路测设项目为例，采用天狼星免像控无人机航摄设备获取高分辨率影像，利用影像匹配点云技术与Lidar点云处理工艺制作生成密集地面高程数据，进而取代公路测设过程最耗时耗力的断面测量工作，不仅大幅提高作业效率、降低生产成本，而且对于道路改线、任意断面设计、BIM系统应用带来极大便利。详细情况如下：

本工程为莱芜市境内某高速公路定测阶段进行的横断面测量项目，线路设计里程85km，平均海拔210m，最低海拔170m，最高处280m。测区大部分位于微丘和重丘区，地貌比较破碎；测区地表以稀疏果园和低矮农作物为主，大部分区域地表裸露，对无人机航飞点云噪点剔除比较有利。技术要求：按照对应中桩桩号采集横断坐标，在地形坡度变换处必须采集坎上坎下高程坐标。

外业航测设备采用天狼星免像控无人机，将测区范围线导入MAVinci Desktop飞行计划软件中设定GSD（地面采样间隔）为3cm，使用带状飞行计划、自适应地形起伏模式，相对行高120m；航向重叠度80%，旁向重叠度65%；平均每架次飞行长度3km，带宽200m，续航时间30min。

无人机影像匹配点云工作流程图，如图1所示。

本次横断面测量采用传统测量方式进行验证，人工采集线路长度5km，断面点数量约14800点。本发明中为便于展示仅选取三个断面，更多断面与此类似。

传统断面测量地面高程点，如图2所示。

超高密度无人机影像匹配点云，如图3所示。

无人机影像匹配点云（去除噪点后），如图4所示。

空间三维环境下任意断面设计（绘制剖面线），如图5所示。

利用无人机匹配点云获取地面高程点，如图6所示。

如图7所示，根据两种断面线叠加分析可以看出两种断面线基本吻合，但是存在稍许偏差，主要原因点云点位与人工实测点位不完全一致，另外人工采集断面点也存在取舍，两种方式生成的断面线不完全吻合也属于正常现象。

土方量计算与精度分析：

土方量计算：如图8、图9所示，利用以上两种不同数据获取方式生成DTM三角网文件，使用CASS软件DTM法土方计算功能进行比较，K44+400至K44+460三条断面间计算结果为挖方量366.6m3，填方量265.7m3，填挖方平衡量99.9m3，地表面积3600m2，对地表高度整体影响约3cm；扩大检测范围，对K44+220至K44+500三十条实测断面和无人机匹配点云进行比较，计算结果为总挖方量2723.8m3， 总填方量2490.4m3，挖方平衡量相差约233.4m3，地表面积21355m2，对地表高度整体影响约11cm。

断面测量方案对比：

由于以上两种方式高程点获取手段截然不同，传统断面测量在指定断面线上精度较高，但是两断面线之间缺少数据构建DTM模型精度不高，测量精度与地性线位置断面加桩以及作业人员的工作经验关系较大；无人机匹配点云方式更倾向于方格网法，其点云密度基本达到2m*2m（在裸露地表点云密度可以达到0.5m*0.5m），在点云精度可靠的情况下可以获取非常精确的土方量结果（见表1：横断面测量方案对比）。

表1：横断面测量方案对比

精度检验与质量控制措施：

a)靶标点检验

为检验无人机航测成果精度，在试验区硬化路面的地方，间隔约500m处绘制地面检测靶标标识，靶标尺寸为30cm×30cm，并进行独立的GPS静态网观测和四等水准测量。如图10所示。

其中，点云高程与靶标点实测高程差值最大为0.118m，平均高程中误差为±0.076m。

靶标检验高程精度较差 单位：m

b)特征点检验，如图11所示。

选取道路两侧硬化道路边线高程点约2280点，计算高程中误差为±0.107m(剔除桥梁、涵洞具有粗差的四点），其中高差较差≤10cm的共1363点，占比59.78%；其中高差较差处于10～20cm的共638点，占比27.98%。考虑到网络RTK自身测量精度的影响，综合评价无人机航摄高程精度约为3倍GSD，基本可以达到±10cm的高程精度，能够满足断面测量的精度要求。

c)与既有大比例尺地形图矢量数据套合检查，如图12所示。

矢量数据套合检查是测绘生产单位和用户单位最常用的检查手段，也是用户最能接受和最直观的一种检查方式。

上述的具体实施方式只是示例性的，是为了更好的使本领域技术人员能够理解本专利，不能理解为是对本专利包括范围的限制；只要是根据本专利所揭示精神的所作的任何等同变更或修饰，均落入本专利包括的范围。