杨俊凯，颜惠庆

（中交上海航道勘察设计研究院有限公司，上海 200120）

0 引言

长江下游河段是世界上运量最大、运输最繁忙的通航河流，同时也是我国水运主通道和沿江地区综合运输体系主骨架[1]。长江下游汊道洲滩众多，受上游径流和下游潮汐的共同影响，长江洲滩演变剧烈，为稳定长江航槽，保证通航安全，建成了一系列重要洲滩守护工程。为了解洲滩变迁情况，评估航道整治效果，需开展洲滩地形测量工作。传统测量方法对于高潮位淹没的岸滩区域一般采用小船搭载测深设备进入测量，而对于低潮位干出的沙洲区域一般采用全站仪、GNSS-RTK人工走测或无人机摄影测量。其中全站仪或RTK地形测量技术成熟，但存在岸滩淤泥承载能力差、人员登陆困难等问题，因此此类直接测量方法的安全性、效率和精度均难以得到保障[2]；而无人机摄影测量技术采用间接测量方式远程遥测，可代替人工实地走测，可大幅度提高洲滩地形测量效率，其成果还可以与BIM结合，辅助设计、施工管理等[3]，但存在植被遮挡区难以获取真实地表三维信息等问题[4]。

近年来，激光雷达（LiDAR）测量技术发展迅速，已成为快速获取高精度地表三维信息的有效手段。根据载体平台不同，可分为星载、机（有人、无人）载、车（船）载、背包和地面式5类。其中，星载LiDAR测量技术飞行高度高、观测视野广，适用于高山区、沙漠区等复杂地形的大范围DEM提取[5]。车（船）载LiDAR测量方式适用于城市[6]、岸线地形扫测[7]，但可能受激光发射俯仰角限制，出现目标顶部点云缺失的情况。背包式需人工背负，适用于车（船）无法进入的狭小地形[8]，但在人员难以进入区域（如岸滩、整治建筑物区）的应用受限。地面式LiDAR测量技术可能出现由于地形条件苛刻无法架设扫描站点等情况。而无人机机载LiDAR测量技术不受扫描角度及地形条件影响，具有视野广、精度高、效率高等优势，目前已在沿海滩涂、整治建筑物、海岛测绘等方面展开了应用[9-10]。因此，为获取民主沙沙尾洲滩地形特征，项目组采用了中海达ARS-200轻型激光测量系统对民主沙进行了地形扫测应用，快速获取了民主沙沙尾洲滩地形点云数据，结合野外检查点进行了精度评定，应用结果表明了无人机机载激光测量系统在小范围、人工走测困难区域的地形测量具有快速、高精度的优势，可快速了解洲滩变迁情况，为航道整治工程效果评估提供依据。

1 无人机机载LiDAR系统组成及参数

中海达ARS-200轻型激光测量系统以旋翼无人机为载体，系统包含高精度激光扫描仪、GNSS定位系统、IMU惯性导航单元等传感器，如图1所示。

图1 ARS-200轻型LiDAR激光器Fig.1 The ARS-200 lightweight LiDAR laser

中海达ARS-200轻型激光测量系统以时间同步技术和一体化传感器集成技术为基础，确保同步获取三维激光点云和定位定姿数据，具有重量轻、精度高、效率高等特点。主要性能参数见表1。

表1 ARS-200轻型LiDAR测量系统主要参数Table 1 The main parameters of ARS-200 lightweight LiDAR measurement system

2 应用试验

2.1 测区概况

民主沙位于长江下游河段，测区内整体地势平坦，地形要素丰富，民主沙外围为浅滩，内部含硬质水泥路面、稻田及灌木，测区内存在人工难以进入的区域，测区位置如图2所示。若采用船载激光扫描，因俯仰角的影响，只能扫测出浅滩点云数据；而无人机摄影测量系统因测区植被较为茂盛，光学传感器无法穿透植被，从而无法测量出地表真实高程。因此，项目组综合考虑了测区实际地形特征，采用中海达ARS-200轻型机载激光雷达对民主沙测区进行了地形扫测。

图2 测区位置Fig.2 The location of measuring zone

2.2 数据采集

1）前期准备。首先实地踏勘了测区地形、气象、有无高大障碍物等情况。其次收集现有潮汐资料，选择最低潮时作业，从而扩大岸滩区域的测量范围。此外，在数据采集之前，选择在控制点上架设GNSS基准站，设置静态采集模式，采集频率1 Hz，卫星截止角设为10毅，便于后期利用载波相位差分GNSS定位技术剔除机载流动站的大部分误差，以此控制测量精度。最后采用静止的方式将IMU初始化。

2）航线规划及参数设置。在航线规划软件中规划航线，如图3所示。飞行参数包括起降位置、飞行高度、飞行速度、航带间距等，激光扫描参数包括点云密度、激光器扫描频率等系统参数，如表2所示。

图3 无人机飞行航线Fig.3 The diagram of UAV flight route

表2 无人机机载LiDAR飞行参数Table 2 The flight parameters of UAV airborne LiDAR

3）检查点采集。为评定无人机机载LiDAR测量系统的点云精度，在测区选择明显的特征地物角点（如房角、棱台角、岩石边角等），采用GNSS-RTK方式记录检查点的三维信息。项目组分别在露地表、稻田区、灌木区采集了10个检查点，共采集了30个特征点，作为测量精度评定的检查点。

4）外业飞行。因测区无高大障碍物，因此采用平行飞行的方式采集地面三维信息，飞行过程中，实时关注无人机的姿态、航速、航高、天气变化、数据采集和存储等情况，保证外业飞行安全及点云数据的完整。

2.3 数据处理

无人机机载LiDAR测量系统获取的原始数据包括点云数据、IMU姿态数据、机载端GNSS数据和基站GNSS数据。基于Inertial Explorer软件对基站和机载GNSS数据进行动态后处理（PPK）解算，获取高精度厘米级无人机定位信息。之后，利用GNSS差分数据和IMU姿态数据，通过紧组合解算方法联合解算出无人机的高精度的POS（Position and Orientation System）位置和姿态信息，即无人机动态轨迹数据。然后，将获得扫描仪的无人机动态航迹数据与激光原始点云数据融合，融合时需加入系统校准参数，得出点云数据的三维绝对坐标信息。最后，因植被的影响存在大量点云噪声，需进行滤波处理，结合影像资料删除非地面点，获取了测区高精度的点云数据，如图4所示。

图4 处理后的地形点云Fig.4 The processed diagram of terrain point cloud

2.4 精度评定

为分析机载LiDAR在洲滩地形测量中的应用精度，同时验证无人机机载LiDAR对于不同植被的穿透能力，试验将分布在水泥路面、稻田及低矮灌木区的30个检查点的点云值与实测值进行比较。误差统计结果如表3所示。

依据JTS 131—2012《水运工程测量规范》规定的1颐500平坦地区地形图最高要求平面中误差臆0.3 m，高程中误差臆0.16 m，结合表3误差统计结果表明：此次基于无人机机载LiDAR的洲滩地形测量在平面和高程均能满足1颐500地形图的精度要求。同时稻田区高程精度明显低于水泥路面及低矮灌木区，分析原因为稻田区植被较为茂密，激光穿透能力不足所致。此外，在稻田及低矮灌木区的平面精度较低，分析原因为植被区内选取的特征物较小，扫测点云较稀而选点不准确。

表3 不同地物类型误差统计结果Table 3 The error statistical results of different feature types

3 结语

针对传统测量方式在洲滩地形测量中存在效率低、精度低、安全性差等缺点，项目组以民主沙为例，采用了中海达ARS-200低空多旋翼无人机机载LiDAR测量系统对测区进行了扫测，快速获取了民主沙沙尾地形点云，并结合野外检查点进行了精度评定。主要结论如下：

1）不同植被覆盖区检查点的对比结果表明，基于无人机机载LiDAR的洲滩地形测量在平面和高程均能满足大比例尺测图的精度要求。

2）无人机机载激光测量系统在小范围、人工走测困难区域的地形测量具有快速、高精度的优势，可快速了解洲滩变迁情况，为航道整治工程效果评估提供依据。

3）机载激光雷达在测量过程中，传感器发射的激光脉冲能部分地穿透植被，但对于非常密集的稻田区植被，激光穿透的效果较差，所以数据采集工作应选择在冬季植被较为稀疏时进行。同时机载激光雷达的高程精度优于平面精度，可结合无人机航测系统生产1颐500甚至更大比例尺地形图。