吴献文，史合印

(广东工贸职业技术学院，广东 广州 510510)

0 引言

近年来，随着中国经济快速发展及智慧城市的建设，城市地下空间的开发利用已经达到了空前规模[1]。城市地铁建设带动地下空间的大规模开发，高层建筑推进地下空间立体开发，综合减灾防灾的需求带动地下空间建设[2]。为了加强地下空间的开发利用及管理，国家与地方陆续制订了管理办法，将地下空间的开发利用与管理纳入法制化轨道[3]。主管部门也结合地下空间测绘制订了专门的技术规范，使得获取地下空间的二、三维数据有一定的技术依据。然而，目前地下空间测绘技术方法主要有：控制点导入采用联系测量，空间三维信息获取采用数字化测图等方法。这些传统测量方法效率低，总体精度较差。

对于地下空间三维位置信息获取困难，研究人员开发了集成GNSS、IMU和激光扫描器等模块的移动激光扫描系统[4]，该系统可以有效提高数据采集效率，但由于地下空间接收不到GNSS信号，导致测量精度大幅度降低，很难实现地下与地面一体化数据采集。基于3D SLAM激光扫描技术的出现解决了地下与地面一体化三维空间测绘问题[5]，该技术不依赖大量地物标志点可以达到高精度定位，并且能连续移动测量扫描，提高数据采集效率，采集方式机动灵活，对地下与地面复杂场景测绘具有广阔的应用前景。

本次试验采用GeoSLAM ZEB-Horizon手持移动三维激光扫描仪对广州市一处过街人行隧道进行扫描测量[6]，采用Trimble Real Works软件进行扫描数据处理，提取相关特征点数据集进行应用分析，最后采用常规测量方法辅助精度验证[7]。试验表明，使用ZEB-Horizon扫描仪能够快速解决复杂条件下地上地下空间的一体化三维测绘问题[6]。

1 3D SLAM移动式激光扫描系统

1.1 3D SLAM移动式激光扫描关键技术

SLAM技术称之为实时定位与地图构建(SLAM，Simultaneous Localization and Mapping)，是机器人领域关键技术之一，也是现代智能机器人系统核心技术[8]。 SLAM技术算法由前端、后端及地图创建3部分组成，按空间移动方式分为2D SLAM和3D SLAM[9]，也即是二维与三维移动时自定位和地图绘制两种方式。

SLAM技术框架，如图1所示。

图1 SLAM技术框架Fig.1 SLAM technological framework

基于3D SLAM移动式激光扫描技术的测绘设备，由于没有GNSS模块，不依赖GNSS信号[10]，适用于复杂环境的地下空间测绘数据采集，具有操作简便、效率高、机动灵活等优点。匹配的软件能够解算高动态非线性的激光点云位置与姿态，求取与跟踪高阶特征点和特征向量，高精度反向解算测绘机器人的位置与姿态，这种方法颠覆了传统的测绘方法，可实现室内外一体化扫描作业，为测绘技术开拓了新的思路。

1.2 ZEB-Horizon移动式三维激光扫描仪

目前，带有高精度SLAM功能的三维激光扫描仪种类不多，且基本为进口产品[11]。本次试验采用GeoSLAM ZEB-Horizon移动式三维激光扫描仪[6]。

ZEB-Horizon是一款由GeoSLAM公司开发，基于3D SLAM算法的移动式扫描仪。该仪器测程100 m，比较适合城市道路、地下空间、复杂隐蔽环境的测绘工作，扫描速度为每秒30万点云，信息量丰富，采用3D SLAM技术，三维测量精度可以达到3 cm。ZEB-Horizon主要技术参数，如表1所示。

表1 ZEB-Horizon主要技术参数

2 试验区概况与工作流程

2.1 试验区概况

本次试验区位于广州市内，在市政整治工程中要求对一处过街人行隧道进行地下与地面三维空间信息一体化测绘。该过街人行隧道位于两条主要道路交叉路口，呈“工”字形，共有4个出入口，其中各分两对出入口相连通，长度都为90 m，中间有49 m连通段。路口周边建筑物林立，楼层较高，且街道绿化树枝叶茂盛。路口处在繁华路段，隧道中人流量比较密集。经过研讨，决定采用带有3D SLAM功能的手持移动式三维激光扫描仪对过街人行隧道进行地上地下空间一体化三维测绘，快速获取隧道的位置、走向、特征等数据。

2.2 工作流程

过街人行隧道一体化测绘工作流程包括准备工作、数据采集路线规划、控制点与标靶测设、数据采集、数据处理、三维建模、线划图DLG绘制、提交成果等内容[12]。工作流程，如图2所示。

图2 地上地下空间一体化测绘工作流程图Fig.2 Workflow of integrated surveying and mapping of over-ground and underground space

3 试验与分析

3.1 数据采集路线规划

3D SLAM技术特点是要求行进路线必须在规定时间内构成闭合环，数据采集路线规划主要任务是对过街人行隧道所在区域的扫描行进路线进行规划设计。路线规划设计要求环线闭合时间少于25 min，所有待测目标都纳入行进路线中，确保扫描过程所有目标都能获得均匀点云数据，重复冗余较少，防止点云厚度过大。为了高质量获取激光扫描数据，本次试验将试验区划分为4个扫描区域。

3.2 控制点测设

为了将点云数据的坐标系统转换到本地坐标系统，需要布设一定数量的控制点[13]。控制点布设要求合理均匀，保证坐标转换精度[14]。一般要求扫描区域均匀并兼顾边缘布设3～5个控制点，同时应在相邻扫描区域布设1～2个公共控制点。本次试验控制点主要布设在过街人行隧道口及扫描区域周边的地面上，同时兼顾精度验证需要，共布设8个控制点。控制点的三维坐标测量采用GNSS-RTK施测，设置历元数为2，测量次数不少于3次，各次之差符合相关测量规定取平均值作为最终成果。

3.3 三维激光数据采集

ZEB-Horizon扫描仪进行作业时，一般采用两人配合的工作方式，按主测员与协测员分工。扫描作业前，现场检查隧道通行人流量及路口车流量情况，做好安全保障措施，设备安装完毕后需检查，并设置相关参数。

作业时，主测员操作扫描仪，协测员按照行进规划路线领航，并在需扫描的控制点上安置标靶，记录控制点编号、行进时间与距离。主测员按设计线路行进扫描，对重要特征点、控制点上的标靶需扫描5～8 s，扫描完毕收起标靶，继续行进，并按规定做好路线闭合环，直至完成扫描工作。

为了提高点云数据的匹配与拼接精度，作业过程中可以适当增加行进路线闭合环的数量，以提高成果解算精度与可靠性。作业时，要求保持仪器平稳、移动匀速，避免原地转圈、跳跃、方向突变等因素影响导致点云成果分层。

此次数据采集工作用时约30 min，共获取激光点云数量149 907 336个，数据文件容量2.93 GB。

3.4 数据处理

3.4.1 数据提取

从扫描仪中拷贝出数据并进行数据检查、登记，导入设备随机配套软件，设置参数，将激光扫描数据、SLAM数据与IMU数据融合处理，生成点云数据，并输出通用格式数据[15]。

数据处理需设置的参数主要有：收敛阈值、体素密度、刚度、迭代次数等[16]。点云数据提取完毕需进行分层、错位等检查[17]。

3.4.2 数据拼接

数据拼接是根据重叠部分的点云将多区域多次扫描的激光数据，采用天宝Trimble RealWorks软件拼接处理，形成一个整体的点云数据[7]。操作时需将缩放因子参数设置为1，锁定不同区域点云数据形态差异，防止对数据的后期分析产生影响。

扫描仪自带的IMU精度较高，能够保证数据成果高程轴的正确性，在Trimble RealWorks软件中需设定所有点云文件为“已整平测站”，锁定高程轴，有效提高拼接过程变换解算精度。试验区域激光点云数据拼接结果，如图3所示。

图3 激光点云效果图Fig.3 Effect map of laser point cloud

3.4.3 数据去噪

扫描仪在获取目标点云数据时，受到目标表面材质、周围环境等干扰，获取的数据存在噪声点，不能较好反映目标的空间位置信息。去噪的方式有基于有序点云与基于散乱点云两种方式，在处理过程中应结合数据情况综合使用[18]。

基于有序点云数据去噪采用平滑滤波方法，算法包括均值滤波、中值滤波和高斯滤波。均值滤波器采样点的值是滤波器窗口中数据点的统计平均值。中值滤波器采样点的值作为滤波器窗口中数据点的统计中值，该滤波器在消除数据噪声方面有较好的效果。高斯滤波器的权重为给定域内的高斯分布，其平均效应小，能较好地保持原始数据的形状。

对散乱点云数据进行去噪通常使用Pierre-Simon Laplace算法、双边滤波算法和平均曲率流算法。其中，Pierre-Simon Laplace 算法保证了模型细节，但会保留噪声点。双边滤波算法可以有效去除噪声，但不能保留模型的细节。平均曲率流算法依赖于曲率估计，适用于模型简单、噪声点少的数据。

3.4.4 坐标转换

坐标转换通过点云配准校正来实现，配准有3种方式，即自动提取目标(靶球和靶纸)自动配准、无目标自动配准、手动配准。本次试验采取自动提取目标方式。通过标靶球的绝对坐标，利用Trimble RealWorks软件进行变换解算，把点云成果坐标系定义为目标坐标系[19]。

为了避免坐标转换误差累加在离控制点较远的区域上，坐标转换计算主要采用仿射变换方式，使点云配准校正误差尽量平均分布。

3.4.5 特征数据提取与分析

在点云数据基础上，提取过街人行隧道特征数据主要有平面位置、纵横断面、埋深、地下与地面建筑物相关位置等。

3.4.5.1 过街人行隧道轮廓线的快速提取

利用Trimble RealWorks软件的“特征集”功能提取过街人行隧道数据，再用“切面工具”生成轮廓线，也可以将数据以ASC格式导入AutoCAD进行矢量图绘制，形成DLG线划平面图。过街人行隧道轮廓线，如图4所示。

图4 过街人行隧道轮廓线示意图Fig.4 Diagram of pedestrian tunnel contour line

3.4.5.2 纵断面分析

操作Trimble RealWorks软件，先定义切割面，再利用“纵切切面工具”根据点云走势自动高效生成截面效果图，制作过街人行隧道纵断面(见图5)。根据纵断面图，可以分析过街人行隧道的纵向形状、坡度、埋深、高度、与地面建筑物位置关系等信息。

图5 隧道纵断面示意图Fig.5 Profile diagram of tunnel

3.4.5.3 横断面分析

采用 Trimble RealWorks软件的“特征集”功能提取过街人行隧道数据，建立特征集数据库，新建过街人行隧道特征码，对过街人行隧道特征点进行分类提取，采用软件“横切切面工具”制作过街人行隧道中间段的横断面(见图6)，可以分析过街人行隧道的截面等信息。

图6 过街人行隧道中间连接段的横断面示意图Fig.6 Cross section diagram of intermediate connect section for pedestrian tunnel

3.5 精度验证

为了验证成果的可靠性，利用全站仪采集16个地面及过街人行隧道中的特征点三维坐标，将其坐标值与点云数据上量取的坐标值相比较，计算特征点的坐标误差，结果见表2。其中15、16号点为地面控制点，2、3、4、5、7、8、9、10号点为隧道中特征点，1、6、11、12、13、14号点为地面特征点。

表2 特征点坐标差统计表

注：表2中，坐标数据已经做了加密处理。

从表2中的计算结果可知：X坐标差绝对值在0.012～0.089 m之间，平均值为0.041 m；Y坐标差绝对值在0.012～0.093 m之间，平均值为0.037 m；Z坐标差绝对值在0.015～0.098 m之间，平均值为0.051 m；地下特征点精度略差于地面特征点精度，符合3D SLAM扫描仪的工作特性，总体精度可以满足城市测量相关技术要求。

4 结论

试验证明，基于3D SLAM移动式三维激光扫描仪的地上地下空间一体化测绘方法与传统测绘方法相比具有作业高效、信息丰富、测量精度高等优点。具体如下：

1)3D SLAM移动式三维激光扫描仪操作简单、扫描效率高、可连续扫描，比传统测绘方法更加节约生产成本，适合地下空间测绘大批量使用。

2)基于 3D SLAM技术的测绘方法不依赖于GNSS信号，可以同时进行地下与地面一体化三维测绘作业，并且三维坐标测量可达10 cm精度，满足地下空间三维测绘技术相关规定。

3)利用软件的二三维联动分析功能，结合丰富的属性信息，对激光点云数据进行地下与地面联动分析，可有效解决地下空间结构复杂且隐蔽导致难以量测的问题。

试验表明，3D SLAM移动式三维激光扫描技术能够解决地下空间一体化三维测绘中存在的难题，为地上地下空间一体化测绘提供新的技术方法，具有较好的应用前景。