无人机载LiDAR测深系统进行海岸带测绘的可行性分析

如何快速获取高精度、全覆盖的海岸带浅水地形数据一直是海洋测绘的难点之一。无人机载LiDAR测深是一种有效的海岸带水陆地形一体化测量技术,利用RIEGL VQ-840-G ALB系统在山东青岛海域开展了无人机载LiDAR测深实验。基于获得的青岛实测ALB数据,从海底点密度、最浅探测深度、最大探测深度、测深精度四个方面定量分析无人机载LiDAR测深系统的测量性能,并进一步分析了无人机载LiDAR测深系统对海岸带测绘的可行性。实验结果表明,该无人机载LiDAR测深青岛实验的水深点密度达603个/m^(2),最浅探测深度仅0.16 m,最大探测深度(基于平均海面)达6.14 m;通过与船载单波束测深数据和陆上RTK数据对比,水下测深精度为17.6 cm,陆上高程精度为5.2 cm,能够满足海岸带测绘的要求,相关成果可以为我国无人机载LiDAR测深技术研究与应用提供参考。

无人机载LiDAR点云密度对DEM精度的影响分析

无人机载LiDAR点云数据是目前生产DEM的重要数据源。为进一步提升DEM构建效率,本文选取平地和山地两类地形作为试验区,利用基于不规则三角网的点云抽稀算法,对滤波处理后的地面点云数据分别按照80%、60%、40%等7种地面点保留率进行抽稀,并用平均误差(ME)、标准差(SD)、均方根误差(RMSE)3个指标,对不同抽稀比例下生产的DEM成果进行综合精度评定。结果表明:(1)平地地面点云密度达2点/m^(2),山地地面点云密度达9点/m^(2)时,生产的0.5 m格网间距的DEM精度优于0.05 m;(2)随着地面点云密度的增加,DEM精度水平逐渐趋于稳定,当地面点云密度抽稀到1点/m^(2)时,DEM精度快速下降。针对无人机载LiDAR点云数据进行大范围工程化DEM生产任务,该研究结论对降低数据获取成本、提升DEM生产效率具有一定的指导和借鉴意义。

倾斜影像辅助的无人机载LiDAR高陡边坡形变监测

针对高海拔峡域地形地貌环境下基于轻小型无人机载LiDAR对高陡边坡激光点云扫描数据缺失导致DEM重建及形变分析精度低的问题,优化设计了一种垂直于山脊线、变高飞行的无人机点云/多视影像数据采集,以及影像密集匹配点云辅助下LiDAR三维激光点云的滑坡群DEM重建方案,实现了复杂地形地貌下LiDAR点云数据安全、高效的采集,改善了高陡边坡DEM重建及形变监测的精度和完整性。该方法基于迭代最邻近点算法,将倾斜影像生成的点云数据与同期获取的LiDAR点云数据配准和融合,实现了LiDAR点云数据缺失补偿,进而构建出完整、高精度的DEM,并与往期倾斜影像生成的DEM进行差分,对三个典型滑坡体进行了高程形变分析。以青海龙羊峡水电站的高陡边坡滑坡群为研究区,利用实测的GNSS地面控制点进行实验验证,得出结论:融合后的LiDAR点云精度为0.063 m,比融合前提高了0.018 m;重建的三个典型滑坡体的DEM高程精度为0.08 m,提升了边坡DEM重建的完整性和精度;对三个典型滑坡体2018、2021年两期高程形变分析,表明:滑坡群中多个边坡发生不同程度的土体滑动,高程方向的形变高达50多米,滑坡群形变量大。

基于无人机载LiDAR与BIM技术的巨大发电装备运输线路通障模拟评估

针对复杂地形下巨大发电装备运输易受山体、树木、房屋及路灯电线等多种障碍物阻挡且难以对障碍物提前精准识别造成的运输中止、工期延长及工程造价过高等工程客观难题,提出了一种基于无人机载激光雷达(LiDAR)与建筑信息模型(BIM)技术的巨大发电装备运输线路通障模拟评估方法。文中以某山区风电装备运输线路为研究对象,在分析巨大发电装备运输线路障碍特点的基础上,设计了复杂地形下巨大发电装备运输线路通障模拟评估方法整体架构,利用无人机载LiDAR对运输线路中潜在障碍节点实施现场低空扫描勘测,对获取的场景点云数据进行解算、分类、配准矢量化处理,融合BIM技术创建各潜在障碍节点虚拟数字场景和巨大发电装备模型,进而实施巨大发电装备在虚拟数字场景中的可视化通行测试,该运输线路的测试结果与工程现场反馈结果高度一致,表明本文所建测试方法能有效解决复杂地形下潜在障碍节点数字化困难的问题且可有效预判复杂地形下巨大发电装备运输线路能否顺利通行,还可为提前改造其潜在障碍路段提供技术支持,亦可开展工程量与工程造价估算从而比选出最合理的改造方案。

无人机载LiDAR在光伏场区1∶500地形图测绘中的应用

光伏电站设计对光伏场区内平面和高程精度要求较高。为避开不能占用的地形、地类,光伏电站设计需要测绘1∶500比例尺地形图。目前,光伏场区测绘常采用低空无人机航测方法,但该方法在有遮挡的区域难以高精度采集地面高程信息,导致误差较大,给设计与施工带来损失。针对上述情况,本文制定合理且高效的测绘方案,采用低空无人机载LiDAR系统,对光伏场区进行全方位数据采集,生成高精度的DEM和DOM产品,并利用DEM和DOM制成1∶500比例尺地形图。通过现场精度对比与分析可知,1∶500地形图满足光伏场区设计要求,解决了普通航测在植被遮挡区域误差较大、不能有效表达微地形的问题。

面向测图的无人机载LiDAR应用研究初探

现有LiDAR相关规程未对面向测图应用的技术及质量要求做出规定。文章从点云密度、覆盖完整性以及点云精度等方面,总结了大比例尺测图生产对点云数据的要求。在分析航飞参数对点云成果质量影响的基础上,总结了航飞设计工作流程,编制了设计计算工具。通过航飞试验,验证了工作流程及工具的正确性。在对不同设计方案生产的点云成果进行质量评定后,得到采用无人机载LiDAR方法,在140 m以下航高时,点云平面与高程均可达到5 cm,能够满足测图应用需求的结论。相关研究为无人机LiDAR系统面向测图的应用提供了参考。

无人机载LiDAR系统减震系统设计及误差分析

为满足无人机载LiDAR系统在架空输电走廊巡检过程中对激光点云均匀分布的需求,研究了机载激光雷达扫描系统在无人直升机挂装位置的减震器设计,并对其所产生的误差进行简要分析。为获取挂载位置的震动特性,将机载LiDAR系统直接刚性固定于挂载位置,通过LiDAR系统自带的IMU进行测量,分析震动特性并根据LiDAR系统重量及重量分布设计减震系统,通过飞行试验,最后根据试验结果调整减震系统直至达到激光点沿航向均匀分布为止。

无人机载LiDAR在水利工程勘测中的应用研究

为解决全站仪及RTK测量外业工作量大、测量工期长、特殊地形的局限性以及不利于勘测设计一体化问题,以及传统航空摄影测量技术在水利勘测中无法获取植被覆盖下的地表三维信息和高程精度不易控制等问题,从无人机载LiDAR技术在水利行业中的应用现状、机载LiDAR技术的特点及其优势进行探讨,并通过实例验证了无人机载LiDAR机动性能好、环境适应能力强、精度可靠等优势,其可应用于高精度DEM、大比例尺地形图、横断面图制作等,在提高效率的同时可降低成本。

基于机载LiDAR属性信息检测离群点云

无人机载LiDAR是一种新型遥感技术,可快速获取高密度、高精度的地物点云数据,随着获取精度越高,点云数据量越大。为减少参与点云滤波处理的数据量,提高滤波速度,本文结合点云回波次数、高度和点云回波强度三种属性信息,采用箱形图检验方法获取非地面点云,并使用反复建立三角网方法分别对处理前后的点云数据进行对比分析。结果表明:针对截取的试验区点云数据,可去除多次回波对应的噪声点云363个,得到第1次和第2次回波分别占点云总数的98.49%和1.49%;高度和强度离群的点云共占点云总数的1.46%。通过对点云进行滤波前期的处理,可降低滤波时间32.2 s,且保留地面点云2551个。本文研究利用箱形图检测点云属性获取离群值,可提高点云处理速度和降低地面点云漏分的现象,为后期直接利用统计方法对点云属性信息分析和实现快速处理海量点云提供参考。

复杂山区输电线路终勘定位高效方法

输电线路终勘定位包括塔位中心放样及测量、塔基地形图测绘等工作,现阶段基本采用架站RTK或省CORS RTK方法进行测绘。线路途经通信网络信号差、交通不便、地形起伏大、植被分布不均的复杂山区时,常受架设参考站及网络信号不均匀分布的影响,给终勘定位工作带来诸多不便,增加劳动强度,降低工作效率。为解决以上问题,本文研究采用网络CORS RTK与无人机载LiDAR相结合的方法进行终勘定位工作。实践表明,所采用方法可显著提高工作效率,降低劳动强度,减少天气的影响,保证终勘定位精度,对终勘定位工作具有一定的实用价值和参考意义。

吉牛水电站库区地质灾害调查新技术应用

水电站库区两岸边坡在受到降雨和库水位相互作用的持续影响、人类工程活动不断加剧、极端天气频繁出现等造成的地质灾害高发、频发。如何将水电站库区的地质灾害隐患点快速、精准地排查识别出来成了水电站安全管理的一大难题。应用无人机倾斜摄影和机载lidar技术对吉牛水电站库区岸坡的地质灾害隐患点进行调查,不仅能够快速提供高分辨率、高精度的地形地貌影像和实景三维模型,还能够取代人工开展一定的地质灾害核查工作,减少人力的投入,规避人工作业风险,是地质灾害防灾减灾工作一种重要途径。