融合LiDAR点云与无人机影像的滑坡动态监测技术

滑坡是一种危害性较大的自然灾害,如何对其进行高效准确的监测具有重要研究价值和实际意义。利用LiDAR、无人机航空摄影等技术进行滑坡监测,可以快速、安全、精确地获取滑坡区域地面信息。本文提出了融合LiDAR点云的无人机影像滑坡动态监测方法。首先,利用点云和影像获取高质量DSM;然后,设计一种基于不规则三角网和坡度融合的滤波算法,滤除DSM中低矮植被,生产高精度DEM;最后,通过对两期DEM进行差分,实现对滑坡区域的动态监测。以黄登水电站附近边坡区域的LiDAR数据与无人机影像数据开展试验,结果表明,采用本文方法进行滑坡动态监测可以直观地判断滑坡地形变化和位移趋势,具有一定的应用前景。

LiDAR技术在220kV架空高压线与水闸建筑物安全距离计算和分析中的应用

利用新型激光雷达测量手段,安全、高效、精准测量高压线位置,用于精准计算和分析高压线与建筑物安全距离,并通过数字模型模拟分析高压线极端条件下安全距离,并给出合理建议。

无人机机载LiDAR在光伏发电项目大比例尺地形图测量中的应用

当前,光伏电站多建设在海拔高且高差大、植被多的地区,常规实时动态载波相位差分技术(RTK)测量方法效率较低,无人机倾斜摄影测量方法无法准确获取多植被区域的地面高程。基于此,提出一种在光伏发电项目大比例尺地形图测量中应用的无人机机载激光雷达(LiDAR)测量方法。首先从外业采集、内业数据处理两个方面介绍无人机机载LiDAR测量方法的技术流程,然后根据光伏发电项目应用实例数据对该测量方法的应用效果进行具体分析。研究结果表明:无人机机载LiDAR测量方法的植被穿透力强,可以快速获取植被下方高精度的地面点3D坐标,操作简单,且不需要布设大量像控点,外业采集的效率高;该测量方法的点云高程精度优于平面位置精度,可生产高精度数字高程模型(DEM)成果,直接提取等高线用于地形图成果绘制,内业数据处理的速度快。无人机机载LiDAR测量方法可以更好地满足在高山多植被地区的光伏发电项目建设的时间节点要求和精度要求,可以很好地应用于山区大高差的光伏发电项目大比例尺地形图测量作业。

无人机LiDAR及倾斜摄影测量技术在复杂河道工程测绘中的融合研究

复杂河道工程测绘中往往受到植被茂盛、信号链接弱、山体遮挡等多种因素影响,导致传统测绘手段难以开展,通过在复杂河道工程测绘中对无人机LiDAR及倾斜摄影测量技术进行对比研究,找出两者之间的互补优势及融合方法。经试验证明,融合纹理影像信息的LiDAR数据既具有准确的空间地理信息,又具有清晰的地物边界信息。采用LiDAR数据校正的倾斜模型细节表达明显改善,模型轮廓表达清晰,人工判读更加容易。该成果有效克服了无人机单一测量技术及传统测量技术的弊端,可快速构建更加精准的河道数字孪生模型。

多平台LiDAR测量技术在公路改扩建勘测中的应用

多平台LiDAR测量技术,实现了无人机LiDAR和车载LiDAR测量技术间的优势互补,可有效解决车载LiDAR在路面范围以外的测量盲区和无人机LiDAR难以满足改扩建既有公路路面测量精度要求的双重问题。广州北二环高速改扩建工程应用表明,通过两种点云数据的集成和融合,实现了在不中断现有交通的情况下公路改扩建工程高精度基础数据的精确完整获取,达到了公路改扩建勘测的精度要求。

机载激光雷达在堤防隐患巡查试验中的应用

水利堤防工程是江河和湖泊用以管护水域、防洪度汛的建筑设施,直接关系到国民的生命和财产安全,其重要性不言而喻,因此及时发现堤防隐患,保障堤防安全具有重大意义。机载激光雷达用于巡查堤防隐患时是无接触式的,相比传统方法而言,在灵活性、时效性、及环境适应性等方面具有显著的优势。文章主要介绍了利用无人机机载激光雷达对人工模拟的堤防隐患进行巡查的试验过程,以及取得的良好应用效果。通过试验积累了一定的经验,希望为水利堤防安全管理部门或者相关科研单位在堤防隐患巡查课题的开展方面提供参考。

无人机载LiDAR点云数据的应用探讨

无人机在近年来的测量工程中得到了广泛的应用,使用无人机结合机载LiDAR设备进行数据采集,按照航空摄影测量与遥感的作业技术要求和方法进行数据获取,将得到的点云数据结合地面控制成果进行一体化处理。实践证明,其精度要求可以能满足1:5000、1:2000甚至更大比例尺地图测图的精度要求。

无人机载LiDAR技术在地籍测绘中的应用

主要介绍利用四旋翼无人机搭载激光雷达系统进行外业数据采集,通过内业数据解算得到高精度具有绝对位置信息的点云数据,对形成点云数据进行质量检查后进行内业地籍测图的技术方法。在成果形成后,着重对界址点进行外业实地打点和间距测量进行精度验证。经生产验证,利用此方法形成的成果既能满足地籍图精度要求,又能大大提高地籍测绘的工作效率。

基于三维点云数据的城市绿地植被参数评估体系研究——以唐山市唐丰南路为例

传统植被指标的测量方式需要消耗大量的人力、物力与时间,且忽视了不同植被类型和结构的生态效益影响。基于点云数据能够有效评估城市绿地三维植被参数,但受制于数据精度、算法软件等因素影响,该方法结果精度存在10%~20%的误差。以唐山市唐丰南路为例,选取了三处典型样地(50 m×50 m),进行无人机遥感影像和手持激光雷达数据采集,从单木尺度和样地尺度构建三维植被参数体系,以融合数据为准,对比分析了无人机点云数据和手持激光雷达点云数据在提取各项植被参数的精度。对无人机点云数据中的单木数量、总冠幅面积、乔木层绿量、灌木层绿量、平均三维绿量密度、郁闭度、间隙率和叶面积共8项参数,手持激光雷达数据中的平均树高、平均冠径、平均冠幅面积、乔木层绿量和平均三维绿量密度共5项参数,分别提出了修正系数,以提高结果精度,为后续研究提供帮助。最后,探讨了无人机摄影测量技术和激光雷达技术在未来可能的应用方向。

基于无人机遥感技术的高精度地理空间数据获取

数字孪生水利对地理空间数据获取的及时性、灵活性和精度提出了更高的要求。基于无人机集成化遥感传感器以及无人机灵活、高效和成本低廉的优势,探讨了如何解决高精度地理空间数据高效获取、及时更新和成果美观等问题。详细介绍了无人机遥感技术的发展历程和系统组成,并通过具体项目实例阐述了利用无人机遥感技术灵活高效地获取高精度地理空间数据的方法流程。最后,展望了无人机遥感技术在水利行业的发展趋势和应用前景,研究成果可为水利领域的研究和实践提供有益的参考。

融合无人机影像与LiDAR点云的山区地表覆被景观特征探测

机载LiDAR数据能够准确提供对象的三维空间位置信息,无人机高分辨影像具备丰富的色彩信息与纹理信息,综合两种数据的优点,可进行数据集成融合。针对山区普遍存在的分布广泛的植被覆盖类型基质景观,本文通过构建可见光植被指数(VDVI)融合光谱信息点云数据,进行典型植被特征提取的研究。为了验证该方法提取信息的准确度,分别构建了3种数据源并依次进行山区地表植被提取试验。对试验结果定性定量分析表明,融合光谱点云数据的植被覆被率为56.8%,较另外两种数据类型的植被覆被率更加接近参考值(58.2%),可信度相对较高,效果更好,植被图斑轮廓更加清晰,更适用于目标对象植被特征提取,使融合影像信息的点云数据分类优势得以体现,证实了该方法面向山区植被特征提取的可行性。

面向复杂山地的机载LiDAR与无人机影像融合应用

本文针对LiDAR点云与无人机影像数据特征的优缺点,利用LiDAR点云与无人机DOM影像融合,将影像数据光谱信息赋给LiDAR点云数据,使其不仅具备精准的空间结构信息,还能得到清晰的纹理信息。为验证融合数据应用的可行性与数据提取的准确性,对融合前后的点云数据进行地面点提取与DEM构建。试验表明:将无人机影像的光谱信息赋给LiDAR点云数据,可以实现LiDAR点云数据从四维度表达到七维度的拓展,融合后点云数据具有清晰的纹理信息,地物类型判读更加容易,地面点分离完整;通过DEM模型的对比分析,融合后点云数据构建的DEM模型表达更加接近真实地表。研究结果为多源点云数据的深化应用提供了一定的技术方法支持作用。

无人机激光雷达技术在陡峭山区作业中的应用研究

文章针对陡峭山区地形测绘,探讨了无人机激光雷达(UAV-LiDAR)技术的应用及提高数据精度的方法,研究目的在于通过优化飞行规划、航线设计和数据处理策略,提升UAV-LiDAR技术在陡峭山区作业中的应用效率和数据精度。研究结果表明,通过采用地形跟随飞行技术和后差分定位技术(PPK),结合地面控制点(GCPs),UAV-LiDAR能够有效地穿透植被,获取高精度的地形数据,显著提高陡峭山区地形测绘的精度。

无人机LiDAR技术在水利水电工程中的应用

激光雷达测量技术作为一种快速三维空间地理信息数据采集技术在各个领域逐渐得到广泛应用,成为除摄影测量、遥感和GPS等现代测绘技术之外的一种有效的地理信息采集技术。介绍无人机LiDAR技术在水利水电工程测绘中的优势,以某水利工程1∶1 000比例尺地形图测量为例,探讨数据获取和处理的技术路线,对获取的点云数据、DEM和地形图成果的精度进行评定。结果表明,基于无人机LiDAR技术获取的测绘成果完全满足1∶1 000比例尺地形图测图的精度要求。无人机LiDAR技术与传统测量和低空航摄测量相比,作业效率和经济效益均有明显提高。

利用无人机激光雷达估算红树林地上生物量

红树林作为热带地区碳储量最高的植被类型之一,面积呈现破碎化、减少趋势,地上生物量(AGB)的空间分布及其动态信息对于温室气体通量、碳储量的估算以及政策制定和实施至关重要。但是常用于AGB估算的光学数据或者SAR数据均存在信号饱和现象,且传统估算红树林生物量的算法对数据要求高、估算精度相对较低。针对该问题,本研究使用无人机激光雷达(UAV-LiDAR)数据对比了4种梯度增强决策树算法对于估算入侵红树林物种无瓣海桑AGB的精度,同时探讨了建模过程中的变量重要性。结果表明:(1)XGBR对于评估红树林AGB具有较高的拟合能力,达到R2=0.8338,RMSE=1.55 Mg/hm^(2);(2)研究区的无瓣海桑预测AGB的值为73.10~190.00 Mg/hm^(2),平均值为109.10 Mg/hm^(2);(3)描述冠层高度特征的激光雷达指标是估计红树林AGB的重要变量。本研究证明了UAV-LiDAR数据与XGBR模型对于估算红树林AGB的可行性,以期为红树林生态系统的蓝碳研究提供数据支撑。

一种提升高程精度的低空无人机SLAM定位方法

旋翼无人机能够实时精准感知自身位置是无人机实现后续相关技术的关键前提之一。为了提高旋翼无人机的定位精度,提出了一种基于激光雷达的SLAM(Simultaneous Localization and Mapping)定位方法。该方法通过融合三维激光雷达与IMU(Inertial Measurement Unit)来提升系统整体性能,对点云进行降采样,利用激光点云信息对旋翼无人机的高程进行计算,对激光雷达帧间匹配得到的有累计误差的高度变化进行更新,利用回环检测技术增加闭环约束,最后在SLAM系统后端进行联合优化。在保证无人机平稳飞行的状态下,该方法比A-LOAM算法在轨迹的平均误差上降低了约4倍,高程精度提升一个数量级至厘米级,改进了系统对高度不敏感以及误差积累过大的问题,提高了无人机工作效率及安全性。

基于无人机数据采集技术的地形坡度勘测研究

地形坡度的大小关系到边坡的稳定性,坡度较大的地区极易引发滑坡、泥石流等地质灾害。为了准确了解边坡稳定性,减少地质灾害带来的生命财产损失,研究一种无人机数据采集技术下的地形坡度勘测方法。以南方某山地区为例,借助无人机搭载激光雷达设备,采集点云数据,并对点云数据实施滤波和稀疏的预处理。根据预处理的点云数据,建立数值高程模型,绘制不规则三角网,得出高程数据以及夹角数据。基于这2类数据,计算研究区坡度值,并划分坡度风险等级,实现地形坡度勘测。结果表明,计算出来的研究区整体坡度大于31°,与坡度等级表对比,等级划分为Ⅳ级,说明研究区为危险区域,边坡不稳定。

基于多源数据的古塔三维精细化建模

随着现代化社会的发展,古建筑保护受到各界学者的高度关注,古建筑三维场景可视化成为当下的研究热点。古塔是其中一类典型代表,其造型独特、结构复杂,难以使用单一数据源及数据模型来精确还原古塔的真实空间三维场景。针对此问题,本文提出一种基于多源数据的精细模型的三维重构方法,针对古塔不同部位、特点及精度需求,采用多种模型及方法进行精细三维重建。以海会寺宋塔为例,利用多源数据构建混合模型实现古塔精细三维场景还原,最终成果模型既保证了模型的精度,又顾及了模型整体外观,为古塔三维重建提供借鉴和参考。

利用地面激光雷达与无人机技术制作大型古塔立面正射影像图

以保俶塔为例,探讨了利用地面激光雷达和无人机技术制作大型古塔立面正射影像图的技术流程及关键问题。实践证明:基于地面激光雷达点云制作的古塔立面正射影像图,消除了普通相片带有的投影误差和高程误差,精度满足工程要求;同时利用无人机技术采集古塔立面纹理,有效克服了脚手架遮挡等问题,不仅大大减少了数据内业处理的时间,而且最大程度保证了古塔纹理的真实性,为古塔结构的安全评估工作提供了第一手真实资料。

基于无人机激光雷达点云的单木生物量估测

【目的】为提高森林单木生物量估测精度和效率,本研究基于无人机激光雷达技术对哈尔滨城市林业示范基地的水曲柳、樟子松样地进行点云数据获取及单木生物量估测。【方法】通过优化算法对获取的点云数据进行树高、冠幅等单木结构参数的提取;然后基于改进的凸包算法获取树冠体积、树冠投影面积等树冠因子。最后将上述获得的单木结构参数引入传统CAR生物量模型中,建立基于无人机激光雷达点云数据的单木生物量模型。【结果】1)基于点云数据提取的单木结构参数与实测数值间的相关性较好。其中水曲柳样地平均冠幅和树高值的决定系数R^(2)分别为0.82和0.86,而樟子松样地平均冠幅和树高的决定系数R^(2)分别为0.80和0.84。2)通过与国家林业局颁布的水曲柳、樟子松生物量异速生长方程进行对比得出,当引入树高、冠幅、树冠投影面积和树冠体积作为CAR模型参数时构建的生物量模型拟合效果最优,R^(2)分别为0.83、0.79,相应的均方根误差RMSE分别为18.912和8.120 kg/株。通过最优生物量模型评价指标可以看出,两块样地生物量模型的总相对误差SRE分别为-0.541%和0.311%,平均相对误差MRE分别为0.014%和0.020%以内,而平均相对误差绝对值MARE分别为9.19%和6.95%。3)当引入树冠体积作为变量时,生物量模型的精度明显提高。相比于树高、冠幅作为变量的模型,树冠体积的引入使得水曲柳、樟子松生物量模型的R^(2)分别提高了0.076和0.060,RMSE分别下降6.759和1.386 kg/株。【结论】本研究说明无人机激光雷达点云数据能够通过结合其提取的单木结构参数对森林单木生物量进行估测研究,并能取得较好的拟合优度和较高的预测精度。