三维激光扫描技术检测测绘成果精度的应用

秦红艳

(广州市城市规划勘测设计研究院 ，广东 广州 510060)

精度检测是测绘成果质量检查验收的主要内容[1]。精度检测主要包括平面绝对位置精度、平面相对位置精度(地物点间距精度)、高程精度检测、地理精度检测。传统测绘成果精度检测过程复杂，包括架设仪器野外实测检查平面绝对位置精度、高程精度；现场采用皮尺或测距仪检查平面相对位置精度；现场巡视比对的方式检查地理精度。

三维激光扫描仪是测绘领域的新技术，获取的数据由点云和影像组成，不仅记录了地物地貌的坐标数据和尺寸信息，更能自动记录其拓扑信息、纹理信息[2]，已在古建筑保护[3]、数字城市[4]、地形测绘等方面得到应用[5-7]。然而，其测绘成果的检测仍采用传统测绘成果检测方法[8]。

发明专利“地面激光扫描仪测量地形的方法”[9]采用地面三维激光扫描仪实现对大比例尺地形图的测量，使得外业测量效率与传统方法相比提高3～4倍，自动化程度显著提高，减轻了测量人员的外业工作量。本文在此基础上，系统全面地研究采用三维激光扫描技术检测测绘成果精度的方法，并验证其可靠性和效率。本方法与文献[9]的专利共同构成完整的三维激光扫描测绘生产技术体系。

1 检测方案

如图1所示采用三维激光扫描技术获取高精度点云数据[9]，基于点云数据提取检查点、高程点等元素，检测测绘成果的精度。具体技术流程如下：

1)抽取检查样本，选择拟检测地形图图幅，确定检查区域；

2)采集检查区域点云及测站站心大地坐标；

3)检查区域内各测站数据拼接及坐标转换；

4)利用站心大地坐标对点云精度自检；

5)采用检测合格的点云数据检测大比例尺地形图的平面绝对位置精度、高程精度、平面相对位置精度、地理精度。

图1 精度检测的技术流程

2 测绘成果指标及样本抽取

2.1 检测对象

选择2016年广州市某地形测绘项目的C作业区，检测对象为全野外数字化测图方法测绘的1∶500地形图，包含居民地、农田、池塘、植被、山地等典型地理要素。

2.2 测绘基准及分幅标准

采用广州市平面坐标系统、广州市高程系统，分幅标准采用广州市地形图分幅及编号。

2.3 地形图精度要求

等高距采用0.5 m，城市建筑区高程注记点相对于邻近图根点的高程中误差不得大于±15 cm。其它地区高程精度以等高线插求点的高程中误差来衡量，平地和丘陵地的等高线插求点的高程中误差分别为1/3和1/2基本等高距。明显地物点相对于邻近控制点的点位中误差及地物间距要求见表1。

表1 地物点点位中误差与间距中误差 cm

2.4 检查样本

按照国家标准[1]在待检测的地形图中抽取检查图幅，确定检查区域分布。

3 高精度点云数据的获取

3.1 外业数据采集

采用RieGL VZ400三维激光扫描仪及同轴GPS进行外业数据采集(仪器安置于汽车顶部)[9]。在抽取的图幅范围实施360°扫描(车辆制动)，点云密度设为4～6 cm(距离仪器100 m处的点间距)，扫描测站间的距离不宜大于50 m。采用广州市GZCORS网络基准站，在满足RTK作业条件的区域，同步采用GPS-RTK测量站心大地坐标。

本案例在该作业区地形图质量检测中共扫描测量86站，其中GZCORS-RTK同步测量62站。

3.2 点云拼接及坐标转换

为了减小拼接累积误差，本文对较大区域细分，使细分测块内测站数控制在5～30个测站以内，按照测块分别进行点云拼接和坐标转换。由于本文旨在地形图的精度检测，不存在制图接边问题，所以区域划分不需要沿河流、道路划分，增加了区域划分的自由度。

各分块内测站配准，先选择一个视野开阔的测站，作为固定的基准测站，其他测站两两依次拼接。 拼接分为两个步骤：粗拼接和拼接调整。粗拼接选择4个同名地物点，拼接残差在1～6 cm以内。拼接调整采用ICP算法，提高匹配精度[10]。

在测块周边和中心选择5个已测大地坐标的站心点，将测块点云转换到大地坐标下[11]，转换后内符合精度计算结果见表2。

表2 坐标转换内符合精度计算表 m

3.3 点云精度自检

比较测块GPS测量的站心点坐标与坐标转换的站心坐标，计算测块点云精度。如果不满足精度要求，重新选择四角或周边站心大地坐标，重复步骤三的坐标转换；若仍不能满足精度要求，则对测块再次一分为二，重复执行步骤三的拼接误差调整和坐标转换。本文某测块点云外符合精度计算见表3。

表3 点云外符合精度计算表 m

4 测绘成果精度评价

利用自检合格的点云数据进行测绘成果平面绝对位置精度、高程精度、平面相对位置精度、地理精度的检测。

4.1 平面绝对位置精度

采用拟合提取特征点比对坐标的方法检测平面绝对位置精度，实施步骤：

1)点云按照平行于XOY面水平剖切，参照点云的完整性选择剖切处的点云高度，切片厚度1～2 cm，得到切片点云；

2)在切片点云中检索拟检测地形特征点的近邻域点云；

3)采用鲁棒迭代最小二乘算法基于近邻域点云拟合地形特征点[12]：

step1 对近邻域点云采用最小平方中位数法选择拟合的直线模型；

step2 将该直线模型作为初始模型迭代调用最小二乘法，通过逐渐剔除异常点，不断精炼模型，得到最终精确的直线模型；

step3 删除直线模型拟合所采用的点云，利用剩余点云再次执行a、b。当剩余点云数目少于某设定阈值时，停止迭代；

step4 拟合得到一组直线模型；

step5 计算直线的彼此交点，一般房屋、围墙等角点的近邻域内只会得到两条直线；如图2所示当近邻域内出现多个交点时，选择距离拟检测地形特征点最近的点作为比对点。

图2 切片点云拟合特征点

4)与地形图上特征点坐标进行比对，对于超限的比对点，依次交互式检查，剔除算法拟合的错误交点；

5)将点云中提取的特征点与地形图同名点进行坐标比对，计算平面点位的较差中误差，评价地形图平面绝对位置精度。

4.2 高程精度

地形图高程精度检测主要是高程注记点和等高线插求点的高程精度检测。比较方法可以采用算法拟合或在三维点云中交互式提取。算法拟合步骤如下：

1)采用滤波算法将三维点云分割为地面点和非地面点[13-14]；

2)在地面点中，根据拟检测高程点搜索近邻域点集(点数可设为10个左右)；

3)计算近邻域点集的重心，作为点云拟合高程。

本实施案例将拟合或者交互式提取的高程点，与地形高程点的高程进行比较，计算高程较差中误差，评价地形图的高程精度。图3所示为地面点云与地形图叠加，高程点和点云比较显示效果。

图3 高程注记点与激光点云高程的比较

4.3 平面相对位置精度

通过在三维点云或者切片点云中采取点到面、点到点的人机交互式测量模式[15]，量测地物点间距、地物的边长，与地形图中对应边长或间距进行比较，计算间距较差中误差，评价地形图的平面相对位置精度。

4.4 地理精度

三维点云具备“所见即所得”特点，相当于把实景1∶1的搬入到电脑中，通过采集的点云数据进行人机交互式检查地形图的地理精度，检查内容包括：地理要素错漏、地理要素类别判别或符号使用错误、楼房层次错误、表达不准确等方面。如图4所示中，由椭圆圈出的地物为通过点云检查出地形图漏测围墙现象，位于房屋B2与房屋C之间有围墙连接，长度2.2 m。

4.5 数学精度统计

本案例采用三维激光扫描检测的C作业区地形图的数学精度包括平面精度(绝对位置精度、相对位置精度)、高程精度汇总统计见表4，数学精度分布情况见表5。

图4 通过点云检查出漏测围墙现象

表4 作业区地形图外业检测精度汇总表

注:Δ为较差的允许误差

表5 数据精度分布统计情况表

5 结论

本文基于三维激光扫描技术提出测绘成果的数学精度、地理精度的检测方法，并在生产实际中验证其可行性、可靠性。该方法不仅可以应用于三维激光扫描技术测绘成果，也可用于传统测绘手段获取的测绘成果。与传统精度检测方法相比，本检测方法的外业检查人员在车内遥控扫描作业，减轻作业强度，提高作业效率，对于检测出的错误可以直观表现，便于检查人员与测图人员沟通以及测绘成果错漏的进一步修改。随着激光扫描技术在测绘领域的普及应用，本文提出的检测方法具有广阔的应用前景。