激光雷达油气管道工程.docVIP

激光雷达油气管道工程 1激光雷达测量系统技术原理 1.1激光雷达测量原理 激光雷达使用的是由激光器发射激光以光速传播，当激光发射到被测量物体的表面时，一部分反射激光被接收器所接收，计算出激光器发射点到反射物体的距离，再结合激光雷达系统瞬时位置与姿态，即可得到测点的三维坐标。 1.2激光雷达的系统构成 常见机载激光雷达系统通常由激光发射器，光学系统，接收器，GPS/DGPS，IMU（惯性测量单元）,飞行计划和管理系统，数据采集和存储系统等部分组成。 1.3机载激光雷达数据 机载激光雷达数据通常包括激光点云数据、回波强度图像数据。另外，为了便于对激光点云数据进行处理和应用，目前大多数的机载激光雷达系统中都集成有高分辨率航空数码相机，因此，航空数码影像数据亦可看作是机载激光雷达数据集的一部分。 2机载激光雷达数据获取及预处理 2.1飞行区域的确定 机载激光雷达测量工作与传统航空摄影测量类似，需要进行大量前期设计规划工作。在前期工作中，设计人员已根据卫星影像、历史数据及实地初步核实结果，确定了管道中线初步方案，以中线方案作为激光雷达航空摄影测量区域中线，以中线两侧各1km范围为飞行区域。 2.2数据获取 本实验中采用有人飞行平台，搭载LeicaALS70机载激光雷达系统，搭配LeicaADS80航空数码相机，采用LeicaMissionPro进行飞行计划的编排评估，采用LeicaFlightPro进行飞行控制，并根据飞行计划向国家有关部门进行了空域申请的工作。整个数据获取工作历时2个月，获取了整个测区原始激光波形数据、航片数据、GPS观测数据和IMU姿态数据，为后续数据处理打下了坚实的基础。 2.3数据预处理 激光点云数据的预处理工作，是后续数据处理工作的基础。预处理的目的是将机载激光雷达系统获取的原始波形数据，通过检校场检校数据、结合GPS观测数据和IMU瞬时姿态数据进行联合解算，获得点云数据，并以交换格式进行存储的过程。在本实验中，还存在航空数码相机获取的航片数据，同样需要进行预处理。航空数码相机与激光雷达系统使用同源的检校数据、GSP观测数据和IMU瞬时姿态数据，采用相机自带软件系统进行自动解算。 3激光点云数据处理 3.1点云数据的分割 激光雷达点云数据是以Las文件为存储和处理单元。由于点云数据量非常大，而当前点云处理软件往往在容量上有限制，因此在处理点云数据前，必须先对整个区域的激光点云进行分块处理。以本实验为例，处理硬件为2GB大小内存，能够同时处理500万点，在实际操作中，我们将分块大小设置为每1平方公里一个块。在本实验中，使用的TerraPhoto与TerraScan模块进行的自动分块。 3.2点云分类前预处理 分块后的点云数据在进行分类处理前，需要利用TerraScan模块进行一系列预处理，将精度较低的点数据从数据集中剔除，提高数据整体精度。（1）建立航迹线与点的对应关系。利用TerraScan中自带的宏命令，将航迹线和点进行对应。（2）建立自定义分类代码。TerraSolid系统内置了一系列常用分类代码。根据具体应用也可对分类代码进行增删和修改。本实验根据需求，重新定义了点云分类代码。（3）剔除低精度数据。在点云模型中，存在每条航带中偏离航迹线较远的点，由于这部分点变形较大，精度不高，所以需要在预处理中进行剔除。 3.3点云数据分类 激光点云数据的分类又称为滤波，是点云模型处理中最核心的操作，其目的是将看似散乱无章的点云数据模型，通过数学算法和人工判读，按照规则进行分离，从而识别地面、建筑、植被、水面等不同地物对象。针对点云模型的自动滤波分类，已有较多的成熟算法，但在实际应用中，自动滤波还存在一定问题，需要辅以人工分类。 3.2.1自动滤波 在TerraScan中内置了一系列算法，主要基于成熟度最高的形态学和坡度的滤波方法，能够完成50%以上的工作。（1）识别并剔除异常离散点。这些异常离散点是明显脱离整个模型的点数据，一般是数据获取和预处理时，由于软硬件系统及周围环境造成的异常数据，（2）识别地面点。剔除异常离散点后，局部最低点可认为是点云模型中的地面点和建筑表面点。（3）识别植被点。该步骤是将植被点从Default层点云中分类出来，并可根据需要将植被点进一步分类为高、中、低三种类型的植被点。 3.2.2人工分类 （1）制作快速正射影像。在人工分类之前，必须先生产快速正射影像，作为人工分类参考底图。快速正射影像的生成主要包括以下几个步骤：1）模型关键点（ModelKeyPoints）的生成。生成关键点后，再将模型关键点合并回地面点，以免影响后续操作;2）快速正射影像生成。该步骤主要使用TerraTscan和TPhoto模块进行自动进行快速正射影像的生产。 3.4DEM生产 点云分类完成后，可利用TerraScan