首页 > 新闻资讯 > 行业资讯

铁路测绘中机载LiDAR关键技术的应用

2019-07-31

近年来机载LiDAR渐渐趋向于商业化应用,不管是数字线划图DLG数字高程模型DEM产品的生成,都发挥其明显优势。值得注意的是,现行铁路测绘实际中对于该技术的应用,仍存在利用人工解译问题,技术应用效果并不明显,所以考虑做好LiDAR点云数据提取,提高测绘水平。因此,本次研究对铁路测绘中机载LiDAR关键技术的应用研究,具有十分重要的意义。

 

一、关于机载LiDAR的介绍

关于LiDAR,主要指一种用于主动对地观测的系统,用于地面物体三维目标的测量,将许多先进技术包括惯性测量单元IMU/DGPS差分定位技术、计算机技术、激光测距技术等引入其中,能够满足高时空分辨率地球空间信息的获取。

由于机载LiDAR数据获取后,通过相应的软件处理,由等高线图、数字地面模型DTM形成,这在传统常规地面测量技术、摄影测量方法应用下很难实现,因此被逐渐引入测绘领域中。国外对于该技术的应用起步较早,我国近年来也逐渐在机载LiDAR技术应用方面不断突破,如三维城市建模、环境监测、地形测绘中技术应用均较为广泛。

 

二、机载LiDAR点云数据提取与处理

1、数据预处理

铁路测绘领域中,LiDAR技术应用下,以往存在依托于人工解译、人工提取方法,自动化水平较低。对此,研究中考虑借助LiDAR点云数据,获取铁路地物信息,包括地物形状特征,以及影像纹理、光谱与灰度信息,做到信息自动提取。

 

从机载LiDAR点云数据具体处理流程看,主要表现为:

点云数据经过滤波处理后,将与惯性测量系统、GPS系统数据结合,做各点云三维目标的计算;

②将系统中粗差点、误差等检测去除,引入自适应TIN方法,进行地面点与非地面点的滤波分离;

③引入Krig-ing插值方式,进行DEM构建。该流程实现后,便可根据提取处理后的点云数据,做数字表面模型DSM构建,此时仅需将DEMDSM去除,便能达到地物高度信息获取的目标,一般将该模型叫做nDSM,通过该模型的应用,许多如植被、建筑物信息被提取中,地形所带来的影响被消除。

 

2、铁路要素提取

具体从铁路测绘信息要素提取方面研究,提取的内容主要包括:

①建筑物信息提取。在nDSM模型运用下,强调对高度阈值进行设置,一般保持较小,使建筑物完整性得以保证。例如,铁路沿线中由较多农村房舍分布,高度较低,所以可保持1m阈值。需注意房屋阴影易有被错分情况,通常房顶由较高亮度值,而阴影亮度值较低,此时要求利用航空影响波段均值使阴影消除。

同时,考虑到机载LiDAR应用下尽管高度信息获取准确,然而在获取地物边界信息房方面精确度较差,所以技术应用中考虑借助光谱信息,对房屋边缘信息的获取进行改进。

 

②植被信息提取。实际做植被信息提取中,要求计算绿度指数,假定对航空影像蓝、绿、红波段分别以B、G、R表示,以Greenness表示绿度指数,有Greenness=G/(R+G+B),部分研究中提及,在非植被、植被绿度指数上,可设定为0.34阈值。将nDSM模型引入,借助其高度信息差异,可进行农作物、灌丛、乔木林地的区分。

 

③铁路区域信息提取。铁路测绘中,整个沿线地形特征复杂,如有平原、山区等,可利用对比分割图像,做铁路地形特征的识别。

 

 

三、机载LiDAR与RANSAC算法结合下的高密度点云数据提取

 

1、激光点云信息提取

为提高机载LDAR技术应用效果,本次研究中提及将RANSAC算法引入,主要将特征数据、高程信息、掩膜图像等进行结合,分类轨道信息并提取。具体实践中要求进行轨道特征属性的构建,明确铁轨信息精确提取中的约束条件,如区域坡度较小、铁轨相比道床有一定高度。此时,做激光点云分类,整个流程为:

①铁路点云的确定,取0.5m为半径,进行最低点的搜索,做高差计算;

②利用DEM完成坡度计算,取计算结果作为轨道信息提取中的阈值。具体对铁路掩膜区域中轨道点进行判断,有相应的要求,其一为高差△h介于0.15m与0.4m之间,空间区域坡度为15°以下。这样通过分类点云,可将其中许多人工物体分离,使轨道目标对象更容易确定。

 

 

2、铁路横断面数据提取分析

铁路测绘中,测量铁路横断面的目的在于进行地形起伏情况的判断,许多工程项目开展中,如桥涵设计、路基检查、边桩放样等,均需将横断面图作为基础。具体进行数据提取中,提取参数包括路基高程、路基宽度、路基边坡高度等。引入机载LiDAR技术,借助DEM实现铁路横断面数据的提取,在此基础上分析横断面几何特征。如在坡度数据分析中,主要可将最大变化率反映出来,通过计算特征点拟合直线斜率,获取最终结果。实际提取分析中,一般也强调引入曲线二阶导数,点为零的位置便为曲线拐点,亦可理解为坡向线、路面交叉点为拐点。在明确该拐点后,便可做路基宽度、边坡坡度的统计。

 

 

3、轨道数据提取

轨道数据提取中,在引入机载LiDAR技术的同时,需配合RANSAC算法,完成提取过程,且该过程中要求借助TLS,即最小二乘法获取相应的拟合曲线,使最终提取的结果更加准确,整个提取过程中,首先要求得以数据点对铁路轨道进行拟合,若为铁路所有点,需归属到内部点范畴中。在此基础上进行模型的确定,如圆弧模型或直线模型,为各内部点选择最优拟合模型。模型确定后,将所有数据中的内部点去除,计算剩余点云,便能达到提取轨道数据的目标。

 

 

综上所述,机载LiDAR技术应用是当前提高铁路测绘水平的关键性保障。实际应用该技术中,应正确认识该技术实现的原理,使其在铁路测绘中优势充分发挥出来,具体实践中,将该技术引入,主要通过机载LiDAR点云数据提取与处理、机载LiDAR与RANSAC算法结合下的高密度点云数据提取实现,如在点云数据处理方面强调数据与处理以及铁路要素的提取,而高密度点云数据包含激光点云数据匪类、横断面数据以及轨道数据的提取等,可推动铁路测绘水平的进一步提高。

 

文章来源于网络。登载此文出于传递更多信息之目的,版权归原作者及刊载媒体所有,如本文中图片或文字侵犯您的权益,请联系我们。

 

猜你喜欢:

厉害了,飞燕遥感LIDAR航空摄影项目累计超10万平方公里!

航空摄影测量LiDAR技术低矮植被点云的分类


飞燕微信公众号.jpg

公司设备
ASSOCIATED APPARATUS

查看更多+

推荐服务
ASSOCIATED SERVICE
资讯推荐
NEWS INFORMATION
返回顶部

飞燕航空遥感技术有限公司


025-83213756 (人力资源)

15051820691  媒体合作

15005176088  商务合作


邮箱:frank.zhao@feiyantech.com

公司地址:南京市玄武区红山街道领智路56号
星河World产业园3栋8楼

版权所有:飞燕航空遥感技术有限公司 © 2019

备案号:鄂ICP备13012855号-3