机载激光雷达航带平差实验研究——基于参数模型和地面控制点数据

引用本文

王圣尧, 刘圣伟, 崔希民, 郭大海, 郑雄伟, 鲁潇. .机载激光雷达航带平差实验研究——基于参数模型和地面控制点数据[J]. 国土资源遥感, 2012,24(2): 19-22
WANG Sheng-yao, LIU Sheng-wei, CUI Xi-min, GUO Da-hai, ZHENG Xiong-wei, LU Xiao. .Airborne LiDAR Strip Adjustment Research: Based on Model Parameters and Ground Control Points Data[J]. REMOTE SENSING FOR LAND & RESOURCES,2012,24(2): 19-22 复制到剪切板

Permissions

《国土资源遥感》编辑部

机载激光雷达航带平差实验研究——基于参数模型和地面控制点数据

王圣尧^1,², 刘圣伟¹, 崔希民², 郭大海¹, 郑雄伟¹, 鲁潇¹

1.中国国土资源航空物探遥感中心,北京 100083

2.中国矿业大学(北京),北京 100083

第一作者简介: 王圣尧(1987-),女,硕士研究生,主要从事机载激光雷达方法研究。E-mail: sy1987_w@163.com。

收稿日期: 2011-09-09

基金: 中国地质调查局“长江中上游(江津—宜昌段)1∶5万航空遥感地质调查”项目(编号: 1212010911004)及“国土资源部百名优秀青年科技人才计划”项目资助

摘要

机载激光雷达测量获取的地表点云数据在经过预处理解算后仍会残余部分航带性系统误差,因此,在利用点云数据生成DEM等相关数字产品之前,必须检查并改正这部分航带性系统误差。以此为主要目标,选择“十二参数模型”进行航带平差,总结航带平差的一般技术流程,并对航带平差过程中是否引入地面控制点的结果进行对比分析。结果表明,引入地面控制点进行航带平差,数据的内外部精度均得到有效改善。

关键词: 机载激光雷达; 航带平差; 十二参数模型

中图分类号:TP75 文献标志码:A 文章编号:1001-070X(2012)02-0019-04 doi: 10.6046/gtzyyg.2012.02.04

Airborne LiDAR Strip Adjustment Research: Based on Model Parameters and Ground Control Points Data

WANG Sheng-yao^1,², LIU Sheng-wei¹, CUI Xi-min², GUO Da-hai¹, ZHENG Xiong-wei¹, LU Xiao¹

1.China Aero Geophysical Survey and Remote Sensing Centre for Land and Resources, Beijing 100083, China

2.China University of Mining & Technology (Beijing), Beijing 100083, China

Abstract

Although preprocessing surface point cloud data obtained by airborne LiDAR measurement technique can correct some systematic errors, the output point cloud data may still have some remnants of systematic errors between air stripes. Therefore, the errors must be checked and corrected prior to the utilization of DEM and other related digital products obtained from airborne LiDAR data. This paper thus analyzed several adjustment methods, summed up the technical process of strip adjustment based on the twelve-parameters model, and compared the results of studying the problem whether the ground control points are needed or not after the adjustment. It is shown that adjusting with ground control points can not only improve the internal accuracy but also improve the external accuracy effectively.

Keyword: airborne LiDAR; strip adjustment; the twelve parameters model

Show Figures

0 引言

目前, 机载激光雷达测量技术主要用于快速获取大面积三维地形数据, 这些数据表现为大量的、离散的激光点, 每一个激光点都包含三维坐标和强度值等信息^[1]。大面积机载激光雷达扫描测量通常以多航带重叠扫描测区的方式来完成, 这可能导致在航带重叠区同一地理位置上, 分属2个或多个航带的数据高程不连续, 这种高程差就称之为航带性系统误差。若航带性系统误差超过一定阈值, 则可能造成后续激光点云数据分类错误, 随之用其生成的DEM等数字产品就无法正确反映真实地形。一般利用航带重叠区的共轭点或地面控制点资料建立观测方程, 以航带平差的方式来消除这种误差影响。目前国际上提出了多种消除航带性系统误差的数学模型, 从简单的“ 三参数模型” 到复杂的“ 十二参数模型” 。“ 三参数模型” 仅针对高程系统误差进行改正, 该方法的连接点须在地形平坦区域^[2]; “ 六参数模型” 和“ 七参数模型” 假设航带无变形, 只存在正形变换, 该方法的主要问题是连接点与控制点的三维坐标必须对应, 这在实际的激光雷达数据中进行选择和量度较为困难^[3]; “ 十二参数模型” 虽然要求连接点和控制点的三维坐标必须对应, 且参数多, 相关性高, 但只要连接点数量足够且分布均匀, 解算的效果就较好^[4]。因此, 本文选择“ 十二参数模型” 进行航带平差处理实验, 在总结航带平差技术流程的基础上, 进一步分析是否将地面控制点引入平差过程及其产生的结果, 考察其对数据内部精度和外部精度的影响。

1 航带性系统误差修正方法

机载激光雷达数据的定位系统误差主要来源于仪器本身的量测误差、系统与系统之间的整合定标误差、差分GPS解算误差以及坐标投影转换误差等。这些误差有的在仪器出厂前就已标定, 有的则在飞行扫描前通过定标场定标。但陀螺仪漂移误差、GPS差分解算误差和GPS大气误差等随机误差只能在飞行扫描后通过航带平差修正。

1.1 航带平差的数学模型

为消除或改善航带性系统误差的影响, 必须选择合适的平差模型和参数对机载激光雷达数据进行航带平差处理。

本文采用由Burman^[5]提出的类似“ 十二参数平差模型” 进行航带平差实验, 该模型将航空摄影测量的概念引入机载激光雷达扫描系统中, 增加了3个平移( $\begin{matrix} \dot{x} \end{matrix}$ , $\begin{matrix} \dot{y} \end{matrix}$ , $\begin{matrix} \dot{z} \end{matrix}$ )和3个旋转( $\begin{matrix} \dot{ω} \end{matrix}$ , $\begin{matrix} \dot{φ} \end{matrix}$ , $\begin{matrix} \dot{κ} \end{matrix}$ )的线性漂移量, 形成了12个参数。此模型要求连接点和控制点的三维坐标必须对应, 即

$\begin{matrix} \{\begin{matrix} dx = x + \dot{x} + f [(ω + \dot{ω}), (φ + \dot{φ}), (κ + \dot{κ})] \\ dy = y + \dot{y} + f [(ω + \dot{ω}), (φ + \dot{φ}), (κ + \dot{κ})] \\ dz = z + \dot{z} + f [(ω + \dot{ω}), (φ + \dot{φ}), (κ + \dot{κ})] \end{matrix} \end{matrix}$ , (1)

Burman提出的观测方程式为

λ _Zl=Z'_X· dX_d+Z'_Y· dY_d-dZ_d+

(Z'_X $\begin{matrix} \frac{\partial R_{X}}{\partial r} \end{matrix}$ +Z'_Y $\begin{matrix} \frac{\partial R_{Y}}{\partial r} \end{matrix}$ - $\begin{matrix} \frac{\partial R_{Z}}{\partial r} \end{matrix}$ )· $\begin{matrix} (\begin{matrix} l_{x} \\ l_{y} \\ l_{z} \end{matrix}) \end{matrix}$ · dr+

(Z'_X $\begin{matrix} \frac{\partial R_{X}}{\partial p} \end{matrix}$ +Z'_Y $\begin{matrix} \frac{\partial R_{Y}}{\partial p} \end{matrix}$ - $\begin{matrix} \frac{\partial R_{Z}}{\partial p} \end{matrix}$ )· $\begin{matrix} (\begin{matrix} l_{x} \\ l_{y} \\ l_{z} \end{matrix}) \end{matrix}$ · dp+

(Z'_X $\begin{matrix} \frac{\partial R_{X}}{\partial h} \end{matrix}$ +Z'_Y $\begin{matrix} \frac{\partial R_{Y}}{\partial h} \end{matrix}$ - $\begin{matrix} \frac{\partial R_{Z}}{\partial h} \end{matrix}$ )· $\begin{matrix} (\begin{matrix} l_{x} \\ l_{y} \\ l_{z} \end{matrix}) \end{matrix}$ · dh+

(1- $\begin{matrix} \bar{x} \end{matrix}$ )· (1- $\begin{matrix} \bar{y} \end{matrix}$ )· dZ_i_,_j+

$\begin{matrix} \bar{x} \end{matrix}$ · (1- $\begin{matrix} \bar{y} \end{matrix}$ )· dZ_i+_1,_j+

(1- $\begin{matrix} \bar{x} \end{matrix}$ )· $\begin{matrix} \bar{y} \end{matrix}$ · dZ_i_,_j+₁+

$\begin{matrix} \bar{x} \end{matrix}$ · $\begin{matrix} \bar{y} \end{matrix}$ · dZ_i+_1,_j+₁。 (2)

式中: λ _Zl为测点值与核检点值之差; (dX_d dY_d dZ_d)^T为偏移量初始值, 会随迭代计算而不断更新; r, p, h分别为姿态参数roll(侧滚), pitch(俯仰)和heading(航向); dr, dp, dh为姿态参数偏移量, 会随迭代计算而不断更新; dZ_i_,_j为高程格网值, 会随迭代计算而不断更新; $\begin{matrix} \bar{x} \end{matrix}$ , $\begin{matrix} \bar{y} \end{matrix}$ 为归一化坐标下周围四格点的近似值。

1.2 平差流程

机载激光雷达数据航带平差处理主要流程如图1所示。

	Figure Option View Download New Window
	图1 机载激光雷达数据航带平差处理流程Fig.1 Airborne LiDAR data strip adjustment process

1)资料收集与输入。包括含时间序列的航迹信息、点云数据和地面控制点三维坐标等。

2)逐航带点云分类。航带平差需依据重叠区内固定点进行, 比如地面点。噪声点和植被点属于不固定地物, 必须逐航带独立滤除, 否则, 重叠区内较高的激光点可能被当作植被点滤除, 或者较低的激光点可能被当作噪声点滤除, 造成重叠区数据缺失, 无法真实反映航带之间高差情况。由于激光点云在强度模式下显示时, 房屋特征比较明显, 且数量较少, 在平差中又作用关键, 所以采用人工分类比较合适。

3)航带重叠区内部精度检验。这里的内部精度指航带重叠区内各航带数据之间的相对误差大小。通过查看特征地物(如道路、房屋)剖面的点云, 可得到重叠区共轭点之间的距离和高差。不同航带的点云设置为不同颜色。若高差在阈值范围内(目前的经验值为小于5 cm), 则不需要进行航带平差; 若存在较大高差, 可明显看出2个航带的激光点云走向不重合(图2), 则需进行航带平差。

	Figure Option View Download New Window
	图2 航带重叠区数据的高差Fig.2 The hight difference of overlap data

4)样本点选择。针对分类资料, 选择较为可靠且具有代表性的地面、房屋或斜坡作为样本点, 并对其赋予不同的权重。样本点代表性越强, 点云分类越精确, 权重设置越大。目前, 一般只针对dz(高程偏移量), dr(侧滚偏移量), dp(俯仰偏移量)和dh(航向偏移量)为未知参数计算, 其他漂移量在短航线测量时可以忽略。根据已有资料对不同参数解算难易程度的分析, 航带间高程方向和侧滚方向上的偏移参数dz和dr的解算比较容易实现, 在仅有平坦地面的情况下就可以进行; 但俯仰和航向偏移参数dp和dh的解算则相对困难, dp的解算需要有飞行方向的斜坡, dh的解算则需同时有飞行方向和垂直飞行方向的斜坡^[6]。所以, 在选择样本点时应尽量满足上述要求, 样本点的选择是否适当, 直接影响平差效果。

5)未知数解算。利用“ 十二参数航带平差” 方法迭代计算各姿态参数修正量。解算方式分无地面控制点和含地面控制点2种。首先, 在工作区内尽量均匀地选择航带重叠区中含有平地、光滑斜坡和房屋等典型地物的区块, 并利用这些区块创建工程文件, 对该工程文件进行飞行姿态偏移(heading, roll, pitch)和扫描镜尺度(mirror scale)误差参数解算, 并将解算参数应用于全部测区数据的改正, 即为工程整体参数解算; 然后, 将全部测区数据组成区块性的工程文件, 其中可以去除植被覆盖度过大造成无地面点或地面点稀少区块的数据, 最后, 解算每一条航线的高程偏移dz等(也可同时解算侧滚偏移量dr)改正参数。

6)逐航带点云修正。根据解算出的参数修正量, 逐航带进行点云坐标修正。再次检验航带重叠区数据内部精度: 若高差满足要求, 表示航带平差完成; 若高差仍超过阈值, 可考虑重新选择样本点或更改样本点权重设置等, 继续进行航带平差, 直到平差结果满足要求。

7)成果分析。对平差后的数据进行分析评价, 利用航线重叠区数据评价内部精度, 利用地面控制点资料检测外部精度。这里的外部精度指对比同一地理位置上激光点坐标和地面控制点坐标得到的绝对精度评价结果。

2 实验区概况与数据

实验区为湖北省宜昌市秭归县城。秭归县位于湖北省西部, 属典型的峡江河谷山区县。实验区面积为16.63 km², 占5个航带, 共设有11个静态GPS测量地面控制点(图3)。激光点云数据由Leica ALS50-II机载激光雷达设备获取。

	Figure Option View Download New Window
	图3 实验区正射影像及地面控制点分布Fig.3 Orthophoto and ground control points in test area

3 结果分析

对实验区机载激光雷达数据进行航带平差的结果(表1)表明, 不论航带平差处理过程中是否引入地面控制点资料, 其对数据内部精度的改善效果大致是相同的, 无明显区别。本实验选择了区内11个控制点中的JC03, JC06, JC14和JC23(图3), 但在进行内部精度评价时没有采用这4个点的资料, 以避免控制点重复使用可能对评价结果的影响。

表1 航带平差处理前后内部精度评价 Tab.1 Internal accuracy evaluation before and after adjustment(m)

但对外部精度评价的结果(表2)为: 引入地面控制点之后的均方根误差为0.119 m, 相对于平差之前原始点云的均方根误差0.197 8 m有较大改善; 没有引入地面控制点的均方根误差为0.218 m, 比平差前增大。这说明, 不引入地面控制点的航带平差虽然会改善数据内部精度, 但不会提升数据外部精度, 甚至造成外部精度的降低; 而利用分布合理的适量地面控制点进行平差, 不仅能够改善数据内部精度, 其外部精度也可以得到显著提升。

表2 航带平差处理前后外部精度评价 Tab.2 External accuracy evaluation before andafter adjustment(m)

4 结论

采用“ 十二参数模型” 的航带平差方法能够有效地改善机载激光雷达数据的航带性系统误差; 在平差过程中, 引入适量且分布合理的地面控制点进行平差控制, 不仅能够改善机载激光雷达数据的内部精度, 其外部精度也可以得到显著提升。

The authors have declared that no competing interests exist.

参考文献

View Option

[1]	张小红. 机载激光雷达测量技术理论与方法[M]. 武汉: 武汉大学出版社, 2007. [本文引用:1]
[2]	Crombaghs M J E, Brüegelmann R, de Min E J. On the Adjustment of Overlapping Strips of Laseraltimeter Height Data[J]. International Archives of Photogrammetry and Remote Sensing, 2000, 33(B2): 230-237. [本文引用:1]
[3]	Morin K, El-Sheimy N. A Comparison of Airborne Laser Scanning Adjustment Methods[C]//ISPRS WGII/2 Three-dimensional Mapping from InSAR and LiDAR Workshop Proceeding, Banff, Alberta, Cand a, 2001. [本文引用:1]
[4]	Kilian J, Haala N, Englich M. Capture and Evaluation of Airborne Laser Scanner Data[J]. International Archives of Photogrammetry and Remote Sensing, 1996, 31(B3): 383-388. [本文引用:1]
[5]	Burman H. Adjustment of Laser Scanner Data for Correction of Orientation Errors[J]. International Archives of Photogrammetry and Remote Sensing, 2000, 33(B2): 125-132. [本文引用:1]
[6]	TerraSolid公司. TerraMatch Users Guide[EB/OL]. (2011-01-12)[2011-01-31]. http://www.terrasolid.fi. [本文引用:1]