CN110298103A - 基于无人机机载三维激光扫描仪的高陡危岩体调查方法 - Google Patents

Abstract

本发明涉及工程勘探领域，针对危岩体的测绘难以开展的问题，提出了一种基于无人机机载三维激光扫描仪的高陡危岩体调查方法，包括：确定无人机的扫描路线及机位；遥控无人机到达对应的机位，通过无人机携带的三维激光扫描仪对危岩体进行三维激光扫描得到对应机位的点云数据，获取标记点的坐标；对点云数据进行数据处理，根据处理后的点云数据进行模型重构得到危岩体模型；根据危岩体模型获取危岩体的发育规模、分布位置、几何尺寸和结构面产状信息；根据所述发育规模、分布位置、几何尺寸和结构面产状信息对危岩体的稳定性进行评价。本发明适用于现场地质测绘难以开展是危岩体的稳定性评估。

Description

基于无人机机载三维激光扫描仪的高陡危岩体调查方法

技术领域

本发明涉及工程勘探领域，特别涉及一种危岩体调查方法。

背景技术

危岩体指一些岩体虽然还没有发生崩塌，但具备发生崩塌的主要条件，而且已出现崩塌前兆现象，由于斜坡高差大，一旦其失稳会导致斜坡下部基础设施及居民的生命财产安全。目前，针对危岩体的调查一般以地面调查为主，如现场调查危岩体的位置、测量危岩体的规模及各种结构面产状等，但随着各种工程向越来越复杂的地区挺近，针对危岩体的调查条件也越来越困难。一方面，针对水电、交通等工程两侧的高、陡斜坡上的危岩体，工程地质人员难以抵达现场进行地质测绘，更难以获取危险结构面组合，造成其危岩体的稳定性难以得到准确的评价，从而难以准确的、经济的进行危岩体治理，另一方面，对这些高、陡危岩体的现场调查，对现场调查人员来说也是一个不安全的因素。因此，针对高、陡等斜坡上的危岩体，进行非直接接触的无人机调查是有重要的意义的。

目前，针对危岩体的调查主要以现场地质测绘为主，如对斜坡上的危岩体进行分布位置、发育规模及不利结构面调查等，但由于危岩体的发育特征，其一般分布于高、陡的斜坡顶部，工程地质人员一般难以到达现场进行地质测绘，来获取危岩体的规模及不利结构组合等信息。因此，由于难于直接获取危岩体的基本信息，其稳定性评价也存在较大的误差，易造成工程治理无针对性及不经济等问题。

发明内容

本发明所要解决的技术问题是：针对危岩体现场地质测绘难以开展，尤其是西部地区河谷两侧高陡及高海拔条件下的危岩体的测绘难以开展的问题，提出一种基于无人机机载三维激光扫描仪的高陡危岩体调查方法。

本发明解决上述技术问题，采用的技术方案是：

基于无人机机载三维激光扫描仪的高陡危岩体调查方法，包括如下步骤：

A、确定无人机的扫描路线及机位；

B、遥控无人机到达对应的机位，通过无人机携带的三维激光扫描仪对危岩体进行三维激光扫描得到对应机位的点云数据，获取标记点的坐标；

C、对点云数据进行数据处理，根据处理后的点云数据进行模型重构得到危岩体模型；

D、根据危岩体模型获取危岩体的发育规模、分布位置、几何尺寸和结构面产状信息；

E、根据所述发育规模、分布位置、几何尺寸和结构面产状信息对危岩体的稳定性进行评价。

优选的，所述步骤A包括：

将所述机位对应标记点，利用GPS获取机位点的大地坐标。

优选的，所述步骤B包括：

当机位为多个时，相邻两机位之间三维激光扫描得到的点云数据存在重合部分。

优选的，所述步骤C中的数据处理包括：

对点云数据进行去噪处理；

根据机位的大地坐标和标记点的坐标对点云数据进行大地坐标转换。

进一步的，当机位为多个时，所述步骤C中的数据处理还包括：对多个机位得到的点云数据进行数据拼接。

进一步的，所述步骤C中的数据处理还包括：

对点云数据进行彩色信息配准。

优选的，所述步骤D包括：

通过在危岩体模型上进行边界框定和坐标标定得到危岩体的发育规模、分布位置和几何尺寸。

优选的，所述步骤D包括：

通过构造三角面片的网格逼近所述处理后的点云数据表面或通过直接量取采用Mimics重构的危岩体模型来获得结构面产状信息。

优选的，所述步骤E包括：

采用极射赤平投影法对危岩体的稳定性进行评价。

本发明的有益效果是：

本发明通过无人机机载三维激光扫描仪扫描危岩体得到对应的点云数据，对点云数据进行分析处理得到危岩体的发育规模、分布位置、几何尺寸和结构面产状信息，进而根据发育规模、分布位置、几何尺寸和结构面产状信息对危岩体的稳定性进行评价，解决了高寒、高陡或高海拔条件下的危岩体的测绘难以开展的问题，保障了地质调查人员的安全。

附图说明

图1为本发明实施例的方法流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及如下实施例对本发明进行进一步详细说明。

相关术语解释如下：

危岩体：指位于高差大、地形陡峭的斜坡顶部的欠稳定岩体，其对斜坡下部的基础设施及居民会产生潜在危害，由于危岩体一般处于高、陡斜坡的顶部，工程地质人员难以抵达现场获取其地质信息的危岩体进行准确的稳定性评价，尤其是在西南陡峭的河谷两侧及高寒、高海拔地区斜坡上的危岩体；无人机：为携带设备工作平台，可到达任意指定位置，不受地形等条件的限制；三维激光扫描仪：通过高速激光扫描测量的方法，大面积高分辨率地快速获取被测对象表面的三维点云数据；三维激光扫描仪：通过高速激光扫描测量的方法，大面积高分辨率地快速获取被测对象表面的三维点云数据。

如图1所示，基于无人机机载三维激光扫描仪的高陡危岩体调查方法，包括如下步骤：

A、确定无人机的扫描路线及机位；

B、遥控无人机到达对应的机位，通过无人机携带的三维激光扫描仪对危岩体进行三维激光扫描得到对应机位的点云数据，获取标记点的坐标；

C、对点云数据进行数据处理，根据处理后的点云数据进行模型重构得到危岩体模型；

D、根据危岩体模型获取危岩体的发育规模、分布位置、几何尺寸和结构面产状信息；

E、根据所述发育规模、分布位置、几何尺寸和结构面产状信息对危岩体的稳定性进行评价。

本发明通过无人机机载三维激光扫描仪扫描危岩体得到对应的点云数据，对点云数据进行分析处理得到危岩体的发育规模、分布位置、几何尺寸和结构面产状信息，进而根据结构面产状信息对危岩体的稳定性进行评价，解决了高陡及高海拔条件下的危岩体的测绘难以开展的问题，保障了地质调查人员的安全。一般而言，在现场对一个边坡进行扫描，由于边坡范围较大、地形凹凸不平等原因，进行一次扫描很难覆盖整个目标，需多个机位多次扫描，扫描线路一般是指由多个机位顺序连接而成的路线，因此通过现场踏勘布置合理的机位和扫描线路，能够对后期点云数据的拼接精度有一定的提高，同时也将考虑尽可能全面的反映坡表的情况，获取更多的地面信息。

为了将标记点与实际标记点所在位置进行方便获取和关联，步骤A可包括如下步骤：

将所述机位对应标记点，利用GPS获取机位点的大地坐标。

关于机位和标记点，二者就位置来说没有差别，为以示扫描前后的区别，扫面确定扫描路线时定为机位，当扫描获取坐标信息时定为标记点。

为保证多个机位对应的点云数据能够顺利拼接，步骤B可包括：

当机位为多个时，相邻两机位之间三维激光扫描得到的点云数据存在重合部分。

一般三维激光扫描受扫描物体及仪器本身的影响会产生较多噪点，其对点云数据拼接及模型建立有着较大的影响，删除这些噪点数据可以通过点云分块隐藏、旋转角度等方法，选取无用点云数据进行删除。作为优选，步骤C中的数据处理可包括：对点云数据进行去噪处理；根据机位的大地坐标和标记点的坐标对点云数据进行大地坐标转换。

对上述去噪处理详细解释如下：

采用三维激光扫描获取的表面采样点数据，因外界及设备自身等多种因素影响，不可避免的含有噪音点。这些点的存在是扫描结果中所不期望得到的，在后期处理中对这些点云数据要进行去除，这个过程称为点云的去噪，点云的过滤是数据预处理的一个重要过程，对数据结果有重要影响。

产生噪音点的原因初步分析主要包括三类：第一类是由被测对象表面因素产生的误差，如扫描目标体的表面粗糙度、材质、距离、角度等。以激光扫描测量手段，但扫描物体反射率较低情况下，大部分入射光都吸收或者因为距离过远、入射角度过大而导致反射激光信号较弱的情况发生，从而容易产生噪音；第二类是由扫描系统本身引起的误差，比如扫描设备的测距、定位精度、分辩率、激光光斑大小、步进角精度以及扫描仪振动等；第三类噪音主要为偶然噪音，在扫描数据采集过程中由于外界一些偶然因素而导致形成点云数据的噪音点，如空中漂浮的粉尘、飞虫、移动的人员、机械、植被等，在扫描设备与扫描目标间出现，将造成噪音数据的生成。以上这些点云数据应该在后期处理中予以删除。

删除这些点云数据可以通过点云分块隐藏、旋转角度等方法，选取无用点云数据进行删除。一般情况下针对噪音产生的原因不同，可适当采样相应办法达到消除噪音的目的。对于第一类噪音，则从调整仪器设备位置、角度、距离等办法进行解决；第二类噪音是系统固有噪音，可以通过调整扫描设备或利用一些平滑或滤波的方法过滤掉；而第三类噪音需要人工交互的办法解决，对于植被可采样通过设置灰度阀值而选择植被然后剔除，或者直接手动选择删除。

对上述大地坐标转换详细解释如下：

三维激光扫描设备在数据采集过程中默认设备的中心点也就是本发明的无人机的机位为坐标零点，其坐标系统的空间展布与扫描仪的空间位置直接相关，是一套以扫描设备中心为相对坐标系统。三维激光扫描技术在工程测量应用中，需要将点云数据反映到工程实际当中去，因此将扫描的点云数据坐标转换到与工程实际相符的大地坐标中具有重要的现实意义，使扫描点云数据系统坐标与扫描目标真实空间状态相一致，满足点云数据真实反映现场的空间条件，为下一步的工程测量工作做好准备。

要把点云数据在一个坐标系中的坐标转换到另外一个坐标系中去，就需要知道这两个坐标系之间的转换关系。为了求出这种转换关系，就需要几个特征点(也就是本发明中的标记点)，已知在两个坐标系中相同特征点的坐标。因此，标记点的选取是完成坐标转换的一个重要步骤，标记点的选取精度直接关系到坐标转换的误差，对于标记点的大地坐标的获取经常采用全站仪或者静态GPS系统进行测试。

一般而言，标记点的选择可以有两种方法：

第一种方法：扫描过程中，在扫描目标表面选择三个或更多的标记点，这些点一般选择位置明显、易于识别的点。同时要考虑所选的标记点的空间分布情况，所选的点不能分布在一条直线上，如果是三个点应尽可能分布成等边三角形为好，选择空间分布合理、易于识别的标记点，有利于减小坐标转换的误差。对于标记点的识别目前扫描系统中有两种办法：一种是直接在获取的点云模型数据中选择相近的标记点，该方法操作简单方便但有一定的误差；一种方法是在扫描目标体表面设定标靶，此种方法稍显复杂，特别是对于高陡边坡扫描过程中设定标靶存在困难，但定位精度较上一种方法要高。

第二方法：在某些情况下，在扫描体上设定标记点存在很大困难，如扫描高陡边坡时，坡体标记点大地坐标测量存在很大困难，同时存在测量人员的人身安全问题时，可以采用以扫描仪测量机位点作为坐标转换的标记点来处理，在数据的后期处理过程中，如Polywoks软件将会反算出扫描仪的扫描位置点，这种办法解决了在没有合适标记点情况下大地坐标转换的处理办法，缺点是如果扫描距离或范围过大，转换精度受拼接误差的影响较大，一般情况较直接选取标记点误差要大。

作为本发明实施例的优选，标记点可优先采用第一种方法进行，条件不具备是可采用第二种方法进行。

对于分布规模较大或地形复杂的危岩体，一般存在多个扫面机位，因而存在多个独立点运数据的拼接问题，可通过各扫描机位的坐标信息和标记点的大地坐标信息，将各个机位上获取的点运数据转换到统一的大地坐标系下实现数据拼接。当机位为多个时，步骤C中的数据处理还包括：对多个机位得到的点云数据进行数据拼接。

通常的三维扫描系统一次只能得到物体的一个角度的点云数据，三维扫描仪很难从一个方向扫描一次便可得到扫描目标的完整点云数据，反映一个扫描实体信息通常要由若干幅扫描才能完成，但每个扫描图幅都是以扫描仪位置为零点的局部坐标系，亦即每次经扫描而得到的点云数据的坐标系是独立和不关联的。但实际上每幅点云阵数据都是扫描场景的一部分，那么就有必要将这些点云数阵据转换到同一坐标系里，所以要对得到的点云数据进行拼接匹配。

点云数据常用的拼接方法主要包括两类：一类是基于标记点的拼接匹配；一类是基于点云数据进行拟合计算的匹配方法。作为本发明实施例的优选，可采用基于标记点来进行拼接匹配。

进一步的，步骤C中的数据处理还可包括：

对点云数据进行彩色信息配准。在利用三维激光扫描仪进行三维场景重建时，为了使模型看起来更逼真，达到栩栩如生的效果，可以对模型进行渲染。

目前，基本的渲染方式有两种，一种是采用颜色的渐变，如从蓝色到红色，表示某种变化过程。另外一种渲染方式是纹理贴图。为得到真实感强的景物模型。目前三维激光扫描技术彩色信息主要采用的是第二种渲染方式。使用数码相机拍摄的照片进行纹理映射，从而完成整个场景模型的视觉渲染。由于激光扫描数据获取时通常可以获取相应的纹理照片，而点云数据和纹理照片对目标的描述有诸多的互补性，因此还需要使用纹理映射技术，把具有表面纹理的图像映射到模型的表面，以此体现模型表面的特征及属性。配准是纹理映射需要解决的一个关键问题，通过配准操作将不同类型的数据纳入到统一的坐标系统中，并使得各个元素在几何上对准，为纹理映射奠定基础。

通过上面叙述可知，点云数据的彩色信息需要来源于数码照片与三维点云数据配准进行纹理映射后才可实现，那么数码相片的获取主要包括两个方面：一类是激光扫描设备内置的相机，其与扫描仪内部原点的空间位置关系相对固定，内置相机的焦距也是固定的，换言之，内置相机获取的图像与点云数据的映射关系是固定不变的，只要在设备出厂时标定好后，通过后期的数据处理或者计算机自动处理后，获取的点云数据就可以是彩色的，但问题出现在内置相机获取的彩色图片质量上，由于内置相机定焦距，而且目前内置相机技术还不能完全同步于市场上使用的数码相机获取的图片质量，故内置相机数码图片质量较独立数码相机获取的图片质量要差很多。因此，大多数情况下，内置相机映射的彩色信息点云数据还不是十分理想；另外一类是外置相机获取图片，外置相机又包括两种方式，一种是相对固定焦距、固定位置的外置相机，通过对外置相机位置的校准后，得到校准参数通过相应软件处理，便可将该相机获取的彩色图像映射到点云数据中，这种方式采用比较典型的设备如Rigel的扫描仪。另外一种，是任意位置的数码相机获取图像方式，也就是说这种方式的外置相机，不受空间位置的影响，其是通过目标物体与彩色数码相片间的特征点进行映射匹配的。采用这种匹配方式的扫描仪如徕卡的激光扫描设备。

根据处理后的点云数据进行模型重构得到危岩体模型，从高密度的点云数据进行扫描物体的重建以提取需要的数据是数据处理的重要部分，根据三维模型表示的不同方式，点云数据的模型重建也可以分为两种方法：一种是三维点云数据表面的模型重建，主要构造网格(三角面片)逼近扫描物体表面；一种是几何模型重建，常见于CAD种的轮廓模型或者断面轮廓。

由于点云数据量巨大，一般在模型化之前都要进行数据的删减，减小点云数据的密度，从而减少模型化的生成时间及最终的模型大小。另外，由于三维场景的复杂性，导致很多情况下存在三维扫描无法获得被扫描物体所有表面的点云，如扫描死角，树木、电杆遮挡等，因此不可避免的在点云数据中存在漏洞，这对后期数据提取或者三维建模构网就会导致黑洞，使得模型不完整、不美观，易造成信息提取误差增大。通常点云数据补洞主要包括周围点数据利用不同算法拟合生成数据进行弥补或者利用构网插值等方法。

对于几何模型重建，主要是在点云中或者数据模型中，利用几何体如点、线、面、柱体、四面体等对物体进行拟合。常见的如对房屋建筑的外轮廓、马路边缘、电线布置、工厂管道等轮廓进行几何拟合，可以输出三维图形格式也可以是Auto CAD格式等。

从获取的大量的点运数据到危岩体模型重构是获取危岩体发育规模、结构面产状信息等的重要过程，从点运数据到危岩体模型重构的过程可通过现有程序实现，如CAD几何模型重建及Mimics图形处理软件等。

作为优选，步骤D可通过在危岩体模型上进行边界框定和坐标标定得到危岩体的发育规模、分布位置和几何尺寸。危岩体模型为三维激光扫描所获取，当其比例及坐标都已进行大地坐标转换，可直接在模型上进行边界框定及坐标标定，进而直接获取危岩体的发育规模及分布位置。

作为本实施例的优选，步骤D中，危岩体各结构面，包括软弱夹层和节理裂隙等，可通过构造三角面片的网格逼近处理后的点云数据表面或通过直接量取采用Mimics重构的危岩体模型来获得结构面产状信息。

基于各结构面的产状信息，步骤E可采用极射赤平投影法对危岩体的稳定性进行评价，也可采用其他传统危岩体稳定性分析方法对危岩体的稳定性进行评价。

Claims (9)

1.基于无人机机载三维激光扫描仪的高陡危岩体调查方法，其特征在于，包括如下步骤：

A、确定无人机的扫描路线及机位；

B、遥控无人机到达对应的机位，通过无人机携带的三维激光扫描仪对危岩体进行三维激光扫描得到对应机位的点云数据，获取标记点的坐标；

C、对点云数据进行数据处理，根据处理后的点云数据进行模型重构得到危岩体模型；

D、根据危岩体模型获取危岩体的发育规模、分布位置、几何尺寸和结构面产状信息；

E、根据所述发育规模、分布位置、几何尺寸和结构面产状信息对危岩体的稳定性进行评价。

2.如权利要求1所述的方法，其特征在于，所述步骤A包括：

将所述机位对应标记点，利用GPS获取机位点的大地坐标。

3.如权利要求1所述的方法，其特征在于，所述步骤B包括：

当机位为多个时，相邻两机位之间三维激光扫描得到的点云数据存在重合部分。

4.如权利要求1所述的方法，其特征在于，所述步骤C中的数据处理包括：

对点云数据进行去噪处理；

根据机位的大地坐标和标记点的坐标对点云数据进行大地坐标转换。

5.如权利要求4所述的方法，其特征在于，当机位为多个时，所述步骤C中的数据处理还包括：对多个机位得到的点云数据进行数据拼接。

6.如权利要求1或4或5所述的方法，其特征在于，所述步骤C中的数据处理还包括：

对点云数据进行彩色信息配准。

7.如权利要求1所述的方法，其特征在于，所述步骤D包括：

通过在危岩体模型上进行边界框定和坐标标定得到危岩体的发育规模、分布位置和几何尺寸。

8.如权利要求1所述的方法，其特征在于，所述步骤D包括：

通过构造三角面片的网格逼近所述处理后的点云数据表面或通过直接量取采用Mimics重构的危岩体模型来获得结构面产状信息。

9.如权利要求1所述的方法，其特征在于，所述步骤E包括：

采用极射赤平投影法对危岩体的稳定性进行评价。