CN115752279A - 一种无人机和三维激光扫描联合的土坝变形监测方法 - Google Patents

Abstract

本发明提供一种无人机和三维激光扫描联合的土坝变形监测方法，包括数据融合和数据修正两个步骤：S1.三维激光扫描和无人机的融合，将三维激光扫描得到的高精度点云，作为无人机的远程地面控制点TCP来重建无人机模型；S2.利用ICP算法对融合数据进行修正，经过第一步无人机模型的重建后，对无人机模型修正，采用ICP算法进行，将不同空间位置中的点云进行精确的配准。本发明数据的配准主要是以三维激光扫描得到的高精度点云作为参考，能够极大地提高无人机在垂直方向上的精度。通过以上两步，将实现无人机三维模型在水平和垂直方向的精度的极大提升，可用于土石坝变形监测。

Description

一种无人机和三维激光扫描联合的土坝变形监测方法

技术领域

本发明属于监测技术领域，具体涉及一种无人机和三维激光扫描联合的土坝变形监测方法。

背景技术

早在20世纪美国、瑞士等一些西方国家都出现了许多溃坝的问题，我国在过去的几十年间大力促进水利行业发展建设，现已建成近10万座大可供运行使用的大坝，其中土石坝就占据很大的一部分，因此对于土石坝的安全监测成为了当下保证大坝正常有序运行的必要前提。鉴于我国水资源的时空分布以及复杂的地形，给土石坝变形监测带来一定程度上的困难，采用传统的接触式监测方式如裂缝计、GNSS、全站仪、GPS等对土石坝体进行监测时，复杂多变的地形极大的增加了监测工作的安装维护成本，土石坝一般是由坝顶、防渗体、护坡和排水设施组成，坝体内部无廊道，是非刚体结构，由于这些技术的监测范围受到监测设备的数量和分布的限制，只能得到单点一维的监测信息，不能得到土石坝整体的变形信息，而且在极端条件下仪器的损坏率极高。

因此，在这种复杂的环境下采用无人机航空摄影和三维激光扫描等非接触式监测技术就显得尤为必要。虽然这两种技术可以很大程度上弥补传统监测技术的不足，但是它们依旧存在问题，比如在数据精度和数据完整性等方面受到地形地势的制约。例如三维激光扫描是通过激光头发射以及接收激光来获取地面的空间信息，但是由于遮挡以及三维激光扫描本身视野范围的局限性，无法获取完整的土石坝形变模型，需要布设多站进行坝体的扫描。另外对于无人机航空摄影来说，精确完好的地面控制点是保证该技术有效发挥作用的重要条件，否则无人机得到的模型仅能够对土石坝的形态进行定性的分析，其精度是无法用于多期数据之间的精确的配准和土石坝形变分析，但是在土石坝两岸地形复杂多变，进行无人机地面控制点的布设十分困难，最终导致无人机测量精度的不足以用土石坝地表形变分析。

发明内容

针对上述现阶段土石坝监测领域存在的各种问题，本发明提出了一种基于无人机航空摄影和三维激光扫描联合监测的土石坝监测方法，目的是通过这两种非接触式技术的融合，提高土石坝变形监测数据的完整性和精度，从而在土石坝变形监测过程中获取精确完整的三维模型。

本发明提供的技术方案：

一种无人机和三维激光扫描联合的土坝变形监测方法，主要包括数据融合和数据修正两个步骤：

S1.三维激光扫描和无人机的融合；

三维激光扫描和无人机航空摄影构建三维模型的原理有所不同。其中三维激光扫描是一种发射以及接收激光来获取地表三维空间信息的技术，属于物理手段；而无人机航空摄影是利用SFM算法，通过二维的航空影像来构建三维空间模型，属于图像处理技术。因此若将这两种数据进行融合，只有通过最终生成三维点云模型具有交集的时候进行处理。

三维激光扫描可以得到可视范围内高精度的点云数据，但是由于土石坝所处复杂的地理环境，以及土石坝本身的特殊结构，因而存在视野盲区，能够获取的点云数据通常是不完整的，其中还包含坝岸两侧的一些附属建筑，比如管理房屋，这些建筑的坐标可以在处理过后的点云数据中进行提取，并且可以达到毫米级的精度。无人机航空摄影在构建三维模型的时候，地面控制点对于其计算过程是一个至关重要的外部几何约束，若缺乏这种约束会导致无人机模型的失真。工程中常用的无人机地面控制点大都是通过作业人员手持RTK来布置，而对于土石坝所处位置大都地理环境复杂，因此这种方法就受到很大的限制。

本发明的关键是将三维激光扫描得到的高精度点云，作为无人机的远程地面控制点(Terrestrial based control point,TCP)来重建无人机模型，可以极大地提高无人机在水平方向上的精度：

S1.三维激光扫描和无人机的融合

S1.1、首先利用RTK获取1～2个地面控制点，将三维激光扫描架设在该控制点上，并利用水准仪和指北针调平仪器，然后设置扫描参数进行扫描，获取待监测区的三维点云数据；

S1.2、对获取的三维激光点云进行降噪和拼接处理，并按照100至200米的间距提取房屋、电线杆、桥梁等明显特征物的空间坐标；

S1.3、利用无人机航空摄影进行数据采集，利用任意无人机建模软件进行建模，其中控制点刺点时，采用RTK获取的地面控制点以及从三维激光扫描中获取的特征物的空间坐标作为无人机建模的控制点。

S2.利用ICP算法对融合数据进行进一步修正；

经过第一步无人机模型的重建后，通常会极大地提高模型在水平方向上的精度，但是在垂直方向上的精度较低，因此需要进一步对无人机模型修正以提高其精度。这一步可采用ICP算法进行，该算法是一种经典的点云处理方法，可以将不同空间位置中的点云进行精确的配准：

S2.1、将预处理后的三维激光扫描获取的三维点云作为参照点云，作为数据A；

S2.2、将无人机生成的三维网格转换为.obj格式的可编辑格式，作为数据B；

S2.3、利用ICP算法将数据B与数据A进行平差调整，获得调整后的数据C，并将数据C导回至无人机处理软件生成数据D；

S2.4、基于数据D重构无人机模型。

本发明数据的配准主要是以三维激光扫描得到的高精度点云作为参考，能够极大地提高无人机在垂直方向上的精度。通过以上两步，将实现无人机三维模型在水平和垂直方向的精度的极大提升，可用于土石坝变形监测。

本发明的原理是通过非接触监测的方法获取额外的地面控制点，并将这些控制点用于无人机模型的构建阶段，以此来提高无人机模型的精度，因此其他能够非接触提取远距离地面控制点的方式都能够实现该目的，比如从等高线地形和卫星影像中提取，然而，现阶段只有三维激光扫描可以得到毫米级精度的地面控制点。另外，这类额外的地面控制点只能提升无人机在水平方向上的精度，如果要进一步保证无人机在垂直方向的精度，那么必须进一步矫正，就是通过本方法中提出的采用三维激光获取的高精度点云作为参照，使用ICP算法对无人机模型进行配准，现阶段仅有三维激光扫描可以获取大范围的高精度模型。

本发明提出了一种基于无人机航空摄影和三维激光扫描联合监测的土石坝变形监测方法，主要可以解决一下三个问题：

a.相较于传统的接触式监测技术，本发明可以保证监测人员从远距离进行土石坝变形监测，再土石坝运行的各个周期保证大坝监测的安全性和可行性。

b.相较于仅采用三维激光扫描进行土石坝的监测，本发明可以改善三维激光扫描在进行监测过程中受地形和三维激光扫描特性影响而存在视野盲区，造成的数据缺失，能极大地提高地形数据的完整性。

c.相较于仅采用无人机航空摄影，本发明能够解决在无人机地面控制点布设十分困难的问题，可以极大提高地面控制点的数量和分布，从而保证无人机模型的精度。

附图说明

图1是本发明的流程图；

图2是实施例的方田坝的监测模式：三维激光扫描在两岸布置；

图3a为实施例从三维激光扫描获取的高精度点云中提取远程控制点TCP；

图3b为实施例将TCP作为地面控制点重构无人机模型；

图3c为实施例采用远程特征点后的地形精度变化；

图4是实施例高精度三维点云为参考并利用ICP算法修正无人机模型在垂直方向的精度过程示意图；

图5-1为实施例采用本发明提供的联合监测方法处理后的无人机模型和三维激光扫描数据；

图5-2为未经过联合技术处理的无人机模型与三维激光扫描数据。

具体实施方式

结合附图和实施例说明本发明的具体技术方案。

本实施例中，方田坝水库位于小通江河右岸一级支流冯家沟上游河段，坝址位于通江县民胜镇方山村境内，距通江县城约8.0km，坝址处控制集水面积6.73km²，多年平均径流量417×104m³。原为小(2)型水库，大坝为粘土心墙坝，水库拦河大坝坝顶高程556.60m，坝高约15m，总库容25×104m³，大坝运行正常。

根据相关规划、水库建设条件以及周边综合利用要求，设计扩建为具有城乡供水、农业灌溉等综合利用功能，并作为抗旱应急水源的小(1)型水库。水库大坝在原大坝基础上加高，采用刚性混凝土作为土石坝的心墙，即以混凝土心墙作为新建土石坝的增强体。

在施工过程中需要对大坝进行变形监测，以保证坝体施工的安全有序进行，采用传统的监测技术在施工过程中不可行，而三维激光扫描需要布设多个站点，并且存在视野盲区导致数据完整性较差；而无人机缺乏地面控制点，导致精度不足，如图2。

采用如图1所示的工作流程对三维激光扫描和无人机航空摄影数据进行了融合与修正，主要包括：

(1)多期三维激光扫描点云数据的精确配准：若实现三维激光和无人机数据的数据融合，高精度的三维激光点云是必不可少的参考，这一步利用比较常用的ICP算法进行多期数据的匹配，主要是通过多期数据之间的重叠部分来配准：

在大坝两侧沿线方向布置多个扫描站点，利用RTK获取个测点的大地坐标作为三维激光扫描的中心，扫描前要利用水准仪和罗盘调平扫描仪以及对准被测方向，确保得到的三维激光扫描数据足够精准(主要包括x、y、z、roll、pitch、yaw 6个参数)，然后通过ICP算法进行不同测站的三维激光扫描数据的拼接。

(2)从精确配准的三维激光扫描点云中提取TCP：在完成上一步后，可以利用生成的点云数据提取明显的地物目标的坐标，然后将这些坐标点作为无人机的控制点重构无人机模型，地物目标可以是管理房屋、配电室的转角等可以从航空影像中清晰辨别的稳定物体，将这些点作为无人机地面控制点，在Metashape、Contextcapture、Pix4D等软件中构建无人机模型，然后生成无人机航空影像的三维点云数据。

如图3a为从三维激光扫描获取的高精度点云中提取远程控制点TCP；图3b将TCP作为地面控制点重构无人机模型；图3c为采用远程特征点后的地形精度变化。

(3)无人机模型修正：通过TCP重建无人机模型后，大多数情况下在Z方向还存在一定的误差，因此还需要再次通过ICP算法将无人机模型向高精度的三维激光数据上进行配准，最终实现模型的修正；在点云处理软件中导入第一步获取的三维激光点云和第二步获取的无人机点云数据，以三维激光点云数据作为参考，利用ICP算法将无人机三维点云向三维激光点云数据进行配准，配准过程中需要锁定X、Y坐标并固定X、Y、Z轴，让无人机点云只在Z方向上进行移动。

如图4，以高精度三维点云为参考并利用ICP算法修正无人机模型在垂直方向的精度过程示意图。

结果分析：图5-1和图5-2分别展示了使用和未使用本联合监测方法时的无人机模型，其中使用了本发明后，如图5-1，无人机模型误差降低至1～2个像素(约5～10cm)，此外未使用本发明时的传统无人机航空摄影测量方法(即在河土石坝两岸布置控制点)的误差高达5～10个像素(约25～50cm)，如图5-2。

Claims (1)

1.一种无人机和三维激光扫描联合的土坝变形监测方法，其特征在于，包括数据融合和数据修正两个步骤：

S1.三维激光扫描和无人机的融合

S1.1、首先利用RTK获取1～2个地面控制点，将三维激光扫描架设在该控制点上，并利用水准仪和指北针调平仪器，然后设置扫描参数进行扫描，获取待监测区的三维点云数据；

S1.2、对获取的三维激光点云进行降噪和拼接处理，并按照100至200米的间距提取明显特征物的空间坐标；

S1.3、利用无人机航空摄影进行数据采集，利用任意无人机建模软件进行建模，其中控制点刺点时，采用RTK获取的地面控制点以及从三维激光扫描中获取的特征物的空间坐标作为无人机建模的控制点；

S2.利用ICP算法对融合数据进行修正

经过第一步无人机模型的重建后，对无人机模型修正，采用ICP算法进行，将不同空间位置中的点云进行精确的配准：

S2.1、将预处理后的三维激光扫描获取的三维点云作为参照点云，作为数据A；

S2.2、将无人机生成的三维网格转换为.obj格式的可编辑格式，作为数据B；

S2.3、利用ICP算法将数据B与数据A进行平差调整，获得调整后的数据C，并将数据C导回至无人机处理软件生成数据D；

S2.4、基于数据D重构无人机模型。

Images