• 中文核心期刊
  • 中国科技核心期刊
  • ISSN 1007-6336
  • CN 21-1168/X

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

无人机LiDAR系统在砂质海岸监测中的应用

高兴国 田梓文 麻德明 刘焱雄 徐文学

引用本文:
Citation:

无人机LiDAR系统在砂质海岸监测中的应用

    作者简介: 高兴国(1984-), 男, 山东潍坊人, 硕士, 高级工程师, 研究方向为海洋测绘, E-mail:mdmwolf@163.com;
    通讯作者: 麻德明, E-mail:demingma@fio.org.cn
  • 基金项目: 海洋公益性科研专项(201405028);地方科研项目:测绘新技术在海上工程勘察中的应用研究;海底电缆工程高精度多元数据获取及分析技术研究(JYYKJXM[2017]003)
  • 中图分类号: TP79;X85

Application of UAV LiDAR system in sandy coast monitoring

  • 摘要: 本研究基于海岸动态变化的研究现状和传统监测模式,提出了借助无人机搭载LiDAR系统的监测方法,阐述了其基本原理和监测流程,并以海阳万米沙滩海岸为例,获取了海岸带区域DEM,从固定地面特征点和岸滩剖面两个方面进行了精度验证。结果表明:该方法可适用于时间窗口较短的海岸侵蚀监测,其精度能够满足海岸动态变化监测的需求,可在海岸监测中推广普及应用。
  • 图 1  监测区域位置

    Figure 1.  Monitoring area

    图 2  无人机Lidar监测系统组件

    Figure 2.  UAV lidar monitoring system

    图 3  无人机LiDAR系统监测流程

    Figure 3.  The monitoring process of UAV LiDAR

    图 4  点云数据结果

    Figure 4.  Point cloud data results

    图 5  监测岸段DEM及细部特征

    Figure 5.  DEM and detail characteristics of Monitoring area

    图 6  检核点箱线图

    Figure 6.  Coordinate difference box diagram of checking point

    图 7  岸滩剖面精度比对

    Figure 7.  Accuracy comparison of coastal beach profile

    表 1  VLP-16 LiDAR 技术指标

    Table 1.  Technical indicators of VLP-16 LiDAR

    下载: 导出CSV

    表 2  APX-15 POS 系统技术指标

    Table 2.  Technical indicators of APX-15 POS

    下载: 导出CSV

    表 3  检核点三维坐标差值表

    Table 3.  Three dimensional coordinate difference of check points

    下载: 导出CSV
  • [1] THOM B G, HALL W.Behaviour of beach profiles during accretion and erosion dominated periods[J].Earth Surface Processes and Landforms, 1991, 16(2):113-127.
    [2] 刘国君, 高伟明, 李晶.基于GPS RTK技术的海岸沙丘动态监测[J].海洋测绘, 2010, 30(1):56-58.
    [3] KRABILL W B, WRIGHT C W, SWIFT R N, et al.Airborne laser mapping of Assateague national seashore beach[J].Photogrammetric Engineering and Remote Sensing, 2000, 66(1):65-71.
    [4] PYE K, BLOTT S J.Decadal-scale variation in dune erosion and accretion rates:an investigation of the significance of changing storm tide frequency and magnitude on the Sefton coast, UK[J].Geomorphology, 2008, 102(3/4):652-666.
    [5] BROCK J C, KRABILL W B, SALLENGER A H.Barrier islandmorphodynamic classification based on Lidar metrics for north Assateague island, Maryland[J].Journal of Coastal Research, 2004, 20(2):498-509.
    [6] LE MAUFF B, JUIGNER M, BA A, et al.Coastal monitoring solutions of the geomorphological response of beach-dune systems using multi-temporal LiDAR datasets (Vendée coast, France)[J].Geomorphology, 2018, 304:121-140.
    [7] 于彩霞.基于LiDAR数据的海岸线提取技术研究[D].郑州: 解放军信息工程大学, 2015.
    [8] 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.
    [9] 史照良, 曹敏.基于LiDAR技术的海岛礁、滩涂测绘研究[J].测绘通报, 2007(5):49-53.
    [10] SHIDIQ I P A, WIBOWO A, KUSRATMOKO E, et al.Urban forest topographical mapping using UAV LIDAR[J].IOP Conference Series:Earth and Environmental Science, 2017, 98(1):012034.
    [11] 胡小青.无人机LiDAR在山洪灾害调查中的关键技术及应用[D].南昌: 东华理工大学, 2016.
    [12] 田先斌, 张永利, 吴建文, 等.无人机LiDAR场地勘测及BIM规划设计研究与实践[J].图学学报, 2018, 39(2):339-345.
    [13] 高仁强, 张显峰, 孙敏, 等.融合无人机LiDAR和高分辨率光学影像的点云分类方法[J].南京信息工程大学学报:自然科学版, 2018, 10(1):102-112.
  • 加载中
图(7)表(3)
计量
  • 文章访问数:  960
  • HTML全文浏览量:  720
  • PDF下载量:  37
出版历程
  • 收稿日期:  2018-10-19
  • 录用日期:  2018-12-17
  • 刊出日期:  2020-06-01

无人机LiDAR系统在砂质海岸监测中的应用

    作者简介:高兴国(1984-), 男, 山东潍坊人, 硕士, 高级工程师, 研究方向为海洋测绘, E-mail:mdmwolf@163.com
    通讯作者: 麻德明, E-mail:demingma@fio.org.cn
  • 1. 山东电力工程咨询院有限公司, 山东 济南 250013
  • 2. 自然资源部第一海洋研究所, 山东 青岛 266061
基金项目: 海洋公益性科研专项(201405028);地方科研项目:测绘新技术在海上工程勘察中的应用研究;海底电缆工程高精度多元数据获取及分析技术研究(JYYKJXM[2017]003)

摘要: 本研究基于海岸动态变化的研究现状和传统监测模式,提出了借助无人机搭载LiDAR系统的监测方法,阐述了其基本原理和监测流程,并以海阳万米沙滩海岸为例,获取了海岸带区域DEM,从固定地面特征点和岸滩剖面两个方面进行了精度验证。结果表明:该方法可适用于时间窗口较短的海岸侵蚀监测,其精度能够满足海岸动态变化监测的需求,可在海岸监测中推广普及应用。

English Abstract

  • 海岸地形测量是砂质海岸动态变化监测的一项重要监测内容[1]。传统的砂质海岸地形测量一般采用地面测量技术[2](如GNSS RTK和全站仪等),这些测量方法既费时又费力,而且工作效率低,很难在有效的时间窗口内开展大范围的海岸地形测量,通常是通过测量海岸地形断面的方式来反映整个岸滩的动态变化情况。而机载激光测量系统能够在大范围内快速、准确、连续的获得高密度的地形数据[3]。海岸监测断面仅能提供离散的二维数据,机载激光测量系统可快速提供岸滩的三维地形数据[4], 并且通过这些地形数据可以获取更多的地貌要素[5](如海岸线、丘顶线、坡脚线等),也可基于不同时期的DEM来计算岸滩的冲淤量[6]。因此,机载激光测量系统是一种砂质海岸地形监测重要技术手段,本研究基于无人机平台,搭载激光扫描仪开展砂质海岸监测的应用探讨。

    • LiDAR(light detection and ranging)技术是近30多年来摄影测量与遥感领域极具革命性的成就之一[7],作为一种主动式遥感技术,不受时间和气候条件的限制,可全天候对地观测,能够快速获取高精确、高分辨率的数字地形模型(digital terrain model,DTM)以及地面物体的三维坐标,还可以同时获得地球表面物理特性,具有被动光学遥感无法替代的作用。LiDAR按照作业模式分为基站式激光雷达和移动式激光雷达两大类,移动式激光雷达按照搭载平台不同,又可分为机载、船载、车载和其他移动平台等。

      机载LiDAR集激光技术、计算机技术、全球导航定位技术(global navigation satellite system,GNSS)和惯性导航技术(inertial navigation system,INS)于一体的新兴测量技术,可以对目标进行直接定位,快速获取大面积三维地形数据、快速生产DTM等数字产品[8],已经广泛应用于地形测量、电力选线、滩涂测量、海岛礁测量和三维城市建模等[9-13]。有人的机载LiDAR系统成本较高,随着无人机平台和低载荷LiDAR系统的发展,越来越多的无人机搭载LiDAR系统开始应用于电力巡线、植被调查、地形图测绘、海岸侵蚀监测和应急调查中。由于无人机起降方便,可在调查区域或附近起降,减少了调查准备时间,可以快速起降;同时配备了低成本的LiDAR系统,其应用越来越广泛。

    • 本次监测区域位于山东半岛南部海阳市万米沙滩岸段,长约10 km的砂质海岸。其中东村河口以东为为亚沙会主会场和凤城万米海滩海水浴场,该段砂质海岸岸滩较短,坡度大,人类活动影响较大;河口以西砂质海岸的岸滩较东侧长、坡度缓,人类活动影响较小。该区域位于南黄海北部海岸,受台风等极端天气影响较少,但在监测岸段的南部海域填海建成了人工岛-连理岛。图 1所示。

      图  1  监测区域位置

      Figure 1.  Monitoring area

    • 由于监测区域大部分为裸露的沙滩,无需采用具有多次回波功能的激光扫描仪设备,故本次砂质海岸监测系统采用地海科技有限公司的Spencer无人机LiDAR系统。该系统以大疆DJI M600 PRO作为无人机平台,集成了质量轻、成本低并已被广泛用于无人驾驶和测量等领域的Velodyne LiDAR VLP-16激光扫描仪(技术指标见表 1)和轻量化的Trimble Applanix APX-15定位定姿系统(POS)(技术指标见表 2),如图 2所示。DJI M600 Pro为一款六旋翼无人机,载重6 kg,飞行时间(满载)约15 min,支持第三方软硬件扩展。无人机内置小型计算机系统,通过计算机系统上的QinSy软件进行硬件集成和数据采集。

      表 1  VLP-16 LiDAR 技术指标

      Table 1.  Technical indicators of VLP-16 LiDAR

      表 2  APX-15 POS 系统技术指标

      Table 2.  Technical indicators of APX-15 POS

      图  2  无人机Lidar监测系统组件

      Figure 2.  UAV lidar monitoring system

    • 无人机LiDAR系统测量精度受限于无人机所配置的POS系统,出于成本和重量考虑,一般配置的POS系统较有人机载激光的POS精度低,为了提高精度,通常降低飞行高度。为使激光点云数据具有较高的密度满足制图需要,本次飞行高度为60 m,在约200 m宽的砂质海岸上,布设两条测线,测线之间重叠约30%,每个架次飞行10 min,覆盖长约1.5 km砂质海岸。由于无人机实时定位精度达不到厘米级的精度要求,因此,POS数据需要进行后处理,以获得厘米级精度级别的数据,无人机LiDAR系统监测流程如图所示。

      图  3  无人机LiDAR系统监测流程

      Figure 3.  The monitoring process of UAV LiDAR

      无人机飞行获取点云数据的同时,在测区内架设GNSS基准站,同步采集GNSS原始观测数据,采样频率为1 Hz。通过地面基准站GNSS数据与无人机机载GNSS数据联合差分解算,确定航摄过程中飞行航迹,再与POS数据耦合处理,得到航迹姿态信息,最后进行平滑处理,确定测绘时刻激光雷达的位置和姿态信息,结合激光测距及角度等参数,得到各个测点的三维坐标数据,再对点云数据进行重新地理校正,生成高精度激光点云数据。该区域总共飞行了8个架次,获取了约2 km2砂质海岸的点云数据结果。如图 4所示。

      图  4  点云数据结果

      Figure 4.  Point cloud data results

      由于LiDAR数据的点云数量一般达到百万量级,为提高计算机的处理效率,在确保点云在较小分析尺度下不因采样导致空间点间距过大使得邻域点数量过低从而降低精度的前提下,对生成的点云数据进行相邻航带和相邻的架次的拼接、滤波和噪声剔除处理后,以整个去噪后的点云为背景进行搜索抽稀,并完成点云分类,然后通过不规则三角网构建砂质海岸表面TIN模型,最后通过自然邻域插值法得到监测岸段的DEM成果,结果如图 5所示。低潮时,可以获取整个砂质海岸的高密度点云数据,生产精细的DEM,在此基础上可以提取海岸线等地貌要素。点云数据经过抽希由专业成图软件生产DEM。

      图  5  监测岸段DEM及细部特征

      Figure 5.  DEM and detail characteristics of Monitoring area

    • 为了检验无人机LiDAR系统的测量精度,本文利用岸边的人工固定构筑物(如堤坝、景观台等),选取顶部平整,且有垂直立面的角点作为检核点,例如堤坝端点。通过构筑物的顶部点云和侧面点云交点得出端点的坐标,与GNSS RTK测量的端点坐标进行比较,GNSS RTK测量平面精度为1~2 cm,垂直精度为2~5 cm。本次总共测量了20个检核点,其坐标差值如表 3。从图 6可以看出,X坐标差最大不超过8 cm,平均误差3.5 cm;Y坐标差最大不超过14 cm,平均误差4 cm;高程最大不超过20 cm,平均误差6 cm。

      表 3  检核点三维坐标差值表

      Table 3.  Three dimensional coordinate difference of check points

      图  6  检核点箱线图

      Figure 6.  Coordinate difference box diagram of checking point

    • 此外,本文同时通过另一种方式对其精度进行验证,即在岸滩测量断面,通过DEM提取的断面与实测的断面进行比较。在无人机LiDAR系统采集砂质海岸地形数据的同时,垂直砂质海岸采用GNSS RTK测量地形剖面。根据激光点云数据生成的DEM,通过DEM提取断面,与实测的GNSS RTK测量点进行比较,其结果如下。从图 7可看出,通过点云提取断面和实测断面点数据吻合较好,变化趋势基本一致。岸滩剖面高程差平均10 cm,个别跳点是岸滩上积水区域,由于激光不能穿透水而精度受到影响,同时岸滩的湿度对精度影响较大;此外,在激光的边缘地带,其精度较中间地带要相对要低一些。但总体来看无人机LiDAR系统精度能够满足海岸侵蚀监测的需要。

      图  7  岸滩剖面精度比对

      Figure 7.  Accuracy comparison of coastal beach profile

    • (1) 无人机LiDAR作为一种综合的测量技术,与传统航空摄影测量在数据采集过程中相比,具有成本低、速度快、效率高、测区面积大等突出优势,为海岸带高精度地形测量提供了新的测绘技术手段。

      (2) 本研究基于无人机搭载LiDAR系统开展砂质海岸监测,成功获取了高精度的激光点云数据,生成了DEM,并进行了精度检验,结果能够满足海岸侵蚀监测的需要,达到了预期效果,形成了一套有效的快速获取和生产DEM数据的技术流程,这是机载雷达扫描技术在海洋行业中应用的成功尝试,为无人机载LiDAR在砂质海岸监测的推广提供了参考依据。

      (3) 随着无人机平台的低成本和LiDAR技术的不断成熟以及轻量化设计, 其在大比例尺地形图海洋测绘中的应用会越来越广泛,特别是在三维数据采集方面具有巨大的发展前景和应用需求。

参考文献 (13)

目录

    /

    返回文章