Краткое содержание
Когда нужны детальные данные с земной поверхности (фасады зданий и сооружений, малые архитектурные формы) и одновременно полное покрытие площади с воздуха, одного вида лазерного сканирования обычно недостаточно. В этом кейсе кратко показано, как свести данные наземного и воздушного лазерного сканирования в единый классифицированный массив точек и как проверить точность привязки на контрольных объектах.
Задача
Получить сплошной массив точек для цифровой модели местности за счёт интеграции НЛС и ВЛС. Конечным результатом интеграции является — цифровая модель местности в виде единого классифицированного массива точек лазерных отражений, подготовленного для построения твердотельных моделей.
Рис. 1. Результат классификации массива ТЛО после фильтрации точек крыш зданий по высоте.
Условия проекта
Наземное лазерное сканирование:
- выполнено в сентябре 2020 года;
- 10 сканерных позиций;
- взаимное ориентирование сканов в локальной системе координат со СКО 2 мм;
- привязка массива к внешней системе координат не выполнялась.
Рис. 2. Наземное лазерное сканирование (НЛС)
Воздушное лазерное сканирование:
- выполнено в октябре 2021 года с БВС «Геоскан 401» и сканером АГМ-МС3;
- дальность измерения сканера — до 200 м, точность определения координат — 3–5 см;
- наземные опорные точки не закладывались;
- высота полёта 125 м, поперечное перекрытие более 80%, 8 маршрутов на площадь около 9 га; размер пикселя фотографий 2,5 см;
- плотность: около 80 точек/м² с одного маршрута под траекторией и около 350 точек/м² с учётом всех перекрытий.
Рис. 3. Воздушное лазерное сканирование (ВЛС).
Решение
Комплект:
- Воздушная часть: АГМ-МС3 на БВС «Геоскан 401», камера в составе «Sony Alpha»;
- Наземная часть: наземный лазерный сканер «Leica ScanStation 2»;
- Специализированные программные продукты для привязки и классификации.
Ход работ:
1) Подготовка
- НЛС: детальное сканирование марок, равномерно размещённых по территории, чтобы уверенно распознать их центры и уравнять сканы;
- ВЛС: полётное задание с высоким поперечным перекрытием (>80%) при высоте 125 м.
2) Сбор данных
- НЛС: 10 станций (позиции) на объекте;
- ВЛС: 8 маршрутов на ~9 га; фотоданные с размером пикселя 2,5 см.
3) Этапы обработки
- Данные обоих видов сканирования сначала отфильтрованы и независимо уравнены;
- Так как внешнее ориентирование массива НЛС предварительно не выполнялось, выполнялась автоматическая привязка НЛС к ВЛС: сначала неточная, затем точная;
- После привязки — классификация точек и формирование интегрированного массива.
4) Контроль качества
- Поскольку между наборами за год изменились зоны растительности, её не включали в контроль;
- Высотный контроль — по асфальтовому покрытию; плановый — по углам зданий и сооружений;
- Результаты контроля сведены в таблицу ошибок.
Рис. 4. Методика интеграции данных НЛС и ВЛС.
Результаты и метрики
По результатам интеграции выполнено совмещение массивов НЛС и ВЛС и оценена точность привязки; также описаны особенности, которые могли повлиять на плановую составляющую (разные углы падения луча на стены).
Табл. 1. Параметры и метрики из статьи
| Параметр | Значение | Первоисточник |
| СКО взаимного ориентирования сканов НЛС | 2 мм | 2.2 «Исходные данные» (НЛС уравнено по маркам), стр. 29–33 |
| Высота полёта ВЛС | 125 м | 2.2 «Исходные данные» (условия ВЛС), стр. 29–33 |
| Поперечное перекрытие маршрутов ВЛС | более 80% | 2.2 «Исходные данные», стр. 29–33 |
| Площадь съёмки | около 9 га | 2.2 «Исходные данные», стр. 29–33 |
| Количество маршрутов ВЛС | 8 | 2.2 «Исходные данные», стр. 29–33 |
| Средняя плотность под траекторией (1 маршрут) | около 80 точек/м² | 2.2 «Исходные данные», стр. 29–33 |
| Средняя плотность с учётом перекрытий | около 350 точек/м² | 2.2 «Исходные данные», стр. 29–33 |
| Оценка точности привязки НЛС и ВЛС, ср. ошибка (X / Y / Z) | 0,07 / 0,07 / 0,02 м | 3 «Результаты», табл. 1, стр. 37–38 |
| Оценка точности привязки НЛС и ВЛС, СКО (X / Y / Z) | 0,10 / 0,12 / 0,05 м | 3 «Результаты», табл. 1, стр. 37–38 |
| Оценка точности привязки НЛС и ВЛС, макс. ошибка (X / Y / Z) | 0,23 / 0,28 / 0,15 м | 3 «Результаты», табл. 1, стр. 37–38 |
Рис. 5. Вертикальное сечение по данным НЛС и ВЛС.
Инсайты
- Не смешивайте контроль и растительность, если наборы разновременные: в кейсе контроль выполняли по твёрдым покрытиям и углам зданий;
- Для устойчивости геометрии ВЛС в городской застройке полезно задавать высокое перекрытие: здесь использовано более 80%;
- Если НЛС не имеет внешнего ориентирования, логика «фиксируем ВЛС → привязываем НЛС» позволяет выполнить автоматическую привязку с последующим уточнением;
- Плановая точность на вертикалях может «проседать» из-за разных углов падения луча на стены — это отдельно отмечено в интерпретации результатов;
- Для классификации и «склейки» разнородных массивов важны прозрачные пороги. В методике используются, например: порог расстояния 30 см для отдельных операций объединения/переназначения классов.
Рис. 6. Результат интеграции данных ВЛС и НЛС.
Цитата
Результат интеграции данных показывает воспроизводимую логику: сначала привести НЛС и ВЛС к качественным уравненным массивам, затем выполнить двухшаговую привязку и только после этого переходить к классификации и формированию единого массива точек. Для контроля качества важно выбирать стабильные контрольные объекты и исключать сезонно изменяемые зоны — это напрямую влияет на интерпретацию ошибок. Оценка точности интеграции данных показал, что cреднеквадратическая ошибка (СКО) привязки составила 0,10 м по X, 0,12 м по Y и по Z 0,05 м, а максимальные расхождения по плану могут проявляться на стенах из-за геометрии наблюдений.
Рис. 7. Результат распознавания стен зданий в интегрированном массиве ТЛО.
Материалы
Алтынцев М.А. «Методика интеграции данных наземного и воздушного лазерного сканирования», Известия вузов «Геодезия и аэрофотосъёмка», 2023, т. 67, № 1, с. 26–41. DOI: 10.30533/GiA-2023-007.
