基于无人机航拍的3D点云逐点微元土石方体积测量方法与流程

本发明属于无人机航拍数据应用，具体涉及一种基于无人机航拍的3d点云逐点微元土石方体积测量方法。

背景技术：

1、基于3d点云土石方量测量是一种利用无人机载激光雷达技术获取的点云数据来计算土石方体积的方法。通过搭载航拍设备如摄像头、激光雷达等，可以从空中获取地面或物体的图像信息。这种技术使得获取地形数据变得高效和精确。如在油气管道工程施工过程中土石方量较大，准确的测量可以对施工土石方量进行预算，直接关系到工程费用概算和方案选优，在工程结算阶段，施工单位与项目业主往往在土建工程中土方量核算产生争议，特别是施工线路长、工程变更多，传统的测量模式，有着采集周期长、采集数据量不足、复核难度大等缺点，导致设计文件中给出的工程量往往与实际差别较大，很难精确计算工程费用。通过无人机技术与油气管道行业深度融合，利用无人机航拍施工区域得到的3d点云进行逐点微元实现土石方体积自动测算，使土石方体积的计算变得高效便捷。

2、现有基于3d点云土石方量测量方案为间接法和直接法，间接法是对三维点云二次重建生成面进行计算土石方量，通过间接法在测算土石方量的过程中不可避免的会引入误差，后文将详细说明；直接法是直接利用激光点云进行计算土石方量，可以避免间接法带来的误差。

3、间接法大致流程如下：

4、1)将x的最大值最小值与y的最大值最小值组成的区域划分网格；

5、2)计算每个网格对应的柱体的体积；

6、3)将所有的柱体的体积相加得到土方体积；

7、该方法还是对点云进行了二次重建，在三角网格重建过程中引入了不必要的拟合误差，降低了点云自身精度，虽然最终结果与主流测绘软件测量结果仅有0.5％的误差，但是这些软件也使用了三角化手段对点云二次重建，简化了点云计算土方量流程，引入了新的建模误差，导致最终结果与实际土方量已经产生了一定的误差。

8、对激光点云二次重建(如三角网重建)误差产生的原因如下：

9、激光雷达对施工区域进行扫描过程中，由于地面上的堆土存在空隙，因激光雷达的多回波特性，部分激光点可以穿越空隙，这样虽然会使点云面不平整，但这就是实际地形。若对它进行网格重建会破坏这种结构，数据虽然平滑了，但是带来的代价是误差增大了，一定程度失去了激光雷达在精度上的优势。所以激光点云直接法的精度在发展潜力上高于间接法测量精度。

10、直接法是直接利用激光点云进行计算土石方量，可以避免间接法带来的误差。但是现有的点云直接测算方法存在计算效率低，精度差，无法自动识别开挖区域的缺点，因此研发一种新型的直接利用激光点云进行计算土石方量体积的测量方法很有必要。

技术实现思路

1、本发明的目的在于克服上述现有技术的不足，提供了一种基于无人机航拍的3d点云逐点微元土石方体积测量方法。

2、本发明的目的是提供一种基于无人机航拍的3d点云逐点微元土石方体积测算方法，直接通过激光点云测量土石方量，以解决土木施工过程中土方量核算效率低带来的采集周期长、复核难度大的问题。

3、为了解决技术问题，本发明的技术方案是：基于无人机航拍的3d点云逐点微元土石方体积测量方法，包括以下步骤：

4、步骤1：采用无人机搭载激光雷达和可见光相机对施工现场进行扫描，并做slam三维rgb重建得到施工现场的点云模型；施工现场包括开挖前施工现场、开挖后施工现场和回填后施工现场，点云模型包括开挖前点云模型、开挖后点云模型和回填后点云模型；

5、步骤2：对点云模型中的点云数据进行预处理，进行降采样并且剔除离群噪点；

6、步骤3：对预处理后的开挖后点云模型的关键区域进行分割，采用物体形态规律进行直接分割；

7、步骤4：根据预处理和关键区域分割的点云数据，利用逐点微元法直接测量土石方体积；

8、当施工现场包括开挖前施工现场和开挖后施工现场时，根据开挖前施工现场和开挖后施工现场点云模型的点云数据对比分析，利用逐点微元法直接测量土石方体积，得到挖方量；

9、当施工现场包括开挖后施工现场和回填后施工现场时，根据开挖后施工现场和回填后施工现场点云模型的点云数据对比分析，利用逐点微元法直接测量土石方体积，得到填方量；

10、当施工现场为开挖后施工现场时，通过关键区域分割结果推测基准面，通过开挖后点云模型关键区域的点云和基准面之间的对比分析，利用逐点微元法直接测量土石方体积，得到挖方量。

11、优选的，所述slam三维rgb重建包括以下步骤：

12、步骤1-1：计算imu先验位姿，计算无人机搭载激光雷达两次扫描间imu的相对运动量，通过卡尔曼滤波器得到位姿估计的imu先验信息；

13、步骤1-2：激光雷达后验位姿更新，利用卡尔曼滤波器更新imu先验信息得到lio最终后验状态量，得到两次激光雷达扫描帧间的相对运动信息；

14、步骤1-3：视觉特征对齐，将可见光相机视觉色彩信息通过相机与激光雷达外参同步到激光点云中，为激光点云赋色；

15、步骤1-4：回环检测，消除累计误差；

16、步骤1-5：三维重建，将后验状态量叠加在激光点云上，为每一次激光扫描结合gps信息赋予绝对的位置信息。

17、优选的，所述预处理包括以下步骤：

18、步骤2-1：降采样，采用等间隔采样法进行降采样；

19、步骤2-2：噪声剔除，通过平均邻域算法检测离群噪点并剔除。

20、优选的，所述点云模型的点云集合为{pi|i∈n}，其中n为点云中的总点数，pi为第i个点，采用等间隔采样法进行降采样，间隔设置为k，则降采样后的点云集合表示为其中pi和pj有如下关系

21、pj＝pk·i

22、其中k·i表示间隔k乘点云的索引i，表示点云集合{pi|i∈n}中第k·i个点。

23、优选的，所述步骤2-2包括以下步骤：

24、步骤2-2-1：将点云模型中的点云数据按照点云坐标值从小到大的顺序进行排列，采用kd-tree法对点云进行排序；

25、步骤2-2-2：取点云数据的任一点，搜索该点的k个近邻点；

26、步骤2-2-3：计算该点与其k个近邻点的平均距离，利用该点与其k个近邻点的距离之和除以k得到平均距离，并将该平均距离值与设定阈值进行比较判断，设定阈值的范围为0.5～1米，当大于设定阈值即为离群噪点，剔除离群噪点。

27、优选的，所述步骤3具体为：

28、步骤3-1：降采样，降低点云数据的复杂度，采用等间隔采样法进行降采样；

29、步骤3-2：选择分割特征，选择分割特征为凹形特征，凹形特征为点云数据中临近点梯度存在较大的变化且坑道内点云低于坑道边缘，凹形特征符合z轴梯度变化大于第一经验阈值，所述第一经验阈值的范围为0.5～0.6倍的z轴梯度变化量；

30、步骤3-3：特征计算，采用逐点遍历的方式对点云模型中的每个点利用步骤3-2中的凹形特征进行搜索，保留z轴梯度变化大于第一经验阈值的点；

31、步骤3-4：聚类，对具有相似特征的点进行分组，遍历步骤3-3中提取的凹形特征点，当凹形特征点间距小于第二经验阈值时归为一类，第二经验阈值的范围为2.5～4.5米，对聚类的凹形特征点仅保留最大分组，记为最大聚类区域；

32、步骤3-5：上采样，对最大聚类区域与原始点云模型进行比对，找到该聚类围成的区域和第三经验阈值范围内的区域做为最终的关键区域，第三经验阈值的范围为1～2米，对分割下来的区域边缘采用平面拟合的方式进行平滑处理。

33、优选的，所述步骤4具体为：

34、记激光点p，坐标可以表示为(x,y,z)，则第i个激光点的坐标为(xi,yi,zi)，关键区域可以用n个点的激光点集{pi,i∈(0,n)}表示；

35、步骤4-1：计算步长δx，即两点间距，计算公式如下：

36、

37、其中x1为第一个点的x坐标，为x2第二个点的x坐标，y1与y2同理；

38、步骤4-2：由步骤4-1中两点的中点为中心，以δx为边长得到矩形，并获取矩形覆盖区域的激光点；

39、步骤4-3：计算基准面，将步骤4-1中两点周围第三经验阈值范围内的点通过海拔高度聚类，取最大类别点直接计算海拔高度的平均值，即每个点的海拔高度累加除以点数，最终得到的平均高度为基准面：

40、步骤4-4：计算步骤4-2中激光点的平均高度计算公式如下：

41、

42、其中z1和z2分别为第一个点和第二个点的z轴坐标，即激光点的海拔高度值，以步骤4-2中的矩形位置为柱体下表面，以该平均高度作为三维空间中柱体下表面海拔高度；柱体上表面与下表面相同，上表面位置海拔高度为基准面高度；

43、步骤4-5：计算步骤4-4中柱体体积并丢弃点集pi中柱体内的激光点；

44、步骤4-6：重复步骤4-1～步骤4-5直至激光点集pi为空；

45、步骤4-7：将所有柱体体积累加求和得到最终土石方体积量。

46、优选的，当施工现场包括开挖前施工现场和开挖后施工现场时，土石方体积测量方法为：

47、记激光点p，坐标可以表示为(x,y,z)，则第i个激光点的坐标为(xi,yi,zi)，对开挖后施工现场的点云模型通过步骤3得到关键区域，关键区域可以用n个点的激光点集{pi,i∈(0,n)}表示；

48、步骤4-1：计算步长δx，即开挖后点云模型中两点间距，计算公式如下：

49、

50、其中x1为第一个点的x坐标，为x2第二个点的x坐标，y1与y2同理；

51、步骤4-2：由步骤4-1中两点的中点为中心，以δx为边长得到矩形，并获取矩形覆盖区域的激光点；

52、步骤4-3：计算基准面，将步骤4-1中两点周围第三经验阈值范围内的点通过海拔高度聚类，该点在开挖前施工现场点云模型中进行选取，取最大类别点直接计算海拔高度的平均值，即每个点的海拔高度累加除以点数，最终得到的平均高度为基准面：

53、步骤4-4：计算步骤4-2中激光点的平均高度计算公式如下：

54、

55、其中z1和z2分别为第一个点和第二个点的z轴坐标，即激光点的海拔高度值，这两个点均为开挖后点云模型中的坐标点，以步骤4-2中的矩形位置为柱体下表面，以该平均高度作为三维空间中柱体下表面海拔高度；柱体上表面与下表面相同，上表面位置海拔高度为基准面高度，该值从开挖前点云模型中获取到；

56、步骤4-5：计算步骤4-4中柱体体积并丢弃点集pi中柱体内的激光点；

57、步骤4-6：重复步骤4-1～步骤4-5直至激光点集pi为空；

58、步骤4-7：将所有柱体体积累加求和得到最终土石方体积量，即挖方量。

59、优选的，当施工现场包括开挖后施工现场和回填后施工现场时，土石方体积测量方法为：

60、记激光点p，坐标可以表示为(x,y,z)，则第i个激光点的坐标为(xi,yi,zi)，对开挖后施工现场点云模型通过步骤3得到关键区域，关键区域可以用n个点的激光点集{pi,i∈(0,n)}表示；

61、步骤4-1：计算步长δx，即开挖后点云模型中两点间距，计算公式如下：

62、

63、其中x1为第一个点的x坐标，为x2第二个点的x坐标，y1与y2同理；

64、步骤4-2：由步骤4-1中两点的中点为中心，以δx为边长得到矩形，并获取矩形覆盖区域的激光点；

65、步骤4-3：计算基准面，将步骤4-1中两点周围第三经验阈值范围内的点通过海拔高度聚类，该点在回填后施工现场点云模型中进行选取，接着取最大类别点直接计算海拔高度的平均值，即每个点的海拔高度累加除以点数，最终得到的平均高度为基准面：

66、步骤4-4：计算步骤4-2中激光点的平均高度计算公式如下：

67、

68、其中z1和z2分别为第一个点和第二个点的z轴坐标，即激光点的海拔高度值，这两个点均为开挖后点云模型中的坐标点，以步骤4-2中的矩形位置为柱体下表面，以该平均高度作为三维空间中柱体下表面海拔高度；柱体上表面与下表面相同，上表面位置海拔高度为基准面高度，该值从回填后点云模型中获取到；

69、步骤4-5：计算步骤4-4中柱体体积并丢弃点集pi中柱体内的激光点；

70、步骤4-6：重复步骤4-1～步骤4-5直至激光点集pi为空；

71、步骤4-7：将所有柱体体积累加求和得到最终土石方体积量，即填方量。

72、优选的，当施工现场为开挖后施工现场时，土石方体积测量方法为：

73、记激光点p，坐标可以表示为(x,y,z)，则第i个激光点的坐标为(xi,yi,zi)，对开挖后施工现场点云模型通过步骤3得到关键区域，关键区域可以用n个点的激光点集{pi,i∈(0,n)}表示；

74、步骤4-1：计算步长δx，即开挖后点云模型中两点间距，计算公式如下：

75、

76、其中x1为第一个点的x坐标，为x2第二个点的x坐标，y1与y2同理；

77、步骤4-2：由步骤4-1中两点的中点为中心，以δx为边长得到矩形，并获取矩形覆盖区域的激光点；

78、步骤4-3：计算基准面，搜索关键区域海拔高度最大的点，以该点海拔高度作为基准面，即估算的地平面；

79、步骤4-4：计算步骤4-2中激光点的平均高度计算公式如下：

80、

81、其中z1和z2分别为第一个点和第二个点的z轴坐标，即激光点的海拔高度值，这两个点均为开挖后点云模型中的坐标点，以步骤4-2中的矩形位置为柱体下表面，以该平均高度作为三维空间中柱体下表面海拔高度；柱体上表面与下表面相同，上表面位置海拔高度为基准面高度，该基准面高度值为估算的地平面高度值；

82、步骤4-5：计算步骤4-4中柱体体积并丢弃点集pi中柱体内的激光点；

83、步骤4-6：重复步骤4-1～步骤4-5直至激光点集pi为空；

84、步骤4-7：将所有柱体体积累加求和得到最终土石方体积量，即挖方量。

85、与现有技术相比，本发明的优点在于：

86、(1)本发明通过无人机搭载激光雷达和可见光相机对施工现场进行扫描，采集到的激光和视觉数据通过slam实时三维rgb重建得到精确的原始地貌点云模型，接着对点云数据预处理，然后对预处理后的开挖后点云模型的关键区域进行分割，最后根据预处理和关键区域分割的点云数据，利用逐点微元法直接测量土石方体积，得到挖方量或者填方量，本发明测量方法采集周期短，复核难度小，测量精准度高；

87、(2)本发明对于原始地貌点云模型中的噪声信息通过预处理，最大限度的去除了点云噪声信息，极大的降低了干扰，提高了测量精准度；

88、(3)本发明利用激光点云通过逐点微元法直接测量土石方体积，没有经过二次曲面重建引入多余误差，还原真实地貌地形更精确，所以精度更高，效率更高，通过测试，该方法测量出的土方量体积与实际体积误差在5％以内；

89、(4)本发明通过开挖前、开挖后或开挖后、回填后两次点云数据模型比对，可以更精确的反应实际开挖土石方体积；

90、(5)本发明通过开挖区域点云模型的地貌特征(即物体形态规律)自动提取关键区域的点云模型，可自动识别开挖区域，不需要人为选择开挖区域，提高了效率。