|
0 y: i- I; u" G- y1 i" Z7 O
' W. {" A* {' _/ m( P8 a
VQ-840-G ) ?( q( {' s" R5 m6 u. d3 x( K3 n
无人机激光雷达测深应用潜力剖析
% w# r% X5 m& }( u" H9 C- V 项目背景. : O" _( g2 L, O+ y% {
随着国家对海洋测绘研究的重视程度的提高及国内外对机载测深激光雷达技术的不断研究，使用无人机搭载测深激光雷达进行水陆联测已成为一种新型的技术手段，并将随着硬件及软件技术的发展，走向大规模的应用。
1 f6 _! ?! ?" p2 J$ r 现有测深技术介绍分析.
7 d% _% R9 J0 q- Y% M3 M 伴随着国民经济发展及国防建设需要，我国对湖泊、水库及海域的水上、水下地形测量任务需求不断增加，尤其近几年国家所提出的海洋强国战略，重点发展海洋经济，提高海洋资源开发能力以及维护国家主权、安全和发展利益，都将水域或海洋测绘领域研究提升到了战略性高度。而对于近海地区研究更成为重中之重。它对于渔业发展、港口停靠等将更为重要。而目前测量的手段主要包括：
* e! m3 T0 h+ D! `& z/ h 传统的GPS测量手段
# `0 f5 f/ ~! v, c6 n 技术痛点：需测绘人员坐船到达近海地区或行走于搁浅的浅滩地区进行测量。这种方法效率低、速度慢，可测量的深度有限，无法满足大面积测量的需求。
" Y) n) i! k9 S3 K( y5 n% a 水上光学、水下声学的联合探测方法，可通过无人船或者有人船实现 1 N2 o" o1 X) W! g) b7 P
技术痛点：虽然可解决水上、水下同时测量的问题，但是当靠近近海地区时，多波束将无法满足工作条件，无法获取水下地形；而远离近海地区，虽多波束可满足工作条件，而水上光学由于远离岸边也将无法获取完美的数据，因此给人们带来了工作的难度。 4 ~' }2 R- j( q$ c
大型机载激光雷达测深技术手段 " Y! c( L! Q: h% S. E
技术痛点：虽然可全天候、大面积、通过主动式遥感手段获取水上、水下地形数据，但由于目前主流的机载测深系统均为体积大、安装困难、需要大型飞机才可飞行的要求，导致难以大面积推广使用。
- r) }0 m+ n5 R0 l* ^& d& e7 {5 I 因此，无人机激光雷达测深系统将是最理想的选择，也将成为未来水陆联测最为重要的技术手段之一。RIEGL VQ-840-G无人机激光雷达测深系统则是一款比较理想de的测深系统，成功引进中国后，在青岛胶东湾海域进行了首次无人机搭载VQ-840-G的测深数据获取。通过完整的数据解析后，实现了与多波束地形的对比与分析。 |4 [& M$ [# v0 K; \! E
/ p" U6 N6 n& y7 t0 g+ G
实验设备.
% M- c8 n, g" w, \ 采用哈瓦战斧旋翼无人机，可搭载重量为25公斤级别设备，是VQ-840-G设备理想的无人机搭载平台，单架次可作业30分钟。 2 L! ~3 t* _# P% O T, v
& V) M6 T2 H% E' J& o! D) b 飞行参数设置. 9 q6 C6 R" s/ _/ ]6 z2 y) `
7 p* v0 Z0 G" t0 G4 {8 b0 P
" g$ Z! |% A) o" U+ r
* j. j# x- W9 p4 D6 T9 A; I9 d
航间距 * b# A; J5 u5 ^# V+ m. W5 Z! A
15m 0 X" v0 b& w8 [4 P0 G
平均点密度
' t1 V# a( C" W. f$ W0 j+ Q. w4 I 320点/平米 9 J! R% B, z5 ?* ?( W3 y
采集频率
" k1 b& b, c; a9 q$ X E 50KHz + G" z& S) |" ]. R* v
线频率 & O" J- d5 [/ N+ s3 S ]+ L. v
100线/秒
8 s; l7 V6 F( f) R 速度
9 l u, W7 u+ U! \$ ?! s 5~6m/s & y9 y. }5 \% K$ ]
飞行相对行高
/ A& N( n( R4 P3 J: o, k/ t 50m - @- j* H+ G. g5 i
视场角 ' ^. N7 f) K& _
40°
+ y: Y8 L9 z+ f8 V6 Z0 `: T 激光发散度
' ], f/ r% A; f, V- c- ^ 0.001rad ; E S: l2 a0 F3 x% @3 }; ?
水质情况 * |, Y9 u0 @& V o
中等
, I' }4 ], e5 ?9 M. m8 j 照片曝光间隔
* o1 I3 u6 f& ~8 C 2s
6 u+ y) b5 i2 O5 n : }, |& v; n' w9 v9 b7 r) a
: W: O2 p8 @5 J3 G' F% X' q
/ Y, R3 j5 w- @$ Z8 B2 {9 Z6 E1 ?
数据处理流程. 原始波形数据解析噪声去除，主要针对点云数据中的噪点的快速删除航带拼接，采集的多条航带间中的匹配工作水面分析，提取出准备的海面数据，用于进行深度计算测深改正，将根据水域折射率计算实际深度最后为DEM、等高线等成果构建
2 i/ S7 N2 y( a* j4 F 数据处理技术重点. 波形数据处理
" p( f' r) K; s 水深处理中，波形数据的提取是至关重要的，波形提取将决定水深测量的深度能力。因此本次处理中，我们将使用波形及未使用波形处理所产生的深度差异进行了对比。未使用时的深度约为6米，而使用全波形处理后深度可达7.5~8米。
( f+ n" D+ D v' M- ~: o* u 
7 n2 T+ I" W$ d- {" G ▲未使用波形情况下解析的水下成果 & U0 F& [1 b$ I" h7 s3 M' c
 / ?) K* e: |5 [8 u( J
▲使用波形情况下解析的水下成果 , M6 O4 H+ _# g
2.噪声去除
! J! W1 V* Q" |9 n 对于测深激光雷达系统，由于激光能量强、入水折射等因素导致测深数据，噪声比较大。因此我们需要联合使用多种噪声分离的算法去除噪声数据，准确的分类出有用的水面和水底，才可以得到准备的深度数据成果。
. |- U* D6 Y1 B) W: { 本次我们使用了三种混合剔除噪声的手段来完成，包括离散点分类法、反射率差异分类法及手动分类法三种方法完成。 / E8 H, e: d! j7 i- Y" ~
 ( Q9 u( q/ d, p
▲噪声去除前的效果图
: t) }4 S, R8 _ 
% t( B7 m- X h2 {5 i ▲噪声去除后的效果图
, U& Y* B3 E' J, g 3.测深改正 * k" C" t8 Q" t+ x% C# K/ T) T2 p! N% e
由于采集的激光雷达数据，进入水域后会发生折射现象，而这种折射现象则需要根据实际采集水域的情况进行调整。水域的折射因子与水域温度、激光波长、盐度及深度变化而变化的，因此为了计算水域测量的实际精准深度，我们必须先计算出所测地区的折射率。 . h0 V+ d7 t3 m
使用此折射率对采集的数据进行折射纠正，纠正前的测量深度为7.5米~8米，纠正后为5~5.5米。
1 I3 L4 v: P. p, n 
, a9 o" M7 ~* C/ t+ ~. }; a ▲改正前的测深深度（7.5-8米）
- h' z6 j( e0 `8 F1 _" E  1 ^0 o3 q* m# b. U6 x
▲改正后的测深深度（5-5.5米） : M* V3 l2 v6 }$ i g9 q2 Z3 }- b) S/ R
数据成果.
$ D7 p2 a* H' k3 A$ u! k' N! F% { 
5 U4 ^; o" i5 \9 C( W! u0 Y/ l( f 水陆联测点云
( H2 ~, U& |$ V3 s) e' b" r% i* e: } 
# t1 Q' H6 @$ l, @" o$ k. N ^ ▲不含水面数据的水陆联测点云 ! B6 J! T# q; B2 y
- I1 V7 T0 {' o! e, k ▲真彩色水陆联测点云数据 : j v5 N7 z' V3 q; H. S
 5 d& D9 R1 g& O5 f
▲水陆联测地区所构建的DEM数据成果 + X) C) n6 U) U. T2 R G! ^: t
 / J% l* f9 I5 P) ~
▲海底地形数据
& m" `8 Q2 X. i7 F4 c 成果精度比对. : d$ [+ k5 u3 D8 n
精度对比手段为使用单波束测量成果与激光雷达成果进行对比的方法实现。而此次单波束成果为山东科技大学采集的单波束测量成果。
; f8 d8 g* G g+ |' L8 p 由于所使用的为不同时期采集的成果，我们对单波束数据进行相应的潮位修正、基准改正，而后进行了海底数据的精度对比。
: I, C" k+ D" u$ c6 ]3 C  ' H3 \4 ?! j& `4 _
▲ALB海底点与单波束点相对分布 ' u- Y% \- I- B, J5 x
其中红色的点为单波束点，灰色部分数据为激光雷达测深数据。在重叠区域选择18个单波束点与其最临近激光雷达水下点云数据比对，计算其高差，并统计18组高差的RMSE值。 & o9 B) q/ m; g3 U' U. e' u
; a P6 H* [: H& e7 R
5 b4 u% ^, _. P! ^& V0 `
1 R+ j3 f) }/ ^- l" a7 V
点号
- ^( L6 n# a8 M# y6 j 与最临近点平面距离(cm) 1 ^% @" G% M. n- A6 p* U! W) p8 ~
高差(cm) 1 O2 ~8 _) `7 s* v& S8 {. R
RMSE(cm)
( d% C* m- g6 Q/ R2 h 1 * G/ C, ]* O" ?, ~1 ~
0.6 9 V4 a8 g4 x( {+ g, L: W( @
16.8 : _6 Z& V g: m Y& V3 t5 G. e
20.7
& z( X; z& a+ z 2 8 q- J9 q$ x* C9 T
4.0
; m: D# T+ q0 f; [$ r! x 37.1 / o0 ]: D. g3 {6 V0 c, T6 b
3 3 E" B+ @( G$ l9 J
1.1
: s" u! W' x* m3 l. A$ G 10.9 $ z" Z6 J: U2 w: O
4
7 M: g' Q1 W( t- Z 2.3 " _7 |) O5 k- x7 R
16.4
5 P4 g6 Y1 B. v; T: Q- u 5 ; z; z& ]% w1 g- b2 K: d: y- R
2.8
8 J7 @+ V- W- Z 14.8
! U2 D3 k: U" S 6
$ V4 e1 t/ l0 r* g9 x 2.8 & I* q3 u4 V; f* P `
14.9
# c- @3 z* \; g) J 7
) F# _, l# U* {7 J 7.2 $ M( @4 r7 l9 Y" d
7.8
8 O; R$ S1 C3 H; ` 8 5 {' {2 n, n1 T0 k: ^
8.9 a6 _- \0 J" z6 I- `) V
4.8 " Q( e5 o- N g6 K) o+ u
9 ( s2 F$ T" o' Y$ g
5.0 - `0 k# R% Q9 `1 ~( ]
8.4
- e! _; w2 o7 Y" u7 L. y: D& a. u j 10 1 {* B$ V }+ n. h- F+ d- {
4.7 9 `+ E/ x {* T
8.8 $ p7 C, p1 Z, w* _+ g9 x1 _7 L6 m
11
/ K* B$ L$ i# S' l. _ 3.9
2 n& s' @4 A U3 K) Q- j 9.1 " S( R; K. A- m) U o; F. k! d) x
12 a2 t+ L7 S+ c6 l% A
4.3 , S3 F) `* l( n+ U
19.0 % W" m9 m8 ?; a: e
13
! _" h# S5 u6 k2 t; W" ~ 1.1
9 h4 ?& Z# I2 K/ {# g! X$ j 5.8 : O; S6 }: f9 ~* K8 l1 z, T. w
14 6 f! T$ t$ U& y2 J
1.1
, b6 }1 Q# h! p6 v: j 46.4
7 Q/ n' }6 L: ]8 H3 [! y 15
( h; ^1 V# O$ U) g6 Y& _ 3.9 4 H; ^4 j6 T8 c2 b
10.7
4 v' p# I& U! _$ K3 y, i* o 16 ' y4 r1 E2 F+ C2 O( @% O0 j, m
8.2
}4 }" G- X5 G4 T7 C 34.9
! a' r, i$ J: j. J 17 + x; v1 a1 ?* a0 d" d0 y
2.7
+ G$ h+ h2 ]) O- b) W5 A& a8 R 3.6 % I3 D/ N, ~/ x$ L
18
6 P' `. l/ K. I 8.4
0 ?" {% t! t! U5 _1 q2 e1 x p4 P 31.9 : I& y5 l' t: H% i: u+ ?
" V7 \3 T- y1 u. i; K$ t
' B* x- t! _# g1 @7 t
$ i6 F5 g2 e! a! L N5 y$ ]3 P% R/ h2 h 结合以上分析，可以看出RIEGL VQ-840-G无人机测深激光雷达，能够按照中国海洋测绘的要求生产最终的数据成果，同时使用山东科技大学现有单波束数据进行精度比对，虽然由于测量方法等的差异等带来的对比难度和准确度的争议，但整体结果较为满意。
* @4 f2 S, w: I+ t& @* U/ p 通过本次测试充分证明了无人机激光雷达测深技术在中国黄海、东海、南海等海域可以很好的完成海洋测绘应用，是一种具有巨大前景、可对浅滩近海域进行周期性数据采集更新、全天候地、快速响应的海洋测绘新手段。 9 O" x( p( }6 B9 q0 W8 k( v0 B; [
5 N- ~' v& i& i1 \
5 ^ h6 H1 i0 X+ Q8 }/ D$ [4 E7 X: l% Y% {* J7 y w& i$ a
U( w& l" U- s k | 
