近年來，無人機激光雷達（ Unmanned Aerial Vehicle，UAV） 技術的快速發展，在全球范圍內引起了廣泛關注，很多組織機構或個人開始研制、集成多種形式的無人機激光雷達系統，用于快速地形測量、地表變化監測等業務。無人機激光雷達具有廣闊的應用前景，特別是對于不易到達的區域，無人機具有更為顯著的優勢。LiDAR（LightDetection and Ranging激光雷達）點云數據（LAS）具有高精度、高密度的特點，實踐證明：其高程精度可達到0.2米左右，高于數字攝影測量方法的地形數據精度。風電項目一般采用1:2000地形圖進行規劃設計，因此采用點云數據生成地形圖的精度完全符合設計要求。隨著無人機載激光雷達技術的不斷發展，基于點云數據生成的數字化三維模型可實現風電場的智能選線，生成的房屋單體化數據可精確測量房屋拆遷面積，生成的單木分割數據可精確計算砍伐量，因而能夠有效提高風電場道路勘察設計智能化水平，提高運檢效率，降低開發成本，保護風電場走廊免受非法侵害。利用無人機搭載機載激光雷達 （LiDAR）生成數字化風電場，能產生良好的經濟效益和應用前景。

 

 

 

　　無人機激光雷達系統通常配備激光掃描儀、高精度全球導航衛星系統、慣性測量單元 （ Global Navigation Satellite System，GNSS ＆ Inertial Measurement Unit，IMU） 和光學相機等載荷，激光掃描儀能夠獲取地物的三維點云數據，高精度GNSS ＆ IMU 提供姿態和位置信息，用于解算激光點云三維位置，光學相機用于地物類型識別以及結構信息提取。隨著微型激光掃描儀、GNSS ＆ IMU 集成系統的快速發展，出現了多種輕小型無人機激光雷達系統采用高精度 GNSS ＆ IMU 是提高激光雷達定位精度的關鍵，集成 GNSS、IMU的混合測量單元 （ Hybrid Measurement Unit，HMU）已經能夠達到厘米級定位精度 。無人機自動巡航系統能夠實時地獲取飛行器位置、速度和姿態信息，并反饋給飛行控制系統，使得飛行器沿著預定航線飛行。

 

圖1無人機載LiDAR系統組成

 

　　二、激光測距原理

 

　　激光測距就是測量激光光束在測距儀與被測物體表面之間的往復距離，已知光速常量的前提下，核心問題就是確定激光在空間中的飛行時間，所以時間精度直接影響測距精度。

 

　　激光測距主要采用脈沖式，即通過精確記錄通過激光發生單元發出的激光脈沖的發射時間，及該脈沖經過被測物體表面產生反射再次被傳感器接收的時間，以確定激光脈沖的飛行時間（Time of Flight），并進一步推算測距數據，其測距原理如圖2所示。測距公式為：

 

　　式中，C為光速；Δt為發射波與接受反射波的時間差。

圖2 脈沖式測距原理（引自Topographic Laser Rangingand Scanning: Principles and Processing）

 

 

　　利用LiDAR技術進行風電場道路勘察設計的方法大致如下：首先，將無人機LiDAR設備獲取原始數據進行航跡解算和三維點云解算，對生成的三維點云進行航帶拼接、去噪，利用點云濾波算法提取地面點生成DEM，對線路規劃決策的影響要素進行參數化和數字化，基于人工智能的搜索方法搜索代價最小的路徑，并借助于領域專家的知識，對決策要素的參數化和目標函數做進一步優化，形成一套自動化程度較高的路徑規劃方法，為線路規劃設計提供參考方案；其次，將獲取的點云數據構建線路廊道三維場景，設計人員即可在三維場景中針對規劃方案進行風電場優化選址作業和線路規劃。最后，在規劃好場外和進場的最優線路后，對場外和進場的線路廊道內的建筑物進行單體化精確測量房屋拆遷面積；對植被進行單木分割以精確計算砍伐量。LiDAR在風電場道路勘察設計中的工作流程如下圖3所示：

 

圖3 LiDAR風電場道路勘察設計的工作流程

 

　　基于LiDAR采集的高密度高精度點云數據，可提供風場整區域的相關基礎數據和規劃方案。

 

　　（1）數字線劃圖（DLG）的制作。LiDAR數據可滿足最高制作1：500DLG的制作，高精度的DLG可應用于對擬定機位點風資源的模擬，計算出該擬定點的全年發電量，對單機及整場的發電量進行精準評估。

 

　　（2）道路數據采集及重建。對進場外圍道路的掃描，獲取進場道路全信息的基礎數據，利用三維技術對道路及周邊設施進行重建，生成三維實景模型。將運輸車輛及部件模型放入實景模型內進行模擬運輸，將無法避免的碰撞點和高危點進行標注，在設備進入前對危險點進行相應的拆除、擴建、轉移和修理等措施。

 

　　（3）場內運輸道路規劃。根據前期預規劃的進場路線設置飛行航線可以對場內運輸道路進行掃描。采集的數據可進行地形重建，針對風電場道路修建的標準對選取的道路進行精確評估，按照修建標準即時調整，確認最優路線。

 

　　（4）土方工程量計算。傳統計算土方量的方法最難做到的就是去植被，人為對樹木高度的預估和植被不同朝向的長勢對土方量的精確計算影響很大。LiDAR數據可以穿透植被打到地面，極大降低了人為主管因素的影響，可以精準的預估開挖的土方量。基于點云數據生成三角網格可以對風機平臺開挖回填和道路施工的土方量進行評估，更精準的工程量預估可以降低工程預算，在競爭中更具優勢。

 

　　該風場為金風科技數字化風電場數據獲取處理項目，涉及場外、進場線路的約90平方公里區域面積。測區地形包括平地和山地，山坡植被茂密，覆蓋率高，平原地區有大面積房屋建筑，主要為居民區和廠區，地形地貌復雜多變（圖4）項目最終成果比例尺為1:2000，進場通道的每平方米點數為30。外業采集時間為2018年7月。

 

圖4 湖南大馬風電場區域示意圖

 

　　（一） 前期準備

 

　　在外業數據采集階段，首先需要進行前期準備，前期準備工作主要包括任務分配及人員分組、測區資料搜集、實地踏勘，基站位置設定（圖5）以及制定詳細作業方案等幾個部分。其中測區資料的搜集、測區實地踏勘以及詳盡的作業規劃三方面工作至關重要。

 

　　1.測區資料搜集

 

　　在作業前期對測區的資料進行搜集，包括測區的地形圖、航拍或衛星影像等資料，對測區的面積以及分布性狀有初步了解。同時需要了解當地氣候氣象信息，以參考確定設備運行的最佳環境、氣候條件，并依此設定對應的作業方案。

 

　　2.測區實地踏勘

 

　　根據初期獲取的測區資料進行實地踏勘，實地調查測區內的地物分布狀況，此工作開展的細致程度對于激光雷達數據的獲取具有重要影響。根據地物的分布疏密以及重要性掃描對象的位置設定后期作業掃描模式，根據地物的重要性程度確定掃描的參數：重要性較低的地物可以適當降低掃描密度，以減少數據冗余；較重要地物，可適當提高掃描密度，以獲取更多的細節信息。

 

　　3.作業方案規劃

 

　　在完成先期準備的基礎上，根據項目要求，對整個外業數據采集工作進行方案制定，基于實地踏勘的情況，制定運行參數以及無人機航線規劃（圖6 圖7）。其中包括根據地形地勢設定無人機飛行航高、航速及航線間隔，激光雷達設備的掃描頻率及掃描速度。

 

　　大馬風場區域數據采集采用數字綠土的LiAir200設備，設備參數如表1所示。

 

表1 LiAir200設備參數

 

圖5 基站架設

 

　　（二） 大馬場航線設計

 

　　大馬場航線的設計和激光雷達數據采集如下：

 

　　1.大馬場場外

 

圖6 大馬場場外區域無人機航線設計

 

　　2.大馬場進場區

 

圖7 進場區域無人機航線設

 

　　三、激光點云數據處理成果

 

　　（一）大馬場外數據成果

 

　　該項目的激光點云數據后處理在LiDAR360軟件上進行。數據的處理分為場外數據處理和進場數據處理。將上述解算出的三維激光點云數據和POS數據導入LiDAR360軟件中進行去噪和航帶拼接。結算成果如下：

 

　　1.DEM生成

 

　　通過漸進三角網加密法提取出地面點后，對地面點利用不規則三角網空間插值獲得連續變化的數字高程模型DEM（圖8）。大馬場外區域高差起伏較小，地形比較平坦。

 

圖8 大馬場外區域DEM

 

　　2.房屋單體化、單木分割

 

　　通過過濾地面點云數據以實現地物分離，再從非地面點中提取建筑物點云，給不同建筑物進行賦色，并從中獲取建筑物面積信息，實現建筑物輪廓提取與規則化，從建筑物點云中獲取建筑物屋頂形狀，實現建筑物的單體化（圖9）。

 

　　對原始點云去除噪點后，進行點云濾波提取出地面點，并生成DEM，通過點云數據進行歸一化處理，消除地形對單木提取結果的影響，使提取的單木高度數據更加準確。利用LiDAR360軟件機載林業模塊的基于點云單木分割工具，將原始點云分割為單棵的樹木點云（圖10），按照不同的樹木ID給點云賦色，獲得樹木的總數，同時生成單木的點位、高度、冠幅等信息（圖11）。

 

圖9 大馬場外區域房屋單體化

 

圖10 大馬場外區域單木分割

 

圖11 大馬場外區域單木分割成果

 

　　（二）大馬場進場數據成果

 

　　1.DEM生成

 

　　大馬場進場區域的點云數據通過提取出地面點后，對地面點進行不規則三角網空間插值獲得數字高程模型DEM（圖12），道路兩邊樹木進行單木分割（圖13）并提取樹木位置等相關有效信息（圖14）。大馬場進場區域面積約4平方公里，進場區域相較于場外區域地形起伏較大，高差約290米。

 

圖12 大馬場進場區域DEM

 

　　2.單木分割

 

圖13 大馬場進場區域單木分割

 

圖14 大馬場進場區域單木分割成果

 

　　3.三維建模

 

　　基于點云數據，對運輸道路兩邊的房屋樹木等重要設施進行三維重建（圖15），在工程動工前期全面掌握相關情況，對需要改擴建、拆遷的進行統計，做出合理規劃。

 

圖15 大馬場進場道路兩側三維建模成果

 

　　4.模擬運輸

 

　　在點云數據的支持下，可對道路進行模擬碰撞檢測（圖16），將無法預見的外部工作在電腦上提前完成，預先規避風險。

 

圖16 大馬場進場道路模擬碰撞檢測

 

 

　　激光雷達點云數據應用于丘陵、山地地區優勢明顯，主要解決了地形數據采集工作量大、勞動強度大、工作效率低等問題。本文通過介紹LiDAR技術在湖南大馬風電場項目中的實際應用，說明了LiDAR技術在風電場項目中應用的可行性。鑒于項目的可行性和風電市場對于地形圖的快速需求，本作業方法應用于實際的風電項目，充分發揮了LiDAR數據的高精度、高密度特點，開拓了激光雷達點云數據的應用領域。綜合分析，LiDAR技術與風電場項目結合具有極大的優勢，通過測量精度的增加，可以在各環節降低成本。隨著風電行業競價上網的不斷刺激，市場對成本的控制越來越嚴格，激光雷達技術的不斷發展和預測的高精準度，必將在風電行業中得到更加廣泛的應用。