访问量： 698 次浏览
本文介绍了无人机 LiDAR 的兴起， 关于最佳用例、 捕获无人机 LiDAR 时如何保证数据的准确性， 地形测深 LiDAR 的新市场机会以及为什么 LiDAR 和高分辨率图像是互补的技术。
LiDAR 代表光探测和测距， 是一种越来越多地与无人机结合使用的遥感方法。 无人机的激光雷达在飞行时使用扫描仪， 发射光脉冲，到达地面，穿透植被， 降落到地面并返回扫描仪。 利用光速， 测量扫描仪光束的双向传播时间， 可以测量到地球表面的距离并构建 3D 点云。 根据回波信号的强度， 可判断回波来自哪种表面类型， 这与人们在图片中看到的大致对应， 因此可以区分 LiDAR 数据中的真实物体。
数据准确度可以分为绝对准确度、相对准确度和密度。
绝对准确度
LiDAR 通过 GNSS 和惯性测量单元（IMU）， 利用直接地理配准， 而摄影测量则使用多个控制点来保证数据准确性。 GNSS 用于计算三个自由度， 并且与经度、纬度和高度一起， IMU（惯性测量单位）计算传感器的作用、俯仰和偏航。
LiDAR 测量员在 Pulse Vapor 55 无人机系统上的点云模型
虽然基于无人机的 LiDAR 理论上只需要一个地面控制点， 所有点都位于基站坐标之外， 但这并不能保证绝对精度。 为了解决这个问题， 地面测量员在独立于控制点的坚硬、无植被的表面上利用真值拍摄（或检查拍摄）。 通常，所有检查镜头相对于数据高程的偏移量都会被获取并用于精度计算。
相对精度
该术语是指具有较低等级 IMU 的无人机系统， 如果未正确校准且 IMU 发生漂移， 则可能难以将数据联系在一起。 据相关报道显示， 选取每条航线并将其与旁边的航线进行比较， 每条激光雷达航线之间都有差异， 同时生成一个包含所有这些差异的栅格， 以便能够让大家看到， 并根据这些差异构建一些统计数据。
密度
点密度是指对地球表面进行采样的每个区域的测量值。
从无人机上收集激光雷达的主要原因包括时间、金钱、安全以及所需的详细程度。 在很多情况下， 从无人机收集 LiDAR 比调动飞机或直升机并将其送到地点收集数据价格要低。 无人机可由汽车驾驶到该地点， 这比使用飞机或直升机效率更高。 在细节方面， 无人机能够捕捉到由于飞机和直升机飞得太高而看不到的情形。 此外，相比于繁忙的街道， 无人机收集数据要安全许多。 归根结底，如果需要覆盖大片区域， 在地面收集数据的传统方法比利用无人机要慢一些。
无人机激光雷达技术已经存在了十年， 并且在过去的五六时间年里真正达到高峰。 关于价格，当前市场的价格范围很大。 从 20,000 美元和 30,000 美元起， 将会获得激光扫描仪、IMU、GNSS 系统和无人机本身。 高端系统高达几十万美元， 为了能够从无人机上进行激光雷达， 需要一个具有不同组件的模块化系统。
虽然大多数无人机都有 GNSS 系统和 IMU 用于内部导航， 但这些还不足以对激光雷达进行地理参考。 NV5 有与 Applanix IMU 一起使用的 Riegl 扫描仪， 能够共同协作并具有非常好的集成效果， 它是一种高级 IMU， 每秒可进行 200 次测量， 能够从激光雷达扫描仪的精细运动中提取出图像。
在讨论基于无人机激光雷达的使用案例时， 区分了两个主要市场：公用事业和工程。 公用事业公司总是在更换电线杆，建造新电线杆， 并查看其现有的基础设施。 我们使用基于无人机的 LiDAR 和天气数据来计算不同的电力线和电线杆在各种天气条件下， 以及在电线杆上添加新电线杆时的反应。 另一个用例是防火， 分析激光雷达数据， 以确定哪些树木有可能坠落在电线上， 以及哪些植被需要清除。
对于工程空间， 主要用例是地形测绘方面。 借助无人机能够获得非常高水平的细节。 就 LiDAR 数据而言， 目前正在接近传统上使用移动 LiDAR 从车辆上收集的数据。 利用这些数据来获取路缘石、挡土墙以及 3D 刹车线， 在地面上收集 LiDAR 是不可能的。 无人机可以捕获大片区域， 用于为道路改进进行详细的地图绘制， 这是其另一个 NV5 用例。
激光雷达和航空成像技术是互补的， 而不是竞争性的， 这是一个很好的组合， 能够独立完成这两项工作并相互比较以确保没有任何问题， 图像用于工程图纸的所有 2D 部分， 激光雷达用于表面模型， 最后将其组合在一起。 虽然 LiDAR 与传统立体摄影测量法相比具有一定的竞争力， 用于生成断线（创建 3D 多段线来表示路缘石、挡土墙和桥梁等特征）， 但 NV5 刚刚转向做与所有 LiDAR 相关的 3D 操作， 因此能够在植被下观察并在地面上生成如此多的点对公司来说是一个巨大的好处。
虽然激光雷达目前正在由苹果公司进行民主化， 任何人都能用 iPhone 进行快速扫描， 但这并不意味着任何人都可以产生调查级的可交付成果， 尤其是当在公用事业公司工作， 处理电力线路和森林火灾管理时的情况。
激光雷达民主化的另一个方面是制作公共激光雷达数据集。 如美国的国家 3D 高程计划， 其目标是收集全国的激光雷达数据，并 每隔一段时间重新收集。 有超过600个商业案例， 很明显，这样的数据集有很大的价值。 这也让人们更加关注其在准确度元数据方面向世界发布的内容， 元数据说明了数据的收集、发布时间、准确度和使用的控制点数量。
在未来五到十年内， 预计基于无人机的激光雷达系统将变得更小、更轻、价格更低。 它将地形测深激光雷达列为推动联合创新的领域。 虽然有几家公司制造了这些传感器， 但并没有看到它们被广泛使用。 在接下来的五到十年内， 将会获得一些在无人机上表现良好的系统， 该系统可以同时获取地形和水下表面数据。
地形测深激光雷达的应用是近岸， 它将填补地形数据和船只声纳间的空白。 目前，政府是海岸线信息的最大购买者， 但同时也能够看到其他应用的潜力， 例如洪水测绘。 由于声纳船在离岸很近的地方收集数据可能非常困难且耗时， 因此使用 LiDAR 的效率更高，它的范围也很广。 根据水的清晰度， 可到达 10 厘米到 30-40 米的任何地方。 地形激光雷达与测深数据的区别在于， 地形激光雷达只需要观察云层覆盖情况， 而对于测深激光雷达， 水浊度是需要处理的重要因素， 例如，将一个圆盘放入水中， 观察其下落多远， 使用一个实时浊度监测浮标， 实时测量结果将会输出到您的手机上。