基于地基激光雷达的建筑物三维建模

王丹阳　刘远忠　陈俊涛

摘要：三维模型是物体的三维多边形表示，在现实生活中已经被广泛的运用于医疗、影视、建筑、地球科学等各个领域。传统的三维建模方式更多的是利用常用的建模软件来实现模型重建，存在建模效率低，建模效果不稳定等不足。由此催生了三维激光扫描技术，它能高效率、大面积、均匀的快速获取对象的表面空间三维信息，将其保存在所获得的点云数据之中。通过激光雷达获取海量的点云数据，从而更加高效的实现建筑物三维模型的构建。文章阐述了地面激光雷达的工作原理，以及如何基于获得的点云数据通过cyclone->geomagic->sketchup的技术路线完成对点云的预处理，建筑物的模型重建等工作。

关键词：激光雷达；点云数据；三维建模；特征提取

激光雷达是采用激光器作为辐射源的雷达，是将激光技术与雷达技术相结合的新一代测绘工具。激光雷达利用其激光测距的原理，通过激光器的高速扫描，记录被待测物表面点云数据的三维坐标等相关信息，从而快速高效地实现待测物的数字化实现。该技术正是由于其在建模工作上的高效性，因而在道路交通管理、文物保护、建筑规划，和室内装潢设计等方面占据了越来越重要的席位。根据所搭载平台的不通，激光雷达又分为机载激光雷达和地基激光雷达。其外型如图1所示。

本文所论述的就是地基激光雷达在数字化城市的应用。本文采用Leicascanstationc10激光雷达对校园的建筑物进行模型的构建。

一、激光雷达的建模原理

（一）激光雷达的原理

激光雷达是一种集成了多种高新技术的新型测绘仪器，具有以下优势：非接触式；精度高（毫米级/亚毫米级）；速度快（可达120万点/秒）；密度大（点间距可达毫米级）；数据采集方式灵活，同时对环境光线、温度都要求较低。

激光雷达通过测定激光在空气中传播的时间来得到与待测物上某点的距离。根据其对时间的测定方法的不同，激光的雷达测距原理可分为：脉冲法测距——直接测时、相位法测距——间接测时。脉冲法测距是利用雷达发出光脉冲（或电脉冲），经物体表面反射后回到雷达，测定发送和接收脉冲的时间差△t；相位法测距是通过激光射出时和经反射后接收时二者的相位差，从而间接地测定时间差△t。激光雷达通过时间差算被测距离S，其公式如下：

（二）技术参数

本次课题采用的是学院提供的地基激光雷达LeicaScanStationC10，测距方式为脉冲式测距，其主要的技术参数如表1所示。

为了能准确地表达多个点的空间关系，我们还需要每个点的坐标，即在以激光雷达为原点的三维坐标系下的坐标。其它的球坐标——三维坐标转换公式如图2所示，其中θ是扫描方向与水平面的夹角，α是点p（x，y，z）在水平面上的投影点Q与坐标系下x轴正半轴之间所形成的夹角。

x=S cosθcosαy=S cosθsinαz=s sinθ（2）

（三）技术路线

本文将操作步骤分为数据的采集、数据的预处理以及建筑物模型的构建。数据采集工具为地基激光雷达，目标建筑物为学校的众创中心3号楼。为了快速有效地进行点云数据的处理，选择正确合理的方式，将激光雷达在各站点采集的数据进行配准融合是关键。常用的配准方法有：标靶法配准以及导线法配准。导线法配准，是利用全站仪，得到各扫描站点的三维坐标，从而达到最终的配准效果；标靶法配準，是在目标建筑物上贴好事先准备的标靶纸，使得两站点之间能够同时扫到相同的标靶，从而利用计算机实现自动的配准。

通过对这两种配准方法的比较分析，得出：相较于导线法，标靶法有着更简便的操作，以及通过计算机技术实现的更小的误差，更加适合本次的课题。为了提高配准的精度，在两个扫描站点之间要至少设置3个标靶，并确保两站点均能清晰地扫描到这些标靶。在激光扫描完成之后，以这3个标靶为配准点，利用计算机技术实现自动化配准，从而得到完整的建筑物点云数据。

二、操作步骤

（一）数据采集

数据采集，在对点云数据的扫描的同时，也要考虑后续点云数据的配准问题。为了有效和快速的构建三维模型，选取高效的扫描方式和配准方法是较为重要的。根据对建筑模型精确程度要求的不同，可选取不同的扫描精度，选取合适的精度的可降低扫描的时间、人力成本以及数据处理难度。

由于本文选取的校园建筑物小而规整，总体形状类似于一个长方体，因此我们选择采取手动建模的方式，即采取标靶法对其进行扫描。我们将每个墙面贴上事先做好标号的标靶纸，将其排列成三角状，如图3所示。本实验一共使用了12个标靶。

扫描路线的确定：因目标建筑物较为规整，只需获取外部数据，便在建筑物的四个对角处设立A，B，C，D四个扫描站点，如图4所示。

扫描完成后，找到点云数据中的每个标靶，取其中心点，并将这些标靶纸依次命名为事先选定的标号，注意，同一个标靶纸出现在不同站点的扫描结果中时，对其的命名应该是一致的，这样方便之后进行的计算机自动配准工作。按上述操作步骤，依次在A、D、C、B站点进行扫描，从而最终完成数据采集工作，以及同名点（标靶点）的采集工作。

（二）数据的预处理

点云数据的处理步骤为数据配准、建模区域的粗提取以及数据的去噪声处理。所利用的软件为徕卡公司所研发的cyclone点云数据处理软件。

1. 数据配准。经过数据的采集之后，得到了在四个站点扫描到的建筑物点云数据。现在需要将四个站点的数据进行配准融合，从而得到完整的建筑物点云数据。将站点A与站点B的同名点导入cyclone软件，利用该软件自带的算法自动实现两站点点云数据的配准。之后再利用相同的方法配将剩余的站点数据进行配准，之后，便得到了目标建筑物的完整三维点云。

2. 建模区域的初提取。虽然激光雷达在水平方向上可以设置扫描角度，但是为了使点云数据更加完整，我们需要将扫描区域设置得更大，这样会扫描到建筑物周围的地物。因此需要通过软件删除与该建筑物不相关的地物，只留下建筑物本身的点云数据。

3. 去噪。尽管我们已经粗略地提取了兴趣区，但是仍会有相当数量的噪声点残留在建筑物周围没有去除。此外，空气中的悬浮颗粒也会在一定程度下反射激光雷达发射的激光，从而在点云数据中留下痕迹，因此，需要对数据进行进一步的去除噪声点的处理工作。利用cyclone提供的去噪工具进行手动去噪，从而最终得到更为纯净的建筑物数据。图5为预处理完成后的点云数据。

（三）建筑物模型的构建

1. 数据再处理

与通常的栅格影像数据和矢量数据不同，激光点云数据是以坐标形式记录的离散分布的不规则点数据。因此，要用模型的形式表示建筑物的表面分布，就需要将离散的点连续化。因此还需要将数据进行进一步处理。利用Geomagic软件，将得到的点云数据通过特定算法转换为三角网数据。将三角网进行平整化处理之后，将数据进行三角网对稀疏，在确保建筑物轮廓线清晰的同时缩小数据的规模。数据规模过大会导致计算量过大，而在硬件性能有限的情况下，会使建模软件运行卡顿，增加建模的复杂度，从而影响建模的效率。

通过以上的处理后，得到了数据量小、噪声少、数据格式符合的点云数据。接下来要进行的就是最终模型的构建。

将Geomagic处理后的数据导入SketchUp2018中，如图6所示。将模型进行平滑操作处理后的效果如图7所示。

2. 特征线提取

点云的特征线是指在点云数据中能够反映出物体边界特征的点所连接成的线，特征线是点云中表现物体形状最重要的几何特征。我们利用TSE插件，将建筑物的特征线提取出，再使用传统建模方法在SketchUp中进行建模。大大提升了从点云数据中提取建筑物特征信息的效率，也解决了因数据量大，电脑配置不足而导致建模或运行速度低下的问题。

3. 模型的构建和渲染

本模型的构建在SketchUp2018中完成。基于获得的特征线，利用软件的推拉，复制，路径跟随等工具，对建筑物的墙体，大门、窗体以及其它几何体进行比例为1：1的三维建模工作。为了使模型更为逼真，生成更加真实贴切的三维模型效果圖。我们还可一利用激光雷达的摄像技术所拍得的照片对模型进行纹理贴图，使用V-Ray等插件对模型进行渲染。图8即为模型渲染完成的效果。

三、结论

本文以建立学校建筑物的三维模型为目的，通过激光雷达扫描技术较好地完成了预定的目标，相较于全站仪的单点测量方式，三维激光扫描的建筑物建模技术能大大的减少建模人员的工作量，显著提高建筑物建模的效率和模型的精确度。目前市场上针对点云数据处理的软件虽多，但存在各软件之间格式不兼容，对点云数据提供的功能较少，针对数据规模较大时的点云数据运算效率低下，软件可操作性弱、没有统一的数据格式标准等问题。仍需继续发展。

参考文献：

[1]朱庆伟，马宇佼，基于三维激光扫描的建筑物建模应用研究[J].地理与地理信息科学，2014（06）.

[2]杨明珠，基于三维激光扫描点云数据特征点提取及建筑物重建[D].昆明理工大学，2017.

[3]丁延辉，邱东炜，王凤利，杨锐，基于地面三维激光扫描数据的建筑物三维模型重建[J].测绘通报，2010（03）.

[4]吴静，靳奉祥，王健，基于三维激光扫描数据的建筑物三维建模[J].测绘工程，2007（05）.

[5]李清泉，李必君，激光雷达测量技术及其应用研[N].武汉测绘科技大学学报，2000（05）.

[6]龚跃健，毛文博，毕建涛，吉玮，何占军，基于移动LiDAR点云数据的室内全要素三维重建[J].测绘工程，2015（11）.

（作者单位：电子科技大学资源与环境学院）