+7 (495) 781 78 88 Заказать обратный звонок | написать нам

Применение

Использование мобильного сканера в целях оперативного управления автодорожным хозяйством

В современных условиях оперативного реагирования на изменение внешней среды наиболее остро стоит задача управления транспортными потоками, в связи с чем улучшение дорожной ситуации, оперативное проектирование и ремонт автодорог являются приоритетными направлениями в развитии дорожной отрасли. Указанные причины предъявляют новые требования к разработке методик производства работ и применению нового высокотехнологичного оборудования. Сбор информации о состоянии дорожного полотна, инфраструктуре, разметке и прочих элементах методами лазерного сканирования являются наиболее рациональными с точки зрения скорости и качества получаемого материала для дальнейшего использования в различных направлениях дорожного хозяйства.

О реализации проекта с использованием возможностей новых методов получения измерительных данных по инфраструктуре автомобильных дорог и пойдет речь в данной статье.

Инвентаризация дорог является одной из наиболее приоритетных задач текущего периода времени. Нашим институтом в 2013 году была выполнена инвентаризация дорог в Свердловской области и в республике Башкортостан в объеме 520 линейных километров. Примечательно, что инвентаризации подлежали объекты, находящиеся как в населенных пунктах, так и на межселенной территории. Также было выполнено лазерное сканирование 86 километров автодорог для целей дальнейшего проектирования при реконструкции дорог.

В конкурсной документации на выполнение данного вида работ не было предусмотрено конкретного метода получения результатов 1-го этапа – топографической съемки масштаба 1:1000. Таким образом, выбор метода всецело лежал на подрядной организации, исходя из её технической оснащенности и численного состава.

Нами рассматривалось 3 метода создания картматериала:

  • аэрофотосъемка с применением воздушного лазерного сканера;
  • тахеометрическая съемка (традиционный метод)
  • мобильное лазерное сканирование.

Все работы могли быть выполнены собственным оборудованием института, без привлечения субподрядных организаций. Аэросъемочные работы в большинстве случаев несут большую финансовую нагрузку за аренду воздушного судна, а также расходы по стоимости топлива, которые приходятся на время подлета к объекту и обратного перелета к месту базирования воздушного судна. В данном случае подлет-отлет могли занять гораздо больше времени, чем непосредственно работа на объекте, что влекло за собой существенные финансовые затраты.

По предварительным экономическим расчётам, которые базировались на общей стоимости договора, такой метод получения данных для данного объекта оказался экономически не эффективным. Также после всестороннего анализа геометрических параметров объектов, которые необходимо было отобразить на ситуационном плане автодороги, был сделан вывод, что не все из объектов дорожной инфраструктуры будут видны на материалах аэросъемки выполненной даже с очень высоким разрешением (5 см).

Наземный традиционный метод выполнения работ рассматривался в части применения не столь дорогостоящих приборов, как аэросъемочные комплексы и мобильные лазерные сканирующие системы. Однако, временные затраты, а также зачастую потеря точности, полноты и общего качества собираемых данных за счет разрозненных групп исполнителей и субъективного восприятия конкретным исполнителем элементов дорожной инфраструктуры, традиционный метод был отнесён на 2-й план. Кроме того, себестоимость работ в современных условиях в большей степени зависит от затрат на заработную плату, которая часто составляет большую часть расходов при выполнении инженерных изысканий. По финансовым показателям этот метод выполнения работ был сопоставим с аэросъемкой.

Применение мобильной лазерной сканирующей системы для выполнения работ на данном проекте, по предварительным расчетам, представлялось наиболее эффективным методом, как по стоимости, так и по срокам выполнения работ. В результате чего было принято решение выполнить пилотный проект именно этим оборудованием.

При выполнении работ по проекту, на автодороге Екатеринбург – Невьянск (Свердловская область) необходимая по ТЗ ширина полосы съемки, в пределах которой необходимо было предоставить материал составляла 100 м, то есть по 50 м по обе стороны от оси автодороги. Весь объект состоял из участков дорог 2-й и 3-й категории, проходящих через 10 населенных пунктов, один из которых представлял смешанную многоэтажную и индивидуальную застройку и имеющий общую протяженность 88,03 км.

Параметры сканирования были подобраны из расчета скорости движения мобильного сканера 60 км/ч и частоты выполнения измерений 550 кГц для каждой сканирующей головки (на системе установлено 2 сканирующих блока). Благодаря таким параметрам системы плотность измерений составила 100 точек на 1 кв. метр на расстоянии 50 м от оси движения автомобиля с установленной системой мобильного сканирования. Отметим, что при приближении к оси сканирования плотность точек значительно возрастает (до 2400 точек на 1 кв.м.), что позволяет получать очень подробные данные о всех дорожных элементах в непосредственной близости от автомобиля. В том числе такие качественные и подробные данные позволяют оценить и зафиксировать текущее состояние поверхности дороги. Важно понимать, что скорость движения зависит от качества дорожного полотна, знаков, ограничивающих скорость, светофоров и других условий движения автомобиля (носителя системы). При этом ни скорость движения, ни состояние дороги не влияют на точность получения измерительных данных. На точность конечного результата больше всего влияют условия приема спутникового сигнала и расположение базовых станций (удалённость и конфигурация) GPS/GLONASS.

Система мобильного лазерного сканирования RIEGL VMX-450, которой проводились полевые работы, состоит из двух 2D лазерных сканеров, работающих в режиме “профилографа”, инерциальной навигационной системы (INS/IMU), спутниковой навигационной системы (GPS/GLONASS), датчика отсчёта пути (DMI) и блока управления.

Технология проведения мобильного лазерного сканирования (МЛС) основывается на применении систем спутникового позиционирования и лазерной локации. Причем для МЛС геометрическая составляющая расположения спутников и качество сигнала являются критичными, поскольку (в отличие от аэросъемки) условия приёма спутникового сигнала могут очень сильно меняться в ходе выполнения всего процесса измерений. Входящий в состав комплекса RIEGL VMX-450 датчик отсчёта пути (DMI) в комплексе с данными, получаемыми от INS/IMU, позволяет получить предварительную (On-Line) траекторию движения, а также сохранить параметры траектории даже при полной потере спутникового сигнала (например, под мостами, в тоннелях и т.п.).

Методику получения лазерных данных мобильной сканирующей ситемой можно представить, как вычисление положения излучателя (X,Y,Z) по спутниковым данным, определение углов наклона измерительного блока по крену, тангажу и рысканью (ω, φ, k), и определению времени прохождения лазерного импульса с момента его излучения до момента приёма отраженного сигнала приёмником, а также фиксации угла поворота сканирующего зеркала в каждый такой момент времени. Достаточно важной составляющей работ при выполнении работ методом лазерного сканирования является подготовка наземной инфраструктуры базовых станций GNSS (GPS/GLONASS). Точки расположения этих станций выбирались таким образом, чтобы исключить отрицательные факторы, влияющие на качество прохождения спутникового радиосигнала. К таким факторам относятся механические препятствия, отражающие объекты, активные радиопомехи, мощные электро-магнитные поля и т.д. (1)

Все работы, связанные с применением спутниковых технологий, ведутся в эллипсоидальной системе координат WGS-84. При этом система координат итоговых материалов выполненных работ должна быть в топографической системе координат ведения кадастрового учета Свердловской области (МСК-66). Для преобразования данных сканирования из географической системы координат в МСК-66 были вычислены параметры перехода, на основе планово-высотных координат 5 пунктов ГГС II и III классов. В процессе работ было установлено 3 базовых станции, расположенных друг от друга на расстоянии до 30 км.

Точность спутниковых определений также зависит от конфигурации спутникового созвездия и количества видимых спутников в период выполнения работ. Эту информацию можно получить и спрогнозировать в программном обеспечении блока INS. В результате был определен тот период времени, в ходе которого условия выполнения работ были наиболее благоприятны. В итоге на полевые работы по сканированию всей вышеупомянутой автодороги в прямом и обратном направлении потребовалось 8 часов.

Первым этапом обработки данных было получение траектории в программе Applanix POSPacMMS при совместном расчёте спутниковых измерений базовых станций и передвижного приемника системы мобильного сканирования. После этого траектория движения системы вычисленная с учетом выполненной дифференциальной коррекции импортировалась в программное обеспечение RiPROCESS компании RIEGL, в котором уравниваются облака точек лазерных данных 2D сканеров системы мобильного сканирования, а также данные сканирования, полученные по нескольким траекториям 2-х, 3-х, 4-х и более проходов.

Контроль уравненных данных в пространстве по координатам X, Y, H проводился в 2 этапа:

  1. «по сходимости» четких контуров сканов одного и того же участка объекта съёмки в прямом и обратном направлении. Результирующая ошибка совмещения не превышала 20 мм.
  2. «по контрольным точкам», полученным любым независимым способом с достаточной точностью. В нашем случае координаты контрольных точек были получены при помощи спутниковых геодезических систем. (Результаты приведены в табл. 1)

Табл. 1   Разность координат и высот ДЛО по контрольным точкам

Номер точки

dX, мм

dY, мм

dH, мм

1

35.0

32.5

41.0

2

24.5

28.0

39.0

3

31.5

29.5

40.5

4

37.5

38.0

47.0

5

29.5

30.5

38.0

6

29.0

33.5

37.5

7

31.0

34.0

43.0

8

33.0

31.0

45.0

 

Безусловно, полученные итоговые результаты напрямую зависят от используемого оборудования.

Точность инерциальной системы (INS), используемой в RIEGL VMX-450 по крену и тангажу (ω, φ) составляет 0.0050 и рысканью (k) 0.0150, что в метрических значениях на плече 100 метров составляет 0.017 м и 0.052 м в плановом положении. Дальномерная точность самих сканеров системы RIEGL VQ-450 составляет 8 мм, а повторяемость импульсов (3σ) - 5 мм.

Ключевым фактором выбора того или иного метода выполнения работ в большинстве случаев является время, затрачиваемое на их производство.

В современном быстро время - это один из самых важных параметров. Временные показатели выполнения данного проекта по лазерному сканированию, начиная с подготовки полевых измерений и до выдачи готового материала в виде уравненного облака точек лазерных данных, приведены в таблице 2.

Табл. 2 Временные показатели получения данных (облака точек)

Наименование работы

Продолжительность час

Планирование работ

5-8 часов

Полевые работы

8 часов

Обработка траектории

1 час

Распаковка данных и конвертация. Вычисление координат точек лазерных отражений (создание облаков точек).

8-10 часов

Уравнивание и калибровка данных сканирования, корректировка траектории.

12 часов

Присвоение облаку точек истинных цветов

6 часов

Классификация данных лазерных отражений

10 часов

Создание ЦТП 1:1000

100 часов (11 человек)

 

Результатом выполнения мобильного лазерного сканирования стало порядка 8 млрд. точек и свыше 14 тыс. фотоизображений, полученных с 4-х 5 МПикс камер. Важно отметить, что данные фотокамер были получены практически на 100% всего объема лазерных данных. Интеграция цифровых камер в процесс сканирования позволила получить облако точек, раскрашенное в естественные цвета по фотоснимкам. Такой материал значительно облегчает процесс идентификации и классификации трехмерных объектов из всего массива данных лазерного сканирования (рис. 1).

Рис. 1. Результаты мобильного лазерного сканирования

Рис. 1. Результаты мобильного лазерного сканирования

Следующим важным шагом являлась сама классификация лазерных данных, чтобы облегчить дальнейшую задачу их оцифровки. По большому счету, описываемый метод служит для решения более широкого круга задач, однако классификация является самым важным и принципиальным в теории обработки данных лазерного сканирования, включая наземное, воздушное и мобильное.

Не вдаваясь в детали классификации, отметим, что из общего количества точек в работу было принята каждая третья, что составило 2 655 517 732 точек, из которых значительная часть была отнесена к классу «ЗЕМЛЯ» - 1 169 474 931 точек.

Таким образом, одной из основных задач стала разработка и оптимизация общего метода работы с большим массивом данных лазерного сканирования, а также организация эффективного взаимодействия между сотрудниками, привлечёнными к работе на разных этапах. Заметим, что качественная классификация данных сканирования является достаточно трудозатратным, но необходимым процессом, требующим высокой квалифицикации персонала. При неправильном подходе или ошибках исполнителей, поиск ошибок занимает существенно больше времени, чем выполнение той же задачи заново. Классификация инфраструктурных элементов из облака точек «пообъектно» занимает также достаточно много времени, однако для создания картматериала по этому проекту такой задачи не ставилось. Оцифровка данных в двухмерном пространстве и присвоение им семантической информации проводилось в полуавтоматическом режиме. В этом случае из класса объектов «НЕ ЗЕМЛЯ» достаточно несложно распознавались линии электропередач и связи, объекты правильной геометрической формы, такие как здания и сооружения, объекты дорожной инфраструктуры, такие как дорожные знаки, отбойники, километровые столбы и пр. Общее количество классифицированных элементов дорожной инфраструктуры составило 1970 единиц. Размер и расположение некоторых элементов был такой, что распознавание их на аэросъемочных данных было бы очень затруднительно, а порой и невозможно вовсе (рис. 2). Это еще раз подтвердило правильность выбора метода мобильного лазерного сканирования для такого типа съёмки и для данного типа объекта.

Рис. 2. Сравнение результатов мобильного лазерного сканирования и аэросъемки

Основным преимуществом лазерного сканирования является минимизация затрат на полевые работы и отсутствие человеческого фактора при сборе измерительных данных. По нашим оценкам 95% информации в виде трехмерной модели можно получить непосредственно из массива точек лазерных отражений и фотографий. В частности, из облака лазерных точек были получены измеряемые количественные характеристики растительности. Порой эти данные являются даже избыточными в виду того, что на их основе можно подсчитать, в том числе и объем кроны деревьев, хотя достаточной информацией является их высота, расстояния между ними и толщина стволов.

Данные полученные с фотокамер несут важную информацию о характеристиках объектов, таких как их назначение, огнестойкость зданий и сооружений, их материал, характеристика опор ЛЭП, наименование населенных пунктов, номера домов, тип дорожных знаков, характеристики тех или иных коммуникаций.

Справедливости ради нужно отметить, что оптимизация полевых работ относится к объектам, расположенным выше уровня земли. Что же касается подземных коммуникаций, то для получения информации о них необходимо использовать специальное трассопоисковое оборудование и ручной труд специалистов в поле, однако это относится к отдельному виду работ и требует отдельного расчета.

Результатом проделанной работы стал цифровой топографический план масштаба 1:1000 в форматах *.tab (Mapinfo) и *.dwg (AutoCAD). Каждый из этих форматов решает свои задачи, однако база данных в виде облака точек в естественных цветах оставляет возможность мгновенно получить необходимую инженерную информацию по всему объекту и по его отдельным элементам. Полученная один раз высокоточная информация о состоянии дорожного полотна, элементах дороги, пересекаемых коммуникациях и прочем, может быть использована многократно для самых различных задач и до тех пор, пока не устареет вследствие объективных изменений обстановки на объекте съёмки.

Также эта информация может быть использована при проектировании, реконструкции, получении технических условий при пересечениях, паспортизации, моделировании дорожной обстановки и многом другом.

А.М. Пация, М.Д. Мухлынина,
А.Л. Ясашных, В.Г. Шуляковский
ЗАО «Проектно-изыскательский институт ГЕО»