首页 > 论文范文 > 自然科学论文 > 自然科学综合论文 > 测绘学论文 > 手持式激光扫描仪在房产测量中的应用

手持式激光扫描仪在房产测量中的应用

2023-08-30 84 上传者：管理员

摘要：为提高房产测量效率，减少测量的人工、时间成本，采用手持式激光雷达扫描仪技术、图像边界检测与提取技术，以广州市黄埔区某房产项目为例，简要介绍了基于该方法的外业数据采集、点云数据处理、图像边界提取和房产平面图绘制的全过程，分析了测量成果的相对误差。结果表明，该方法能够在保证测量精度的前提下，有效提高房产测量效率。

关键词：
基础科学
房产测量
测绘学
激光雷达
点云数据
加入收藏

引言

房产测量主要是利用测绘技术和方法，采集和表达房屋物权的有关信息，为房屋产权、产籍和物业管理、房地产开发利用、交易、征收税费及城镇规划建设提供数据和资料。随着我国经济不断发展，城镇居民住宅逐渐增多，对房产测量的精度与效率提出了更高的要求[1]。本文针对目前房产测量的局限性，提出了利用三维激光扫描技术实现大面积房产测量平面图绘制的方法。

1、手持式激光雷达技术与传统房产测量对比

传统的房产测量一般依据甲方提供的报建资料(主要为报建图纸),利用卷尺、激光测距仪等仪器测量每条边的长度，在图纸上进行手绘记录，后期再将外业在图纸上标注的信息人工一一核对，利用CAD等专业制图软件誊写为电子版。对于大面积的地下空间(地下停车场等),该方法外业作业时间成本高，并且容易出现人为粗差，难以保证数据精度。

手持式激光雷达技术相较于传统房产测量方法具有工作效率高、人工成本低、抗干扰能力强等优点。利用该技术在外业作业时，可实时观测数据分布范围及精度，确保数据采集完整，避免外业返工的情况发生[2,3]。在内业处理时，基于测量的点云数据，利用CAD软件将其矢量化处理，可明显提高内业数据处理效率。

目前已有大量学者将激光雷达技术应用于异形建筑测量、道路测量、文物建筑建模、城市地下空间测量等方面[4,5,6,7],但是在大面积房产测量中的应用研究仍较为薄弱，本文则主要探究了激光雷达技术在大面积房产测量中的应用。

2、技术路线

技术路线如图1所示。

图1技术路线

3、数据采集

3.1 BLK2GO手持式激光扫描仪

本文采用徕卡BLK2GO手持实景扫描仪进行实验，该激光扫描仪集激光雷达、SLAM、全景相机、IMU等技术于一体，具有重量轻、操作简单、精度高等特点，适用于房产测量中大面积地下停车场场景[8]。该激光扫描仪具体参数如表1所示。

表1 BLK2GO参数

3.2数据采集

使用BLK2GO进行数据采集前，利用配套的BLK2GO LIVE手机App与其进行连接，数据采集时，可通过手机App实时检测点云数据采集情况，避免重复测量；通过扫描仪搭载的高分辨率相机，对测量现场进行拍照，从而利用高分辨率相片为点云赋色；在无GPS信号或GPS信号弱的场景中，BLK2GO可利用SLAM技术进行定位，为避免SLAM技术导致的误差累积，1个测站控制时间需控制在15 min以内；为保证数据拼接精度，相邻测站重叠度需不少于20%。

4、数据处理

数据处理主要包括点云数据处理、图像处理、矢量化数据生成3步。其中点云数据处理又包括点云裁剪与去噪、点云栅格化；图像处理包括图像二值化、图像边界检测、Hough变化直线提取[9,10]。

4.1点云拼接

利用BLK2GO配套的Cyclone REGISTER 360软件，将外业采集数据导入，然后对多个测站数据进行拼接，数据拼接采用人工拼接与ICP算法拼接结合的方式[11,12]。配准结果如表2所示。

表2点云数据拼接

4.2点云裁剪与去噪

在房产测量中，只需要获取地物的边长，在停车场场景中，只需获取每个停车位的长宽，因此，需要对采集的点云数据在Z轴进行切片，从而得到地表点云数据；在扫描过程中，若存在玻璃等地物，会产生大量噪声点云数据。

利用开源的CloudCompare点云处理软件对点云进行裁剪与去噪。首先将点云转换到侧视图，利用CloudCompare的裁剪功能，保留地面点云数据；再转换到俯视图，裁剪明显噪声数据；最后利用滤波功能，在减少数据量的同时，去除噪声点云。图2、图3分别为点云裁剪去噪前后对比(局部)。

图2点云裁剪去噪前

图3点云裁剪去噪后

4.3点云栅格化

为方便后续数据处理，本文提出将三维点云数据转换为二维图像数据后，利用降维数据进行矢量线提取。基于CloudCompare中的栅格化工具，可设置投影方向、影像分辨率、插值方法等参数之后，生成对应的点云平面图。

4.4边界提取

通过OpenCV对生成的栅格影像进行边界提取，主要步骤包括灰度化处理、高斯滤波、阈值处理、边缘检测、Hough变换。

进行高斯滤波时，我们通过大量实验发现，滤波窗口为23×23时效果最佳。随后对比了Roberts算子、Prewitt算子、Sobel算子、Canny算子和Laplacian算子的边缘检测结果[13,14,15],如图4所示，各算子结果差异甚微。最后分别利用LSD(Line Segment Detector)算法、FLD(FastLineDetector)算法及Hough变换进行直线提取[16,17]。对比各算法对直线提取的细节呈现，LSD算法呈现细节优于FLD算法，FLD算法优于Hough变换。Hough直线检测抗干扰能力强，但对图像中直线的残缺、噪声以及其他共存的非直线结构不敏感，如图5所示。但因房产测量只关注停车位的外轮廓，无须细节部分。因此尽管Hough变换时间和空间复杂度较高，在房产测量这种简单的场景中，Hough变换更符合实际生产需求。

图4边缘检测与直线提取

图5三种直线提取算法效果对比

4.5矢量化数据生成

实际生产时需逐个提取地下停车场中的停车位轮廓并绘制地下停车场平面图。由于采集的点云数据体量大，若直接导入CAD等作图软件中进行车位线提取，可能导致软件卡顿，工作效率低下。因此，本项目利用降维的方式，将点云数据栅格化，利用相关图像处理技术初步提取车位线，然后将初步提取成果导入CAD作图软件，结合栅格图像，生成最终的矢量成果。自动生成矢量化成果数据后，还需对初步提取的直线进行检查，保证车位线为闭合矩形，同时结合栅格图像，确保车位线相对位置关系正确。最终成果如图6所示。

图6矢量成果图

5、成果分析

5.1精度分析

房产项目测量成果只需获取地物的相对长度，因此，在精度检验时只需考虑相对精度。本次精度检验对比了传统的测距仪和激光扫描仪获取的相对长度(如表3),结果表明，激光扫描仪获取的数据精度能够满足房产测量的需求。

表3传统测距仪和激光扫描仪测量值对比

5.2效率分析

根据项目实验，从外业时间和内业时间两个方面，将传统测量方式与应用激光扫描仪的测量方法进行对比(如表4所示),结果表明，利用激光扫描仪能够有效提高生产作业效率。

表4两种测量方式效率对比导出到EXCEL

测量方法面积(m2)外业时间(天/人)内业时间(天/人)

传统测量15 00032

激光雷达15 0000.51

6、总结

本文探究了手持式激光扫描仪在房产测量中的应用，并利用相关图像处理方法，实现内业数据的半自动化处理，实验证明，此方法能够明显提高生产效率；但现阶段此方法自动化程度仍有待提高，主要的难点有二：①仍需人工对点云进行拼接、裁剪、去噪与切片；②成果输出后，仍需人工对算法提取的直线进行编辑处理，确保车位线闭合，各个车位线相对位置关系正确。因此，在后续的研究中，需要对这部分的内容进行更加深入的探索，以进一步提升工作效率。

参考文献:

[1张希波,王飞,周焕童.徕卡DISTO在房产测量中的应用[J].测绘通报,2018(5):157-158+162.

[2] 朱艳军,张国峰,郑贤泽.房产测量中的测绘面积质量控制[J.测绘与空间地理信息,2021,44(5):205-207+210.

[3] 刘炫,顾波.三维激光扫描技术在房产测量中的应用研究[J].测绘与空间地理信息,2017,40(7):203-204+208.

[4] 田泽海,杨友生,宋康明.三维激光扫描技术在异形建筑规划条件核实测量中的应用[J].地理空间信息,2021,19(5):81-84+5.

[5] 梁宁博,王晏民,王国利等.手持激光雷达技术用于大型青铜器的精细测量―—以后母戊鼎为例[J.测绘通报,2013(5):58-61+69.

[6]余龙,代龙昌,施志玲.手持三维激光扫描仪和移动背包扫描系统在房地一体测量中的应用[J].地矿测绘,2021,37(4).42-46.

[7]张悦旺.基于改进Hough变换的车位线识别方法[J].计算机工程与设计,2017,38(11):3046-3050.

基金资助:广州市城市规划勘测设计研究院青年基金; 2021科研(院)62;

文章来源:谢云鹏,田泽海,黄冠.手持式激光扫描仪在房产测量中的应用[J].城市勘测,2023(04):148-151.