内容摘要：稠密的无人机LiDAR点云在测绘、土地利用/地表覆盖、智慧城市、电力巡线、林业资源调查等领域具有广泛的应用，主要体现在能生成更高的分辨率的产品、更精细的目标识别和三维重建效果。
04 稠密无人机LiDAR点云的行业应用
3.1、滤波
在点云处理和信息提取领域，滤波指区分点云中的地面点和非地面点的过程，它是生成数字高程模型（DEM）、分类、目标识别和三维重建的基础和必经的步骤。高密度点云滤波之后，经过人工编辑修改，可以生成高分辨率数字表面模型（DSM）、高分辨率数字高程模型（DEM）、等高线、剖面线等产品，如图12所示。
（a）无人机LiDAR点云
（b）DSM
（c）DEM
（d）等高线
（e）剖面线
（e）城区DSM
图12 稠密无人机LiDAR点云滤波及其常见产品
3.2、分类点云分类作为机载激光雷达点云目标提取、模型重建等应用的前提，已经得到了广泛研究。工程应用中，机载LiDAR点云数据分类往往采用了分层分类的思路，即首先把点云数据中的地面点和非地面点分离开、并利用地面点生成DEM；然后，基于地物点到DEM的高度特征（即归一化数字表面高程）进行地物点的进一步细分类，按照归一化数字表面高程特征可以依次分为低矮植被、中等高度植被、高植被、电力线等，如图13所示。
（a）城镇点云的分类效果
（b）城镇点云的分类效果
图13 稠密无人机LiDAR点云分类效果
3.3、建筑物三维重建
建筑物是人们生活、学习、工作的场所。建筑物数据库是城市科学化，精细化运营的基础库之一。三维建筑模型是建筑物基础数据库的数据基础，是三维GIS系统的应用基础。激光雷达系统较少受光照等天气条件影响，可以快速、实时地采集地表或地物三维表面信息，是建筑物三维重建的重要数据来源。随着LiDAR系统数据获取能力的提升，可用数据越来越丰富。以已分类的机载LiDAR建筑点云为基础，基于知识推理过程，高效率、规模化地自动重建建筑屋顶多面体三维模型，在恢复建筑屋顶主体结构的同时，准确地重建边界及细节特征，且所生产的三维模型信息冗余少，重用率高，既能满足常用的三维空间分析需求，也可提高3DGIS系统的可视化性能，如图14所示。
图14 基于机载LiDAR点云的建筑物三维重建（本图由陈动博士提供）
3.4、电力线路巡检
架空输电线路是一项重要的国家基础设施。电网运营维护管理部门需要对架空输电线路进行周期性的电力巡线以防止和杜绝电网安全事故的发生。人工巡线劳动力强度大、工作条件艰苦、效率低、复巡周期长、巡检数据准确率不高；直升机、无人机电力巡线是目前电力巡线的主要手段。近年来，机载LiDAR测量技术在直升机、无人机电力巡线中得到日益广泛的应用。目前，机载LiDAR电力巡线的相关研究主要集中在六个方面：电力线路走廊点云分类、电力线LiDAR点检测、安全隐患监测（危险点检测）、电塔三维重建、电力线路走廊三维可视化、电力线三维重建、导线量测、导线弧垂/覆冰/风偏分析、面向无人机自主飞行的精细巡检线路规划等，如图15所示。
（a）电力线路走廊的电力线点云数据
（b）分类效果
（c）树障分析报告
图15 机载LiDAR电力巡线
3.5、面向精细巡检的无人机航线规划
利用高精度、高密度的输电线路、变电站三维激光点云数据，综合考虑多机型多旋翼飞行能力、作业特点、飞行安全、作业效率、起降条件、相机焦距、安全距离、巡查部件大小、云台角度、机头朝向等的基础上进行全自动航线规划，输出高精度地理坐标的航线规划成果以供多旋翼无人机进行自动化作业、自主飞行，如图16所示。
（a）面向电塔精细巡检的线路规划
（b）面向变电站精细巡检的线路规划
（c）无人机获取的多尺度照片
图16 面向电力设施精细巡检的线路规划
3.5、林业应用
材积表是重要的林业调查数表之一。材积表分立木材积表和林分材积表两类，进一步，按是用于地面调查、还是航空（含航天）调查， 材积表又分地面材积表（简称材积表）和航空材积表两种。其中，林分材积表也称林分蓄积量表，是基于图斑区划方法开展森林蓄积量调查的基础计量数表。机载激光雷达测量系统能同时获取树冠底部的地形信息以及树高信息，可以分析植被并加以分类，计算树高、树种及木材量，可以动态监测植物的生长情况以及提取林区的真实DEM，对点云数据进行分类（类别包括地面、低矮植被、中等高度植被、高植被、建筑物、其他类别），并对其中的高植被进行单木分割和信息提取（包括树的颗数、树的位置、树高、冠幅直径、冠幅面积），如图17所示。
（a）无人机LiDAR点云
（b）单木分割结果
（c）单木分割结果
图17 无人机LiDAR点云单木分割
