机载激光雷达助力智慧港口建设“飞”向新高度

　　一、引言

　　在全球经济一体化与科技进步的双重推动下，港口作为国际贸易的重要节点，其智能化、高效化建设已成为提升国家竞争力的重要一环。随着“发展低空经济”产业的兴起与发展，利用无人机及机载激光雷达技术，为智慧港口建设开辟了新的路径。机载激光雷达(LiDAR)以其高精度、高效率的三维数据采集能力，为港口的地形测绘、设施监测、货物管理等多个环节带来了革命性的改变，极大地提升了港口的运营效率和安全性，提供了一系列典型而成功的案例。

　　北科天绘作为一家在激光雷达技术领域拥有深厚积累的企业，为智慧港口的建设提供了一套全场景系统解决方案。这套方案涵盖了低空无人机技术应用、低空激光雷达新产品、低空智慧城市等多个维度，为港口的智慧化升级及低空经济的发展注入了强劲新活力。

　　二、案例介绍

　　2.1背景

　　本案例聚焦于某大型港口，该港口面临着以下主要挑战：

　　货物吞吐量快速增长、进出港周期快，需高频次高调度决策数据支持;

　　传统的地面监测及人工管理方式调度效率低下、堆料场利用率低、安全隐患大;

　　航空摄影测量数据量大、时效性不高，无法满足夜间生产作业需求;

　　无法快速准确计算堆料/货物体积，且数据难以进行编辑和再利用;

　　为了应对这些挑战，港口管理部门决定引入机载激光雷达技术，提升港口运营效率，构建智慧港口管理系统。

　　2.2实施内容

　　融合无人机载激光雷达产品、轻小型无人机及GPS测量技术，通过蜂鸟激光雷达获取港口内的高精度的三维点云数据，实现对港口区域的高精度测绘和三维建模，并可实现对货物的快速识别和分类。这些数据不仅可以提高货物的处理效率、减少人工干预和错误率，还可以用于港口的规划、设计和管理，为港口的智能化调度和物流优化提供重要参考决策依据。主要内容如下：

　　基于蜂鸟机载激光雷达快速获取港口区域的三维点云及平面影像数据;

　　实现基于激光点云的堆场/单个垛堆的面积、体积、高度等信息提取;

　　基于点云+影像实现堆场货物属性信息的识别;

　　激光+影像融合数据的可视化，实现远程的生产调度及动态的港口监控;

　　确定监测设备布设方案，探索无人/单人值守作业模式，为港口的智慧化管理降本增效。

　　2.3技术方案

　　整体技术方案如图1所示，主要分为三个部分。

　　图 1整体实施方案图

　　数据获取：通过蜂鸟无人机载LiDAR搭载无人机，同时在地面端建设GNSS基准观测站。通过蜂鸟机载LiDAR获取GNSS实时流动观测数据、IMU数据、及激光雷达数据与高分辨数字影像数据。通过GNSS/INS组合导航定位技术获取机载LiDAR和数字相机的实时位姿信息，完成激光数据的大地定向解算与影像位置的计算配准，获得具备准确位置信息得三维点云数据及影像数据。

　　北科天绘自主开发的StarSolve软件支持组合导航解算、点云解算、影像位姿配准计算等功能，可快速输出以上成果数据。

　　数据分析：以无人机载激光雷达蜂鸟获取的点云数据为基础，基于地形坡度及形态学滤波算法实现点云的分类与堆体范围的提取，构建港口区域的数字地形模型(DTM)和数字表面模型(DSM)。该过程有效实现对港口区域基建设施、作业设备、变化料堆/货物的分类管理和货物料堆数据的自动识别。图3展示了某一堆料区域原始模型/剔除作业设备后/堆体边界识别的效果。

　　可视化分析与展示：基于蜂鸟激光点云数据可快速计算堆体边界内的面积、体积，在可视化管理系统中实现原始激光点云数据的全流程分析工作及体积计算工作。对所有识别的堆体进行编号并按编号输出所有料堆/货物的体积、面积，支持添加货物名称、品类、归属人、进港时间等属性信息，支持点云与影像的融合显示、对单个料堆数据的编辑更新(图4)。实现对整个港口堆场的可视化远程管理。

　　2.4关键技术及要求

　　轻量级级无人机载激光雷达系统的主要技术难度在于保证激光雷达三维测量精度的前提下，实现激光雷达设备各模块功能优化和集成，降低设备尺寸、重量，与飞行平台一体化集成，并具备自主作业能力。另外，由于多旋翼无人机或无人直升机飞行姿态变化大，位姿测量模块相比大型激光雷达设备测量精度又低一个数量级，因此保证微型激光雷达的数据精度也是需要解决的技术难题。

　　本案例中，采用了北科天绘自主研发的蜂鸟(Genius)微型无人机载激光雷达，主要由激光发射机、光学系统单元、光机扫描及控制单元、光电信号检测及计量单元、系统控制及数据采集单元、主控计算机单元、数据记录存储单元和雷达电气及可见光相机单元组成。另外，为实现激光雷达自主飞行作业，设备还包括用于航线监控和指示单元用于实现飞行设备指令控制和飞行航线记录，以及定位测姿单元用于实现同步、高精度位姿及姿态测量。蜂鸟(Genius)无人机载LiDAR的系统关键指标如下：

　　系统重量，1.056 kg

　　激光点频，32万/64万 点/秒

　　作业视场，360*30°

　　姿态精度，航向0.08°、俯仰/横滚0.025°

　　系统成果精度，±10cm

　　可见光相机像素：5000W

　　同时，基于机器学习的点云分类研究。以激光点云对象的原始特征为基础，通过对其周边点群的上下文语义环境进行分析，充分利用点云的空间分布特征及其局部几何特征，归纳计算点云对象的新特征，最终构建特征组成的点云特征向量。采用人工神经网络模型对行道树分类识别进行实验，采用人工神经网络的方法对点云分类进行实验对比验证。

　　机器学习方法在机载激光点云自动分类中的应用，为提高机载激光点云分类自动化程度和智能化水平提供了新的思路。

　　2.5实施过程

　　1)硬件选型：本项目中采用了蜂鸟(Genius)搭载DJI M300无人机的作业方式，可利用无人机给LiDAR供电，单次续航时间达30分钟以上，单次作业面积可达1.0km²。具有作业灵活、操作简单的特点。

　　2)测区规划：对该港口堆场区域进行了3个片区划分，单个片区面积约1km²，保证每个片区飞行1个架次即可完成整个港口堆场的监测工作。

　　3)基准站架设：在港口适中位置架设GNSS基准观测站，按1Hz频率进行GNSS静态观测，用于后续GNSS流动站数据差分定位(PPK)。

　　4)航线自主规划及飞行：使用DJI Pilot支持测区内航线自主规划，并完成无人机搭载蜂鸟LiDAR设备的自主飞行。

　　5)数据下载：获取的原始数据均存储与蜂鸟的SD卡存储单元内，通过可插拔的SD存储单元实现数据的快速下载。

　　6)数据解算：在StarSolve软件中导入POS数据、GNSS静态基站数据及基站坐标，一键输出包含飞行位姿信息的轨迹成果。通过轨迹成果与原始激光数据与原始影像数据的融合定向解算输出三维点云数据并同时完成影像RGB值提取后通过位置信息赋值到点云成果上，得到可视化效果优异的彩色三维成果。

　　7)三维点云成果的分析处理：在Arcgis平台中基于坡度、角度等特征完成地面点的分类提取，构建地表模型、自动批量提取堆体边界、计算堆体体积，并生成可视化管理报表。

　　三、总结

　　本案例可实践结果表明通过机载激光LiDAR这一技术方案，可以实现对港口区域的高精度测绘、实时监控和智能调度，从而提高港口的运营效率、安全性和可持续性。在助力智慧矿山建设方面存在显著技术优势，不仅为港口带来了显著的经济效益和社会效益，也为“发展低空经济”提供了新的思路和方向。随着技术的不断进步和应用场景的不断拓展，机载激光雷达将在智慧港口的建设中发挥更加重要的作用，为低空经济的发展贡献更多的智慧和力量。

　　技术价值

　　解决了现有手段下港口货物均高、体积无法准确、全面获取的痛点;

　　堆场货物信息的提取速度更快，解决了过往技术手段与港口需求在时效性方面的矛盾;

　　对环境因素的依赖较小，解决了夜间作业、尘雾条件下摄影测量手段无法作业的痛点;

　　应用成果满足平台可视化的诉求，为数字化港口建设技术赋能表现优异;

　　经济价值

　　该方案人员投入仅1人，数据处理设施/设备投入减少60%。据初步估算，每年可节省运营成本约数百万元。

　　该方案为综合管理和调度提供更快速、更全面的决策分析基础。堆场利用率估算提高20%以上。

　　潜在收益：随着技术的成熟和应用的深化，未来港口还可进一步拓展服务范围，如提供精准的气象预报、优化航线规划、港口环境监测等增值服务，增加收入来源。

　　竞争态势及预期发展趋势

　　目前，国内外已有多家企业涉足这一领域，竞争日益激烈。但总体来看，拥有核心技术、能够提供定制化解决方案的企业将更具竞争力。未来，随着技术的不断突破和成本的进一步降低，蜂鸟无人机载激光雷达技术在港口领域的应用将更加广泛和深入。

　　社会效益

　　蜂鸟无人机载激光雷达技术在智慧港口建设中的应用，得到了社会各界的广泛关注和认可。该技术的应用提升了港口的智能化水平，提高了港口作业效率，得到了港口企业、政府部门以及公众的积极评价。

　　随着智慧港口建设的推进，公众对港口作业的了解和认知得到了提升。机载激光雷达技术的应用，使得港口作业更加透明，公众对港口的安全性和环保性有了更高的期待。此外，智慧港口的建设也为当地居民提供了更多的就业机会，提升了居民的生活质量。