多款激光雷达项目应用效果测试对比（大疆L1，RIEGL miniVUX-2UAV）

点赞及加关注，即可获得——雷达对比原始数据，记得私信我——回复 “雷达数据对比” 领取哦。

大疆L1的推出，激光雷达越来越便宜，应用的项目也越来越广，提高了外业效率及精度，植被茂密，像控不好做的地方都可以使用。这些都是激光雷达的优势，当然这种多线廉价雷达和单线昂贵专业的雷达之间有什么差异呢，今天使用实际项目来对比分析 大疆 L1和 RIEGL miniVUX-2UAV 雷达数据。

基本情况

这次项目测区主要高植被以松林为主，有少数混交林，地形为平原，起伏在50m之类，主要地物为乡村风貌，茶园，道路，沟渠，房屋。前期已经拿 RIEGL miniVUX-2UAV 进行了整个项目区的扫描，这次选取相对有代表性的地区进行 大疆L1 数据的采集。

两次使用的飞行设备均为 M300RTK，分别挂载 大疆L1 ，及 RIEGL miniVUX-2UAV 进行航飞作业。

总共对测试区域进行了三次飞行，分别为 100m高度双回波（数据简称为 LA）， 80m高度双回波（数据简称为 LB），以及80米高度三回波（数据简称为 LC）。重叠度均为50%，其中 LA 和 LB 数据为同一频率。120m高度三回波 RIEGL miniVUX-2UAV（数据简称为 R）

对比情况

点云密度

首先进行的是裸露硬质地面的点云密度检测。经过多处测得 LA 密度约为 561个/平方米，LB 密度约为 1282个/平方米，LC 密度约为853个/平方米，R 密度约为23个/平方米。

从结果可以看出，在相同点频下，飞行高度对于L1的点云密度下降较为明显，若针对需要较高点云密度的项目建议降低飞行高度，哪怕只是10-20m！对于激光也是很大的变化。LC 数据因为使用了三回波，点频降低了，对于硬质路面的点云密度三回波无法发挥作用，所以受点频影响点云密度降低。具体三回波的作用，会在我后面进行穿透性中分析。

而使用 RIEGL miniVUX-2UAV 的单线程雷达数据，点云密度较低，仅为多线程L1的零头。但是满足1:500国标要求的16个，可以用于高精度项目使用。

植被穿透性

在很多激光雷达项目中，植被穿透性会更被看中。激光较为可见光的光斑较小，能够穿过植被缝隙到达底层获得底层信息。

下面所以说一下影响植被穿透性的几个因素：

1、激光点频更高（也就是大家通常说的功率更大），穿过缝隙的概率就会越高。当然激光点光斑越小穿过缝隙的概率当然也会更高。（这里想说激光并不会像大多数人理解到的穿透植被叶片，来获取底层数据）。
2、其次就是回波次数，回波次数，是指激光光斑是有大小的光点，当有一半被植被遮挡，另外一半未被遮挡的光点就会继续向下并反射被仪器接受，回波次数越多，代表一束光斑能被遮挡多少次，接受多少次，从而提高穿过缝隙的概率。大家也可以想象，过多次数的回波能够成功接受的概率是极小的，这里我建议回波次数2-3次最合适。

4个数据，其中 LA, LB 为双回波数据，LC，R 为三回波数据。经过多处对比分析：本次测区中高植被大部分为针叶林，阔叶林较少，底层植被以茶园为主，激光雷达基本无法穿透。故这里整对针叶林及部分阔叶林进行对比（取植被较密部分进行坡面分析）。

白色点云为一次回波数据，绿色点云为二次回波数据，红色点云为三次回波数据。4个剖面成果，可以展示：

1、 L1数据和 RIEGL miniVUX-2UAV数据在植被穿透中效果相差不大，在关键地形上都能有点云存在，甚至在局部地方，因为点云密度更高，地面数据更加完整；在无法穿透植被部分，4次雷达数据都无法进行穿透。
2、L1数据三次参数不同情况下采集的数据对比分析，LA 和 LB数据均为双回波，因为高度不同，导致点云密度不同。在植被底层数据反映中，LB数据更加完整。在 局部LA 未采集到的数据中，LB有采集到底层数据。
3、对于相同高度，不同回波次数的 LB 和 LC 数据，差异并不是很大，三次回波数据较少，可能是因为L1的光斑较大导致。综合考虑，在实际使用 L1 激光雷达进行项目作业时设置双回波数据最佳。

针对高密植被的场景，从分析结论可以看出，只有提高点频，降低飞行高度，增大重叠，甚至进行交叉航线飞行来通过增加激光雷达的数据采集角度，提高植被底层数据获取率。

检查点精度

从价格及市场中的口碑，项目实践反馈中我们可以先把结论写出来，单线程 RIEGL miniVUX-2UAV 设备，由于雷达机械结构及原理的不同拥有更薄的点云厚度，点云精度的中误差会更小；而 L1 设备由于固态激光头，及多线束雷达在拥有更高点云的情况下，导致点云厚度变厚，点云精度的中误差下降。具体中误差是多少，我们通过现场采集回来的检查点得出。

L1 数据在较薄部分，厚度在10cm左右，质量较好，但在部分区域容易突然变厚至 20 cm，造成精度下降。该现象出现次数较多，在文章后面会有进一步分析其原因。

这里我们通过检查点进行误差及中误差的统计。通过导入检查点对点云进行剖面分析，检查点基本处于点云表面，高程精度在5cm以内。植被下检查点也处于底部点云中，通过量取误差 R 数据误差最小，表明该设备穿透性精度更好；LA 、LB、LC三个数据误差均在 8cm 左右 ，也满足绝大多数项目使用。

由此可以表明植被底层激光数据精度也是能有效保障。

由于软件检查点报告处理逻辑，我们提出部分植被下检查点，重点关注裸露硬质地面检查点中误差。通过 4 份 数据的中误差对比，在裸露硬质地面检查点中，相互差别不大，在几公分范围内，满足一般项目需求。但是检查点大部分处于点云表面，由于软件分类算法采用渐进三角网算法，他会将较低层的点云分类为地面点，这里我们可以使用平均的点云厚度来人工消除由于点云厚度带来的固定误差，也可以使用部分分类软件中的特殊分类功能，对点云中部进行分类，来优化点云精度。在使用 大疆 L1 数据时，点云厚度的不一致才是其精度不可控的最大障碍。部分点云10cm厚，部分点云 20多cm 厚，及容易造成精度变化。所以在使用该设备时，更应该多关注点云厚度及精度稳定这一点。

点云分层情况

点云出现分层情况，大多数原因为1、GPS，惯导数据出现误差，误差的累计导致点云位置的偏差，照成分成情况，2、激光雷达为进行严格的校准，导致三个角度参数有偏差，需要进行相应的内业软件纠正平差。

当出现第一种情况是，解算惯导数据出错，极易出现点云分层情况，点云分层数据精度无法保障。解决不了，就只能重新进行数据采集，较为耽误工期。

在对4份数据进行多处剖面分析时，均未出现点云分层情况。

但也发现一个 L1 激光雷达的问题：

1、L1 激光雷达数据，一般通过大疆智图进行内业处理解算。解算完成后的质量报告也非常简单。无法看出更多的关于质量的描述。在针对 LA , LB ,LC 三份数据进行剖面分析时，均出现，点云厚薄不均的情况（）。点云厚薄不均的情况就意味着点云精度也变化的，点云厚的地方，精度差，薄的地方精度高。至于造成这种现象的原因，我分析是由 L1 激光雷达惯导数据的精度不稳定；或者重叠部分（或转弯数据）软件未剔除造成，该情况出现较多，若想改善可以尝试一下在点云处理软件中导入轨迹数据进行重叠部分剔除。
2、L1激光雷达数据有色点云匹配后，三份数据都在在硬质路面出现了斑马线的重影，精度也有所下降。由于是靠近边缘的那一根航带，具体原因也不太能分析出来，后续找到原因会给大家说明。猜测与上面一个情况类似，由于重叠部位未剔除，以及边缘条带精度变差等原因。

数据量大小

LA ： 4.64G LB : 5.18G LC : 3.68G R : 274M LB（未点云着色）：5.18G

从数据量大小上看一看出，点云数据量大小主要与点云数量有关，即使不对点云进行着色，数据量大小也变化不大。从数据使用上来看，L1 的数据量显得过于庞大，在进行后期内业处理时，需要极多的算力进行分类及后期操作，不利于项目内业处理。从这一点上来看单线程的RIEGL miniVUX-2UAV设备非常适合进行大范围的地形测绘作业，且精度更高。

在项目使用上，使用 L1 设备也要适当考虑后期作业的效率及难易程度。

总结

通过上面 5 点不同激光雷达之间的对比分析，我们可以更好地根据不同的项目选择适合自己的设备。

大疆L1 更适合面积较小，精度要求不那么严格的场景；尤其适合电力线巡检这些要求激光点云密度的场景。

RIEGL miniVUX-2UAV 更适合精度要求较高的测绘场景，且低数据量能为后期处理提高不少作业效率。