基于手持LiDAR点云与高程四分位距的街区尺度无障碍可达性评估及改造情景分析

《Computers, Environment and Urban Systems》：Neighborhood-scale barrier-free accessibility assessment using handheld LiDAR point cloud

　　

手持LiDAR（Light Detection and Ranging，激光探测与测距）点云（point cloud）支持街区尺度无障碍可达性分析。基于高程四分位距（interquartile range，IQR）的方法从点云表面提取近地面障碍（near ground obstacles）。等效应行距离（equivalent travel distance）表征与地表相关的轮椅出行负担。情景分析量化可达面积与出行距离的变化。

研究背景方面，全球人口老龄化加速与行动受限人群出行需求增长，使无障碍出行成为重要议题；联合国可持续发展目标11强调包容和可达城市，包括老年人与残疾人的需求。现有研究多以行政单元或粗尺度网格在城市或区域尺度分析公共服务可达性，街区尺度无障碍可达性仍不足。街区是城市基本单元和居民日常生活主要场景，其可达环境直接关系到行动受限者能否公平、便捷地获得公共服务，并影响生活质量与原地养老。已有可达性研究常用建成环境与路网GIS（geographic information system，地理信息系统）数据、POI（point of interest，兴趣点）数据、SVI（street view imagery，街景影像）和政府开放数据，但SVI难以可靠检测道路细微高程变化，POI缺乏出行环境几何特征；问卷和现场测量虽可靠，却只能获得代表性位置离散数据，难以在街区尺度连续覆盖。三维激光扫描可快速获取高精度点云，但MLS和TLS等常规平台限制进入街区内部。手持激光雷达（LiDAR）灵活且具厘米级精度，为街区内部连续三维数据获取提供途径。因此，研究人员聚焦当前研究未充分解决的“最后一公里”问题，提出基于手持LiDAR点云的街区尺度无障碍可达性分析框架，并提出基于高程IQR的近地面障碍检测方法以生成障碍代价图，引入功等效出行距离公式量化与地表相关的轮椅出行负担，同时支持针对无障碍改造的的情景分析。研究在中國重庆三个街区尺度站点开展，包括平地社区、丘陵社区和学校；使用ZEB-HORIZON手持移动激光扫描仪采集，分别进行7、8、10次重叠闭环行走，经FAROConnect重建与瞬态点滤波、降采样至约0.01 m点间距并人工配准。研究结论表明，该框架适用于街区尺度无障碍可达性分析，可识别台阶引起的绕行和可达区域受限等瓶颈；基于IQR的障碍提取在五个测试子集上取得汇总Precision 88.2%、Recall 83.6%、F1 85.8%，优于三个经调参的比较方法；情景分析可比较预设无障碍改造下的模拟可达性结果，但不自动识别或验证最优改造方案。其意义在于为诊断街区无障碍缺陷和评估改造策略提供实用工具，为无障碍出行“最后一公里”提供技术途径。
关键技术方法概括（不超过250字）：采用手持LiDAR点云采集与配准；以布料模拟滤波（Cloth Simulation Filter，CSF）分类地面/非地面点；以投影点密度（Density of Projected Points，DOPP）提取建筑；以qRANSACSD检测立面平面，并以Pu and Vosselman孔洞检测提取建筑和地铁入口，开放空间功能节点结合现场调查与点云人工选取；地面点XY网格化后，以高程IQR阈值τ_IQR(r)=r/12初分类，并对邻接障碍格进行四叉局部细化，以0.06 m高程不连续重分类；以IQR/r定义地表起伏比，采用八邻域Dijkstra累积等效应行距离d_eq,ij=l_ij(1+ρ?_ij/μ_rr)，μ_rr=0.02；采用0.5 m网格，n_parent^min=25、n_sub^min=7。样本来源为中国重庆平地社区、丘陵社区和学校三个站点。
研究结果方面，3.1 数据采集与预处理结果：通过ZEB-HORIZON在重庆三个站点采集点云，分别进行7、8、10次重叠闭环行走，经FAROConnect重建和瞬态点滤波，降采样至约0.01 m点间距；站点内多趟点云依据重叠区对应关系人工配准，平均配准RMSE分别为1.6、2.9、2.0 cm。建筑入口经立面平面检测、孔洞检测及宽度、高度和与地面连通性约束提取；公交站、广场、运动场等无门洞特征开放空间节点结合现场调查和配准点云人工选取，自动提取入口与人工选取目标共同作为后续可达性分析的功能节点。3.2 障碍代价图构建结果：采用三个站点中六个人工标注点云子集评价IQR障碍提取方法，其中S₁仅用于调参，FT₁、FT₂、H₁、H₂、S₂用于测试；两套独立标注在19,698,860个匹配点上总体点级一致率为98.55%。与高程差法、GroundGrid-inspired方法和GATA-inspired方法比较，所提IQR方法在五个正式测试子集汇总后取得Precision 88.2%、Recall 83.6%、F1 85.8%；GroundGrid-inspired方法汇总F1为82.0%，IQR方法高3.9个百分点，且Precision与Recall更均衡。0.5 m网格下各测试子集F1为79.5%—88.0%，网格变粗时F1总体下降。由此生成障碍代价图及可通行网格IQR空间分布。3.3 无障碍可达性分析：对每个站点六个代表功能节点计算几何路径距离D_geo和等效应行距离D_eq。平地社区多数可通行网格可达六个功能节点，总体可达面积较完整，但公交站最大D_geo达867 m、D_eq达2029 m，绕行最明显；丘陵社区住宅目标可达网格明显较少且集中于目标周边，最大D_geo为591 m、D_eq为1057 m，广场最大D_geo为751 m、D_eq为1313 m；学校可达面积最广，六个功能节点覆盖大部分可达区，最大D_geo为484—822 m，最大D_eq为1237—1804 m，医院两项最大。研究表明三个站点呈现不同无障碍可达性特征，可识别具体瓶颈。
讨论部分总结：4.1 潜在无障碍优化情景评估中，研究人员在平地和丘陵社区依据现场调查与配准点云识别中断连续步行路线的楼梯区，设为首定改造区并引入坡道样可通行连接，比较原始与优化情景。平地社区五个功能节点D_geo降低4.24%—76.17%，D_eq降低17.12%—76.86%，可达面积仅局部变化，主要效应为减少绕行；丘陵社区可达面积由14,501 m²增至68,761 m²，占75,666 m²分析域的19.16%升至90.87%，主要效应为扩大可达区。该框架可作为改造前规划工具，但不识别最优方案。4.2 局限性包括：多趟手持扫描配准接缝可能产生伪高程不连续并被IQR误判；停放车辆、自行车和临时物体遮挡可致地面点不足；当前障碍代价图对每个网格赋予单一IQR值，与方向无关，不反映上坡/下坡差异及横坡对轮椅稳定性的影响；改造区为人工选择，未系统优化；未使用RTK-GNSS（real-time kinematic global navigation satellite system，实时动态全球导航卫星系统）地面控制点，也未对数据缺口插值或补扫。
研究结论译文：本研究提出基于手持三维激光点云的街区尺度无障碍可达性评估框架，并将其应用于地形条件和空间特征不同的三个研究站点：平地社区、丘陵社区和学校。主要结论如下：（1）所提框架适用于街区尺度无障碍可达性分析。将框架应用于三个地形条件和障碍特征不同的站点，量化了各站点到关键节点的可达面积、几何路径距离和等效应行距离，能够识别台阶引起的绕行和可达区域受限等具体可达性瓶颈。（2）基于IQR的障碍提取方法在五个测试子集上取得汇总Precision 88.2%、Recall 83.6%、F1 85.8%，汇总F1优于三个经调参的比较方法。（3）该框架可比较预设无障碍改造情景下的模拟可达性结果，但不自动识别或验证最优改造方案。在平地社区，五个功能节点的几何路径距离降低4.24%至76.17%，等效应行距离降低17.12%至76.86%；在丘陵社区，模拟可达面积从14,501 m²增至68,761 m²。总体而言，该框架为诊断街区尺度无障碍可达性缺陷和评估改造策略提供实用工具，为无障碍出行的“最后一公里”挑战提供技术途径。未来工作可将SVI语义信息与点云几何数据融合，以更全面刻画无障碍出行环境；将方法与路网和POI数据结合，把街区级分析与更广泛的城市服务可达性连接，评估从住宅到公共服务设施的完整出行路径；引入智能优化算法系统选择改造区，支持街区环境无障碍规划与改造评估应用。