徐克鵬 李少乾 吳妍 劉桂華

摘 ?要：目標檢測與空間定位在計算機視覺、數(shù)字近景攝影測量以及地理信息系統(tǒng)等領域中具有重要的研究價值。該文通過分析現(xiàn)有的移動測量系統(tǒng)的工作原理，研究移動車載測圖系統(tǒng)數(shù)據處理方面的關鍵技術，將移動車載測圖系統(tǒng)的理論與工程應用相結合，提出一種集成SSD-SIOCT算法的自動目標監(jiān)測與空間定位方法，包括移動站采集硬件配置設計、影像采集方法等，實現(xiàn)地理對象的自動目標檢測，保證檢測精度，為巡檢工作提供方法支撐，有效降低人工目標查看工作量，在實際工程中具有很好的應用價值。

關鍵詞：車載移動測量系統(tǒng) ?目標監(jiān)測 ?目標空間定位 ?前方交會

中圖分類號：U412.2 ? 文獻標識碼：A 文章編號：1672-3791（2019）10（b）-0006-02

車輛移動測量系統(tǒng)將汽車用作遙感平臺，同時安裝有高精度動態(tài)GNSS和高動態(tài)載波姿態(tài)傳感器IMU，GNSS/IMU組合定位姿態(tài)傳感器使車載系統(tǒng)能夠直接對DG進行地理定位。在目前的相關研究中，石麗梅等人表明當GPS信號良好時，測量點的絕對定位誤差可以達到平面10.3cm，仰角16.5cm，在短距離范圍內距離測量的相對誤差約為5cm，GPS信號對相對測量沒有明顯影響[1]。鄒曉亮等人介紹了移動車載測圖系統(tǒng)的組成，闡述了POSLV松組合、緊組合的組合策略以及框架體系，評估POSLV系統(tǒng)的后處理定位精度，在受GPS衛(wèi)星信號失鎖的影響下，POSLV數(shù)據后處理達到厘米級定位精度[2]。陳云芳等人使用線/面陣CCD相機和其他傳感器結合車載移動數(shù)據快速采集系統(tǒng)，實現(xiàn)了城市目標地理坐標和建模信息的快速獲取[3]。

1 ?整體流程

該文設計一套完整的地理對象自動檢測與定位方法流程，具體包括移動站采集硬件配置設計、影像采集方法、地理對象自動目標檢測算法、影像像素框反算地理像素框算法、單一對象多空間位置點擬合最佳位置點算法，從而實現(xiàn)快速獲取地理對象的地理坐標，為巡檢工作提供方法支撐，具體的技術路線圖如圖1所示。

2 ?關鍵技術

為了更快、更精確地對地理對象進行目標檢測，該文使用SSD算法進行模型構建與訓練，SSD的核心是在特征圖上使用卷積核來預測一系列默認邊界框的類別得分和偏移量。為了提高檢測精度，還要對不同尺度的特征圖進行預測，實施端到端訓練，即使圖像的分辨率相對較低，也能確保檢測的準確性。

整體來看，SSD是基于一個前向傳播CNN網絡，如圖2所示，產生一系列固定大?。╢ixed-size）的bounding boxes，以及每一個box中包含物體實例的可能性，即在得到score之后，進行一個非極大值抑制（Non-maximum suppression）得到最終的predictions。SSD基于VGG16的基本網絡結構，使用VGG16前5層，然后使用austous算法將fc6和fc7層轉換為兩個卷積層，再增加了三個卷積層和一個pool層。不同級別的特征圖用于默認框的偏移和不同類別分數(shù)的預測，這些增加的卷積特征圖的大小不同，允許檢測不同比例的對象：在較低級別的特征圖中，感受野相對較小，并且高級感受野相對較大。SSD移除完全連接的層，每個輸出僅感知目標周圍的信息，包括上下文信息，這樣做能夠提高預測合理性，能夠預測具有不同寬高比的圖像，從而將預測框的比率增加。

3 ?實驗

該文實驗采集的數(shù)據樣本主要是通過機動站相機拍照、互聯(lián)網爬蟲等方式獲得，對采集到的樣本通過翻折和旋轉等方式進行樣本增強，然后對數(shù)據樣本中的關鍵對象進行分類，通過SSD基本模型根據需求進行改進，構建用于需求的深度學習識別模型，將采集的影像進行目標檢測，應用于測試新的樣本和對地理對象的監(jiān)測?？傮w而言，SSD基于前向傳播的CNN網絡，該網絡生成一系列固定大小的邊界框，并且可以在每個框中包含對象的實例，即得分，然后進行一個非極大值抑制（Non-maximu suppression）得到最終的predictions，實驗結果如圖3、圖4所示。

完成SSD訓練之后，將最后的模型保存為.pb文件，通過Flask即可調用。構建前端頁面時，輸入要檢測的圖片即可進行目標標注，并返回json數(shù)據。

4 ?結語

該文設計并實現(xiàn)一套完整的地理對象自動檢測與定位方法流程，移動站采集符合地理對象自動檢測與定位影像的硬件配置標準，用于實現(xiàn)地理對象的自動目標檢測;基于移動站的內方位元素、外方位元素及SIOCTL的三維空間前方交會算法，實現(xiàn)匹配像素點組反算其對應的地理坐標，并評價其測繪精度;當一個地理對象在多個影像上被拍攝到且被檢測到時，基于其語義對同一對象的多地理位置點進行最佳位置點的擬合，得到最精確的地理對象位置，有效降低人工目標查看工作量、提升巡查效率，從而減少人力、財力的消耗。

參考文獻

[1] 石麗梅，趙紅蕊，李明海，等.車載移動測圖系統(tǒng)外方位元素標定方法[J].測繪學報，2015，44（1）：52-58.

[2] 鄒曉亮，張永生，趙桂華，等.移動車載測圖系統(tǒng)的POSLV定位精度評估[J].測繪科學，2010，35（6）：92-95，122.

[3] 陳允芳，葉澤田，盧秀山，等.車載移動測圖系統(tǒng)設計與應用探討[J].工程勘察，2007，35（12）：46-49.