蘇俊武

（中國冶金地質(zhì)總局第三地質(zhì)勘查院，太原030002）

當(dāng)今世界經(jīng)濟(jì)發(fā)展越來越全球化，現(xiàn)代測(cè)繪技術(shù)的發(fā)展也越來越專業(yè)化、數(shù)字化、信息化[1]。目前，測(cè)繪數(shù)據(jù)管理數(shù)據(jù)包括測(cè)繪數(shù)據(jù)、測(cè)繪生產(chǎn)過程數(shù)據(jù)和大部分測(cè)繪部門的數(shù)據(jù)，這些數(shù)據(jù)的生產(chǎn)過程中往往需要專門的硬盤數(shù)據(jù)管理人員對(duì)掛板進(jìn)行查詢，嚴(yán)重影響生產(chǎn)效率。在數(shù)據(jù)借用、磁盤空間、數(shù)據(jù)安全和數(shù)據(jù)安全管理等方面存在許多問題。為此，國內(nèi)外學(xué)者開發(fā)了基于網(wǎng)絡(luò)計(jì)算的測(cè)繪數(shù)據(jù)處理平臺(tái)[2-3]。

針對(duì)上述問題，文獻(xiàn)[4]提出了一種基于無人機(jī)的信息化測(cè)繪系統(tǒng)，由于采用了遺傳算法進(jìn)行優(yōu)化過程，保證視圖覆蓋率的耗時(shí)空間探索變得更加有效。然而，該方法大多只進(jìn)行2D 感知和定位，這對(duì)視圖信息的獲取非常不利；文獻(xiàn)[5]公開采用了基于無人值守自主車輛進(jìn)行實(shí)地勘測(cè)，采用傾斜攝影相機(jī)ZTRS-M5B 的采集大量測(cè)繪數(shù)據(jù)傳輸?shù)胶笈_(tái)的點(diǎn)云處理模型中，但車輛勘測(cè)器需要根據(jù)各視圖的信息確定路徑，但其感知范圍有限，優(yōu)化后的視圖序列還受到定位精度和視圖質(zhì)量的影響。

1 信息化測(cè)繪系統(tǒng)設(shè)計(jì)

針對(duì)上述問題，本研究結(jié)合異構(gòu)UAV-UGV，采用同步定位與繪圖技術(shù)實(shí)現(xiàn)信息化測(cè)繪系統(tǒng)，其結(jié)構(gòu)如圖1所示。

圖1 信息化測(cè)繪系統(tǒng)框架Fig.1 Framework of information surveying and mapping system

在信息化測(cè)繪系統(tǒng)上，監(jiān)控自動(dòng)化系統(tǒng)可以收集信息化測(cè)繪系統(tǒng)的狀態(tài)（例如：CPU 使用率、帶寬、數(shù)據(jù)量、功耗等），并每隔一段時(shí)間將狀態(tài)信息發(fā)送到邊緣節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)中的傳輸模塊均進(jìn)行數(shù)據(jù)壓縮和恢復(fù)，經(jīng)處理的測(cè)繪視圖在節(jié)點(diǎn)之間傳輸[6]。在邊緣計(jì)算平臺(tái)中，推理引擎組件對(duì)需要計(jì)算和存儲(chǔ)資源的測(cè)繪數(shù)據(jù)進(jìn)行最終處理。數(shù)據(jù)傳輸?shù)倪^程主要包括序列化、數(shù)據(jù)包傳輸、解析與反序列化。測(cè)繪數(shù)據(jù)流被推送到云端進(jìn)行處理，信息化測(cè)繪系統(tǒng)在每個(gè)節(jié)點(diǎn)上分配數(shù)據(jù)處理，數(shù)據(jù)主體以json 字符串的格式設(shè)置，可以根據(jù)數(shù)據(jù)大小來確定數(shù)據(jù)包的范圍[7]。

2 關(guān)鍵技術(shù)

2.1 基于特征的定位與映射

為了實(shí)現(xiàn)同步定位與信息化測(cè)繪，本研究采用基于測(cè)繪樣本特征定位的SLAM 模塊，包含所有與點(diǎn)云兼容的傳感器，該傳感器勘測(cè)與繪圖原理遵循特征提取、特征關(guān)聯(lián)與運(yùn)動(dòng)估計(jì)和映射3 個(gè)步驟：

（1）特征提取

為了提取可靠的測(cè)繪樣本特征，通常需要剔除離群點(diǎn)和進(jìn)行穩(wěn)健擬合。在2D 激光掃描中，通常根

據(jù)掃描點(diǎn)在局部鄰域的變化來選擇相應(yīng)的特征點(diǎn)。本研究應(yīng)用歐幾里德距離聚類步驟，然后選擇特征點(diǎn)來表示相鄰的屬性、邊緣和平面點(diǎn)[8]。假設(shè)無人機(jī)第k 次旋轉(zhuǎn)的單個(gè)掃描l 中的測(cè)繪樣本特征點(diǎn)p，定義相對(duì)變 化率Rk，l，p來區(qū)分邊緣點(diǎn)ek，l，i（大于一定的變化率）從平面點(diǎn)fk，l，i開始（小于一定的變化率）：

式中：Xk，l，p是指測(cè)繪樣本特征點(diǎn)p 的坐標(biāo)；l 是指在局部鄰域內(nèi)的第k 次旋轉(zhuǎn)的單個(gè)掃描l 中入射到點(diǎn)p 的邊的平均長度，即：

式中：N是指與p 相鄰點(diǎn)的總數(shù)；q 屬于N，是指p的相鄰點(diǎn)。

（2）特征關(guān)聯(lián)

本研究分別構(gòu)造了點(diǎn)對(duì)線策略和點(diǎn)對(duì)平面策略對(duì)應(yīng)的幾何關(guān)系來關(guān)聯(lián)不同旋轉(zhuǎn)的點(diǎn)，通過在第k 次旋轉(zhuǎn)中使用邊點(diǎn)p 和在（k+1）次旋轉(zhuǎn)中使用其最近鄰點(diǎn)m 來形成點(diǎn)到線對(duì)應(yīng)。此外，在連續(xù)掃描中搜索m 的相鄰點(diǎn)并將其表示為n。邊點(diǎn)到線的距離de可使用以下公式獲得：

式中：vl的距離長度為 （Xk+1，l，m-Xk+1，l，n），ve的距離長度為（Xk，l，p-Xk+1，l，m），其邊點(diǎn)到線的距離如圖2所示。

圖2 邊點(diǎn)到線圖解Fig.2 Edge point to line diagram

點(diǎn)到平面的對(duì)應(yīng)關(guān)系由沿法線方向的第k 次旋轉(zhuǎn)中的平坦測(cè)繪樣本特征點(diǎn)q 到第（k+1）次旋轉(zhuǎn)中的相鄰點(diǎn)r 形成。因此，點(diǎn)到平面的距離de可以計(jì)算為

式中：vp的距離長度為 （Xk，l，q-Xk，l，r），n 是由r，s 和t的非共線相鄰點(diǎn)確定的單位法向：

式中：vp1的距離長度為（Xk+1，l，n-Xk+1，l，r）；vp2的距離長度為（Xk，l，t-Xk+1，l，r），其邊點(diǎn)到面的距離如圖3所示。

圖3 邊點(diǎn)到面圖解Fig.3 Edge point to surface diagram

（3）運(yùn)動(dòng)軌跡預(yù)測(cè)與映射

考慮無人機(jī)的攝像頭動(dòng)態(tài)3D 激光掃描，需要預(yù)測(cè)其運(yùn)動(dòng)軌跡及其對(duì)應(yīng)的測(cè)繪特征點(diǎn)，假設(shè)無人機(jī) 第（k+1）次旋轉(zhuǎn)Xk+1，l，p中3D 測(cè)繪樣本特征點(diǎn)p相對(duì)于最后一個(gè)激光幀k 的平移和旋轉(zhuǎn)表示為

式中：Rk+1是指無人機(jī)機(jī)身歐拉角矩陣；Pk+1是指無人機(jī)在x，y，z 特征點(diǎn)3D 角度綜合點(diǎn)，基于上述變換關(guān)系得出Tk+1=（Rk+1，Pk+1），結(jié)合特征點(diǎn)對(duì)應(yīng)關(guān)系可形成表示式（3）和式（4）的非線性函數(shù)w（Tk+1）=d。平方誤差函數(shù)可以建立為

為使式（7）目標(biāo)函數(shù)S=0 最小化，采用信任區(qū)域反射法，其相應(yīng)的信任區(qū)域函數(shù)ψ（σi）可通過以下公式求解：

式中：自變量σi=（Tk+1）i+1-（Tk+1）i，g 與H 分別是指在Tk處計(jì)算的w 的梯度和Hessian 矩陣的特征值，假設(shè)Δk>0 是指信賴域半徑，可接受的比率rk為

式（9）用于確定試驗(yàn)步驟的迭代次數(shù)σi。

2.2 運(yùn)動(dòng)路徑規(guī)劃與導(dǎo)航

針對(duì)信息化測(cè)繪系統(tǒng)中SLAM 模塊的非線性誤差函數(shù)進(jìn)行優(yōu)化，本研究進(jìn)一步研究了SLAM 模塊結(jié)果并擴(kuò)展了主動(dòng)映射函數(shù)。其中包含視圖規(guī)劃算法框架以及基于體地圖的運(yùn)動(dòng)規(guī)劃接口，用于生成相應(yīng)的探索路徑，以優(yōu)化勘測(cè)視圖規(guī)劃模塊。此外，考慮到傳感器的約束條件，進(jìn)行在線視圖規(guī)劃和運(yùn)動(dòng)規(guī)劃，進(jìn)一步勘測(cè)與繪圖未知環(huán)境。有關(guān)視圖規(guī)劃算法框架如圖4所示。

圖4 勘測(cè)視圖規(guī)劃算法框架Fig.4 Survey view planning algorithm framework

系統(tǒng)框架在未知環(huán)境中實(shí)例化時(shí)，執(zhí)行初始掃描，同時(shí)相應(yīng)地更新映射，規(guī)劃人員使用本研究提出的基于邊界的覆蓋采樣器生成一組視圖點(diǎn)，該采樣器的目標(biāo)是全面覆蓋已勘測(cè)和未知區(qū)域的邊界。為了獲得全局最優(yōu)的路徑，采用固定起點(diǎn)開放式旅行商問題（fixed start open traveling salesman problem，F(xiàn)SOTSP）求解器，啟發(fā)式地計(jì)算出最優(yōu)的探索路徑開放序列[9]。通過基于采樣的運(yùn)動(dòng)路徑（BIT-H）算法來限制規(guī)劃空間，以加速收斂到最優(yōu)解。此外，本研究使用本地軌跡規(guī)劃器（如無人機(jī)的CHOMP solver 和無人值守車輛的DWA 規(guī)劃器）進(jìn)一步優(yōu)化邊界[10]。

為了提高計(jì)算處理效率，本研究提出基于測(cè)繪信息增益模型來優(yōu)化勘測(cè)視圖規(guī)劃算法。建立了基于占用概率和基于可見性的測(cè)繪信息增益模型，以反映測(cè)繪樣本特征點(diǎn)不確定區(qū)域內(nèi)占用概率的偏差β，其計(jì)算公式為

式中：p（oi|x，z）和p（vi|oi-1，x，z）分別是指瞬時(shí)圖中記錄的當(dāng)前占用概率和從視圖點(diǎn)x 測(cè)量的oi的可見性概率。可見性轉(zhuǎn)換可以作為占用概率p 分布的補(bǔ)碼的函數(shù)進(jìn)行傳播，即：

式（11）符合這樣一個(gè)事實(shí)，即占用率p 越低，表示覆蓋的可能性越小，同時(shí)能見度也越高。在這種情況下，空閑單元和占用單元的值較小，而未知單元的值較大，在［0，1］之間呈拋物線形狀。x 處的總信息增益為

式中：z 表示體積圖中的測(cè)量值。在實(shí)際應(yīng)用中，UAV 視圖點(diǎn)采樣需要從3D 空間轉(zhuǎn)換為2D 空間，以允許UGV 的即時(shí)導(dǎo)航，為了進(jìn)行完整的探索，本研究為算描述的最小視圖點(diǎn)規(guī)劃集提出了一個(gè)基于邊界的覆蓋規(guī)劃器，以適應(yīng)不同的勘測(cè)和制圖網(wǎng)絡(luò)層[11]，關(guān)于構(gòu)建邊界的覆蓋規(guī)劃器程序代碼如下：

在覆蓋規(guī)劃器中，視圖點(diǎn)采用均勻采樣（從空間X 隨機(jī)抽取均勻采樣x1）和鄰域采樣（在半徑為r的x1的鄰域中采樣隨機(jī)采樣x2），從邊界區(qū)域隨機(jī)采樣視圖點(diǎn)，需進(jìn)行邊界檢查和可見性檢查。對(duì)于勘測(cè)層的輸出，這是通過指定范圍的基于k-d 樹算法的最近鄰檢查來實(shí)現(xiàn)的；對(duì)于制圖層的輸出，本研究使用光線投射在OctoMap 環(huán)境模型（見圖4）中標(biāo)記各個(gè)視圖點(diǎn)的覆蓋范圍。一個(gè)樣本只有在一個(gè)自由空間中并且在其鄰域中對(duì)一個(gè)未知空間樣本可見時(shí)才被選為一個(gè)可容許的邊界視圖點(diǎn)，即有效樣本由TheValidOf 函數(shù)輸出[12]。

綜上所述，UVA-UGV 在瞬時(shí)地圖和傳感器模型方面盡可能地分散樣本，并預(yù)測(cè)相對(duì)較長的行程，同時(shí)使勘測(cè)路徑全局合理和平滑，從而使每次迭代收集的信息獲得更高的勘測(cè)精度。

3 實(shí)驗(yàn)與分析

為了驗(yàn)證了信息化測(cè)繪系統(tǒng)在實(shí)際應(yīng)用中的可行性，本節(jié)對(duì)UAV-UGV 系統(tǒng)在未知環(huán)境中進(jìn)行測(cè)繪操作進(jìn)行了實(shí)驗(yàn)。

3.1 硬件配置

UAV-UGV 系統(tǒng)由一個(gè)靈活的微型無人機(jī)和一個(gè)自主無人地面車輛組成，其實(shí)體如圖5所示。

圖5 UAV-UGV 系統(tǒng)Fig.5 UAV-UGV system

圖5（a）無人機(jī)是由碳纖維制成的四旋翼平臺(tái)，機(jī)載傳感器包括慣性測(cè)量單元和磁羅盤，用于為安全的飛行員提供基本的機(jī)動(dòng)性，板載算法處理安裝了使用Intel NUC 的高級(jí)處理器；圖5（b）無人值守地面車輛是由4 個(gè)獨(dú)立的伺服電機(jī)驅(qū)動(dòng)的Mecanum車輪制成，微控制器通過以太網(wǎng)連接直接與板載處理器通信。無人機(jī)和無人值守地面車輛之間的通信基于通過安全外殼的無線網(wǎng)絡(luò)連接，定制的旋轉(zhuǎn)激光雷達(dá)設(shè)備剛性安裝在無人機(jī)平臺(tái)的頂部，立體相機(jī)安裝在激光雷達(dá)下方，以采取精細(xì)的測(cè)繪樣本特征點(diǎn)，其參數(shù)如表1所示。

表1 立體相機(jī)參數(shù)Tab.1 Stereo camera parameters

3.2 實(shí)驗(yàn)結(jié)果

為了突顯本研究UAV-UGV 系統(tǒng)的優(yōu)勢(shì)，通過對(duì)比文獻(xiàn)[5]中基于無人值守自主車輛的信息化測(cè)繪系統(tǒng)，測(cè)試兩種系統(tǒng)獨(dú)立測(cè)繪圖，本研究采用16通道的激光雷達(dá)模型和射程達(dá)30 m 的立體視覺傳感器模型進(jìn)行UGV2.5D 測(cè)繪，無人機(jī)3D 地圖的視場(chǎng)和射程可達(dá)10 m，通過Gazebo 模擬器轉(zhuǎn)子進(jìn)行模擬，測(cè)試環(huán)境在帶有雜亂障礙物的模擬艙室，如圖6所示。

圖6 模擬艙室示意圖Fig.6 Schematic diagram of simulation cabin

在測(cè)試開始之前，首先設(shè)置兩種系統(tǒng)的運(yùn)動(dòng)軌跡規(guī)劃，測(cè)試過程中相機(jī)每隔1 s 間隔拍一次照片，在拍照同時(shí)記錄相機(jī)位置和姿態(tài)信息。測(cè)試時(shí)間為60 min，一共拍攝了3600 張照片，測(cè)繪數(shù)據(jù)通過無線傳輸?shù)胶笈_(tái)系統(tǒng)進(jìn)行處理，進(jìn)行相應(yīng)的2D 重建與3D 重建，最終得出了兩種系統(tǒng)模擬測(cè)繪圖，如圖7和圖8所示。

圖7 獨(dú)立UGV 測(cè)繪圖Fig.7 Independent UGV mapping

圖8 UAV-UGV 測(cè)繪圖Fig.8 UAV-UGV mapping

兩種方法都能生成合理的探測(cè)路線，從無到有地對(duì)環(huán)境等高線進(jìn)行完整的整體測(cè)繪，足以各自導(dǎo)航。無人值守自主車輛探索了帶有雜亂障礙物和障礙物的模擬艙室，提供了艙室的粗略2D 體積模型。然而，由于文獻(xiàn)[5]中車輛傳感器的限制，UGV 的測(cè)繪特征點(diǎn)映射能夠提供一個(gè)基本的環(huán)境輪廓，2D 地圖比較稀疏，其內(nèi)部布局細(xì)節(jié)缺失，并且遺漏了測(cè)繪地圖拐點(diǎn)處的某些細(xì)節(jié)。而本研究UAV-UGV 系統(tǒng)結(jié)合了帶有傾斜激光模塊的無人機(jī)繼續(xù)執(zhí)行精細(xì)測(cè)繪，覆蓋無人值守地面車輛無法到達(dá)的區(qū)域的未收集信息，最后得到完整的測(cè)繪信息，這表明本研究UAV-UGV 系統(tǒng)具有可靠性。

考慮到信息化測(cè)繪系統(tǒng)的適用性，對(duì)比文獻(xiàn)[4]采用無人機(jī)進(jìn)行獨(dú)立勘測(cè)與本研究兩種方案完成測(cè)繪地圖重建的時(shí)間，以重建70%，80%，90%為多個(gè)測(cè)試點(diǎn)，其統(tǒng)計(jì)如圖9所示。

圖9 獨(dú)立UAV 與UAV﹣UGV 測(cè)繪時(shí)間對(duì)比Fig.9 Comparison of mapping time between independent UAV and UAV-UGV

結(jié)果表明，在這種大規(guī)模環(huán)境中，UAV-UGV 在測(cè)繪效率方面更具優(yōu)勢(shì)，這歸功于測(cè)繪信息增益模型節(jié)省了大部分視圖規(guī)劃和運(yùn)動(dòng)規(guī)劃工作，使得原始的全局優(yōu)化問題被粗略地求解并分解為局部子優(yōu)化操作，減少了規(guī)劃空間，提高了系統(tǒng)輸出測(cè)繪視圖的效率。

4 結(jié)語

在人工智能的背景下，本研究建立了信息化測(cè)繪系統(tǒng)，提出了一個(gè)使用UAV-UGV 自主測(cè)繪方法，采用基于深度的SLAM 模塊生成最佳探索路徑和一個(gè)用于瞬時(shí)運(yùn)動(dòng)規(guī)劃，并盡可能地分散測(cè)繪樣本，同時(shí)使預(yù)測(cè)勘測(cè)路徑全局合理和平滑，從而使每次迭代收集的信息獲得更高的勘測(cè)精度。綜合探測(cè)路徑規(guī)劃與導(dǎo)航框架和協(xié)同感知方案，實(shí)現(xiàn)了復(fù)雜GPS 環(huán)境下未知環(huán)境的勘測(cè)。此外，本研究經(jīng)過實(shí)驗(yàn)驗(yàn)證了信息化測(cè)繪系統(tǒng)的適用性與可靠性，提高了測(cè)量數(shù)據(jù)處理的效率，方便了測(cè)繪教學(xué)的生產(chǎn)和使用，具有重要的現(xiàn)實(shí)意義。