陳煒哲

(山西省信息產(chǎn)業(yè)技術研究院有限公司，山西 太原 030012)

0 引言

隨著現(xiàn)代科學技術的發(fā)展，傳統(tǒng)的測繪方式已無法滿足人們對地理空間信息的需要，在云計算、大數(shù)據(jù)、人工智能等新一代信息技術的發(fā)展下，測繪科學變的越來越信息化、智能化，在測繪信息化發(fā)展趨勢下，定位定向、數(shù)據(jù)交互、實景建模、遙感遙測等新技術得到了充分應用。當前全景三維建模的主要技術有三種[1-4]。第一種技術是衛(wèi)星遙感測量，遙感影像具有覆蓋面廣、精確數(shù)據(jù)能夠快速獲取的特點，但該種方式的建筑立面紋理獲取成本高、建模精細程度低，貼圖費時費力。第二種技術是傾斜攝影測量，在機載平臺上搭載多鏡頭從多角度來采集獲取影像數(shù)據(jù)、定位信息以及完成的紋理數(shù)據(jù)，傾斜攝影能構建高分辨率、高效逼真的三維模型，但該方式對細小物體以及茂盛植被下的地形建模能力不足。第三種技術是移動測量技術，移動測量系統(tǒng)獲取的點云數(shù)據(jù)精度高，并能夠提供豐富的紋理信息，具有成本低、效率高，對高精度地形測量具有很好效果[5-7]。

本文對移動道路測量系統(tǒng)進行分析，通過車載激光掃描儀將所需信息如道路標志線、考試標線以及其它設施的三維位置坐標進行采集，以GNSS差分定位與慣性導航系統(tǒng)為相關位置進行定位輔助，最后根據(jù)所得數(shù)據(jù)使用相關的建模軟件對相關結構進行建立并組合處理，完成全景三維模型。通過建立GNSS與慣性導航系統(tǒng)的可量測全景三維模型，將多種傳感器的數(shù)據(jù)進行融合，進行全景三維與GNSS、慣性導航系統(tǒng)的融合定位實驗，來進一步驗證所提方法的合理性，為在今后實際的工程測量中提供技術支撐[8]。

1 移動道路測量系統(tǒng)及原理

車載激光掃描儀、定位相關設備以及存儲數(shù)據(jù)設備等在車輛上組成了移動道路測量系統(tǒng)，在車輛運行過程中，該系統(tǒng)將道路兩邊的環(huán)境數(shù)據(jù)進行采集，這些可量測的立體影像數(shù)據(jù)能夠根據(jù)需要將道路周圍的三維空間位置坐標進行測量。在移動道路測量數(shù)據(jù)處理中，安裝在車輛上的GNSS差分模塊和慣性導航模塊能夠?qū)崿F(xiàn)不間斷的絕對定位，而安裝在車輛上的激光掃描儀量測的立體影像能夠解析目標物相對于激光掃描儀的位置，推算出目標物的絕對坐標[9]。

移動道路測量系統(tǒng)中的目標物坐標計算的步驟如下所示：首先利用GNSS和慣性導航系統(tǒng)組合模塊來獲取當前車輛的姿態(tài)狀態(tài)及所處位置；其次根據(jù)相關參數(shù)算出車輛在運行過程中不同位置時激光掃描儀的姿態(tài)和位置；最后應用激光掃描儀相對于目標物的位置計算出目標物的坐標，目標物坐標計算模型如式(1)所示。

(1)

數(shù)據(jù)采集與數(shù)據(jù)處理構成了移動道路測量系統(tǒng)。數(shù)據(jù)采集能夠在同一坐標系下應用不同的傳感器對數(shù)據(jù)進行采集存儲，數(shù)據(jù)處理是將采集到的數(shù)據(jù)進行加工，形成不同的產(chǎn)品，系統(tǒng)流程圖如圖1所示[10]。

圖1 系統(tǒng)流程圖

2 移動道路測量誤差模型

在車載移動測量實景三維系統(tǒng)中，最初的測量數(shù)據(jù)是由車載激光雷達獲取的，它所表現(xiàn)出的形式是立體影像，GNSS和慣性導航系統(tǒng)構成的傳感器不間斷的獲取車輛的定位狀態(tài)，車載激光雷達掃描到的物體是立體影像中的像點，最初的數(shù)據(jù)就是由這些像點組成。車載移動測量實景三維系統(tǒng)中物體的像坐標與大地坐標間的相互轉換過程如下所示：

(2)

(3)

(4)

上式中，δD是車載位置測量誤差；δO是車載姿態(tài)測量誤差；δK,D是激光掃描儀位置誤差；δK,O是激光掃描儀姿態(tài)誤差；δL是像點匹配誤差；δT是位置姿態(tài)誤差；L為成像距離。正常情況下δL像點匹配誤差在3 cm左右，在測量的距離已知時，誤差主要取決于GNSS/慣性導航系統(tǒng)定位測量誤差。激光掃描影像數(shù)據(jù)能夠輔助GNSS/慣性導航系統(tǒng)工作不到的地方，提升GNSS/慣性導航系統(tǒng)定位的穩(wěn)定性。圖2是車載移動測量實景三維系統(tǒng)中不同數(shù)據(jù)相互融合定位模型。在不同數(shù)據(jù)相互融合定位模型中采用卡爾曼濾波算法，整體系統(tǒng)在精確定位的情況下同時具備良好的可靠性。

圖2 不同數(shù)據(jù)相互融合定位模型

根據(jù)車輛的運動狀態(tài)，模型為：

(5)

在卡爾曼濾波中，激光掃描與GNSS/慣性導航系統(tǒng)的不同數(shù)據(jù)相互融合計算能夠使載體高精度的定位得到提升。

3 可量測影像實驗分析

為了驗證移動道路測量中的可量測影像定位的精度及穩(wěn)定性，實驗中移動道路測量系統(tǒng)將采集機動車駕駛人科目二考試場的可量測影像數(shù)據(jù)和相對應GNSS/慣性導航數(shù)據(jù)分析。如若在車載移動測量實景三維系統(tǒng)中單獨把可量測影像進行定位，誤差將會逐漸進行累積。如下將GNSS/慣性導航組合系統(tǒng)的定位實驗結果作為基礎，與可量測影像定位實驗結果進行分析對比，如表1所示。

表1 可量測影像定位誤差分析

由表1可知，可量測影像定位誤差會隨著影像像對的增加而進行累積，直到誤差發(fā)散失效。當累計誤差到1 m左右時，后面的結果會急劇變化，計算發(fā)散，圖3～5為可量測影像的定位誤差。當應用可量測影像進行定位時，需要在特定的距離間隔內(nèi)與其他的定位參數(shù)來修正以減少誤差。

圖3 定位誤差

圖4 定位誤差

圖5 定位誤差

可量測影像定位會隨著像對數(shù)量的累積直到一定量后造成發(fā)散，均勻分布的匹配點相對于可量測影像定位同樣非常重要，其數(shù)量對于可量測影像定位的結果會產(chǎn)生影響，當匹配點數(shù)越多并且分布大體一致時，可量測影像定位的精確度也會越來越高。

4 實驗分析

本次實驗以晉城市機動車駕駛人科目二考試場中移動道路測量系統(tǒng)的測試數(shù)據(jù)作為參考，利用車載激光雷達獲取可量測影像數(shù)據(jù)，GNSS采用載波相位差分定位作為底層基礎數(shù)據(jù)，慣性導航系統(tǒng)提供了姿態(tài)數(shù)據(jù)。為了分析證明可量測影像定位數(shù)據(jù)，實驗設計了如下的兩種方案：

實驗一：可量測影像數(shù)據(jù)單獨進行卡爾曼濾波定位的解算；

實驗二：可量測影像與GNSS/慣性導航系統(tǒng)組合進行融合定位。

兩種實驗的融合定位的結果如圖6，圖7所示。

圖6 航向角誤差

圖7 航向角誤差

從上圖可以看出可量測影像數(shù)據(jù)單獨進行定位效果明顯不如多傳感器融合定位，采用多傳感器融合定位濾波后，定位誤差得到了較大提升?？闪繙y影像定位與GNSS/慣性導航系統(tǒng)融合后的定位精準度比單一傳感器要高，融合定位系統(tǒng)在整體上將系統(tǒng)的精確度進行了提升，消除了誤差積累。

5 總結

本文研究在車載移動測量實景三維系統(tǒng)中將多種傳感器進行融合的定位方式，將GNSS/慣性導航系統(tǒng)的定位數(shù)據(jù)與可量測影像數(shù)據(jù)結合，實現(xiàn)不同類型傳感器的數(shù)據(jù)相融合，數(shù)據(jù)融合模式通過GNSS/慣性導航系統(tǒng)的組合提高了定位的精確度，可量測影像定位提高了系統(tǒng)的穩(wěn)定性和應用范圍，為移動道路測量技術在實際中的運用提供了理論支撐。