車載移動(dòng)測(cè)量系統(tǒng)發(fā)展歷程及應(yīng)用*

聶順根, 姚連璧, 張邵華, 阮東旭

(同濟(jì)大學(xué) 測(cè)繪與地理信息學(xué)院, 上海 200092)

移動(dòng)測(cè)量系統(tǒng)是當(dāng)今測(cè)繪界的前沿科技之一, 代表著未來(lái)道路電子地圖測(cè)制領(lǐng)域的發(fā)展主流方向，能做到在車輛的高速行進(jìn)之中快速采集道路及道路兩旁地物的空間位置數(shù)據(jù)和屬性數(shù)據(jù)[1]。近幾年來(lái)，車載移動(dòng)測(cè)量系統(tǒng)技術(shù)發(fā)展迅速，在三維街景數(shù)據(jù)采集與三維建模、道路及管線設(shè)施普查、公眾安全等領(lǐng)域得到了不同程度的應(yīng)用，顯現(xiàn)出非常廣闊的應(yīng)用前景[2]。由此，實(shí)際生產(chǎn)需要對(duì)于車載移動(dòng)測(cè)量技術(shù)的要求也越來(lái)越高，這也激勵(lì)著MMS(Mobile Mapping System)技術(shù)的不斷進(jìn)步。

基于車載移動(dòng)測(cè)量系統(tǒng)的實(shí)際生產(chǎn)應(yīng)用需求，同濟(jì)大學(xué)測(cè)繪與地理信息學(xué)院的移動(dòng)激光掃描團(tuán)隊(duì)集成激光、視覺(jué)和慣導(dǎo)，搭建了本文的車載移動(dòng)激光掃描系統(tǒng)，并研發(fā)了配套數(shù)據(jù)采集與處理軟件，可用于公路、軌道、磁浮等場(chǎng)景的三維成圖、道路檢測(cè)、形變監(jiān)測(cè)、應(yīng)急測(cè)繪保障等領(lǐng)域，克服了傳統(tǒng)成圖或監(jiān)測(cè)手段的耗費(fèi)人力、低效率等缺點(diǎn)。本文簡(jiǎn)述了團(tuán)隊(duì)車載移動(dòng)測(cè)量系統(tǒng)更新?lián)Q代的歷程，并介紹了其結(jié)構(gòu)與主要功能，及其在實(shí)際生產(chǎn)工作中的應(yīng)用。

1 系統(tǒng)發(fā)展歷程

隨著儀器設(shè)備的不斷更新以及對(duì)點(diǎn)云精度要求的提高，團(tuán)隊(duì)根據(jù)儀器特性和精度要求對(duì)多傳感器平臺(tái)的集成方案和算法設(shè)計(jì)進(jìn)行更新?lián)Q代，以滿足實(shí)際應(yīng)用需求。

1.1 初代車載移動(dòng)測(cè)量系統(tǒng)

第一代系統(tǒng)主要由采集路面點(diǎn)云數(shù)據(jù)的SICK LMS511-20110Pro型號(hào)掃描儀、采集影像數(shù)據(jù)的Ladybug全景相機(jī)，以及獲取軌跡數(shù)據(jù)和姿態(tài)的RTK與傾斜儀這三部分組成。通過(guò)對(duì)傳感器的系統(tǒng)集成與設(shè)計(jì)，采集后進(jìn)行處理得到的點(diǎn)云能夠較為真實(shí)地反映道路的具體情況。系統(tǒng)平臺(tái)如圖1所示。

圖1 第一代移動(dòng)測(cè)量系統(tǒng)

1.2 第二代車載移動(dòng)測(cè)量系統(tǒng)

在第一代系統(tǒng)的基礎(chǔ)上，第二代系統(tǒng)增加了兩臺(tái)SICK LMS511-10110Pro型號(hào)激光掃描儀，放置于車頂平臺(tái)的前方兩側(cè)，增加了掃描的覆蓋面；并用NV-LINS800型號(hào)IMU替換原來(lái)使用的傾斜儀，更準(zhǔn)確地記錄車體在移動(dòng)過(guò)程中的每個(gè)瞬間的傾角變化；還增加了里程計(jì)，在衛(wèi)星信號(hào)差的路段，可以利用里程計(jì)和IMU組合進(jìn)行系統(tǒng)位置推算[3]，彌補(bǔ)在無(wú)衛(wèi)星信號(hào)下GNSS接收機(jī)無(wú)法定位的不足。算法上，針對(duì)第二代系統(tǒng)的整體結(jié)構(gòu)，提出了一種基于標(biāo)準(zhǔn)靶球和掃描儀特征點(diǎn)的車載移動(dòng)測(cè)量系統(tǒng)的外參數(shù)標(biāo)定方法[4]。第二代系統(tǒng)結(jié)構(gòu)如圖2所示。經(jīng)過(guò)對(duì)第一代移動(dòng)測(cè)量系統(tǒng)的升級(jí)，提升了移動(dòng)測(cè)量系統(tǒng)的數(shù)據(jù)采集范圍和數(shù)據(jù)質(zhì)量，使獲取點(diǎn)云的平均點(diǎn)位精度達(dá)到12 cm左右，可以輕易地從提取的點(diǎn)云中判別出道路的標(biāo)識(shí)標(biāo)線信息[5-6]。

圖2 第二代移動(dòng)測(cè)量系統(tǒng)

1.3 第三代車載移動(dòng)測(cè)量系統(tǒng)

第三代系統(tǒng)將原有三臺(tái)激光掃描儀精簡(jiǎn)為兩臺(tái)SICK LMS511-10110Pro型號(hào)190°掃描角度激光掃描儀，實(shí)現(xiàn)360°范圍掃描。而原系統(tǒng)笨重的IMU則被升級(jí)為性能相差不大，體積更小且易于一體化集成的XD300A-DGI光纖組合導(dǎo)航系統(tǒng)，且因?yàn)樵撔掳鍵MU內(nèi)部已集成高精度GNSS接收板卡，本系統(tǒng)舍棄了上一代系統(tǒng)單獨(dú)安裝GNSS接收機(jī)的設(shè)計(jì)，直接利用IMU內(nèi)置GNSS定位數(shù)據(jù)獲取位置信息，使得系統(tǒng)更加精簡(jiǎn)。另外，還添加了高精度GPS同步時(shí)鐘，為激光掃描儀打上時(shí)間標(biāo)簽，方便傳感器間時(shí)間同步。系統(tǒng)定位與定姿方案上也進(jìn)行了改進(jìn)，將原有的網(wǎng)絡(luò)RTK定位技術(shù)替換為適用范圍更廣的動(dòng)態(tài)后處理定位技術(shù)(PPK)，定位定姿算法由原來(lái)的松耦合算法改進(jìn)為穩(wěn)定性和精度更高的緊耦合算法[7]。通過(guò)對(duì)第二代系統(tǒng)的改進(jìn)，使得系統(tǒng)整體上更簡(jiǎn)潔，經(jīng)過(guò)算法優(yōu)化使得點(diǎn)云的精度達(dá)到10 cm左右。第三代系統(tǒng)的結(jié)構(gòu)如圖3所示[8-9]。

圖3 第三代移動(dòng)測(cè)量系統(tǒng)

1.4 第四代車載移動(dòng)測(cè)量系統(tǒng)

在第三代的基礎(chǔ)上，原先的兩臺(tái)sick掃描儀更新為Z+F 9012二維激光掃描儀。該掃描儀掃描視野為360°全覆蓋，最高掃描頻率為200 Hz，每秒可采集101.6萬(wàn)個(gè)點(diǎn)，可快速、高密度地獲取物體的大量點(diǎn)云數(shù)據(jù)，同時(shí)還具有多個(gè)同步接口，能同時(shí)支持網(wǎng)絡(luò)連接、GPS與PPS秒脈沖對(duì)接以及外置里程計(jì)連接等同步方式，可適用于多種場(chǎng)景。由于IMU內(nèi)置的GNSS板卡可通過(guò)GPS與PPS秒脈沖接口直接為掃描儀進(jìn)行授時(shí)，故移除之前為sick掃描儀授時(shí)的GPS同步時(shí)鐘，簡(jiǎn)化系統(tǒng)結(jié)構(gòu)。

第四代系統(tǒng)以GPS時(shí)為時(shí)間基準(zhǔn)，通過(guò)IMU內(nèi)置GNSS板卡分別為掃描儀與全景相機(jī)進(jìn)行授時(shí)。借助于IMU、掃描儀、全景相機(jī)與電腦端的數(shù)據(jù)RS232傳輸線和網(wǎng)線，方便數(shù)據(jù)的快速采集，實(shí)現(xiàn)多傳感器間的數(shù)據(jù)通訊。

相對(duì)于第三代系統(tǒng)，第四代系統(tǒng)有著更精簡(jiǎn)的框架，以及更高效的路面點(diǎn)云數(shù)據(jù)采集，點(diǎn)云精度控制在 10 cm以內(nèi)。第四代系統(tǒng)的主體結(jié)構(gòu)如圖4所示。

圖4 第四代移動(dòng)測(cè)量系統(tǒng)

通過(guò)每一階段對(duì)系統(tǒng)的更新?lián)Q代，精簡(jiǎn)了平臺(tái)結(jié)構(gòu)，完善了算法設(shè)計(jì)，提高了點(diǎn)云整體精度，對(duì)于實(shí)際應(yīng)用有了更大的價(jià)值。

2 系統(tǒng)框架與系統(tǒng)功能介紹

移動(dòng)測(cè)量系統(tǒng)的硬件部分主要有全景相機(jī)、組合導(dǎo)航系統(tǒng)INS和Z+F掃描儀，分別由全景相機(jī)采集行程中的全景影像數(shù)據(jù)，INS采集行程中的GPS數(shù)據(jù)和IMU原始數(shù)據(jù)，以及Z+F掃描儀負(fù)責(zé)采集行程中的道路面原始點(diǎn)云數(shù)據(jù)。經(jīng)過(guò)對(duì)硬件的不斷更新升級(jí)，提升了點(diǎn)云數(shù)據(jù)的采集頻率與數(shù)據(jù)精度，使得最終點(diǎn)云能更真實(shí)地反映道路實(shí)際情況。

系統(tǒng)的數(shù)據(jù)處理算法方面，為了對(duì)多源數(shù)據(jù)進(jìn)行時(shí)空基準(zhǔn)的統(tǒng)一，對(duì)不同傳感器的數(shù)據(jù)流進(jìn)行了時(shí)間授時(shí)與同步操作，并對(duì)激光掃描儀進(jìn)行標(biāo)定校準(zhǔn)，獲得掃描儀與慣導(dǎo)系統(tǒng)的相對(duì)關(guān)系，最后融合慣導(dǎo)系統(tǒng)提供的車體軌跡位置和姿態(tài)參數(shù)，經(jīng)過(guò)坐標(biāo)轉(zhuǎn)換處理，完成多源數(shù)據(jù)的融合處理，獲得道路的三維點(diǎn)云數(shù)據(jù)。為了適應(yīng)傳感器的更新以及提升最終三維點(diǎn)云精度，對(duì)時(shí)間同步方案、傳感器標(biāo)定、定位定姿算法等進(jìn)行不斷優(yōu)化，使得點(diǎn)云精度由12 cm左右提升到10 cm以內(nèi)，獲得了很大的改進(jìn)。

由于點(diǎn)云的采集存在一定的誤差，有時(shí)會(huì)導(dǎo)致部分地物難以分辨，通過(guò)全景相機(jī)采集實(shí)地影像數(shù)據(jù)所建立的街景系統(tǒng)作為參照，便可準(zhǔn)確地反映道路的真實(shí)環(huán)境。

經(jīng)過(guò)系統(tǒng)的集成設(shè)計(jì)與程序開發(fā)，采集的數(shù)據(jù)經(jīng)處理后可得到目標(biāo)坐標(biāo)系下三維點(diǎn)云，生動(dòng)立體地展現(xiàn)道路的真實(shí)環(huán)境。

3 成果展示

基于地理位置考慮，本文的原始點(diǎn)云最終轉(zhuǎn)換為上海城建坐標(biāo)系下三維點(diǎn)云。實(shí)驗(yàn)選擇了條件相對(duì)開闊、信號(hào)接收良好的路段進(jìn)行數(shù)據(jù)的采集。圖5為同濟(jì)大學(xué)嘉定校區(qū)仰望星空樓附近路段的點(diǎn)云，轉(zhuǎn)向箭頭、斑馬線等標(biāo)識(shí)都能清晰地顯現(xiàn)出來(lái)。

圖5 三維點(diǎn)云效果圖

對(duì)于點(diǎn)云質(zhì)量，本文從相對(duì)精度與絕對(duì)精度兩方面對(duì)生成三維點(diǎn)云的質(zhì)量進(jìn)行分析與評(píng)估，從點(diǎn)云的幾何特征與絕對(duì)坐標(biāo)上對(duì)其進(jìn)行評(píng)價(jià)。

3.1 相對(duì)精度分析

本文選擇校園內(nèi)某路段為樣本，對(duì)點(diǎn)云進(jìn)行相對(duì)精度評(píng)價(jià)。從點(diǎn)云的各部分細(xì)節(jié)來(lái)看，在肉眼可見(jiàn)范圍內(nèi)點(diǎn)云拼接無(wú)重影，標(biāo)志標(biāo)線清晰，三維立體模型逼真，能真實(shí)地反映出地物地貌特征，如圖6所示。

圖6 四平路校區(qū)點(diǎn)云效果

從點(diǎn)云上量取虛線長(zhǎng)度、道路線間寬度以及臺(tái)階高度，與實(shí)地量取的距離進(jìn)行對(duì)比，可以看出點(diǎn)云的相對(duì)精度較高，與實(shí)地情況相差較小，從表1的結(jié)果可以看出，誤差不超過(guò)2 cm，占總長(zhǎng)比例不超過(guò)5%。

3.2 絕對(duì)精度分析

為驗(yàn)證系統(tǒng)點(diǎn)云的絕對(duì)精度，本文通過(guò)全站儀或者RTK測(cè)量測(cè)區(qū)內(nèi)路面上特征點(diǎn)的絕對(duì)坐標(biāo)與點(diǎn)云數(shù)據(jù)中的坐標(biāo)進(jìn)行比較。特征點(diǎn)的整體坐標(biāo)誤差如表2所示。由表中結(jié)果可知，各指標(biāo)基本保持在10 cm以內(nèi)，系統(tǒng)點(diǎn)云具有較高精度。

表1 相對(duì)精度分析

表2 特征點(diǎn)點(diǎn)云坐標(biāo)與實(shí)測(cè)坐標(biāo)誤差統(tǒng)計(jì)/m

實(shí)驗(yàn)結(jié)果表明，經(jīng)過(guò)一體化集成與完善后的移動(dòng)測(cè)量系統(tǒng)，點(diǎn)云數(shù)據(jù)的絕對(duì)精度和相對(duì)精度能滿足移動(dòng)測(cè)量系統(tǒng)數(shù)據(jù)采集與點(diǎn)云應(yīng)用的需求。

4 移動(dòng)測(cè)量系統(tǒng)的應(yīng)用

4.1 街景系統(tǒng)發(fā)布

車載移動(dòng)測(cè)量系統(tǒng)采集的數(shù)據(jù)，主要成果為反映物體空間信息的三維點(diǎn)云，其精度一般在厘米級(jí)，是制作道路地圖的一種重要數(shù)據(jù)源。而在繪制道路地圖過(guò)程中，繪制地圖分辨交通標(biāo)志標(biāo)線的屬性存在一定問(wèn)題，比如無(wú)法確定標(biāo)線的顏色、交通標(biāo)志的位置、語(yǔ)義等，需要基于位置準(zhǔn)確的點(diǎn)云強(qiáng)度信息矢量化，此時(shí)就需要參照實(shí)地相片來(lái)輔助繪圖，并檢查是否有缺漏的情況。而全景相片結(jié)合導(dǎo)航系統(tǒng)提供的位置信息，以街景的形式發(fā)布在網(wǎng)站上，通過(guò)地圖位置來(lái)關(guān)聯(lián)全景相片之后，能夠提供路面的詳實(shí)語(yǔ)義信息，為制圖工作帶來(lái)極大的便利，系統(tǒng)界面如圖7所示。

圖7 街景系統(tǒng)界面

通過(guò)該街景系統(tǒng)，將全景相片與地理坐標(biāo)相關(guān)聯(lián)，使得點(diǎn)云與相片間的互動(dòng)成為可能，解決了車載點(diǎn)云繪制道路地圖中出現(xiàn)的問(wèn)題，發(fā)揮出了全景相機(jī)更大的使用價(jià)值。

4.2 點(diǎn)云的配色

掃描儀采集的點(diǎn)云，只有每個(gè)點(diǎn)的時(shí)間、坐標(biāo)和強(qiáng)度信息，而沒(méi)有RGB色彩信息。通過(guò)全景相機(jī)采集的全景影像不僅擁有色彩信息，還能通過(guò)與之同步的GPS數(shù)據(jù)和點(diǎn)云相關(guān)聯(lián)，在經(jīng)過(guò)標(biāo)定后的全景影像應(yīng)用像方投影投射到三維點(diǎn)云中，就可為點(diǎn)云賦色。圖8、圖9為配色前后的點(diǎn)云。

圖8 配色前點(diǎn)云

圖9 配色后點(diǎn)云

4.3 車道級(jí)道路底圖的制作

通常來(lái)說(shuō)，基于普通地圖的GPS導(dǎo)航定位精確度在5 m左右，完全不能滿足自動(dòng)駕駛的需求。而車道級(jí)地圖憑借“高精”的特性，可按厘米進(jìn)行精確定位?？梢哉f(shuō)，車道級(jí)地圖、高精導(dǎo)航就是自動(dòng)駕駛車輛的重要組成部分。通過(guò)車載移動(dòng)測(cè)量系統(tǒng)采集的數(shù)據(jù)融合后得到的三維點(diǎn)云，利用CAD進(jìn)行圖形的繪制，最后利用GIS工具繪制最后的道路底圖，可以得到所需要的車道級(jí)道路底圖，如圖10所示。通過(guò)該高精度的車道級(jí)底圖，可作為無(wú)人駕駛汽車的導(dǎo)航依據(jù)。

圖10 從點(diǎn)云數(shù)據(jù)到GIS成圖的示例過(guò)程

4.4 路面坑槽的檢測(cè)

高速公路上經(jīng)常有大型車輛行駛，導(dǎo)致路面結(jié)構(gòu)局部過(guò)早產(chǎn)生疲勞裂縫，在雨水侵蝕作用下發(fā)展為坑槽，成為嚴(yán)峻的安全隱患。通過(guò)移動(dòng)測(cè)量系統(tǒng)進(jìn)行目標(biāo)路段的數(shù)據(jù)采集，提取路面上的坑槽信息，之后應(yīng)用Arc GIS Server、Arc GIS API for Java S-cript等Web GIS相關(guān)技術(shù)實(shí)現(xiàn)了高速路路面坑槽信息的發(fā)布，方便路面維修工作的進(jìn)行，減少道路交通安全隱患[10]。坑槽檢測(cè)系統(tǒng)如圖11所示。

圖11 路面坑槽檢測(cè)系統(tǒng)

5 結(jié) 語(yǔ)

本文詳細(xì)介紹了一套車載移動(dòng)測(cè)量系統(tǒng)的更新?lián)Q代與優(yōu)化歷程，并且通過(guò)實(shí)驗(yàn)驗(yàn)證了系統(tǒng)點(diǎn)云的精度，能夠滿足移動(dòng)測(cè)量系統(tǒng)數(shù)據(jù)采集與點(diǎn)云應(yīng)用需求。同時(shí)，系統(tǒng)還具有安裝簡(jiǎn)便、采集快速、處理高效、成果豐富的特點(diǎn)，有很大的應(yīng)用空間，在街景系統(tǒng)發(fā)布、點(diǎn)云賦色、車道級(jí)道路地圖的制作及路面坑槽檢測(cè)等方面有著突出貢獻(xiàn)。在后續(xù)的研究當(dāng)中，會(huì)對(duì)點(diǎn)云的處理算法再進(jìn)行優(yōu)化，減少外部因素的影響，進(jìn)一步提高點(diǎn)云精度，提升系統(tǒng)的實(shí)用價(jià)值。