基于特征匹配的機(jī)載激光雷達(dá)安置參數(shù)檢校方法

鐘振　陳良良　謝國(guó)棟

摘? 要：機(jī)載激光雷達(dá)（LiDAR）是一種集成激光、全球?qū)Ш叫l(wèi)星系統(tǒng)和慣導(dǎo)系統(tǒng)的多傳感器移動(dòng)測(cè)量系統(tǒng)，系統(tǒng)精度受多個(gè)因素影響，不僅取決核心傳感器精度，還受到激光與IMU的安置參數(shù)影響。對(duì)低成本的多線激光雷達(dá)進(jìn)行研究，分析激光雷達(dá)定位原理和安置參數(shù)的影響，提出一種基于特征匹配的檢校方法。通過不同航帶的點(diǎn)云進(jìn)行特征匹配，計(jì)算出航帶間的偏移，根據(jù)偏差與安置參數(shù)的關(guān)系求出安置參數(shù)，實(shí)驗(yàn)證明該方法能夠有效消除安置誤差影響。

關(guān)鍵詞：激光雷達(dá);檢校;特征匹配;安置角

中圖分類號(hào)：TP391.4;TN958.98? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? 文章編號(hào)：2096-4706（2021）17-0082-06

Abstract： Airborne Laser Radar （Lidar） is a multi-sensor mobile measurement system integrating laser， global navigation satellite system and inertial navigation system. The accuracy of the system is affected by many factors， it depends not only on the accuracy of the core sensor， but also on the placement parameters of the laser and IMU. Research on low-cost multi-line Lidar， analyze Lidar positioning principle and the influence of placement parameters， and propose a calibration method based on feature matching. Through feature matching of point clouds of different flight belts， the offset between the flight belts is calculated， and the placement parameters are calculated according to the relationship between the deviation and the placement parameters. The experiment proves that this method can effectively eliminate the impact of placement errors.

Keywords： Lidar; calibration; feature matching; placement angle

0? 引? 言

機(jī)載激光雷達(dá)LiDAR（Light Detection and Ranging）是一種集成激光、全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）和慣導(dǎo)系統(tǒng)（INS）的高精度三維測(cè)量系統(tǒng)，搭載飛行平臺(tái)進(jìn)行掃描，能夠直接獲取掃描物體的坐標(biāo)，具有精度高、外業(yè)工作量小、可夜間作業(yè)、可穿透植被等優(yōu)點(diǎn)[1]，被應(yīng)用在測(cè)繪、林業(yè)、電力等行業(yè)。在20世紀(jì)90年代起機(jī)載激光雷達(dá)開始成熟，國(guó)外Optech、Leica、Riegl、TopoSYS等公司先后推出機(jī)載產(chǎn)品，國(guó)內(nèi)21世紀(jì)初國(guó)內(nèi)開始引進(jìn)國(guó)外的LiDAR系統(tǒng)，例如，中國(guó)海監(jiān)隊(duì)2006年引進(jìn)Leica公司的ALS50I，北京天地信息科技有限公司2006年引進(jìn)Optech公司的ALTM3100，等等[2]，但這些傳統(tǒng)單線激光雷達(dá)系統(tǒng)大多非常昂貴動(dòng)輒幾百上千萬，而且設(shè)備非常笨重需要搭載有人機(jī)進(jìn)行飛行，成本過高限制其應(yīng)用發(fā)展。近年來隨著低成本的多線激光器出現(xiàn)，例如Velodyne、Quanergy、禾賽、速騰等多線激光器，加上無人機(jī)的快速發(fā)展，無人機(jī)搭配低成本多線激光雷達(dá)應(yīng)運(yùn)而生，在眾多領(lǐng)域里快速發(fā)展，例如電力巡檢、公路勘測(cè)、林業(yè)調(diào)查、測(cè)繪、遙感等[3-8]。機(jī)載激光雷達(dá)為高精度測(cè)量系統(tǒng)，影響系統(tǒng)精度的因素有很多，除了傳感器本省精度外對(duì)激光與IMU的安置參數(shù)進(jìn)行檢校尤為重要[9]。目前國(guó)內(nèi)外大部分的論文都是針對(duì)單線激光進(jìn)行安置檢校，針對(duì)低成本的多線激光器則很少，例如Jan Skaloud等提出了基于目標(biāo)點(diǎn)的嚴(yán)格方法計(jì)算機(jī)載激光雷達(dá)的標(biāo)定參數(shù)[10];R.Le Scouarnec等提出一種基于靜態(tài)測(cè)量避免GPS誤差的標(biāo)定方法[11];張小紅提出利用規(guī)則幾何體的重心偏差來計(jì)算安置角[12];章大勇等通過激光雷達(dá)的反射強(qiáng)度確定檢測(cè)控制區(qū)，根據(jù)激光矢量測(cè)量方程，利用最小二乘法計(jì)算安置角[13]。

本公司基于多線激光器和慣導(dǎo)系統(tǒng)研究低成本的機(jī)載激光雷達(dá)系統(tǒng)集成應(yīng)用，為了提升系統(tǒng)精度提出一種基于特征匹配的安置參數(shù)檢校方法，該方法通過LiDAR不同航帶生成的點(diǎn)云偏差與安置參數(shù)的關(guān)系計(jì)算出對(duì)應(yīng)參數(shù)，能夠快速完成系統(tǒng)檢校。

1? 機(jī)載LiDAR定位原理

機(jī)載LiDAR是一種多傳感器集成系統(tǒng)，每個(gè)傳感器坐標(biāo)系都不一樣，系統(tǒng)進(jìn)行測(cè)量工作時(shí)需要根據(jù)對(duì)應(yīng)的數(shù)學(xué)模型將激光器掃描獲取的數(shù)據(jù)轉(zhuǎn)換成三維空間坐標(biāo)，再經(jīng)過一系列的坐標(biāo)轉(zhuǎn)換生成具有地理參考信息的激光點(diǎn)云數(shù)據(jù)。機(jī)載LiDAR采用的是直接定位DG（Direct-Georeferencing）方式進(jìn)行激光腳點(diǎn)坐標(biāo)計(jì)算，計(jì)算過程涉及激光坐標(biāo)系、IMU載體坐標(biāo)系、當(dāng)?shù)厮阶鴺?biāo)系，如圖1所示，XmYmZm為當(dāng)?shù)厮阶鴺?biāo)系，XbYbZb為IMU載體坐標(biāo)系，XlYlZl為激光坐標(biāo)系。具體的數(shù)學(xué)模型如式（1）所示，其中為IMU載體坐標(biāo)到當(dāng)?shù)厮阶鴺?biāo)的轉(zhuǎn)化矩陣，為激光坐標(biāo)到IMU載體坐標(biāo)系轉(zhuǎn)換矩陣，為IMU載體在當(dāng)?shù)刈鴺?biāo)系下的位置， 為IMU與激光的偏移量，為激光坐標(biāo)系下測(cè)量的P點(diǎn)位置。

2? 基于特征匹配的LiDAR安置參數(shù)檢校方法

2.1? 安置參數(shù)模型

多線激光器與單線激光器除了激光線數(shù)不同外，多線激光器每條線束還都有垂直角度，這是多線激光器與單線激光器最大的不同。激光坐標(biāo)系以激光發(fā)射中心為原點(diǎn)，Z軸為旋轉(zhuǎn)軸，每條激光線有水平角度（α）和垂直角度（ω），每條激光線垂直角度為固定，水平角則根據(jù)旋轉(zhuǎn)角度確定，參考多線激光器（Velodyne VLP-16）技術(shù)手冊(cè)，可以得到 的計(jì)算公式：

IMU安裝在飛行平臺(tái)，Y軸沿著飛行方向，X軸向右，Z軸與X、Y軸形成右手系，如圖2所示。

根據(jù)方向余弦矩陣，可以求得IMU載體坐標(biāo)到當(dāng)?shù)厮阶鴺?biāo)的轉(zhuǎn)化矩陣，用式（3）表示，其中r，p，h分別代表橫滾、俯仰、航向三個(gè)角度。假設(shè)IMU是完全垂直的，即Z軸與當(dāng)?shù)刈鴺?biāo)垂直方向完全對(duì)齊，而且飛行航線規(guī)定為正北或者正南方向，那么r，p，近似為0°，h等于0°或者180°，那么可以將式（3）簡(jiǎn)化為式（4）。

為激光掃描坐標(biāo)系到IMU載體坐標(biāo)系轉(zhuǎn)換矩陣，理論上激光坐標(biāo)與IMU載體坐標(biāo)是相互平行的，但實(shí)際上X、Y、Z三軸并不平行，從圖3可以看出激光到IMU坐標(biāo)需要繞X軸旋轉(zhuǎn)90°三軸才能對(duì)齊，對(duì)齊后由于有安置誤差，兩個(gè)坐標(biāo)系之間還存在安置角誤差角?θ，?β，?γ，安置誤差角為小角度，所以可以將近似為式（5）。

為激光到IMU載體的偏移可記為（?X，?Y，?Z）， 為IMU載體位置可通過測(cè)量得到記為（X，Y，Z），P點(diǎn)在IMU載體坐標(biāo)系記為（Xp，Yp，Zp），根據(jù)式（1）到（5），可得式（6），對(duì)式（6）微分可得安置參數(shù)的數(shù)學(xué)模型式（7）。

2.2? 安置參數(shù)影響分析

通過對(duì)式（7）各項(xiàng)進(jìn)行分離來分析各個(gè)參數(shù)的影響，定義Xm為飛行方向右，Ym為飛行方向，Zm為垂直方向。對(duì)于?X只影響Xm，具體為±δ?X，正負(fù)號(hào)取決于飛行方向;?Y只影響Ym，具體為±δ?Y，正負(fù)號(hào)取決于飛行方向;?Z只影響Zm，具體為δ?Z，與飛行方向無關(guān)。通過往返兩條航帶，掃描平行和垂直飛行方向的垂直平面進(jìn)行計(jì)算可以求出?X和?Y，?Z無論飛行方向如何都往同一方向需要輔助控制點(diǎn)才能求出。

而對(duì)于三個(gè)安置誤差角，俯仰角?θ影響Ym與Zm，分別為?Zpδ?θ和Ypδ?θ;翻滾角?β影響Xm與Zm，分別為±Zpδ?β和-Xpδ?β;航向角?γ影響Xm與Ym，分別為±Ypδ?γ和±Xpδ?γ，正負(fù)號(hào)取決于飛行方向。

通過獲取往返飛行且航高相同的兩條航帶，假如航高為H，能消去航間距帶來的影響，可以求出翻滾角?β和俯仰角?θ，如式（8）和（9）所示，其中Xm和Ym分別為點(diǎn)云在X和Y方向的坐標(biāo)：

2.3? 基于特征匹配的安置參數(shù)求解

安置參數(shù)包括激光和IMU的偏移量和安置角誤差（?X，?Y，?Z，?θ，?β，?γ）6個(gè)參數(shù)，其中（?X，?Y，?Z）可以通過直接測(cè)量獲取，（?θ，?β，?γ）需要通過計(jì)算獲得。根據(jù)2.2節(jié)可知要解出（?θ，?β，?γ），關(guān)鍵在于計(jì)算不同航帶之間點(diǎn)云的偏差，本文采用特征匹配方法進(jìn)行求解，具體流程如圖3所示。

首先進(jìn)行獲取原始點(diǎn)云數(shù)據(jù)和軌跡數(shù)據(jù)進(jìn)行點(diǎn)云融合，形成帶地理坐標(biāo)的點(diǎn)云數(shù)據(jù);其次，通過點(diǎn)云數(shù)據(jù)的反射強(qiáng)度來提取特征，為了避免提取高強(qiáng)度板以外的高強(qiáng)度點(diǎn)，設(shè)置一個(gè)預(yù)定義的區(qū)域范圍來提取高強(qiáng)度點(diǎn)，再采用基于距離的區(qū)域生長(zhǎng)算法對(duì)高強(qiáng)度板進(jìn)行分組;第三，通過的RANSAC算法對(duì)每個(gè)特征平面進(jìn)行平面擬合形成特征面，并輸出特征面點(diǎn)云;第四，對(duì)特征面點(diǎn)云進(jìn)行匹配，本文采用基于PCL庫ICP-PATCH的方法進(jìn)行計(jì)算，獲得兩個(gè)航帶之間的點(diǎn)云偏差;最后，根據(jù)已知的杠臂值、航高、航間距利用式（8）～（10）求出三個(gè)安置角誤差。

3? 實(shí)驗(yàn)數(shù)據(jù)與結(jié)果分析

3.1? 系統(tǒng)概述

圖4為實(shí)驗(yàn)采用多線機(jī)載雷達(dá)系統(tǒng)，激光頭采用Velodyne VLP16，慣導(dǎo)采用Applanix APX-15，控制板為基于Freescale imx6嵌入式系統(tǒng)，進(jìn)行設(shè)備控制和數(shù)據(jù)記錄。GNSS與IMU數(shù)據(jù)采用Applanix公司的POSPac軟件進(jìn)行處理并輸出航線軌跡，點(diǎn)云融合、特征匹配與安置參數(shù)求解等功能采用自研開發(fā)點(diǎn)云處理軟件Data-PreProcess，軟件基于C++實(shí)現(xiàn)，軟件界面如圖5所示。

3.2? 實(shí)驗(yàn)步驟

首先進(jìn)行航線規(guī)劃和數(shù)據(jù)采集，根據(jù)第二節(jié)的原理分析，設(shè)計(jì)航高50 m高度的來回和同向航線，航間距為50 m，飛行速度為5 m/s。選取的標(biāo)定場(chǎng)景應(yīng)具備明顯的線面特征，如低矮的房子和人字頂房屋等，采用六旋翼無人機(jī)搭載雷達(dá)系統(tǒng)按照規(guī)劃航線進(jìn)行數(shù)據(jù)采集。其次，數(shù)據(jù)采集完成后導(dǎo)出GNSS/IMU和點(diǎn)云原始數(shù)據(jù)，GNSS/IMU數(shù)據(jù)通過Pospac軟件生成出航線軌跡SBET數(shù)據(jù)，將原始點(diǎn)云數(shù)據(jù)和SBET導(dǎo)入Data-PreProcess融合生成各條航線點(diǎn)云，如圖6所示。第三，對(duì)不同航帶的點(diǎn)云數(shù)據(jù)進(jìn)行特征提取獲得特征點(diǎn)云，如圖7所示。最后，將航高和航間距輸入Data-PreProcess軟件，軟件自動(dòng)計(jì)算出校正參數(shù)值。

3.3? 精度驗(yàn)證

為了驗(yàn)證計(jì)算校正參數(shù)是否有效正確，選取建筑物場(chǎng)景進(jìn)行驗(yàn)證，并對(duì)房角點(diǎn)的位置做準(zhǔn)確測(cè)量作為驗(yàn)證真值。采用機(jī)載LiDAR系統(tǒng)進(jìn)行來回航帶的采集，融合點(diǎn)云對(duì)校正前和校正后進(jìn)行對(duì)比，校正前來回點(diǎn)云錯(cuò)位非常明顯，校正后點(diǎn)云完全重疊一起，證明校正參數(shù)是有效的，如圖8和圖9所示。進(jìn)一步對(duì)點(diǎn)云進(jìn)行精度驗(yàn)證，獲取點(diǎn)云建筑對(duì)應(yīng)房角點(diǎn)的位置與測(cè)量的值進(jìn)行對(duì)比，實(shí)測(cè)誤差在10 cm以內(nèi)，精度達(dá)到預(yù)期證明校正是正確的，如表1與表2所示。

4? 結(jié)? 論

本文針對(duì)多線機(jī)載激光雷達(dá)提出一種安置角檢校方法，該方法通過來回和同向航帶獲取點(diǎn)云，并從點(diǎn)云中提取出特征形成特征面，通過特征面計(jì)算不同航帶點(diǎn)云之間的偏差，并根據(jù)航高和航間距計(jì)算安置角檢校參數(shù)。通過實(shí)驗(yàn)證明，計(jì)算出的安置角檢校參數(shù)正確有效，校正后的點(diǎn)云精度能達(dá)到10 cm以內(nèi)。

參考文獻(xiàn)：

[1] 馬振廷.基于機(jī)載激光雷達(dá)系統(tǒng)的飛行動(dòng)態(tài)定標(biāo)技術(shù)研究 [D].成都：西南交通大學(xué)，2017.

[2] 王國(guó)鋒.許振輝.多源激光雷達(dá)數(shù)據(jù)集成技術(shù)及其應(yīng)用 [M].北京：測(cè)繪出版社，2012.

[3] 李偉，唐伶俐，吳昊昊，等.輕小型無人機(jī)載激光雷達(dá)系統(tǒng)研制及電力巡線應(yīng)用 [J].遙感技術(shù)與應(yīng)用，2019，34（2）：269-274.

[4] 李冰，林宇龍，黃珣，等.基于激光雷達(dá)技術(shù)的無人機(jī)電網(wǎng)基建管控系統(tǒng) [J].現(xiàn)代電子技術(shù)，2018，41（2）：99-101+ 106.

[5] 吳德智.曾璧環(huán).葉清泉.基于無人機(jī)載激光雷達(dá)的電力線自動(dòng)提取技術(shù) [J].中國(guó)科技投資，2014（A10）：1-4.

[6] 吳擢城.無人機(jī)載激光雷達(dá)在林業(yè)資源調(diào)查的應(yīng)用 [J].農(nóng)家科技，2019（6）：277.

[7] NIETHAMMER U，JAMES M R，ROTHMUND S，et al. UAV-based remote sensing of the Super-Sauze landslide：Evaluation and results [J].Engineering Geology，2012（128）：2–11.

[8] WEISS U，BIBER P. Plant detection and mapping for agricultural robots using a 3D LIDAR sensor [J].Robotics and Autonomous Systems，2011，59（5）：265–273.

[9] AYMAN H，KI IN B，PAULA K A，et al. Error Budget of Lidar Systems and Quality Control of the Derived Data [J].Photogrammetric Engineering & Remote Sensing，2009（9）：1093-1108.

[10] SKALOUD J，LICHTIRI D. Rigorous approach to bore-sight self-calibration in airborne laser scanning [J].ISPRS Journal of Photogrammetry & Remote Sensing，2006，61（1），47–59.

[11] SCOUARNECB R L，TOUZ? T，LACAMBREB J B，et al. A NEW RELIABLE BORESIGHT CALIBRATION METHOD FOR MOBILE LASER SCANNING APPLICATIONS [J].EUROPEAN CALIBRATION AND ORIENTATION WORKSHOP（ EUROCOW 2014）International Archives of the Photogrammetry Remote Sensing and Spatial Information Sciences，2014：67-72.

[12] 張小紅.機(jī)載激光雷達(dá)測(cè)量技術(shù)理論與方法 [M].武漢：武漢大學(xué)出版社，2007.

[13] 章大勇，吳文啟，吳美平.機(jī)載激光雷達(dá)系統(tǒng)標(biāo)定方法 [J].光學(xué)精密工程，2009，17（11）：2806-2813.

作者簡(jiǎn)介：鐘振（1981.08—），男，漢族，廣東惠來人，中級(jí)，碩士，研究方向：多傳感器融合、點(diǎn)云處理。