基于GNSS與慣性導(dǎo)航系統(tǒng)的全景三維研究

陳煒哲

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

0 引言

隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展，傳統(tǒng)的測(cè)繪方式已無(wú)法滿足人們對(duì)地理空間信息的需要，在云計(jì)算、大數(shù)據(jù)、人工智能等新一代信息技術(shù)的發(fā)展下，測(cè)繪科學(xué)變的越來(lái)越信息化、智能化，在測(cè)繪信息化發(fā)展趨勢(shì)下，定位定向、數(shù)據(jù)交互、實(shí)景建模、遙感遙測(cè)等新技術(shù)得到了充分應(yīng)用。當(dāng)前全景三維建模的主要技術(shù)有三種[1-4]。第一種技術(shù)是衛(wèi)星遙感測(cè)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(diǎn)，但該種方式的建筑立面紋理獲取成本高、建模精細(xì)程度低，貼圖費(fèi)時(shí)費(fèi)力。第二種技術(shù)是傾斜攝影測(cè)量，在機(jī)載平臺(tái)上搭載多鏡頭從多角度來(lái)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(gòu)建高分辨率、高效逼真的三維模型，但該方式對(duì)細(xì)小物體以及茂盛植被下的地形建模能力不足。第三種技術(shù)是移動(dòng)測(cè)量技術(shù)，移動(dòng)測(cè)量系統(tǒng)獲取的點(diǎn)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(duì)高精度地形測(cè)量具有很好效果[5-7]。

本文對(duì)移動(dòng)道路測(cè)量系統(tǒng)進(jìn)行分析，通過(guò)車載激光掃描儀將所需信息如道路標(biāo)志線、考試標(biāo)線以及其它設(shè)施的三維位置坐標(biāo)進(jìn)行采集，以GNSS差分定位與慣性導(dǎo)航系統(tǒng)為相關(guān)位置進(jìn)行定位輔助，最后根據(jù)所得數(shù)據(jù)使用相關(guān)的建模軟件對(duì)相關(guān)結(jié)構(gòu)進(jìn)行建立并組合處理，完成全景三維模型。通過(guò)建立GNSS與慣性導(dǎo)航系統(tǒng)的可量測(cè)全景三維模型，將多種傳感器的數(shù)據(jù)進(jìn)行融合，進(jìn)行全景三維與GNSS、慣性導(dǎo)航系統(tǒng)的融合定位實(shí)驗(yàn)，來(lái)進(jìn)一步驗(yàn)證所提方法的合理性，為在今后實(shí)際的工程測(cè)量中提供技術(shù)支撐[8]。

1 移動(dòng)道路測(cè)量系統(tǒng)及原理

車載激光掃描儀、定位相關(guān)設(shè)備以及存儲(chǔ)數(shù)據(jù)設(shè)備等在車輛上組成了移動(dòng)道路測(cè)量系統(tǒng)，在車輛運(yùn)行過(guò)程中，該系統(tǒng)將道路兩邊的環(huán)境數(shù)據(jù)進(jìn)行采集，這些可量測(cè)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(biāo)進(jìn)行測(cè)量。在移動(dòng)道路測(cè)量數(shù)據(jù)處理中，安裝在車輛上的GNSS差分模塊和慣性導(dǎo)航模塊能夠?qū)崿F(xiàn)不間斷的絕對(duì)定位，而安裝在車輛上的激光掃描儀量測(cè)的立體影像能夠解析目標(biāo)物相對(duì)于激光掃描儀的位置，推算出目標(biāo)物的絕對(duì)坐標(biāo)[9]。

移動(dòng)道路測(cè)量系統(tǒng)中的目標(biāo)物坐標(biāo)計(jì)算的步驟如下所示：首先利用GNSS和慣性導(dǎo)航系統(tǒng)組合模塊來(lái)獲取當(dāng)前車輛的姿態(tài)狀態(tài)及所處位置；其次根據(jù)相關(guān)參數(shù)算出車輛在運(yùn)行過(guò)程中不同位置時(shí)激光掃描儀的姿態(tài)和位置；最后應(yīng)用激光掃描儀相對(duì)于目標(biāo)物的位置計(jì)算出目標(biāo)物的坐標(biāo)，目標(biāo)物坐標(biāo)計(jì)算模型如式(1)所示。

(1)

數(shù)據(jù)采集與數(shù)據(jù)處理構(gòu)成了移動(dòng)道路測(cè)量系統(tǒng)。數(shù)據(jù)采集能夠在同一坐標(biāo)系下應(yīng)用不同的傳感器對(duì)數(shù)據(jù)進(jìn)行采集存儲(chǔ)，數(shù)據(jù)處理是將采集到的數(shù)據(jù)進(jìn)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(dòng)道路測(cè)量誤差模型

在車載移動(dòng)測(cè)量實(shí)景三維系統(tǒng)中，最初的測(cè)量數(shù)據(jù)是由車載激光雷達(dá)獲取的，它所表現(xiàn)出的形式是立體影像，GNSS和慣性導(dǎo)航系統(tǒng)構(gòu)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(dá)掃描到的物體是立體影像中的像點(diǎn)，最初的數(shù)據(jù)就是由這些像點(diǎn)組成。車載移動(dòng)測(cè)量實(shí)景三維系統(tǒng)中物體的像坐標(biāo)與大地坐標(biāo)間的相互轉(zhuǎn)換過(guò)程如下所示：

(2)

(3)

(4)

上式中，δD是車載位置測(cè)量誤差；δO是車載姿態(tài)測(cè)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(diǎn)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(diǎn)匹配誤差在3 cm左右，在測(cè)量的距離已知時(shí)，誤差主要取決于GNSS/慣性導(dǎo)航系統(tǒng)定位測(cè)量誤差。激光掃描影像數(shù)據(jù)能夠輔助GNSS/慣性導(dǎo)航系統(tǒng)工作不到的地方，提升GNSS/慣性導(dǎo)航系統(tǒng)定位的穩(wěn)定性。圖2是車載移動(dòng)測(cè)量實(shí)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(shí)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(yùn)動(dòng)狀態(tài)，模型為：

(5)

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

3 可量測(cè)影像實(shí)驗(yàn)分析

為了驗(yàn)證移動(dòng)道路測(cè)量中的可量測(cè)影像定位的精度及穩(wěn)定性，實(shí)驗(yàn)中移動(dòng)道路測(cè)量系統(tǒng)將采集機(jī)動(dòng)車駕駛?cè)丝颇慷荚噲?chǎng)的可量測(cè)影像數(shù)據(jù)和相對(duì)應(yīng)GNSS/慣性導(dǎo)航數(shù)據(jù)分析。如若在車載移動(dòng)測(cè)量實(shí)景三維系統(tǒng)中單獨(dú)把可量測(cè)影像進(jìn)行定位，誤差將會(huì)逐漸進(jìn)行累積。如下將GNSS/慣性導(dǎo)航組合系統(tǒng)的定位實(shí)驗(yàn)結(jié)果作為基礎(chǔ)，與可量測(cè)影像定位實(shí)驗(yàn)結(jié)果進(jìn)行分析對(duì)比，如表1所示。

表1 可量測(cè)影像定位誤差分析

由表1可知，可量測(cè)影像定位誤差會(huì)隨著影像像對(duì)的增加而進(jìn)行累積，直到誤差發(fā)散失效。當(dāng)累計(jì)誤差到1 m左右時(shí)，后面的結(jié)果會(huì)急劇變化，計(jì)算發(fā)散，圖3～5為可量測(cè)影像的定位誤差。當(dāng)應(yīng)用可量測(cè)影像進(jìn)行定位時(shí)，需要在特定的距離間隔內(nèi)與其他的定位參數(shù)來(lái)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(cè)影像定位會(huì)隨著像對(duì)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(diǎn)相對(duì)于可量測(cè)影像定位同樣非常重要，其數(shù)量對(duì)于可量測(cè)影像定位的結(jié)果會(huì)產(chǎn)生影響，當(dāng)匹配點(diǎn)數(shù)越多并且分布大體一致時(shí)，可量測(cè)影像定位的精確度也會(huì)越來(lái)越高。

4 實(shí)驗(yàn)分析

本次實(shí)驗(yàn)以晉城市機(jī)動(dòng)車駕駛?cè)丝颇慷荚噲?chǎng)中移動(dòng)道路測(cè)量系統(tǒng)的測(cè)試數(shù)據(jù)作為參考，利用車載激光雷達(dá)獲取可量測(cè)影像數(shù)據(jù)，GNSS采用載波相位差分定位作為底層基礎(chǔ)數(shù)據(jù)，慣性導(dǎo)航系統(tǒng)提供了姿態(tài)數(shù)據(jù)。為了分析證明可量測(cè)影像定位數(shù)據(jù)，實(shí)驗(yàn)設(shè)計(jì)了如下的兩種方案：

實(shí)驗(yàn)一：可量測(cè)影像數(shù)據(jù)單獨(dú)進(jìn)行卡爾曼濾波定位的解算；

實(shí)驗(yàn)二：可量測(cè)影像與GNSS/慣性導(dǎo)航系統(tǒng)組合進(jìn)行融合定位。

兩種實(shí)驗(yàn)的融合定位的結(jié)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(cè)影像數(shù)據(jù)單獨(dú)進(jìn)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(cè)影像定位與GNSS/慣性導(dǎo)航系統(tǒng)融合后的定位精準(zhǔn)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(jìn)行了提升，消除了誤差積累。

5 總結(jié)

本文研究在車載移動(dòng)測(cè)量實(shí)景三維系統(tǒng)中將多種傳感器進(jìn)行融合的定位方式，將GNSS/慣性導(dǎo)航系統(tǒng)的定位數(shù)據(jù)與可量測(cè)影像數(shù)據(jù)結(jié)合，實(shí)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(guò)GNSS/慣性導(dǎo)航系統(tǒng)的組合提高了定位的精確度，可量測(cè)影像定位提高了系統(tǒng)的穩(wěn)定性和應(yīng)用范圍，為移動(dòng)道路測(cè)量技術(shù)在實(shí)際中的運(yùn)用提供了理論支撐。