GNSS輔助智能手機近景攝影測量定位精度研究

李德乾，梁玉斌，崔鐵軍

（天津師范大學 地理與環(huán)境科學學院，天津 300382）

近景攝影測量（Close-range Photogrammetry）是一種針對近距離目標物的攝影測量技術。該技術在工業(yè)、建筑、醫(yī)療、考古和文物保護等領域應用廣泛。早期的近景攝影測量依賴高精度量測型相機實現(xiàn)數(shù)碼照片的獲取。近年，隨著芯片、傳感器和移動操作系統(tǒng)等關鍵技術的不斷進步，智能手機在全世界范圍內(nèi)迅速普及。在智能時代的背景下，測繪地理信息領域的大量研究和應用正在借助智能手機向大眾化方向發(fā)展[1]。

早期研究顯示，智能手機在攝影測量領域具有應用潛力。Akca等[2]研究了智能手機照片的測量精度，研究顯示經(jīng)過檢校后智能手機能夠用于多種攝影測量任務。徐殿成等[3]利用室內(nèi)檢校場研究了智能手機的測量精度，研究表明智能手機用于10 m左右的近距離攝影測量可達到毫米級精度。Micheletti等[4]利用智能手機對河岸立面和沖積扇進行了控制點輔助的近景攝影測量實驗。研究結果顯示，10 m以內(nèi)三維重建精度可達到厘米級。沈亞峰等[5]以安卓手機為平臺開發(fā)了2種用于樹木胸徑測量的近景攝影測量方法。2種方法的絕對測量精度為厘米級，能夠用于野外植被調(diào)查。

隨著智能手機的照片質量和衛(wèi)星定位精度的不斷提高，攝影測量和三維計算機視覺的研究和應用開始從專業(yè)化向大眾化方向發(fā)展。Snavely等[6]利用公眾上傳到網(wǎng)上的眾源數(shù)碼照片實現(xiàn)了全球多處地標建筑的全自動三維重建。Agarwal等[7]利用集群處理技術在1 d內(nèi)基于15萬張照片完成了城市級的三維重建。

本研究利用市面常見的智能手機對一典型建筑目標對象進行攝影，通過全球導航衛(wèi)星系統(tǒng)（Global Navigation Satellite System，GNSS）輔助全自動空中三角測量（空三）實現(xiàn)了照片的自動對地定位，并利用高精度實測數(shù)據(jù)對照片的空間定位精度進行了定量評估。

1 研究方法

本研究使用2款智能手機獲得帶有空間位置信息的數(shù)碼照片。在衛(wèi)星定位信息的輔助下，實現(xiàn)照片的全自動空三和對地定位。利用RTK（實時動態(tài)）測量數(shù)據(jù)，對手機的衛(wèi)星定位精度進行評價?；诿饫忡R全站儀測量數(shù)據(jù)，對GNSS輔助的智能手機照片全自動空三的精度進行評定。

1.1 數(shù)據(jù)獲取

本研究使用市面上2款不同配置的智能手機進行近景攝影。其中，華為Mate 20于2018年10月發(fā)布，是一款雙頻GNSS中高端智能手機。華為Honor 8于2016年7月上市，是一款單頻GNSS中低端智能手機。

本研究以天津師范大學圖書館主樓南立面作為拍攝對象。攝影位置在圖書館南面的廣場上，廣場北側為圖書館，廣場東西兩側為教學樓，廣場和教學樓之間為綠化帶。圖書館主樓高約60 m，寬約70 m。廣場東西兩側教學樓高約16 m。5條攝影線分別距圖書館立面80 m、92.5 m、105 m、117.5 m和130 m。在每條攝影線上，自西向東以6 m為間隔確定一組攝站點位（圖1）。在每一攝站點位處做地面標記，采用RTK測量標記點的坐標。坐標采用WGS84大地坐標系統(tǒng)，標記點的測量精度約為3 cm。

圖1 攝站點位

在每個曝光點位上，使用2款智能手機分別對圖書館立面進行攝影。在攝影之前，開啟手機的空間定位服務功能，并設置手機的拍攝功能，使之在拍照時將地理空間坐標（WGS84坐標）同步寫入照片。為了獲得可靠的手機衛(wèi)星定位坐標值，在每一攝站點位處待手機定位結果收斂后再拍攝照片。攝影時利用手持激光測距儀實現(xiàn)手機和地面標記點的垂直對準，并測得手機攝像頭距地面的高度。利用地面標記點坐標測量值和手機距地面高度測量值推算曝光點的WGS84大地坐標。

為了評價近景攝影測量全自動空三的定位精度，使用Trimble S5免棱鏡全站儀在圖書館南立面采集了17個檢查點。檢查點采用WGS84大地坐標系統(tǒng)，測量精度約為3 cm。檢查點在圖書館建筑立面上的分布如圖2所示。

圖2 圖書館立面上的檢查點分布

1.2 數(shù)據(jù)處理

本研究的攝影測量數(shù)據(jù)處理坐標系為東北天坐標系（East-North-Up，ENU）。數(shù)據(jù)處理過程如下：首先，將照片自帶的大地坐標、曝光點位的RTK測量值和圖書館立面的檢查點大地坐標變換到選定的東北天坐標系下。利用曝光點位的RTK測量值對手機定位精度進行評估；其次，利用特征提取算法在影像中提取特征點，包括點位、尺度及所在鄰域的特征描述。利用特征描述對不同照片中的特征點進行兩兩匹配，得到初步匹配結果。利用少量同名點觀測值解算照片之間的基礎矩陣（fundamental matrix），利用RANSAC方法剔除誤匹配的特征點，從而得到較為準確的同名點集；再次，在影像穩(wěn)健匹配的基礎上，利用同名點觀測值求解照片的相對位置和姿態(tài)；最后，利用照片自帶的坐標信息，將相對定向結果變換到東北天坐標系下。通過光束法區(qū)域網(wǎng)平差，整體解算照片的攝影位置和姿態(tài)、同名點的坐標及相機的檢校參數(shù)。在照片上標記檢查點的位置，保證每個檢查點被3張照片標記。利用圖書館立面檢查點對空三精度進行評定，計算3個方向的定位精度和點位精度。

2 實驗與分析

2.1 手機衛(wèi)星定位精度

2款智能手機的定位精度見表1。從表中數(shù)據(jù)可知，2款手機的單點定位精度均為米級。由于具備雙頻衛(wèi)星定位功能，Mate 20在3個方向上的定位精度明顯優(yōu)于Honor 8。2款手機均存在一定程度的定位偏差。Mate 20在3個方向的定位偏差的絕對值均在1 m以內(nèi)。Honor 8在北向和天向的定位偏差絕對值超過1 m。

表1 2款智能手機的衛(wèi)星定位精度

圖3顯示了2款手機衛(wèi)星定位誤差的空間分布。圖中誤差向量的長度表示衛(wèi)星定位的平面誤差大小。從圖上可見，Mate 20的衛(wèi)星定位精度明顯優(yōu)于Honor 8。Honor 8在建筑和樹木附近處的衛(wèi)星定位誤差較大。由于Mate 20使用的L1+L5雙頻衛(wèi)星定位有效抑制了多路徑效應，因而建筑和樹木的遮擋對Mate20的定位精度影響較小。

圖3 衛(wèi)星定位誤差的空間分布

2.2 GNSS輔助單攝距攝影測量精度

傳統(tǒng)的近景攝影測量通常在同一距離上對目標對象進行垂直或交向攝影，然后通過自動空三建立立體模型。參照傳統(tǒng)處理方法，將照片按攝影距離進行分組處理。使用Agisoft PhotoScan軟件實現(xiàn)照片的自動空三，空三定位精度見表2。

表2 GNSS輔助單攝距空三精度 m

由表2可知，2款智能手機單攝距自動空三的定位精度起伏不定。2款智能手機的東向精度較高。在北向和天向上，Mate 20和Honor 8的空三定位不可靠。圖4顯示了某一攝距影像的空三結果。從圖上可以發(fā)現(xiàn)，空三重建的稀疏點云偏離檢查點的實際位置，兩者之間存在一個以基線方向為軸的旋轉。單攝距空三結果不可靠的主要原因在于同一攝影距離上采集的照片在空間上呈線性分布，照片的位置觀測值缺乏對南北方向和天向的控制，使得系統(tǒng)無法準確估計模型的相似變換參數(shù)，導致模型嚴重偏離實際位置。

圖4 單攝距影像GNSS輔助空三結果

2.3 GNSS輔助多攝距攝影測量精度

將手機在不同拍攝距離獲得的全部照片進行一次性空三處理，定位精度見表3。由表3可知，Mate 20的空三精度優(yōu)于Honor 8，2款智能手機多攝距照片的整體空三均達到米級定位精度。Mate 20的空三點位精度與其衛(wèi)星定位精度基本一致。而Honor 8的空三定位精度優(yōu)于其衛(wèi)星定位精度，這表明在模型的絕對定向過程中通過使用穩(wěn)健算法，可以有效排除衛(wèi)星定位的不可靠坐標值和粗差，從而提高攝影測量空三的定位精度。

表3 GNSS輔助空三精度 m

圖5所示為Mate 20的多攝距照片整體空三結果。從圖上可以發(fā)現(xiàn)，檢查點的空間位置與預期一致。與單攝距照片空三相比，多攝距照片在東向和北向均勻分布，區(qū)域網(wǎng)結構更加合理。增加的深度方向上的觀測使得自動空三系統(tǒng)能夠準確估計模型的絕對定向參數(shù)，從而獲得與預期一致的空三結果。

圖5 多攝距影像GNSS輔助空三結果

表4為GNSS輔助多攝距空三的相對定位精度。由表4可知，Mate 20多攝距空三相對定位達到分米級精度，而Honor 8多攝距空三相對定位僅達到米級精度2款智能手機的空三相對定位精度均優(yōu)于其絕對定位精度。

表4 GNSS輔助多攝距空三相對精度 m

在GNSS輔助空三的基礎上，通過引入控制點（Ground Control Point，GCP）可以進一步提高空三的定位精度。表5為在引入1個控制點（p8）、2個控制點（p1和p18）、3個控制點（p1、p10和p15）和4個控制點（p1、p5、p8和p18）的情況下，GNSS和控制點輔助多攝距照片的空三精度。由表5可知，在引入1個控制點的情況下，Mate 20的空三精度提高到分米級，而Honor 8的空三精度也有顯著提高。當引入2個控制點時，2款手機的空三精度均達到分米級。當引入3個控制點時，2款手機的空三精度接近厘米級，但精度提高緩慢。引入4個控制點后，2款手機的空三精度趨于穩(wěn)定。

表5 控制點輔助空三精度 m

2.4 模擬眾源攝影測量精度

眾源影像由大眾拍攝獲得，所用的智能手機類型多樣，手機的衛(wèi)星定位精度和照片質量各不相同。本文通過將Mate 20和Honor 8這2款手機拍攝的照片進行混合，并從中隨機抽選照片進行三維重建，從而對眾源影像的攝影測量精度進行模擬。利用計算機程序從照片總體中選取20、40、60和76張照片生成4組采樣數(shù)據(jù)，表6為4組采樣數(shù)據(jù)的空三精度。從表中可知，照片數(shù)量為20張時，其空三精度低于2款手機的衛(wèi)星定位精度。40張照片的空三精度明顯提高，介于2款手機衛(wèi)星定位精度之間。當照片數(shù)達到60張時，空三精度與Mate 20手機衛(wèi)星定位精度一致。當使用全部76張照片進行重建時，空三精度趨于穩(wěn)定。

表6 模擬眾源攝影測量空三精度 m

3 結論與展望

本研究利用市面常見的智能手機對近距離目標對象進行攝影，通過GNSS輔助空三實現(xiàn)了照片的自動對地定位，并利用高精度實測數(shù)據(jù)對照片的定位精度進行了定量研究。實驗結果顯示：（1）無控制點的情況下使用單一攝距的影像無法實現(xiàn)穩(wěn)健的三維重建，多攝距影像的整體重建結果更為可靠；（2）智能手機照片的GNSS輔助空三可達到米級絕對定位精度和分米級相對定位精度，在1個控制點的輔助下，手機照片的GNSS輔助空三可達到分米級絕對定位精度；（3）照片數(shù)量較少時，眾源攝影測量的精度將低于手機的衛(wèi)星定位精度。照片數(shù)量達到一定規(guī)模后，眾源攝影測量精度接近手機的最優(yōu)衛(wèi)星定位精度。

隨著智能手機衛(wèi)星定位精度的不斷提高，手機照片的攝影測量空間定位精度必然相應提高。未來，伴隨多種傳感器技術的不斷進步，智能手機必然在測繪地理空間數(shù)據(jù)采集和分析中發(fā)揮越來越重要的作用。