车载移动测图系统设计与应用探讨
陈允芳, 叶泽田
1
2,3
, 卢秀山, 钟若飞
13
(11山东科技大学地球信息科学与工程学院, 山东青岛 266510; 21中国测绘科学研究院, 北京 100039; 31首都师范大学, 北京 100037)
摘要:随着计算机、传感器和导航定位技术的发展, 移动测图技术发展迅猛并备受关注。本文提出
了一种基于定位传感器G PS 、定姿传感器I M U 及影像传感器激光扫描仪、线Π面阵CC D 相机等多种
传感器融合的车载移动式数据快速采集系统。先从I M U 数据中提取姿态信息, 再对G PS 和I M U 数据进行卡尔曼滤波, 由LS 点云数据可提取出街道两侧建(构) 筑物三维几何框架信息, CC , 线阵CC D 获取的道路轴线、路面标志等带状线性地物, 取。最后给出了G PS 关键词:移动测图系统(M MS ) ; ; (I M U ) ; 组合导航; 激光扫描仪(LS ) ; 卡尔曼滤波
中图分类号:文献标识码:B Abstract :Along with the technology development in com puter , sens or , positioning and navigation , M MS is getting fast ev olution and m ore attention. This paper presents a m oving m obile data fast collection system based on position sens or G PS , orientation sens or I M U and image sens ors such as linear , frame CC D and laser scanner. Attitude in formation is acquired from I M U observation in advance , then through K alman filter and from G PS and I M U data , optimal position and attitude estimation of the whole system platform and of all sens ors can be evaluated. 32D geometrical in formation of buildings and constructions in street tw o sides can be extracted from laser scanner point cloud data. And the planar texture in formation of the things comes from frame CC D camera , the linear or strip shape symbols such as road axes in road surface are derived form linear CC D camera. In this way , geographic coordinates and m
odeling in formation of object in the city can be quickly gathered. Finally , G PS and LS data joint capture and processing are given.
K ey w ords :m obile mapping system ; positioning and orientation ; inertial navigation unit ; integrated navigation ; laser scanner ; K alman filter 0 引言
M MS 中的运动载体可以是陆地车辆、舰船或航
空飞行器, 而各种传感器通常分为G PS ΠI NS 等组合而成的导航定位传感器和线Π面阵CC D 、激光扫描仪、雷达等影像传感器两大类。早期的M MS 仅包括后者, 其应用也仅限于利用传统摄影测量中的三角测量方法, 参考地面已知控制点, 通过立体像对或影像建模来确定六个外方位元素。随着G PS 及惯性
收稿日期:2006212204; 修订日期:2007201212
基金项目:863基金课题(2006AA12Z 324) :车载多传感器集
成关键技术研究; 教育部三维信息获取与应用重点实验室开放基金:车载测图系统中CC D 传感器的自动测光控制.
作者简介:陈允芳(1977-) , 女(汉族) , 山东新泰人, 博
士生, 讲师.
2007年第12期
随着导航、遥感与传感器技术的发展, 基于地面、水域或航空航天运动载体, 集成多种传感器的导航定位和移动测图技术受到愈来愈多地关注。作为制图新技术的典型代表, 移动测图技术(M MT , M obile Mapping T echnology ) 或移动测图系统(M MS , M obile Mapping System ) 是指在移动载体平台上集成多种传感器, 当载体在测区移动时, 由各传感器自动采集载体的运动位置、姿态及周围物体(地物、地貌) 形状、色彩及影像等各种三维连续地理空间数据, 而后按一定的数据转换方法和融合算法, 对这些数据进行处理和加工, 生成各种空间信息应用系统所需的图形和数据信息, 由此进行三维建模, 最终可重建测区真实场景。
46工程勘察 Geotechnical Investigation &Surveying
导航技术的发展, 导航定位传感器逐渐成为M MS 中
[1,2]
确定载体轨迹和平台姿态的重要工具。1 系统设计与组成
本文设计了一种主要针对城市主干道路及其两
传感器
G PS IM U
侧街景等三维场景进行快速自动采集的车载移动式
三维数据采集系统。该系统主要由车辆、传感器稳定平台、车载计算机系统、传感器及其控制系统、电源系统组成, 表1为各传感器类型及主要技术指标。
表1
用途
与IM U 组合定位测姿与G PS 组合定位测姿
±35mm ; 最大距离:
测量航向角测量横滚和俯仰角
各传感器类型及主要技术指标
型号
N ovAtel D L 24Y
H 27000SICKLMS291
CY DC
技术指标
后处理差分:5mm +1ppm CEP , 采集频率:20H z
陀螺分辨率:010006°Πs ; 加速计分辨率:0115mg 角度分辨率:0125°; 距离分辨率:10mm Πtyp. 80m ; 最大观测角:180°
2048×3072; 35mm 广角镜头; 50mm 标准镜头
AVIIVA 2S M2LVV4010像素分辨率:4096; 线扫描频率:14K H z
航向传感器VECT OR Sens or PRO 倾角传感器
NS 215ΠP2
测量范围15, 0°, 01 , 并建
立严格的几何关系, 动或姿态都是同步的的位置不同, 数据采集参照的坐标系也不完全相同, 故各传感器必须要进行严格的检校以建立精确的物理几何关系, 从而把所有传感器和定位装置都转换到统一的坐标系下
, 获得每一传感器相对于G PS 和I M U 的位置和姿态。
数据采集时, 车辆尽可能以一定速度匀速行驶, G PS 及I M U 同时观测并记录位置和姿态数据, CC D 相机和扫描仪也同时拍照和开始扫描。所有传感器都受控于车载计算机系统, 并通过同步控制系统触发脉冲来实现数据同步采集。由于各传感器数据采集频率不同, 我们以数据采集时的同步信号为基准, 以时间为标志对数据进行内插处理和数据匹配, 如图1所示, 结合传感器检定信息分别求得每一扫描及拍照时刻传感器的运动位置与姿态参数。
图1 主要传感器时间同步控制示意图
2 G PS ΠI NS 组合定位定姿
定位定姿也称为直接地理参考或直接平台方位
确定, 是指确定运动载体平台在每一观测历元的位置和姿态信息, 原本是通过地面控制点辅助像片定向确定, 现在多指由G PS 在不同模式下与I NS 系统
2007年第12期
集成, 来为影像传感器提供高精度位置和姿态。
M MS 中G PS 常用作主要的定位传感器, I NS (Inertial Navigation System ) 用作主要的测姿态传感器。G PS ΠI NS 组合又称G PS ΠI NS 集成, 是目前世界上公认的最佳组合导航系统方案, G PS ΠI NS 集成技术、捷联技术、计算技术被称为I NS 系统级技术30年来的三个主要贡献。G PS ΠI NS 组合导航主要包括以下内容。211 惯导系统初始化
I NS 系统属航位推算系统(DR , Dead Reckoning ) , 其推算依赖于前一时刻导航参数估计值的更新运算, 故导航开始时的位置、速度和航向等初始导航参数是准确进行解算的基础。此初始化包括给定初始速度和位置、惯导平台初始对准、陀螺仪测漂定标等。重点是惯性平台初始对准确定
[4]
I NS 的初始姿态矩阵, 包括水平对准和方位对准。可通过加速度计的量测输出来获得水平方位, 即俯仰角和横滚角来实现水平对准; 因低成本I M U 的陀螺仪精度不足以感受角速率, 不能自动跟踪地球自转角速度, 故无法获得航向信息, 只能引入外部航向信息, 如利用G PS 所测速度进行匹配对准或引入其它方位测量方法, 如磁航向或双天线G PS 定向系统等来获得初始航向信息。因本课题中所用I M U 精度较低, 故引入了相应的航向和倾角等辅助传感器来协助系统完成初始对准。此过程可利用卡尔曼滤波估计平台误差角以校正系统, 使载体坐标系与导航坐标系对准来实现, 此处不再详述。212 捷联姿态计算
姿态计算即利用陀螺仪测得的载体系相对于惯性系的旋转角速度, 计算出载体系至地固系(e 系)
工程勘察 Geotechnical Investigation &Surveying 47
的坐标变换矩阵; 利用该坐标变换矩阵, 将测得的比力变换到地固系, 并进行两次积分, 得到所需的导航定位信息(如图2所示) 。有关各坐标系定义, 请参考相关文献
。
图2在SI NS , 的是载体系(b 系) (L 系) 的方位关系, 故通常将b 系和L 系间的坐标变换矩阵称为姿态矩阵, 姿态矩阵的解算是SI NS 姿态解算的核心内容。取地固系为计算坐标系, 以四元数
[3]
积分法进行解算:①角速度积分环路:将测得的b 系相对i 系的旋转角速度, 减去e 系对i 系的地球自转角速度, 得所需的b 系对e 系的旋转角速度, 利用该值, 按四元数积分法修正b 系至e 系的坐标变换矩阵。②
加速度积分环路:用上述坐标变换矩阵, 将比力观测值转换至e 系, 并从中补偿掉重力加速度和科里奥里加速度, 将转换并补偿后所得的比力值经过两次积分, 分别获得载体速度与位置等导航信息, 从而可提取出载体的姿态信息。具体过程如图3所示。根据该流程, 利用初始位置、速度和初始对准所得的姿态信息, 通过数值解算进行数字迭代, 来更新SI NS 的姿态矩阵。
中, C ΠA 码、P 码、L1及L2观测噪声分别21931m 、01293m 、01019m 和01024m , 故与伪距定位相比, 载波相位测距可提高两个数量级的定位精度。从G PS 定位方式看, 单点定位精度太低, 差分码定位精度也为米级, 不能满足高精度定位要求, 若采用差分载波相位和相位率组合, 并能有效解算G PS 载波相位模糊度, 即可达厘米级定位精度和厘米Π秒级的测速精度。差分载波相位、相位率组合代表了G PS ΠI NS 组合的最高水平, 但其核心仍是G PS 模糊度的解算。为此, [5,6]
。
、速度、姿态、。G PS ΠI NS 组合建模的关键。它应由I NS 和G PS 误差状态变量共同组成, 至于以哪种类型G PS 误差作为状态变量, 应视G PS 与I NS 的组合方式及选哪类G PS 观
[3]
测量作为I NS 滤波器的量测输入而定。
G PS 连续跟踪4颗以上卫星时, 对中等精度I M U (漂移1°Πh ) , 松散组合与差分载波相位紧密组合精度相当, 可达厘米级定位精度和0102°姿态精度。当卫星数小于4颗时, G PS 卡尔曼滤波精度和稳定性不能满足要求。此时
, 组合滤波器停止量测更新, 系统精度下降。在陆地车载失锁较多且较长时间卫星数不足时, 系统最终精度很快超出分米级达米级, 故差分载波相位G PS 与I NS 的紧密组合终为系统最佳方案。
以上系统误差方程, 需经过卡尔曼滤波以得参数误差值, 再进行有效误差补偿后滤波器的输出作
为误差估计值对导航参数进行校正。具体如图4所[7]
示, 限于篇幅, 不再列出具体公式。
图3 捷联姿态解算流程
213 卡尔曼滤波方程探讨
G PS 定位精度对低成本I NS ΠG PS 组合系统精度
图4 G PS ΠI M U 组合系统基本结构图
影响较大, 而影响G PS 动态定位精度主要因素之一
即接收机与卫星间距离的测量精度。G PS 数据类型
48工程勘察 Geotechnical Investigation &Surveying
3 DG PS ΠLS 同步数据采集与联合处理
以北京市某街道DG PS 和LS 同步数据采集为
2007年第12期
例, 观测时一台基准站G PS 接收机放置于顶楼坐标已知的基准点上, 另一台G PS 接收机置于流动站运动的车内, 其天线与激光扫描仪以严格的相对几何位置关系安装于车内升降平台上。当汽车以30km Πh 的速度行驶时, G PS 以20H z 的速率进行数据采集, 即50ms Π点, 而扫描仪数据采集频率约为1818H z , 即约53ms Π线, 同步控制器连接G PS 接收机及计算机, 数据采集时, 通过由同步控制器程序控制对G PS 接收机以1PPS 的脉冲进行打标, 以G PS 周内的G PS 秒的形式标定此时的G PS 时间, 而后可建立此时间与计算机时间间的一一对应关系; 同时, 利用LS 内部的时间计数, 可计算出此打标时刻对应的计算机时间, 出G PS 接收机和激光扫描仪的同步时间。
数据采集完毕后, 对这两台理差分, 01坐标, WG S -84椭球大地坐标的, 系中进行, 故要转换至高斯-克吕格3°带投影地图
坐标系, 而后, 根据G PS 系统时可内插出LS 的瞬
时位置从而可得到LS 的每个有效激光点在地图坐标系中的X , Y, Z 坐标。
进行载体和传感器的平台姿态计算时, 取高斯坐标系为东北天坐标系,
激光坐标系为右前天坐标系。根据G PS 系统时内插LS 瞬时位置和姿态,
由此可初步计算激光点对应时刻的平台位置与方位角, 从而可计算激光点在地图坐标系中的坐标, 得到绝对坐标为高斯平面直角坐标的三维场景的点云数据。
() 。如6, 、拐弯处街景及人行过街天桥上桥部分的点云图, 其中所有点的三维地理坐标均为已知。图形放大时可清晰地看到道路两侧的楼房、人行过街天桥上升部分及路上行人或汽车等。
图5 道路两侧及沿街道拐弯处街景点云图
图6 过街天桥点云图
分析可知, 车行方向上相邻扫描点间的距离
(dy ) 与车行速度(V ) 、激光扫描仪的线扫描周期(T ) 有关, 即dy =V 3T , 当车速为30km Πh 时, dy 约为0145m ; 竖直方向上扫描点间的间距(dz ) 与激光扫描仪的角分辨率、扫描仪到目标的距离有关, 在角分辨率为0125°、距离为80m 时, dz 约为0132m , X 方向的可测性与扫描仪的测程和测距精度有关。
同理, G PS 以20H z 频率输出点间距约为0141m , 故内插后才能得到激光点坐标。
此处所用姿态数据是近似概略算法处理, 即航向角由车行轨迹上相邻两点进行坐标反算获得, 以求取该两点所成直线的坐标方位角, 转换为北方向
2007年第12期
为基准的汽车前进的航向, 即以此作为载体航向
角, 同时, 因实验是在一段相对极为平整的路段进行的, 故可将横滚角和俯仰角置为零。此概略算法只为验证G PS 与激光扫描仪时间同步的正确性, 及G
PS 位置姿态信息与扫描仪影像数据融合的可行性, 未考虑其精度问题。4 结语
1) 本文构建了一种新颖的基于G PS 、I M U 、LS 、线阵CC D 、面阵CC D 等多传感器融合的车载移动测图系统, 可实现系统快速定位定姿及影像数据
自动获取。
(下转第60页)
工程勘察 Geotechnical Investigation &Surveying 49
预测模型进行预测与实测值较差比较小。2001年9月25日以前的预测值与实测值较差比较小, 说明非等间距变换的正确性; 2001年9月25日以后模型计算的预测值与实测值较差也比较小, 最大相对误差为917%, 说明预测精度较高
。
物的沉降进行预测。由上述实例分析可见, 两种方法预测的绝对值均小于114mm , 且利用泊松曲线模型更接近实测值。从灰色模型和泊松曲线模型预测结果对比图来看, 如果取两种预测方法的平均值作为预测结果, 将与实测值密合得更好。因此, 可以认为利用非等间距变换建立起的灰色模型和泊松曲线模型, 预测精度较高、适应性较强, 可以用于工程实践。
参
考
献
[1] , [J].
, (2) :8～10.
. 泊松曲线在软土路基沉降预测中的
].河北农业大学学报, 2004, (4) :96～99.
. 灰色预测决策[M].武汉:华中理工大学出版社,
19881
[4] 袁嘉祖. 灰色系统理论及其应用[M].北京:科学出版社,
19911
图1 [5] 黄声享, 李志成. 工程建筑沉降观测的非等间距灰色建模
[J].地理空间信息, 2004, 02(1) :41～43.
[6] 赵显富, 郭淳. 灰色预测模型及其在沉降预测中的应用[J].
5 结束语
铁路航测, 2002, (3) :30～32.
[7] 邓聚龙. 灰色系统基本方法[M].武汉:华中理工大学出版
在沉降观测过程中, 引起建筑物沉降的因素是
复杂多样的, 且彼此间的关系是灰色的。应用变换处理后的数据, 建立起的预测模型能更好地对建筑
(上接第49页) 2) DG PS ΠLS 数据处理中仅使用了G PS 所测位置信息算得的航向角, 通过简化处理得到了激光点高斯绝对坐标, 若利用G PS ΠI M U 组合所得姿态数据时, 应考虑载体系、导航系及地固系坐标转换问
社, 19871
参考文献
[1]
N. E l 2SHEIMY. The Development of VIS AT -A M obile Survey
System for G IS Applications [D].Canada Calgary :The University of CA LG ARY, 19961
[2] LI J. , CH APM AN M. A. Introduction to M MS S pecial Issue [J].
PE&RS , 2005, 71(4) .
[3] 董绪荣. G PS ΠINS 组合导航定位及其应用[M].长沙:国防
题。
3) 因过街天桥下信号遮挡G PS 可见星数少于四颗, 而无法得到该处近30m 距离内车行轨迹点坐标, 由此可见“城市森林”中应用G PS 的局限性, 引入自主式姿态传感器I M U 势在必行。 4) 系统定位定姿模块采用G PS ΠI M U 组合并用统一的卡尔曼滤波器进行数据处理, 而经过多传感器时间、空间同步后, 高精度G PS ΠI NS 组合系统可
-2
达厘米级定位精度和10度数量级的姿态精度, 以满足移动测图精度要求。此项工作有待于逐步深入研究。
科技大学出版社, 1998:219～228.
[4] 袁信. 导航系统[M].北京:航空工业出版社, 1993:175～
196.
[5] 孙红星. 差分G PS ΠINS 组合定位定姿及其在M MS 中的应用
[D].武汉:武汉大学, 20041
[6] 杨春钧. 差分G PS 伪距、载波相位ΠINS 组合技术研究[D ].
南京航空航天大学, 1998:51～74.
[7] 岳晓奎. 基于鲁棒滤波的低成本惯性组合导航系统研究
[D].西北工业大学, 2002:28～34.
60工程勘察 Geotechnical Investigation &Surveying 2007年第12期