自助下单地址（拼多多砍价，ks/qq/dy赞等业务）：点我进入

摘要：介绍了移动测量系统的系统组成、工作原理和误差来源。 通过介绍贵阳市中环线竣工测量中的数据采集过程、POS数据处理、全景图像拼接、图形编辑、特征与线性地物提取和数据建模等关键技术，点云数据与野外采集点精度对比分析，验证了三维激光扫描技术在大比例尺地形图测量制作中的可行性和技术优势。

关键词：三维激光扫描技术； POS数据处理； 全景图像拼接； 点云数据； 大比例尺地形图

1 简介

目前，大比例尺地形图的测绘主要采用全站仪极坐标法和GPS RTK等测量方法。 然而，这些方法有其生产局限性。 受定向和中转站的影响； 而GPS受外界环境、卫星信号、卫星仰角等因素的影响，对精度的影响较大。 同时，全站仪极坐标法和GPS测量都存在传统测绘外业工作量大、工作效率低等缺点。

近年来，随着科学技术特别是计算机技术的飞速发展，三维激光扫描技术作为测绘领域空间数据采集的一种新方法应运而生。 基于三维激光扫描技术的全景图像采集与融合技术的集成，形成了一种新的测绘技术——移动测量技术。 通过同时发射激光束和采集全景图像的方法全站仪大比例尺地形测量使用仪器，可以直观、快速、高效地获取地物的空间三维坐标。 经过点云数据融合、全景图像拼接等数据处理后，可半自动生成数字地形图。

移动测量技术的应用大大缩短了野外工作时间全站仪大比例尺地形测量使用仪器，减轻了测绘工作者的劳动强度，提高了办公室数据处理的自动化和智能化程度。 本文以贵阳市中环路为例，研究移动测量技术在大比例尺地形图测绘中的应用。

2 移动测量系统

2. 1 系统配置

本项目采用集信移动测量系统，其子系统主要包括激光扫描系统、惯性导航系统、全景图像采集系统、控制系统、供电系统和GNSS天线。 控制系统主要负责整个移动测量系统的正常运行，包括激光扫描仪、GNSS天线、惯导系统、全景相机的控制； 电源系统是整个移动测量系统的电源保障。 系统结构示意图如图1所示。

图1 吉信移动测量系统组成

2. 2 工作原理及关键技术

移动测量技术可以快速获取直接反映测量目标实时、真实形态特征的空间点云数据和全景影像数据。 几乎相同的路径返回到接收器，这样就可以根据反射时间计算出目标点P与扫描仪中心的距离S，同时根据数据得到扫描仪的POS数据后处理沉降，即每个激光脉冲发出的时间水平和垂直扫描角度α和β如图2所示。

图2 吉信移动测量系统工作原理

通过GNSS数据可以得到扫描仪中心的三维坐标（XS，YS，ZS），即图2中坐标原点的坐标，这样就可以得到任意被测点云P的三维坐标根据公式(1)得到：

2.3 吉信移动测量系统误差源分析

三维激光测量技术的误差来源大致可分为三类误差：仪器本身的误差、与反射有关的误差、以及外部环境条件引起的误差。

2.3.1 仪器自身产生的误差

仪器本身的误差主要表现为扫描角度和激光测距引起的误差。 3D激光扫描仪角度扫描系统内部的激光束偏转系统是扫描角度偏差的主要来源； 3D激光测距无论是脉冲式还是相位式，都会存在测距误差。

2.3.2 反射相关的错误

由于被扫描物体的表面材质、颜色和路面的湿润程度不同，物体的反射率会发生变化，从而影响扫描点的准确性； 此外，反光物体的不同倾角也会影响精度。

2.3.3 外部条件引起的误差

外在因素主要体现在温差不同会因仪器受热不均而产生误差。 另外，风会引起仪器轻微的偏差或振动，仪器姿势不稳也会造成误差。

3 现场数据采集

实地勘察结束后，贵阳市测绘院技术人员根据现场作业环境和车流基本情况，制定了实地数据采集方案。

3. 1 数据切分

为了提高结果的准确性和提取要素的效率，隧道需要分段采集，需要保证隧道段前后均有RTK收敛点，段选约隧道外1公里。

3. 2 工作时间

由于白天贵阳市中环路车流量大，清晨车流量相对较小，大部分路段照明效果较好。 为避免遮挡和安全事故，点云数据采集时间选择在凌晨1:00-6:00； 由于全景图像需要在光照条件较好的情况下进行全景数据的采集，所以全景数据的采集是在白天车流量比较少的时间段进行的。

3. 3 采集顺序

根据本项目工作要求和本次作业范围，作业路段起自新田立交附近逆时针方向，经过贵阳市中环路北段、西段、南段，止于附近抚远立交； 顺时针方向起自富源立交附近，经中环路南段、西段、北段，止于新田立交附近，如图3所示。

图3 项目勘察区示意图

3.4 过程控制

贵阳市中环路设有专用临时停车位，周边开放，可进行设备初始化和停车。 车辆行驶时，四车道在右二车道通过，三车道在中间车道通过； 整个路段的数据先采集一次，如果左边的点云不能满足要求，则需要进行二次采集。 当车辆在四车道时 车辆必须在左第二车道通过。 隧道外车速控制在10公里/小时左右，隧道内车速控制在40公里/小时到50公里/小时左右。 出隧道后，在50m以内的空旷地带停留约1min。 RTK收敛后，水平精度达到2cm以内，垂直精度达到4cm以内后继续行驶。

3. 5 设备参数

根据本项目特点，基本参数设置为：左右雷达采集角频率为33Hz/0.25，后方雷达采集角频率为25Hz/0.1667，全景采集频率为1Hz。

4 办公数据处理

4.1 点云数据处理

POS数据用于将点云数据从设备坐标系转换到世界坐标系。 它是点云数据处理过程中最重要的数据之一。 它的准确性直接影响最终结果的准确性和质量，因此其重要性怎么强调都不为过。 又比喻。

4.1.1 POS数据介绍

POS数据是位置和姿态数据，由3个坐标数据和3个姿态数据组成。 3 个坐标是扫描中心的 X、Y、Z 坐标和 3 个姿态（Heading、Pitch 和 Roll）。

Heading的定义是：从正北开始，绕Z轴向右旋转为正，向左旋转为负； Pitch的定义是：绕X轴，向上旋转（uphill）为正，向下旋转（downhill）为负； Roll的定义是：绕Z轴，向右滚动为正向，向左滚动为负向。

4.1.2 POS处理流程概述

POS处理是在数据采集过程中导出移动台（R7）和基站（R4）的原始GPS信息，在IE软件下进行GNSS计算，再加上惯导数据，从而得到一个平滑的过程GPS 轨迹。 其处理流程如图4所示：

图4 POS数据处理流程

4.1.3 数据准备

(1)GNSS数据准备

导出原始数据，使用ConvertToRINEX将移动台和基站的数据转换成IE软件支持的GPB格式文件。

（2）IMU数据准备

使用IMU转换工具转换惯性导航输出的原文件.Nav。 转换完成后，可以看到在*.nav文件所在的目录下生成了几个文件。 *.bin文件是原始格式的惯导数据，*.txt是实时惯导数据，*.nav是惯导数据。 原始数据，*._out.txt为调试信息文件； 其中*.imr与IE软件支持的格式不同，需要进一步转换后才能使用。

（3）DMI数据准备

将原始数据中的*.dmr复制到新建GNSS后处理工程目录下的IMU文件夹中。

4.1.4 POS解决方案

（一）项目目录的建立

为方便管理，工程目录按照采集数据的时间建立，并在该目录下新建基站、移动台、IMU、IE工程文件夹。

(2)GNSS解决方案

①流动站和基站的GPS数据生成GPS轨迹 打开惯性浏览器，导入流动站原始数据（R7.14o），流动站天线型号设置为TRM55970.00，选择原始基站数据，设置基站参数，使用Inertial Explorer获取GPS轨迹。

②惯导原始（*.imr）数据修正GPS轨迹，加入惯导数据，由于GPS密度低，没有姿态信息，需要惯导数据提供姿态信息； 同时，在GPS失锁数据时也需要惯性导航来协助获取位置和姿态信息。 使用IE软件将惯导的.bin文件转换为.imr文件，即可在IE下使用。 在工程中加入*.imr后，获取其轨迹，然后进入耦合得到添加惯性导航数据后修正后的GPS轨迹。

③DMI数据（*.dmr）修正GPS轨迹

将*.dmr文件复制到mu所在的文件夹中，使用InertialExplorer，将新输入的.dmr文件添加到couple中，添加DMI数据后得到修正后的GPS航迹。 至此，基本完成了POS数据的处理，得到了耦合后的平滑GPS轨迹。

4.1.5 数据精度分析

(1)位置误差分析

纵坐标表示偏差值，横坐标表示GPS时间（周/秒）； 通过分析位置精度曲线，可以确定误差的大致范围和最大误差，如图5所示。

图5 位置精度曲线

(2)姿态误差分析

纵坐标表示偏差值，横坐标表示GPS时间（周/秒）； 通过分析态度的变化，可以看出态度的偏差以及偏差的范围和程度。 姿态精度曲线如图6所示。

图6 姿态精度曲线

(3) GPS信号分析

纵坐标表示卫星数，横坐标表示GPS时间（周/秒）； 通过分析卫星数量，可以查看某段时间内GPS信号的强弱，如果卫星数量多，说明当前GPS信号好，如果卫星数量少，说明当前GPS信号好。表示当前GPS信号不好，GPS数量如图7所示。

图 7 GPS 数量

4.2 全景图像拼接

连续全景图像采集系统一般由视频采集设备、GPS接收机、移动工作站及配套设备组成。 车辆顶部安装全景视频采集装置和GPS接收器，可在车辆行驶过程中采集360°全景视频和道路周边坐标。

采集时，一个场景由多张图片和一个坐标组成，经过图像拼接融合，得到球面投影的全景图。 对连续采集的全景帧进行视频处理后，得到连续的全景图像数据，其中每一帧对应一个坐标。 实际中，球面投影的全景图像被城市建筑物和树木遮挡，GPS设备采集的坐标不准确，视频设备采集的频率远高于GPS。 因此，不可能获得每一帧的高精度坐标。 通常，每一帧的坐标或姿态是通过添加惯性导航单元（IMU）等硬件设备获得的。

在连续的全景图像采集过程中，由于车辆正前方或正后方的物体距离摄像头较远，车辆的直线运动不会造成连续两张全景图像中同名像素点的坐标这些场景的帧发生变化，同时它的转动或颠簸运动会引起俯仰角的变化，从而引起同名像素坐标的变化。 根据这一现象，可以通过跟踪连续全景图像正前方或正后方同名像素的坐标变化来解决连续全景图像的航向和俯仰角变化。

4.2.1 采集平台

最简单的数字全景地图采集平台包括：Ladybug3.0全景相机、GPS接收机、移动图形工作站。

瓢虫3。 PointGray公司的0全景相机是全景采集的核心部件。 产品集成度高，安装灵活方便，适合便携安装部署。 本产品采用6颗工业相机，5颗相机均匀分布在水平面上，另一颗相机朝向天空。 每个摄像头都采用鱼眼镜头，可以保证相邻摄像头的视野部分重叠。 Ladybug采集的全景图以流的形式写入硬盘，流中每帧包含6张JPEG图片，没有进行帧间压缩。

4.2.2 数据转换

Ladybug3.0采集的原始数据没有进行帧间压缩，保存的是每台相机同时拍摄的6张JPEG照片。 Ladybug 使用流媒体技术将这 6 张图片保存在一组 PGR 文件中。 由于 PGR 文件非常大并且存储单个图像的信息，因此这些数据基本上很难处理。 因此，数据转换的主要工作是视频转换，主要步骤是：

（1）打开PGR文件，初始化写入视频；

(2)读取PGR的第i帧，将6张图片分开；

(3)在3D场景中，将同一帧的6张图片分别映射到球面的一部分，建立球面投影模型；

(4)将球面投影再次映射到平面，得到单帧球面投影图片；

(5)将图片写入视频文件；

(6) 如果PGR结束，结束； 否则 i : = i+1, 跳转到 (1)。

数据转换的另一项任务是GPS坐标的存储，而GPS坐标必须与视频帧相关联，这样才能将视频的每一帧映射到空间中。

4.2.3 连续全景数据

由于单帧全景采集时各相机的中心在同一点，无法形成视差，因此无法在同一帧内实现移动测量。 我们在两个不同的位置观察同一个物体，每个球体代表一张全景图片，球心代表全景相机的中心，两个球心与物体的连线必须在物体上相交，光线相交方法用于求解运动测量，需要知道连续全景图像的每一帧的三维坐标和三轴旋转角度。 这六个参数构成了相机向量，用(x, y, z, α, β, γ)表示。 第一张全景图采集到的pose为(x,y,z,α,β,γ)，第二张全景图偏移(△x,△y,△z,△α,△β,△gamma)。 使用车速传感器和陀螺仪传感器后，(△x,△y,△z,△α,△β,△γ)得到的数据非常准确，所以使用两张全景图得到的相对误差很小, 而绝对误差由(x, y, z, α, β, γ)决定。 同时，在移动测量中，行驶方向两侧的部分最容易形成视差，全景两侧的部分一般用于移动测量。 航向从 O 到 O1 的变化会引起∠OPO1 的较大变化，但俯仰角和横滚角的变化不会引起∠OPO1 的较大变化。 高程z不影响平面测量，因此，影响汽车行驶方向两侧运动测量误差的最大因素是x、y和α的精度。 航向数据α可以通过陀螺仪获得高精度。 从GPS获取的x、y的精度成为影响移动测量精度的关键因素。 一般采用RTK或惯性导航单元来获取更高精度的x、y值，从而提高移动测量的精度。

4.3 数据建模与地形图绘制

利用地物提取工具提取点和线地物，然后利用点云编辑工具进行人工校正，最后在Arc-Map中进行合并，绘制出符合要求的地形图。

5 精度验证分析

本次精度验证，在贵阳市中环路上共选取了245个均匀分布且特征明显的特征点和特征点。 系统采集特征点的平面坐标和高程得到点云数据，对比分析实测数据与点云数据的差异，统计分析差异的最大、最小、平均和中等误差，如表1所示。

根据表1统计，特征点实测数据与点云数据的最大平面差为0.086 m，最小值为0.012 m，中间误差为0.034 m； 高差最大值为0.118 m，最小值为0.004 mm，中间误差为0.030 m。 能满足CJJ/T 8-2011《城市测量规范》对地点误差0.25m，高程误差0.15m的允差要求。

六，结论

本项目研究移动测量系统在城市快速路完工测量中的应用，研究该技术在城市快速路完工测量中的数据采集和数据处理方法，验证移动测量技术在城市快速路完工测量中的应用。城市快速路的可行性和技术优势； 既提高了测绘工作效率，又保证了操作人员的安全。

通过3D激光扫描技术获取道路点云数据，为后续大量城市道路数字化建设任务提供大数据基础，是实施全方位城市道路养护策略、提升城市道路质量的保障。城市道路养护的经济效益。 此前，全景技术一般用于展览展示。 本项目将全景技术与三维激光测量技术相结合，解决了全景视频数据采集、处理、建库、显示等关键技术，为全景视频技术注入了新的活力。

本项目采用成熟的全景视频采集相机，集成GPS等传感器作为采集平台； 在视频转换过程中，将6个摄像头拍摄的画面拼接成球面投影的全景视频，同时获取每一帧的坐标； 通过全景视频时空数据库建设，将全景视频与路网融合，提供空间查询和时间查询的能力； 通过移动测量技术，全景视频成为可测量的数据。 同时，全景影像可与街道立面改造等规划管理服务相关联，在方案、设计、效果评价等环节辅助改造工作。 基于移动测量的热点功能还可以与市政设施管理相结合。 所见即所得，查询管理市政设施。

参考资料： 略