车载移动测量系统分类及关键技术探讨

开篇：润墨网以专业的文秘视角，为您筛选了一篇车载移动测量系统分类及关键技术探讨范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要：本文着重介绍了车载移动测量系统的分类和关键技术，并说明了该系统目前的主要应用领域和未来研究重点。

关键词：车载 移动测量 分类 关键技术

中图分类号：P228 文献标识码：A 文章编号：1672-3791（2013）04（b）-0048-02

基于激光扫描仪、CCD相机、GPS与IMU等传感器集成的采集系统，目前正逐渐成为三维空间信息获取的主要手段之一[1]。为了引导和规范此类活动，确保地理信息安全，2012年国家测绘局两次了《地面移动测量专业标准》征求意见函，对行业发展发出明确信号，并对行业方向进行引导，更重要的是，把各种产品形态与技术指标与作业限额进行匹配[2]。因此，探讨车载移动测量系统分类发展及关键技术具有指导意义。

1 系统分类

车载移动测量系统目前硬件主要包括：GPS、惯性导航单元（IMU）、里程计、激光扫描仪、CCD相机和时间同步控制器[3]。其目前常见的移动测量系统分为4类，图1为各移动测量系统外观。

第一类是基于立体摄影测量的方式，通过集成多个CCD相机构成立体像对通过数字摄影测量的方式来完成室外场景的室内重建，但这种方式并不适合地面的移动数据采集，因为陆地车载系统要采集的数据往往是2～400 m范围内的地面空间数据，若用摄影测量的方法，深度变化太大（大于90%的等效航高），导致影像自动匹配同名点困难，数据后处理量大，需要较多的人工交互，目前基于这种方式的国内产品主要是武汉大学开发的“立得道路测量车”，国外对此方案的报道主要集中在研究机构论文中，正式产品比较少见。

第二类方案是选择使用激光扫描仪来获取目标的三维几何信息，使用面阵或线阵CCD相机获取目标纹理信息，通过二者的融合来完成三维重建，这种方案的优点在于其获取的激光点云数据可直接完成在WGS84坐标系下的绝对定位，后处理速度快。但由于激光扫描数据是离散采样值，通称“点云”，和CCD影像数据不一样，不适合人眼目视解译，因此，虽然可以进行三维浏览、量测分析等，但可视化效果不好，不直观，其所搭配的CCD相机主要是用于给激光点云赋彩色以及提供三维重建所需的纹理信息，由于CCD相机主要是用于和激光进行匹配，所以往往只能获取道路两侧的信息，只要建筑物稍近或者稍高一点，便无法看到它的全貌。目前国外推出的一些产品包括加拿大Optech的LYNX移动激光测量车、Applanix公司的LANDMark、英国的StreetMapper360都是采用此一方案。国内山东科技大学、南京师范大学也采用类似的方案进行研究。

第三种方案主要配置和第二种方案一样，也需要选择激光、IMU、GPS，但其影像传感器采用的是视场角不受限制的全景相机，这种相机是使用多个鱼眼镜头拼接而成，相机要经过严格的几何标定才能完成无缝拼接，拼接后的影像具360度的视场角，在第二种方案中一些受视角影响看不到的高楼都可以一览无余，经过校正的影像可以完成和激光点云的配准，对影像的量测可以转化为对点云坐标的查询，点云可以完全隐藏在全景影像后面，这样就实现了全景影像的漫游与量测。google街景采集车所采用的产品、首都师范大学此类产品以及拓普康的IP-S2采用这种方案（如图1）。

第四种方案是一种基于计算机视觉进行相机自标定的方案，通过全方位相机拍摄的图像，对连续图像相邻两帧进行变化检测，从各点的变化对应各帧当时相机的位置和角度等数据进行解析，以此来反求拍摄时相机的位置和姿态，这种方式对载体的定位精度30 cm，定姿精度2度左右，这意味着在相机拍摄距离60 m处其误差会接近2 m，这种方案一个最大的干扰就是要求所拍摄的影像中不能有移动目标，如果有移动目标，必须对移动目标进行去除才能进行解算，所以在实际应用中人工干预的工作量会比较大。这种方案最大的优势就是成本比较低，省却了价格昂贵的激光与惯导。

2 关键技术

车载移动测量系统研发和组成过程中，所涉及关键技术如下。

2.1 系统集成和时间同步

系统集成包括设备采购、支架设计、电子设备集成，车速传感器等。一方面核心器件的选型存在很多不确定因素，同时数据必须严格按照时间同步，一般采用的方法是使用GPS模块提供的卫星授时。

2.2 相对坐标系标定

系统工作时需要通过GPS和IMU实时传递扫描线中心的位置和扫描仪的姿态，这样就必须确定激光雷达的中心与GPS天线中心之间的关系，以及激光雷达与IMU的姿态关系，还有全景摄像机坐标系与IMU之间的姿态关系，即标定出激光雷达的外参数（三个平移参数，三个旋转参数以及一个尺度变换参数），建立起各自坐标系统的转换。

2.3 点云颜色提取

根据点云的采集时间，找到最近采集的全景图像，然后根据采集全景照片精确时间，获得该照片曝光时刻的POS，进行坐标转换，把点云坐标转换到摄像机坐标系下面。然后计算UV坐标，并可以取得对应像素的颜色。

2.4 海量点云数据管理

如果以每秒10万的点云数据采集量，每小时要采集3亿6千万的点云数据。如何快速对海量点云进行管理，成为一个非常困难的问题。采用沿线路进行索引的方式，把每一秒采集的数据进行打包存储，建立空间与时间两个维度的关联，来简化对对海量点云数据的管理，提高点云数据访问效率。

2.5 海量点云的坐标高性能解算

在进行点云的绝对坐标解算的过程中，如果使用传统的技术方法，会耗用很长时间。而点云数据的坐标解算具备良好的并行技术特性：数据独立，技术方法相同，无依赖关系。因此使用并行技术可以大幅提高点云坐标解算的速度。

3 结语

车载移动测量系统有着广阔应用前景，如公路高精度高程测量、大比例尺地图快速修补测、城市部件测量、城市三维建模、道路设施普查等[4]。从实际出发，车载移动测量系统更适合应用于带状目标，并且同时获得雷达和全景影像数据，为城市档案记录增添数据源和数据评估提供直观依据。下一步，研究重点应该放在专题数据采集处理系统开发和应用快速、一体化方面。

参考文献

[1] 钟若飞，宫辉力，赵文吉，等.车载三维激光移动建模与测量系统研制的进展[C].中国地理学会百年庆典学术论文摘要集，2009.

[2] 关于征求《地面移动测量专业标准》意见的函[Z].2012-3-9.

[3] 吕冰，钟若飞，王嘉楠.车载移动激光扫描测量产品综述[J].测绘与空间地理信息，2012，35（6）：185-187.

[4] 刘先林.SSW车载移动测量系统及其应用[R].中国地理信息产业发展报告，2011.