移动测量技术在测制大比例尺地形图中的应用研究

李仕维，马亶佑

(贵阳市测绘院，贵州 贵阳 550002)

1 引 言

目前大比例尺地形图的测绘主要采用全站仪极坐标法、GPS RTK等测量方法，然而这些方法都有其生产的局限性，如全站仪在测绘工作中必须满足测量仪器的通视条件以及受定向、转站的影响；而GPS则受到外界环境、卫星信号、卫星高度角等因素影响，会对精度产生较大的影响。同时，全站仪极坐标法和GPS测量都存在外业工作量大、工作效率低等传统测绘的缺点。

近年来，随着科学技术特别是计算机技术的飞速发展，三维激光扫描技术应运而生，并作为一种全新的空间数据获取方法运用于测绘领域。基于三维激光扫描技术整合全景影像采集、融合技术，形成新的测绘技术——移动测量技术，该技术摒弃了传统测量手段的作业方法，克服了以往测绘行业的局限性，通过向被测量物体发射激光束同时进行采集全景影像的方式，能够直观、快速、高效地获取地物的空间三维坐标，经点云数据的融合和全景影像拼接等数据处理，可以半自动生成数字地形图。

移动测量技术的运用，大大缩短了外业工作时间，降低了测绘工作者的劳动强度，提高了内业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了移动测量技术在大比例地形图测绘中的应用。

2 移动测量系统

2.1 系统构成

本项目采用的是吉信移动测量系统，其子系统主要包括激光扫描系统、惯性导航系统、全景影像采集系统、控制系统、电源供应系统和GNSS天线。控制系统主要负责整个移动测量系统的正常运作，包括对激光扫描仪、GNSS天线、惯性导航系统、全景相机的控制；供电系统是整个移动测量系统的电力保障。系统构成示意图如图1所示。

图1 吉信移动测量系统构成

2.2 工作原理及技术关键

移动测量技术能够快速获取直接反映测量目标实时和真实形态特性的空间点云数据和全景影像数据，该系统的工作原理是：三维激光扫描发射器发出激光脉冲信号，到达物体表面发生漫反射，沿几乎完全相同的路径返回到接收器，从而根据反射的时间可以计算出目标点P与扫描仪中心的距离S，同时根据数据后处理结算得到扫描仪的POS数据，即每个激光脉冲发出时的横向和纵向扫描角度α和β，如图2所示。

通过GNSS数据可以解算得到扫描仪中心的三维坐标值(XS、YS、ZS)，即图2坐标原点的坐标值，从而根据式(1)可求解出任意一个被测点云P的三维坐标：

(1)

图2 吉信移动测量系统工作原理

2.3 吉信移动测量系统的误差来源分析

三维激光测量技术的误差来源大致可以分为三类误差：仪器本身的误差、与反射有关的误差、外界环境条件引起的误差等。

2.3.1 仪器本身产生的误差

仪器本身的误差主要表现为扫描角度和激光测距产生的误差。三维激光扫描仪角度扫描系统内部的激光光束偏转系统是造成扫描角度产生偏差的主要来源；三维激光测距不论是脉冲式或是相位式测距，都会存在测距误差。

2.3.2 反射有关的误差

由于扫描的物体表面材质不同，颜色不同以及路面湿滑程度不同等，都会使物体的反射率发生改变，影响扫描点的精度；另外，反射物的倾斜角度不同也会对精度产生影响。

2.3.3 外界条件引起的误差

外界因素主要体现为温度的不同会使仪器受热不均产生误差，另外风力会导致仪器产生轻微的偏移或振动，仪器的姿态不稳也会产生误差。

3 外业数据采集

经过实地外业踏勘之后，贵阳市测绘院技术人员根据现场作业环境以及车流量的基本情况，制定了外业的数据采集方案。

3.1 数据分段

为了提高成果精度和要素提取效率，隧道需单独分段进行采集，且要保证隧道分段前后均有RTK收敛点，选择在隧道外 1 km左右进行分段。

3.2 作业时间

由于贵阳市中环路白天车流量大，凌晨车流量相对较小且多数路段照明效果良好，为了避免遮挡和安全事故的发生，选择在凌晨1点到6点进行点云数据的采集；由于全景影像的采集需在光线良好的条件下进行，所以全景数据的采集工作选在白天车流量相对较小的时间段进行。

3.3 采集顺序

根据本次项目的工作需求以及本次作业的范围，作业路段逆时针从新添立交附近开始，经过贵阳市中环路北段、西段、南段到富源立交附近结束；顺时针从富源立交附近开始，经过中环路南段、西段、北段到新添立交附近结束，如图3所示。

图3 项目测区示意图

3.4 过程控制

贵阳市中环路设有专用临时停车位置，且周围开阔，可进行设备初始化和停车。车辆在行进过程中，四车道在右二车道通行，三车道在中间车道通行；全路段数据先进行一次采集，若左侧点云不能满足要求，需进行第二次采集，车辆在四车道时车辆需在左二车道通行。在隧道外速度控制在10 km/h左右，隧道内速度控制在 40 km/h～50 km/h左右，出隧道后 50 m内开阔地带进行 1 min左右的短暂停留，待RTK收敛，水平精度达到 2 cm内，垂直精度达到 4 cm内后继续行驶。

3.5 设备参数

根据本次项目的特点，基本的参数设置为：左右雷达采集角频率为 33 Hz/0.25，后方雷达采集角频率为 25 Hz/0.1667，全景采集频率为 1 Hz。

4 内业数据处理

4.1 点云数据处理

POS数据用来把点云数据从设备坐标系转换到世界坐标系，是点云数据处理过程中最重要的数据之一，其精度直接影响到最终成果的精度与质量，所以其重要性不言而喻。

4.1.1 POS数据简介

POS数据是位置姿态数据，由3个坐标数据和3个姿态数据组成。3个坐标即扫描中心的X、Y、Z坐标与3个姿态(航行Heading，俯仰Pitch和侧滚Roll)。

Heading的定义为：以正北向为起始，绕Z轴右旋转为正，左旋为负；Pitch的定义为：绕X轴，向上旋(上坡)为正，向下旋(下坡)为负；Roll的定义为：绕Z轴，向右滚为正，向左滚为负。

4.1.2 POS处理流程概述

POS处理是把数据采集过程中的移动站(R7)、基站(R4)的GPS原始信息导出并在IE软件下进行GNSS解算，加以惯导数据耦合，从而得到平滑的GPS轨迹的过程。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

导出原始数据并利用ConvertToRINEX将移动站和基站的数据转换为IE软件支持的GPB格式文件。

(2)IMU数据准备

利用IMU转换工具，将惯导输出的原始文件.Nav进行转换。转换完成后，可以在存放*.nav文件的目录下看到有几个文件生成，*.bin文件为raw格式的惯导数据，*.txt为实时惯导数据，*.nav为惯导的原始数据，*._out.txt为调试信息文件；其中，*.imr与IE软件支持的格式有出入，需做进一步转换后才能使用。

(3)DMI数据准备

将原始数据中的*.dmr拷贝到新建的GNSS后处理工程目录下的IMU文件夹下。

4.1.4 POS解算

(1)工程目录的建立

为了便于管理，工程目录的建立依据数据采集的时间建立，并在该目录下，新建基站、移动站、IMU及IE工程文件夹。

(2)GNSS解算

①移动站和基站的GPS数据生成GPS轨迹

打开Inertial Explorer，导入移动站原始数据(R7.14o)，设置移动站天线型号为TRM55970.00，选择基站原始数据，设置基站参数，利用Inertial Explorer得到GPS轨迹。

②惯导原始(*.imr)数据修正GPS轨迹

加入惯性导航数据，因为GPS密度较低，没有姿态信息，需要惯性导航数据提供姿态信息；同时，在GPS失锁的情况下，也需要惯性导航数据来辅助获取位置和姿态的信息。利用IE软件将惯导的.bin文件转换为.imr文件使之能在IE下使用，向工程添加完*.imr后得到其轨迹，接下来进入耦合，得到加入惯性导航数据后修正后GPS轨迹。

③DMI数据(*.dmr)修正GPS轨迹

将*.dmr文件拷贝至存有mu的文件夹下，利用InertialExplorer，加上新进入的.dmr文件进行耦合，得到加入DMI数据后修正后GPS轨迹。至此，POS数据的处理已基本完成，得到耦合后平滑的GPS轨迹。

4.1.5 数据精度分析

(1)位置误差分析

纵坐标表示偏差的值，横坐标表示GPS时间(周每秒)；通过分析位置精度曲线，可以确定误差的大致范围以及最大误差为多少，如图5所示。

图5 位置精度曲线

(2)姿态误差分析

纵坐标表示偏差的数值，横坐标表示GPS时间(周每秒)；通过分析姿态上的变化，可以看出姿态的偏差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

纵坐标表示卫星的颗数，横坐标表示GPS的时间(周每秒)；通过分析卫星颗数，可以查看某一时间段内GPS信号的强弱，若卫星颗数多则表明当前GPS信号良好，若卫星数量少，则说明当前GPS信号不好，GPS数量如图7所示。

图7 GPS数量

4.2 全景影像拼接

连续全景影像的采集系统一般由视频采集设备、GPS接收器、移动工作站及配套设备组成。车辆顶部架设全景视频采集设备和GPS接收器，在车辆行驶过程中采集道路周边360°的全景视频和坐标。

采集中，一个场景由多张图片和一个坐标组成，经图像拼接与融合后得到球面投影的全景帧。连续采集的全景帧经过视频处理后，就得到连续全景影像数据，其中每一帧都对应一个坐标。球面投影的全景影像在实践中，因受城市楼宇与树木的遮挡，GPS设备采集的坐标并不准确，而视频设备的采集频率要比GPS采集频率高很多。因此，不可能针对每一帧都获得一个高精度的坐标。一般是通过加装惯性导航单元(IMU)等硬件设备来获得每一帧的坐标或者姿态。

连续全景影像采集过程中，因采集车辆正前方或正后方的物体距离摄像机较远，汽车的直线运动不会引起这些景物在连续两个全景帧中同名像素的坐标变化，而其转向或颠簸运动会引起俯仰角变化，从而引起同名像素的坐标变化。根据这一现象，可以通过跟踪连续全景影像正前方或正后方同名像素的坐标变化来解算连续影像的航向与俯仰角度变化。

4.2.1 采集平台

最简单的数字全景地图采集平台涉及：Ladybug3.0全景摄像机，GPS接收机，移动图形工作站。PointGray公司的Ladybug3.0全景摄像机是全景采集的核心部件。该产品集成度高，安装灵活方便，适合便携式安装部署。该产品使用6个工业相机，水平面5个相机均匀分布，另外一个相机正对天空。每个相机使用鱼眼镜头，可以保证相邻相机有部分视野重叠。Ladybug采集的全景以流的形式写入硬盘，流中每帧包含6张JPEG图片，没有实现帧间压缩。

4.2.2 数据转换

Ladybug3.0采集的原始数据没有进行帧间压缩，保存的是每一个相机同时拍摄的6张JPEG照片。Ladybug使用流技术把这6张图片保存在一组PGR文件中。因PGR文件非常大，并且保存的是单张图片的信息，所以该数据基本上很难使用。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，初始化写视频；

(2)读取PGR第i帧，并把6张图片分离出来；

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

(4)把球面投影再次映射到平面，从而获得单帧的球面投影图片；

(5)把该图片写入视频文件；

(6)如果PGR结束，则结束；否则i：=i+1，并跳转到(1)。

数据转换另一项工作就是GPS坐标的入库，并且GPS坐标要与视频帧进行关联，这样才能把视频的每一帧映射到空间上去。

4.2.3 连续全景数据

因为单帧全景采集时，各个摄像头的中心位于同一点，因此无法形成视差，故在同一帧中，无法实现移动测量。我们在两个不同的地点观察同一个物体，每一个球体表示一张全景图片，球心表示全景摄像机中心，两个球心与物体的连线必然交汇于物体上，使用射线交汇法来解决移动测量，需要知道连续全景影像每一帧的三维坐标和三轴旋转角度，这6个参数就构成摄像机向量，用(x，y，z，α，β，γ)表示。第一个全景图片采集的位姿为(x，y，z，α，β，γ)，第二个全景图片发生了偏移(△x，△y，△z，△α，△β，△γ)。在使用车速传感器和陀螺仪传感器后，(△x，△y，△z，△α，△β，△γ)获得的数据很精确，因此使用两个全景图片测量获得的相对误差较小，绝对误差由(x，y，z，α，β，γ)决定。同时，在移动测量中，行驶方向两侧部分最容易形成视差，一般使用全景两侧部分进行移动量测。从O到O1航向发生变化，会引起∠OPO1的较大变化，而俯仰和测滚角度的变化不会引起∠OPO1太大变化。高程z不影响平面测量，因此，影响汽车行驶方向两侧移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很高的精度。从GPS获得的x，y的精度成为影响移动测量精度的关键因素。一般使用RTK或惯导单元获取较高精度的x，y值，从而提高移动测量精度。

4.3 数据建模及地形图绘制

使用特征提取工具对点状和线性要素进行要素提取，然后使用点云编辑工具进行人工修正，最后在ArcMap中进行合并处理，绘制成符合要求的地形图成果。

5 精度验证分析

本次的精度验证选取了贵阳中环路上均匀分布的、明显的地物点、特征点共计245个，通过全站仪或RTK采集特征点的平面坐标和高程获得其实测数据，同时，通过移动测量系统采集特征点的平面坐标和高程得到点云数据，实测数据和点云数据的较差进行对比、分析，统计分析较差的最大值、最小值、平均值以及中误差，如表1所示。

由表1统计，特征点实测数据和点云数据的平面较差最大值为 0.086 m，最小值为 0.012 m，中误差为 0.034 m；高程较差最大值为 0.118 m，最小值为 0.004 m，中误差为 0.030 m。能够满足CJJ/T 8-2011《城市测量规范》地物点点位中误差 0.25 m，高程中误差 0.15 m的限差要求。

6 结 论

本项目针对移动测量系统在城市快速路竣工测量中的应用进行了研究，研究了该技术在城市快速路竣工测量中的数据获取和数据处理方法，验证了移动测量技术应用于城市快速路竣工测量中的可行性及技术优势；既提高了测绘工作的效率，又保证了作业人员的安全。

通过三维激光扫描技术获取了道路的点云数据，为大量的后续城市道路数字化建设任务提供了大数据基础，是实施全方位城市道路维护战略、提高城市道路各种设施维护经济效益的保证。此前，全景技术一般应用于展览展示，本项目将全景技术与三维激光测量技术结合，解决了全景视频数据采集、加工、建库、展示环节中的一些关键技术，赋予全景影像技术新的生命力。

本项目使用成熟的全景视频采集摄像头，集成了GPS等传感器作为采集平台；在视频转换过程中，对6个摄像头采集的图片进行拼接生产球面投影的全景视频，同时获得每一帧关联的坐标；通过全景视频时空建库，把全景视频与路网融合，以提供空间查询与时间查询的能力；通过移动测量技术，使全景视频成为可量测的数据。同时，全景影像能与规划管理的业务进行关联，比如街面立面整治，可以在方案、设计、评估效果等环节对整治工作进行辅助，基于移动测量的热点功能还能与市政设施管理结合，通过所见即所得的方式对市政设施进行查询和管理。