移動測量系統設計及關鍵技術研究

汪志飛，姚連璧，周 冰

(同濟大學測繪與地理信息學院，上海200092)

一、引 言

完整的道路信息有非常廣泛的應用前景，如制作車道級道路底圖，將普通的導航轉變成車道級導航，提前告知司機道路的詳細信息，提高行車安全性。另外，還可以利用計算機對道路信息進行處理分析，找出路面是否出現破損等情況。但是道路信息數據量龐大，利用傳統的測繪手段進行信息提取費時費力，為解決此問題，本文設計并實現了一套移動測量系統。

移動測量系統(mobile mapping system，MMS)是將數字照相機、激光掃描儀、GNSS接收機與慣性測量單元組成的姿態測量單元等多個傳感器集成在一個移動平臺上，在基于時間同步與確定不同傳感器之間的相對位置關系的條件下，自動給移動平臺提供連續的定位信息，同時獲取三維地理空間數據的測量系統［1］。它是一種高效數據采集的工具。

目前，移動測量系統的研究已有一定成果。1990年，美國俄亥俄州立大學制圖中心成功設計了第一臺移動測量系統GPSVan［2］。1994年，加拿大卡爾加里大學成功地研制了VISAT移動測量系統。在此基礎上，各個國家也都研制出各自的移動測量系統。如日本拓普康公司研制的IP-S2，美國JECA公司研制的TruckMap系統，德國研制的KISS車載系統和MoSES系統等。

對移動測量系統涉及的主要技術的研究也有一定成果。周星伶對松組合與緊組合模式的精度進行了比較，明確了緊組合模式的優勢［3］。為了進一步提高POS系統的定位精度，高為廣等人對緊組合算法作了進一步的優化與改善，加入卡爾曼濾波與模糊自適應卡爾曼濾波等算法，增強了POS系統位置與姿態的精度與可靠性［4-5］。文獻［6—7］中提到使用檢校場數據，通過對比由GPS/IMU解算的外方位姿態角元素與光束法平差計算出的外方位角元素來確定儀器間的偏心角;文獻［8］中提出使用全站儀直接測量結合影像數據的方法確定傳感器之間的位置關系;文獻［9］中基于微小轉角坐標轉換原理，通過人工判別的方式找到激光點云點與已知控制點的對應關系，求解坐標轉換參數，從而確定傳感器之間的相對位置關系。

二、傳感器集成方案及實現

以現有研究成果為基礎，本文中選用3臺激光斷面掃描儀、1臺雙天線GNSS接收機、1臺IMU、1臺360°全景相機、2個里程計與1臺GPS同步時鐘組建一套車載移動測量系統，該移動測量系統的目的是采集道路數據，針對這一目標，對整個系統進行了設計，設計圖如圖1所示。

一臺掃描儀安裝在車尾部分，專門提取路面信息，另外兩臺安裝在傳感器平臺的兩側，一方面用于兩側地物的提取，另一方面用于車尾掃描儀的補充。GNSS天線分別安裝在傳感器平臺前端和車尾，IMU安裝在汽車內部后排座椅中間平臺上，里程計分別安裝在汽車兩個后輪上。為了不遮擋360°全景相機的視野，選擇將相機安裝在汽車頂部。

系統中各個傳感器連線圖如圖2所示。

系統工作時，所有傳感器采集的數據都以文本文件保存在計算機中。GPS時鐘用于實現各個傳感器之間的時間同步，全景相機用于實時采集系統周圍的影像信息。GNSS、IMU與里程計實現移動測量系統的定位與定姿，在有衛星信號下，GNSS可以進行實時定位;在無衛星信號下，利用IMU和里程計推算位置。IMU實時記錄系統的姿態信息，里程計實時記錄汽車后輪轉過的角度。

圖1 移動測量系統設計圖

圖2 傳感器連線圖

三、關鍵技術解決方案

移動測量系統的本質是多傳感器數據融合，因此系統搭建完成后并不意味著能立即投入使用，主要有兩方面原因:一方面，各個傳感器并不是同時進行數據采集的，則GNSS和IMU不能實時確定系統的位置和姿態信息;另一方面，各個傳感器的數據采集參照的坐標系是不一樣的，需要將傳感器的數據統一到實際使用的坐標系中。在衛星信號良好的情況下，GNSS系統可以實時定位，但在衛星信號很差甚至沒有的時候，如汽車進入隧道，GNSS系統就不能進行準確定位，如何在沒有衛星失鎖的情況下進行定位也是本系統需要研究的重點內容。

1．時間同步

本文中的移動測量系統中，GNSS接收機和IMU接收的數據使用GPS時，而激光掃描儀、全景相機與里程計采集到的數據并沒有時間標記，故需要通過一定方式為其采集到的數據加上時間標記并統一為GPS時，從而實現時間同步。本文中使用的方法是使用一臺NTP協議的GPS時鐘來進行授時。時間同步的示意圖如圖3所示。

圖3 時間同步

激光掃描儀支持NTP協議，將其通過路由器與GPS時鐘連接后，可以接收GPS時間信息，并將時間標記自動加在數據尾部。全景相機和里程計連接筆記本電腦，通過數據接收程序給數據加上時間標記，該時間為筆記本電腦的系統時間。筆記本電腦的系統時間同樣是通過GPS時鐘授時得到。如此，各個傳感器的數據便統一到同一個時間系統下。

2．空間同步

在實際使用中，所有的傳感器數據都需要統一到同一坐標系(一般為地方坐標系)中。系統中，3臺激光掃描儀需要進行坐標系統一，即空間同步。

掃描儀采集的數據是基于掃描面極坐標系中角度與距離信息，通過定義掃描儀坐標系將角度與距離信息解碼為坐標信息。掃描儀空間同步工作就是確定掃描儀坐標系與地方坐標系之間的轉換參數，將掃描儀采集的點云數據轉換到地方坐標系下。由于掃描儀是在行駛中的汽車上進行數據采集的，因此掃描儀坐標系相對于地方坐標系是不斷變化的，直接求取兩坐標系之間的轉換參數不是很方便。本系統定義了車載坐標系，借助于車載坐標系來完成兩坐標系之間的參數求解，具體過程如圖4所示。

圖4 空間同步過程

掃描儀坐標系與車載坐標系之間的轉換參數可以通過掃描儀外參數的標定來確定，本系統3臺掃描儀坐標系轉換到車載坐標系參數見表1，其中，ΔX、ΔY、ΔZ為3個平移參數;α、β、γ為3個旋轉參數:分別表示繞X軸、Y軸和Z軸旋轉的角度，順時針旋轉為正;尺度參數取1。車載坐標系與地方坐標系的平移參數由GNSS系統提供，旋轉參數由IMU提供。

表1 3臺掃描儀坐標系轉換到車載坐標系的參數

3臺掃描儀坐標系與車載坐標系定義如圖5所示，其中坐標系的Z軸方向垂直向上。

圖5 掃描儀坐標系與車載坐標系定義

3．里程計與IMU推算位置

在衛星信號良好的路段，通過GNSS接收機可以很好地解算出激光掃描儀的空間位置，但是當衛星信號失鎖時，GNSS接收機無法完成定位解算，此時本系統組合使用里程計和IMU，可以有效地對空間位置信息缺失的路段進行補償［10］。同時，可以利用有衛星信號的定位解對里程計與IMU推算的位置進行校正。通過試驗證明里程計與IMU結合進行位置推算可以達到很好的效果，解決了本系統在GNSS接收機無法進行實時定位時候的定位問題。

四、試驗及分析

在移動測量系統搭建完成后，在上海市逸仙高架路進行了路測試驗。

逸仙高架路上衛星信號良好，試驗過程中只有很少的路段出現了衛星失鎖的情況，這些路段利用上文提及的里程計與IMU組合進行位置推算，最終將處理得到的點云數據導入到PointTools軟件中并與試驗中的行駛軌跡對比，如圖6所示。

圖6 行車軌跡與點云數據對比

通過激光點云回波強度信息，提取到的道路信息得到了非常直觀的顯示，同時可以輕易地判別出道路的標識標線信息。對試驗中的一個高架路匝道和左轉車道點云數據進行放大，如圖7所示，高架路兩邊的路燈、直行箭頭、速度標識，左轉車道禁止掉頭、左轉標識等道路信息都已被采集。

圖7 逸仙路高架路匝道點云

但對點云數據進行觀察發現，某些地方會出現不屬于道路面的一些錯誤點，這些點可能是掃描儀在采集數據時旁邊有汽車經過所致，也可能是道路旁的植被等物體的數據。同時，點云結果中出現了一些沒有數據的空缺，這些空缺可能是被掃描的物體反射率過低造成的。

五、結論與展望

本文為解決交通道路數據采集的問題，設計并搭建了一套車載移動測量系統。然后，利用文中提出的關于系統時間同步、空間同步及衛星失鎖情況下的定位問題的解決方法成功使車載移動測量系統運轉起來。最后，使用該移動測量系統進行了路測試驗，獲取了點云結果，并對結果進行了分析，得出了其能夠滿足道路交通數據采集的需求的結論。

同樣，該系統還有許多可以改進的地方，如對處理得到的點云數據進行預處理，過濾掉雜點，尤其是旁邊汽車。另外，通過設計檢校場來對傳感器標定的外參數進行校正，使得到的點云數據精度更高。

［1］ 鄒曉亮．車載測量系統數據處理若干關鍵技術研究［D］．鄭州:解放軍信息工程大學，2011．

［2］ HE G P，CUNNINGHAM D，BOSSLER J．Spatial Data Collection with the GPSVan Mobile Mapping System［J］．Proceedings of ISPRSCommission IV Symposium，1944，30(4):107-113．

［3］ 周星伶．GPS/INS組合導航系統松，緊耦合性能比較［J］．航空電子技術，2007，38(4):1-6．

［4］ 高為廣，楊元喜，崔先強，等．IMU/GPS組合導航系統自適應Kalman濾波算法［J］．武漢大學學報:信息科學版，2006，31(5):466-469．

［5］ 徐田來，游文虎，崔平遠．基于模糊自適應卡爾曼濾波的INS/GPS組合［J］．宇航學報，2005，26(5):571-575．

［6］ JACOBSEN K．Combined Bundle Block Adjustment with Attitude Data［C］∥ASPRS Annual Convention．［S．l．］:ASPRS，1999．

［7］ YASTIKLI N，JACOBSEN K．Influence of System Calibration on Direct Sensor Orientation［J］．Photogrammetric Engineering and Remote Sensing，2005，71(5):629-633．

［8］ JUSTIN Luvene Crawford．Multi-Sensor Calibration of an Integrated Mobile Mapping Platform［R］．［S．l．］:Undergraduate Honors Thesis of Ohio State University，2012．

［9］ 葉澤田，楊勇，趙文吉，等．車載GPS/IMU/LS激光成像系統外方位元素的動態標定［J］．測繪學報，2011，40(3):345-350．

［10］ 徐恒立．移動測量系統的定位與定姿［D］．上海:同濟大學，2015．