基于SLAM的移動測量系統在室內空間數據采集中的應用研究

劉剛

DOI：10.16661/j.cnki.1672-3791.2017.22.001

摘 要：該文初步討論了室內移動測量系統IMS3D的特點，對室內環境進行數據采集測試，分析了測試數據的精度，總結了外業和內業處理的方法與流程，并提出了該系統的質量控制與檢核的初步方案。

關鍵詞：SLAM 移動測量 精度 室內

中圖分類號：TP391 文獻標識碼：A 文章編號：1672-3791（2017）08（a）-0001-03

地下空間在改善城市環境、擴大城市容量方面有著獨特的優勢和潛力，如何采用最新的設備和技術高效準確的采集地下空間數據，為地下空間后續開發利用和管理提供數據基礎，是當前急需解決的問題。隨著BIM的研究和應用，室內移動測量的需求大幅增長，傳統的測量方法無法滿足新興的需求，因此出現了動態掃描系統的解決方案。該文介紹了利用華泰天宇基于SLAM的室內移動測量系統IMS3D進行泛室內空間數據采集的情況，通過大尺度場景試生產，分析其數據采集的精度，研究其數據采集的作業流程及質量控制，總結了該系統用于生產的初步方案。該文的研究內容對解決當前室內空間數據采集效率低的瓶頸，開拓新的測繪市場和業務具有重要意義。

1 SLAM概述

近年來，實時定位和建圖SLAM系統（Simultaneous Localization And Mapping）在人工智能領域得到廣泛應用，隨著谷歌的Mango、微軟的Hololens，以及MagicLeap等現象級產品以及開源算法庫的推出，SLAM技術發展越來越快，掀起了一陣熱潮。SLAM源自于計算機視覺CV（Computer View），最早由Hugh Durrant-Whyte和John J.Leonard提出。

定位和構圖是人工智能的核心問題之一，SLAM問題可以表述為：機器人在未知環境中從一個未知位置開始移動，在移動過程中根據位置估計和地圖進行自身定位，同時在自身定位的基礎上建造增量式地圖，實現機器人的自主定位和導航。

在測繪領域中，一般先通過GNSS方法獲得精確的位置即定位，然后根據定位準確的采集周圍環境數據即建圖；也可以利用周圍環境中的已知數據后方交會獲得位置數據，無論是哪種情況，要么是需要精確的位置；要么是需要精確的地圖。SLAM目標就在于在誤差最小化的約束條件下，同時（實時）定位并建圖，使用多傳感器集成的SLAM系統解決因室內GNSS信號衰弱無法準確定位問題。

2 i-MMS系統介紹

i-MMS系統是法國Viametris（國內由華泰天宇做應用推廣）推出的室內移動測量系統，IMS3D為該公司推出的三維掃描產品，這款系統的掃描端是由1個橫置和2個豎置的Hokuyo激光雷達組成，橫置激光雷達掃描平面數據，左邊豎置的掃描上方數據，右邊豎置的掃描下方數據，它們的掃描視角為270°，全景相機使用LayBug三組鏡頭。IMS3D添加了IMU，可以提高匹配效率，解決高差或是臺階問題，該SLAM系統小型化，整機質量下降，使用便捷。

3 數據試生產及分析

3.1 試生產基本情況

某民防工程的地下空間位于上海市閔行區浦江鎮江月路（近浦申路），地下共有兩層，地下一層為停車庫，建筑面積約30 000 m2，地下二層為停車庫與民防工程相結合，建筑面積約35 000 m2，整個車庫南北長約160 m，東西長約180 m，如圖1所示。

利用IMS3D系統對該項目地下二層進行掃描，同時通過全站儀自由設站方法采集一定數量的散點（143點），作為質量檢核及控制；另外使用鋼尺采集了大量的邊長尺寸作為檢核數據。

IMS3D系統掃描的二維點云圖如圖2所示，簡單的看幾乎所有的基本輪廓都很好的掃描出來，數據細節還需要進一步分析；為了制作矢量圖需要對圖2進行進一步的人工跟蹤，得到點云跟蹤數據，它可以作為該項目的基礎作業圖紙，所有的編輯作業、精度對比等工作都可以圍繞點云跟蹤數據展開；圖3將平面數據疊加至點云數據上，簡單直觀的比較平面圖和二維點云圖。由圖3可知，點云和平面圖基本一致，但是在局部區域仍然存在區別，這是因為平面圖設計和現場實際情況不吻合的緣故。

使用全站儀和鋼尺采集了現場一定數量的點以及邊長，這些點主要用來核對邊長以及點位精度。這些點位按照一定的原則進行選取，諸如點位均勻分布在整個輪廓內、用來檢核的邊長既有長邊也有短邊，此外為了控制誤差，盡量控制全站儀的設站數量，并且使用鋼尺量測了相應的邊長。

3.2 試生產效率分析

IMS3D方法和傳統方法效率比對如表1所示。使用IMS3D系統相對效率更高，尤其是外業采集數據速度快，對于大尺度環境，點云解算時間和跟蹤矢量化時間較長。盡管如此，IMS3D系統的效率明顯更高。

3.3 試生產精度分析

點位精度的檢核首先需要將點云數據和全站儀實測數據置于統一的坐標系統框架之下，首先在全站儀實測數據和點云跟蹤數據中合理選取相對應的一條長邊，然后通過旋轉、平移將兩份數據置于統一框架下。該方法的前提是假設全站儀采集數據方法不會引入較大誤差，在試生產中盡管通過簡單的限制設站數來減小誤差傳播，但是由于地下空間的條件限制以及儀器的對中整平等都會影響該假設的成立。另外無論是將兩組數據置于統一框架下還是點云跟蹤都會引入較大的系統性偏差，因此關于點位精度的對比僅僅作為參考。

3.3.1 坐標比對

此次共統計了84個對應的點坐標，坐標差最大值為12.9 cm，平均值為5.47 cm。點位較差統計結果見表2。點位較差主要來源于點云跟蹤矢量化誤差，IMS3D采集數據誤差、全站儀采集數據誤差以及將數據置于統一框架下引入的偏差。點云的切片寬度約為3 cm，因此理論上點云跟蹤引入的誤差大約為4.2 cm。單以該次試生產數據為參考，點位偏差的樣本均方差大概為6 cm左右，而偏差超過10 cm的點位很難確認是由于那種誤差來源引起，需要進一步分析。endprint