3D SLAM移動測量系統在城市測繪工程項目中精度分析

嚴立，井發明

(寧波市測繪設計研究院，浙江 寧波 315042)

1 引 言

三維激光數據掃描具有不接觸物體、測量精度高、速度快、信息豐富等特點，目前在測量領域應用廣泛。基于三維激光掃描儀的數據采集方式包括靜態激光掃描、移動車載掃描、推車掃描、機載激光掃描等，靜態掃描需要大量搬站，掃描效率低，容易造成地物遺漏，不適合城市測量中較大范圍的掃描；推車掃描適用于路面較平整的室內外，無法在復雜的城市測量環境中應用；移動車載掃描適用在道路開闊平整的街道等，且無法進行室內掃描；機載激光掃描需要無人機作為載體，且只能掃描頂部和部分側面數據，其也無法滿足城市測量應用要求。

3D SLAM移動測量系統在傳統移動式三維激光測量基礎上，進一步改善數據采集方式，采用背包式激光掃描，提高數據采集的便攜性和適用性。目前基于3D SLAM的移動測量系統主要分為集成GPS和非集成GPS。后者采集的數據無法直接獲取絕對坐標系坐標，需布設大量同名控制點進行糾正，而3D SLAM和GPS結合的移動測量系統可實時獲取WGS84坐標系下三維激光點云數據。本文在城市測繪具體項目中(室內測量、道路竣工、小區竣工、普通建筑竣工)，引入該系統數據測量方式，將采集的三維點云數據與傳統方式采集的數據進行精度驗證分析，證明基于3D SLAM移動測量系統在城市測繪中的適用性。

2 3D SALM移動測量系統

本文中所采用的移動測量系統是一款徠卡公司基于3D SALM研發的背包式測量系統(Pegasus Backpack)，可實現室內外一體化三維激光掃描測量，適應于移動測量、地圖制圖三維建模等領域。系統主要包括2個激光掃描儀、GPS接收機、5個全景相機、IMU、平板控制平臺、電池和框架。移動實景測量系統克服復雜環境對普通移動測量的限制，可應用于樓梯、礦場、碼頭和隧道等場景。在人行走過程中，即可實時獲取點云和全景數據，無須架站搬站，且在控制平臺實時顯示當前采集點云范圍。該系統具有如下特點：①高精度GNSS和IMU慣性導航定位；②室內外一體化測量；③同步獲取真彩色點云和照片；④操作簡單、使用靈活。

3D SLAM(Simultaneous Localization And Mapping)是一種在人工智能領域廣泛應用的技術，主要解決物體在移動過程中根據位置估計和特征點迭代匹配，實時進行自主定位并構建增量式地圖問題。在測繪領域中，移動測量系統目標是利用SLAM技術在誤差最小化約束條件下獲取觀測點云數據，解決GPS信號弱情況下無法定位問題。3D SLAM移動測量系統的關鍵步驟主要包括：

(1)基于IMU和GPS初始數據，利用SLAM數據進行連續特征點匹配；

(2)將匹配好的SLAM數據，通過多幀匹配和閉環檢測，反過來精算POS數據；

(3)將精算后的POS數據，進行整體連續匹配；

(4)解算精密點云數據。

3 數據采集與驗證

3.1 數據采集

移動測量系統采集流程主要包括GPS接收機架設，系統初始化，數據采集，數據處理等，如圖1所示。在已知控制點上架設靜態GPS接收機主要是為了數據后差分處理；系統初始化主要包括慣導啟動；數據處理包括坐標轉化、差分計算、點云抽稀等。

圖1 移動測量系統數據采集流程

3.2 精度檢驗方法

精度檢驗主要包括相對精度檢驗和絕對精度檢驗。相對精度檢驗主要是在不同坐標系下，量取傳統方式獲取成果中的特征點和特征線，然后量測對應點云數據的特征線值，比較兩個特征線誤差；絕對精度是在同一坐標系下，比較相同位置特征點的坐標誤差。

圖2 相對精度檢驗和絕對精度檢驗流程

相對精度驗證的主要步驟如圖2所示，包括背包測量數據采集，點云數據可視化，傳統方式數據采集(全站儀、RTK)，數據特征點選取，特征線距離量測，點云特征線作為觀測值，傳統方式采集的特征線作為檢核值，按照式(1)計算差值：

特征線差值=觀測值-檢核值

(1)

絕對精度驗證的主要步驟包括背包測量數據采集，數據預處理，坐標轉化，點云數據可視化，傳統方式數據采集，數據特征點選取，將點云特征點作為觀測值，傳統方式作為檢核值，按照式(2)計算點位差值：

(2)

其中x0、y0為點云觀測值坐標，x1、y2為點云觀測值坐標。

最后，根據差值計算點位中誤差作為試驗評價精度的標準：

(3)

4 數據采集與精度分析

4.1 室內測量

本次測量的室內區域為寧波規劃大廈地下停車場，背包測量約為 20 min，采集的點云數據經過預處理后在Terrasolid中展開，如圖3所示，在點云數據內選取柱子和房角點作為特征點，然后獲取特征點間的水平距離作為觀測值；同時利用全站儀在實際停車場內獲取對應的同名特征點和特征線的水平距離作為檢核值，得到室內停車場平面精度結果，如表1所示。

4.2 道路竣工

本次實驗的道路為新竣工道路，長500 m，寬 10 m，包含完整路面、路燈、廣告牌、斑馬線等地物，掃描的點云數據經過靜態差分、影像著色、坐標轉化等預處理后，將點云數據和 1∶500地形圖數據進行疊加，兩者基本上吻合，在道路邊線上存在一些偏差。從點云測量數據中提取兩側路燈中心點作為平面坐標觀測值，然后從地形圖中獲取的路燈坐標作為檢核值，19個點計算誤差，結果如表2所示：

道路平面精度檢核結果 表2

4.3 規劃小區竣工

本次實驗的小區為新建成規劃小區部分數據，包含兩幢30層高層建筑，一幢17層小高層，4幢6層的多層建筑，獲取的點云數據如圖4所示。

獲取的點云數據經過影像著色、坐標轉化等預處理后，將小區規劃竣工圖與地形圖進行疊加，獲取點云房角點作為觀測值，在竣工圖中獲取其同名房角點作為檢核值，并對34個點進行誤差計算，結果如表3所示。

圖4 規劃小區

規劃小區平面精度檢核結果 表3

4.4 普通建筑竣工

選取的建筑為寧波東部新城新建的寫字樓，包括規劃大廈和工商大廈，相對于小區居民建筑，該建筑物間距離為 40 m左右，GPS信號較好，按“8”字形路線行走，行走距離為 700 m左右，獲取其點云數據如圖5所示。

在獲取的建筑物點云數據中，選取房角點作為觀測值，并在竣工圖中獲取對應的房角點作為檢核值，對23個點進行點位差值和中誤差計算，得到的結果如表4所示：

圖5 規劃大廈建筑群

4.5 精度分析

(1)將室內測量數據和普通建筑測量數據，根據選取特征點間距離和對應檢核距離間的差值建立誤差統計分布圖，如圖6所示，可以發現隨著距離的增加其誤差存在一個增大趨勢。

(2)在小區測量中，將檢核點和對應的誤差在ArcGIS進行可視化分級表示，并與 1∶500地形圖進行疊加，顏色越深誤差越大，可發現北面的房子誤差較大，南面的房子誤差較小，如圖7所示。經過分析發現北面有30層的高層對GPS信號產生遮擋，而南面為7層的多層，GPS信號相對較好，因此小區等建筑密集區GPS信號的強弱對測量有著重要影響。

圖6距離差值統計分布

圖7 小區檢核點誤差分布

(3)通過掃描的點云數據完整性，發現移動測量系統的有效觀測距離為 50 m～70 m，不能滿足遠距離測量項目，比如高層房產側面測量等。

5 結 語

本文基于移動測量系統在城市測量應用中進行研究，分析其在具體測量業務中的精度。試驗表明室內測量中，在相對坐標系下具有較高的平面精度，室內為 2.5 cm；在室外測量的絕對坐標系下，道路竣工為 14 cm，小區規劃竣工 18 cm，建筑群竣工為 9 cm，且根據誤差分布情況發現GPS信號對測量數據精度有重要影響，隨著觀測點間距離越大誤差也存在增長趨勢。由此看出，移動測量系統可滿足室內和GPS信號較好區域的高精度數據采集，相對于車載移動測量對環境的限制，背包式移動測量更具有廣泛的應用價值。如何利用SLAM技術解決室外GPS信號失鎖區域的數據采集精度是下一步解決的問題。