基于特征匹配的機載激光雷達安置參數(shù)檢校方法

鐘振　陳良良　謝國棟

摘? 要：機載激光雷達（LiDAR）是一種集成激光、全球?qū)Ш叫l(wèi)星系統(tǒng)和慣導(dǎo)系統(tǒng)的多傳感器移動測量系統(tǒng)，系統(tǒng)精度受多個因素影響，不僅取決核心傳感器精度，還受到激光與IMU的安置參數(shù)影響。對低成本的多線激光雷達進行研究，分析激光雷達定位原理和安置參數(shù)的影響，提出一種基于特征匹配的檢校方法。通過不同航帶的點云進行特征匹配，計算出航帶間的偏移，根據(jù)偏差與安置參數(shù)的關(guān)系求出安置參數(shù)，實驗證明該方法能夠有效消除安置誤差影響。

關(guān)鍵詞：激光雷達;檢校;特征匹配;安置角

中圖分類號：TP391.4;TN958.98? ? ? ? ? ? ?文獻標識碼：A? ? 文章編號：2096-4706（2021）17-0082-06

Abstract： Airborne Laser Radar （Lidar） is a multi-sensor mobile measurement system integrating laser， global navigation satellite system and inertial navigation system. The accuracy of the system is affected by many factors， it depends not only on the accuracy of the core sensor， but also on the placement parameters of the laser and IMU. Research on low-cost multi-line Lidar， analyze Lidar positioning principle and the influence of placement parameters， and propose a calibration method based on feature matching. Through feature matching of point clouds of different flight belts， the offset between the flight belts is calculated， and the placement parameters are calculated according to the relationship between the deviation and the placement parameters. The experiment proves that this method can effectively eliminate the impact of placement errors.

Keywords： Lidar; calibration; feature matching; placement angle

0? 引? 言

機載激光雷達LiDAR（Light Detection and Ranging）是一種集成激光、全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）和慣導(dǎo)系統(tǒng)（INS）的高精度三維測量系統(tǒng)，搭載飛行平臺進行掃描，能夠直接獲取掃描物體的坐標，具有精度高、外業(yè)工作量小、可夜間作業(yè)、可穿透植被等優(yōu)點[1]，被應(yīng)用在測繪、林業(yè)、電力等行業(yè)。在20世紀90年代起機載激光雷達開始成熟，國外Optech、Leica、Riegl、TopoSYS等公司先后推出機載產(chǎn)品，國內(nèi)21世紀初國內(nèi)開始引進國外的LiDAR系統(tǒng)，例如，中國海監(jiān)隊2006年引進Leica公司的ALS50I，北京天地信息科技有限公司2006年引進Optech公司的ALTM3100，等等[2]，但這些傳統(tǒng)單線激光雷達系統(tǒng)大多非常昂貴動輒幾百上千萬，而且設(shè)備非常笨重需要搭載有人機進行飛行，成本過高限制其應(yīng)用發(fā)展。近年來隨著低成本的多線激光器出現(xiàn)，例如Velodyne、Quanergy、禾賽、速騰等多線激光器，加上無人機的快速發(fā)展，無人機搭配低成本多線激光雷達應(yīng)運而生，在眾多領(lǐng)域里快速發(fā)展，例如電力巡檢、公路勘測、林業(yè)調(diào)查、測繪、遙感等[3-8]。機載激光雷達為高精度測量系統(tǒng)，影響系統(tǒng)精度的因素有很多，除了傳感器本省精度外對激光與IMU的安置參數(shù)進行檢校尤為重要[9]。目前國內(nèi)外大部分的論文都是針對單線激光進行安置檢校，針對低成本的多線激光器則很少，例如Jan Skaloud等提出了基于目標點的嚴格方法計算機載激光雷達的標定參數(shù)[10];R.Le Scouarnec等提出一種基于靜態(tài)測量避免GPS誤差的標定方法[11];張小紅提出利用規(guī)則幾何體的重心偏差來計算安置角[12];章大勇等通過激光雷達的反射強度確定檢測控制區(qū)，根據(jù)激光矢量測量方程，利用最小二乘法計算安置角[13]。

本公司基于多線激光器和慣導(dǎo)系統(tǒng)研究低成本的機載激光雷達系統(tǒng)集成應(yīng)用，為了提升系統(tǒng)精度提出一種基于特征匹配的安置參數(shù)檢校方法，該方法通過LiDAR不同航帶生成的點云偏差與安置參數(shù)的關(guān)系計算出對應(yīng)參數(shù)，能夠快速完成系統(tǒng)檢校。

1? 機載LiDAR定位原理

機載LiDAR是一種多傳感器集成系統(tǒng)，每個傳感器坐標系都不一樣，系統(tǒng)進行測量工作時需要根據(jù)對應(yīng)的數(shù)學(xué)模型將激光器掃描獲取的數(shù)據(jù)轉(zhuǎn)換成三維空間坐標，再經(jīng)過一系列的坐標轉(zhuǎn)換生成具有地理參考信息的激光點云數(shù)據(jù)。機載LiDAR采用的是直接定位DG（Direct-Georeferencing）方式進行激光腳點坐標計算，計算過程涉及激光坐標系、IMU載體坐標系、當?shù)厮阶鴺讼担鐖D1所示，XmYmZm為當?shù)厮阶鴺讼担琗bYbZb為IMU載體坐標系，XlYlZl為激光坐標系。具體的數(shù)學(xué)模型如式（1）所示，其中為IMU載體坐標到當?shù)厮阶鴺说霓D(zhuǎn)化矩陣，為激光坐標到IMU載體坐標系轉(zhuǎn)換矩陣，為IMU載體在當?shù)刈鴺讼迪碌奈恢茫?為IMU與激光的偏移量，為激光坐標系下測量的P點位置。

2? 基于特征匹配的LiDAR安置參數(shù)檢校方法

2.1? 安置參數(shù)模型

多線激光器與單線激光器除了激光線數(shù)不同外，多線激光器每條線束還都有垂直角度，這是多線激光器與單線激光器最大的不同。激光坐標系以激光發(fā)射中心為原點，Z軸為旋轉(zhuǎn)軸，每條激光線有水平角度（α）和垂直角度（ω），每條激光線垂直角度為固定，水平角則根據(jù)旋轉(zhuǎn)角度確定，參考多線激光器（Velodyne VLP-16）技術(shù)手冊，可以得到 的計算公式：

IMU安裝在飛行平臺，Y軸沿著飛行方向，X軸向右，Z軸與X、Y軸形成右手系，如圖2所示。

根據(jù)方向余弦矩陣，可以求得IMU載體坐標到當?shù)厮阶鴺说霓D(zhuǎn)化矩陣，用式（3）表示，其中r，p，h分別代表橫滾、俯仰、航向三個角度。假設(shè)IMU是完全垂直的，即Z軸與當?shù)刈鴺舜怪狈较蛲耆珜R，而且飛行航線規(guī)定為正北或者正南方向，那么r，p，近似為0°，h等于0°或者180°，那么可以將式（3）簡化為式（4）。

為激光掃描坐標系到IMU載體坐標系轉(zhuǎn)換矩陣，理論上激光坐標與IMU載體坐標是相互平行的，但實際上X、Y、Z三軸并不平行，從圖3可以看出激光到IMU坐標需要繞X軸旋轉(zhuǎn)90°三軸才能對齊，對齊后由于有安置誤差，兩個坐標系之間還存在安置角誤差角?θ，?β，?γ，安置誤差角為小角度，所以可以將近似為式（5）。

為激光到IMU載體的偏移可記為（?X，?Y，?Z）， 為IMU載體位置可通過測量得到記為（X，Y，Z），P點在IMU載體坐標系記為（Xp，Yp，Zp），根據(jù)式（1）到（5），可得式（6），對式（6）微分可得安置參數(shù)的數(shù)學(xué)模型式（7）。

2.2? 安置參數(shù)影響分析

通過對式（7）各項進行分離來分析各個參數(shù)的影響，定義Xm為飛行方向右，Ym為飛行方向，Zm為垂直方向。對于?X只影響Xm，具體為±δ?X，正負號取決于飛行方向;?Y只影響Ym，具體為±δ?Y，正負號取決于飛行方向;?Z只影響Zm，具體為δ?Z，與飛行方向無關(guān)。通過往返兩條航帶，掃描平行和垂直飛行方向的垂直平面進行計算可以求出?X和?Y，?Z無論飛行方向如何都往同一方向需要輔助控制點才能求出。

而對于三個安置誤差角，俯仰角?θ影響Ym與Zm，分別為?Zpδ?θ和Ypδ?θ;翻滾角?β影響Xm與Zm，分別為±Zpδ?β和-Xpδ?β;航向角?γ影響Xm與Ym，分別為±Ypδ?γ和±Xpδ?γ，正負號取決于飛行方向。

通過獲取往返飛行且航高相同的兩條航帶，假如航高為H，能消去航間距帶來的影響，可以求出翻滾角?β和俯仰角?θ，如式（8）和（9）所示，其中Xm和Ym分別為點云在X和Y方向的坐標：

2.3? 基于特征匹配的安置參數(shù)求解

安置參數(shù)包括激光和IMU的偏移量和安置角誤差（?X，?Y，?Z，?θ，?β，?γ）6個參數(shù)，其中（?X，?Y，?Z）可以通過直接測量獲取，（?θ，?β，?γ）需要通過計算獲得。根據(jù)2.2節(jié)可知要解出（?θ，?β，?γ），關(guān)鍵在于計算不同航帶之間點云的偏差，本文采用特征匹配方法進行求解，具體流程如圖3所示。

首先進行獲取原始點云數(shù)據(jù)和軌跡數(shù)據(jù)進行點云融合，形成帶地理坐標的點云數(shù)據(jù);其次，通過點云數(shù)據(jù)的反射強度來提取特征，為了避免提取高強度板以外的高強度點，設(shè)置一個預(yù)定義的區(qū)域范圍來提取高強度點，再采用基于距離的區(qū)域生長算法對高強度板進行分組;第三，通過的RANSAC算法對每個特征平面進行平面擬合形成特征面，并輸出特征面點云;第四，對特征面點云進行匹配，本文采用基于PCL庫ICP-PATCH的方法進行計算，獲得兩個航帶之間的點云偏差;最后，根據(jù)已知的杠臂值、航高、航間距利用式（8）～（10）求出三個安置角誤差。

3? 實驗數(shù)據(jù)與結(jié)果分析

3.1? 系統(tǒng)概述

圖4為實驗采用多線機載雷達系統(tǒng)，激光頭采用Velodyne VLP16，慣導(dǎo)采用Applanix APX-15，控制板為基于Freescale imx6嵌入式系統(tǒng)，進行設(shè)備控制和數(shù)據(jù)記錄。GNSS與IMU數(shù)據(jù)采用Applanix公司的POSPac軟件進行處理并輸出航線軌跡，點云融合、特征匹配與安置參數(shù)求解等功能采用自研開發(fā)點云處理軟件Data-PreProcess，軟件基于C++實現(xiàn)，軟件界面如圖5所示。

3.2? 實驗步驟

首先進行航線規(guī)劃和數(shù)據(jù)采集，根據(jù)第二節(jié)的原理分析，設(shè)計航高50 m高度的來回和同向航線，航間距為50 m，飛行速度為5 m/s。選取的標定場景應(yīng)具備明顯的線面特征，如低矮的房子和人字頂房屋等，采用六旋翼無人機搭載雷達系統(tǒng)按照規(guī)劃航線進行數(shù)據(jù)采集。其次，數(shù)據(jù)采集完成后導(dǎo)出GNSS/IMU和點云原始數(shù)據(jù)，GNSS/IMU數(shù)據(jù)通過Pospac軟件生成出航線軌跡SBET數(shù)據(jù)，將原始點云數(shù)據(jù)和SBET導(dǎo)入Data-PreProcess融合生成各條航線點云，如圖6所示。第三，對不同航帶的點云數(shù)據(jù)進行特征提取獲得特征點云，如圖7所示。最后，將航高和航間距輸入Data-PreProcess軟件，軟件自動計算出校正參數(shù)值。

3.3? 精度驗證

為了驗證計算校正參數(shù)是否有效正確，選取建筑物場景進行驗證，并對房角點的位置做準確測量作為驗證真值。采用機載LiDAR系統(tǒng)進行來回航帶的采集，融合點云對校正前和校正后進行對比，校正前來回點云錯位非常明顯，校正后點云完全重疊一起，證明校正參數(shù)是有效的，如圖8和圖9所示。進一步對點云進行精度驗證，獲取點云建筑對應(yīng)房角點的位置與測量的值進行對比，實測誤差在10 cm以內(nèi)，精度達到預(yù)期證明校正是正確的，如表1與表2所示。

4? 結(jié)? 論

本文針對多線機載激光雷達提出一種安置角檢校方法，該方法通過來回和同向航帶獲取點云，并從點云中提取出特征形成特征面，通過特征面計算不同航帶點云之間的偏差，并根據(jù)航高和航間距計算安置角檢校參數(shù)。通過實驗證明，計算出的安置角檢校參數(shù)正確有效，校正后的點云精度能達到10 cm以內(nèi)。

參考文獻：

[1] 馬振廷.基于機載激光雷達系統(tǒng)的飛行動態(tài)定標技術(shù)研究 [D].成都：西南交通大學(xué)，2017.

[2] 王國鋒.許振輝.多源激光雷達數(shù)據(jù)集成技術(shù)及其應(yīng)用 [M].北京：測繪出版社，2012.

[3] 李偉，唐伶俐，吳昊昊，等.輕小型無人機載激光雷達系統(tǒng)研制及電力巡線應(yīng)用 [J].遙感技術(shù)與應(yīng)用，2019，34（2）：269-274.

[4] 李冰，林宇龍，黃珣，等.基于激光雷達技術(shù)的無人機電網(wǎng)基建管控系統(tǒng) [J].現(xiàn)代電子技術(shù)，2018，41（2）：99-101+ 106.

[5] 吳德智.曾璧環(huán).葉清泉.基于無人機載激光雷達的電力線自動提取技術(shù) [J].中國科技投資，2014（A10）：1-4.

[6] 吳擢城.無人機載激光雷達在林業(yè)資源調(diào)查的應(yīng)用 [J].農(nóng)家科技，2019（6）：277.

[7] NIETHAMMER U，JAMES M R，ROTHMUND S，et al. UAV-based remote sensing of the Super-Sauze landslide：Evaluation and results [J].Engineering Geology，2012（128）：2–11.

[8] WEISS U，BIBER P. Plant detection and mapping for agricultural robots using a 3D LIDAR sensor [J].Robotics and Autonomous Systems，2011，59（5）：265–273.

[9] AYMAN H，KI IN B，PAULA K A，et al. Error Budget of Lidar Systems and Quality Control of the Derived Data [J].Photogrammetric Engineering & Remote Sensing，2009（9）：1093-1108.

[10] SKALOUD J，LICHTIRI D. Rigorous approach to bore-sight self-calibration in airborne laser scanning [J].ISPRS Journal of Photogrammetry & Remote Sensing，2006，61（1），47–59.

[11] SCOUARNECB R L，TOUZ? T，LACAMBREB J B，et al. A NEW RELIABLE BORESIGHT CALIBRATION METHOD FOR MOBILE LASER SCANNING APPLICATIONS [J].EUROPEAN CALIBRATION AND ORIENTATION WORKSHOP（ EUROCOW 2014）International Archives of the Photogrammetry Remote Sensing and Spatial Information Sciences，2014：67-72.

[12] 張小紅.機載激光雷達測量技術(shù)理論與方法 [M].武漢：武漢大學(xué)出版社，2007.

[13] 章大勇，吳文啟，吳美平.機載激光雷達系統(tǒng)標定方法 [J].光學(xué)精密工程，2009，17（11）：2806-2813.

作者簡介：鐘振（1981.08—），男，漢族，廣東惠來人，中級，碩士，研究方向：多傳感器融合、點云處理。