车载激光点云数据精度分析方法.ppt

车载激光点云数据精度分析方法 1 车载激光扫描系统 当前，LiDAR (Light Detection And Ranging, 激光雷达)技术是测绘领域的一个重要研究热点。激光雷达扫描系统主要由激光扫描仪和GPS/INS（Inertial Navigation System，惯性导航系统）组合导航系统组成,它能快速便捷地获取目标物的空间三维信息。按照其搭载的平台可以将激光雷达系统分为星载、机载、车载以及定点测量等四大类。 1.1 车载激光扫描系统的误差 然而，它在快速采集目标数据的同时，也存在各种误差，如：时间同步配准误差、扫描仪安装位置误差、系统重叠误差、扫描中心误差、视准轴误差、深度值误差等。这些误差都会对激光点云数据结果的精度造成影响。对激光点云数据的精度进行分析有助于判断误差的来源，从而有针对性的降低误差，达到提高激光定位精度的目的。本文以车载激光扫描系统为例，采用立体标识点方法对车载激光点云数据的精度进行分析研究。 1.2 车载激光扫描系统工作原理 车载激光扫描系统是由多个传感器组成的，激光扫描仪在垂直于行驶方向作二维扫描,以汽车行驶方向作为运动维,构成三维扫描系统。所获得的数据是由离散的矢量点构成的“点云”。 1.2 车载激光扫描系统工作原理 由POS（Position And Orientation System，定位定向系统）系统获取的车载GPS天线相位中心坐标和IMU（Inertial Measurement Unit，惯性测量单元）获取的翻滚、俯仰和偏航等数据联合处理，得到激光扫描仪的6个外方位元素，利用其进行扫描过程的几何反转，实现车载激光扫描系统直接对目标定位。 3 标识点准确坐标的量测 精度分析的思路： 将激光扫描仪获取的标识点三维坐标值与全站仪量测的标识点准确三维坐标值进行比较分析，从而得到车载激光点云数据的精度状况。 3.1实验场的选址 在室外选取一个视野开阔的区域作为实验场，周围没有高大的建筑物和树木遮挡天空，保证能够较好的接受GPS信号。实验场区域内要有一个稳定坚固的竖直墙面，用来布设标识点。墙面最好要求平整，以便于识别激光点云中的标识点。边缘有矮房的操场、楼前有广场的区域等都可以作为实验场。图1是本研究选取的实验场。 图1 实验场状况图 3.2 标识点的布设 在实验场的墙面上均匀布设立体标识点，按照横行和竖行整齐布设，以便于标识点的编号和识别，如图2（a）。标识点的形状如图2(b)所示，它由一个直径为8cm的铝制金属圆盘和一个用于固定的连接短杆构成。圆盘面距墙面距离为7cm，标识点所占的空间范围是8cm×8cm×7cm。在盘面的中心贴上3cm×3cm的激光反射片，以便于全站仪量测。 图2 铝制标识点及其布设 3.3坐标的量测 利用GPS和全站仪对实验场标识点坐标进行测量。首先得到全站仪在大地坐标系中的坐标值，再得到墙上标识点在全站仪坐标系中的坐标值，然后将全站仪数据和GPS数据进行融合，获得实验场标识点大地坐标，用来作为对车载获取数据进行校正的依据。 获得的坐标用（E,N,H）表示，其中E代表东方向坐标值，N代表北方向坐标值，H代表高程值。该三维坐标值采用的也是高斯克吕格三度带投影坐标系下的坐标值，椭球体参照WGS-84椭球体。 也可以选择在点云数据中容易识别的建筑物房角等来作为标识点。可以事先用GPS和全站仪测得房角的坐标作为永久标识点。 3.3坐标的量测 4 车载激光点云的获取 将车载激光扫描系统在实验场扫描得到的组合导航数据和激光原始数据进行后处理，得到激光点云三维坐标值。将其导入到Pointools view软件中进行显示，从点云图中对标识点进行识别，并拾取标识点的关键点坐标。图3是贴有标识点的墙面激光点云图像，从图中可以识别出有微小突起的点云就是标识点的点云图像。 图3 贴有标识点的墙面激光点云图像 5 数据精度分析 以全站仪测得的标识点准确坐标为基准，将车载激光扫描仪得到的标识点坐标与其进行比较，分别求出三个坐标轴方向上坐标值之差见表1。 在进行精度分析时通常选取较多的标识点进行列表比较分析。建议标识点的数量大于30个，因篇幅的限制在此只列出了12个点的坐标。 编号 E N H X Y Z 东误差 北误差 高误差 1 440253.718 4422036.535 47.945 440253.7 4422036.9 47.95 -0.018 0.365 0.005 2 440253.711 4422036.532 47.204 440253.71 4422036.85 47.22 -0.001 0.318 0.016 3 440253.72 4422037.143 47.925 440253.66 4422037.52 47.96 -0.06