快速检索        
  武汉大学学报·信息科学版  2015, Vol. 40 Issue (8): 1018-1022

文章信息

闫利, 刘华, 陈长军, 曹亮
YAN Li, LIU Hua, CHEN Changjun, CAO Liang
无地面控制点的车载激光扫描系统外标定方法
A Calibration Method of Mobile Laser System Without Control Points
武汉大学学报·信息科学版, 2015, 40(8): 1018-1022
Geomatics and Information Science of Wuhan University, 2015, 40(8): 1018-1022
http://dx.doi.org/10.13203/j.whugis20130782

文章历史

收稿日期: 2013-12-16
无地面控制点的车载激光扫描系统外标定方法
闫利 , 刘华, 陈长军, 曹亮    
武汉大学测绘学院, 湖北 武汉, 430079
摘要: 车载激光扫描技术能够高效率、高精度、低成本地获取城市三维地理数据,是最先进的三维地理数据获取手段之一。车载激光扫描系统的精确外标定是获取高精度车载激光点云的前提;通常采用建立三维控制场的方法对车载激光扫描仪进行外标定,该方法灵活性差,且需要耗费大量人力物力建立三维控制场。针对此,提出一种无需地面控制点的车载激光扫描系统外标定模型及参数解算方法,该方法利用车载激光扫描系统对同一地物多次扫描的激光点云需重合作为约束条件,使用LM(Levenberg-Marguardt)最优化算法解算标定参数,使用该方法对车载激光扫描系统进行了外标定,并用实测控制点验证了标定后系统的定位精度。
关键词: 车载激光扫描     GPS/INS     外标定     无控制点    
A Calibration Method of Mobile Laser System Without Control Points
YAN Li, LIU Hua, CHEN Changjun, CAO Liang    
School of Geodesy and Geomatics, Wuhan University, Wuhan 430079, China
First author: YANLi, PhD, professor, specializes in the theories and methods of photogrammetry, remote sensing and LIDAR technology. E-mail: lyan@sgg.whu.edu.cn
Foundation support: The National Science-technology Support Plan Projects, No. 2012BAJ23B03.
Abstract: Mobile mapping technology can be used to acquire geospatial data efficiently, accurately and at low cost, it is one of the most advanced technologies for geospatial data acquisition. A precondition for acquiring high quality point clouds using mobile laser systems is that the mobile system be well calibrated. Ground control points are used in the common method to calibrate mobile laser systems, but these methods as inflexible and it is labor intensive to collect ground control points. In this paper a mobile laser system calibration method using no ground control points is proposed, an actual system was calibrated using the proposed method, and its precision evaluated.
Key words: mobile laser scanning     GPS/INS     exterior calibration     no ground control points    

车载激光扫描系统是多传感器集成系统,可在移动平台中搭载激光扫描仪、相机、GPS/INS组合定位定姿系统等传感器,在移动平台的移动过程中,获取道路及周边地物的位置与属性信息[1, 2];GPS/INS组合定位定姿系统确定车载平台相对全局坐标系的位置与姿态,激光扫描仪获取地物相对于激光扫描仪自身坐标系的位置信息[3]。通常,激光扫描仪坐标系与惯导坐标系的坐标原点与坐标轴指向不完全一致,需要经过平移与旋转操作才能实现激光扫描数据与定位定姿数据的融合,且需对坐标系之间的平移与旋转进行严格标定,这个过程即为车载激光扫描系统的外标定[4, 5]。未经严格标定的车载激光扫描系统,其获取的激光点云精度无法保证,直观表现为两次对同一区域建筑物扫描的激光点云不能重合,墙面存在明显偏移,如图1所示。图1(a)为车载激光扫描系统对同一区域进行两次扫描的激光点云按高程渲染俯视图,图1(b)为局部放大图,图1中两次扫描的建筑物存在明显的不重合现象(两次扫描的墙面之间存在明显间隔)。

图 1 标定前两次扫描的车载激光点云 Fig. 1 Comparison of Mobile Laser Point Cloud Before and After Calibration

目前一般采用建立三维控制场的方法进行车载激光扫描系统的外标定[6, 7, 8]。该方法需要花费大量的人力财力建立标定场,标定时车载激光扫描系统驶入标定场对 标定场进行扫描,标定过程缺乏灵活性。而无地面控制点的车载激光扫描系统外标定方法无需事先建立标定控制场,在任一GPS信号良好区域对同一场景进行多次扫描即可,具有较大的灵活性。基于此,本文提出了一种利用多次扫描数据且无需地面控制点的车载激光扫描仪外标定方法,提高车载激光扫描系统外标定的灵活性。

1 车载激光扫描系统定位原理

在车载激光扫描系统中,GPS/INS组合定位定姿系统提供平台的绝对位置与姿态,激光扫描仪提供地物相对于激光扫描仪坐标系的相对测量信息。设地面点P在激光扫描仪坐标系下的坐标为XL,激光扫描仪与惯性测量单元(inertial measurement unit,IMU)之间的关系刚性固定,如图2所示。图2涉及三个坐标系,分别为激光扫描仪坐标系(图2中“激光扫描”对应的坐标系)、惯导坐标系(图2中“IMU”处对应的坐标系)以及WGS84坐标系。激光扫描仪坐标系与惯导坐标系之间的关系刚性固定,它们之间的平移与旋转关系分别用aLIMURLIMU表示,地物点在惯导坐标下的坐标可通过式(1)得到:

式中,XIMU表示地物点P在惯导坐标系下的坐标;aLIMU是激光扫描仪坐标系到惯导坐标系的平移参数;RLIMU是激光扫描仪坐标系到惯导坐标系的旋转参数构成的旋转矩阵。

图 2 车载移动激光扫描系统定位原理 Fig. 2 Positioning Theory of Mobile Laser System

车载激光扫描系统在平台移动过程中,激光扫描仪连续对地物进行扫描;同时GPS/INS组合定位定姿系统高频率记录GPS观测数据与惯性测量数据,经后处理得到平台的位置与姿态信息。在惯导坐标系下的任一扫描点可通过式(2)转换到全局坐标系中:

式中,XIMU代表惯导坐标系下的一点的坐标,aIMUW是平台的位置,RIMUW是平台的姿态构成的旋转矩阵。

将式(2)代入式(1),可得车载激光扫描系统的定位方程:

2 无控制点标定方法

在理想情况下,系统中不存在任何误差,则车载激光扫描系统多次对同一地物扫描的激光点云理论上完全重合,如图3(a)所示,车载激光扫描系统对墙面两次扫描的激光点云(圆点与叉形符号代表两次扫描的激光点云)能够完全重合,两次扫描的墙面没有间隔;实际情况中,由于GPS/INS系统的定位定姿误差、激光扫描仪的测量误差以及标定参数的不准确,多次对同一地物扫描的激光点云并不重合。如图3(b)所示,两次扫描的墙面(圆点与叉形符号)不能重合。

图 3 车载激光扫描系统理想扫描效果与存在系统误差时的扫描效果 Fig. 3 Scanning Results of Mobile Laser System in Ideal and Non-ideal Conditions

在影响车载激光扫描系统定位误差的因素中,GPS/INS定位定姿误差在GPS信号良好的情况下,后处理模式的平面定位精度为0.01 m,高程定位精度为0.015 m,姿态角中,roll角以及pitch角的精度为0.005°,heading角的精度为0.008°[9];激光扫描仪在出厂前经生产厂家严格标定,其定位误差为5 mm[10];相对于系统参数不准确引起的误差,在GPS信号良好的情况下,GPS/INS定位定姿误差以及激光扫描仪误差较小,可忽略不计,因此,图3(b)中多次对同一地物扫描的激光点云不重合,可认为是系统参数不准确引起的,故可利用对同一地物进行多次扫描的激光点云的坐标差为零来解算系统参数。

2.1 标定模型

假设车载激光扫描系统对同一地物点p进行了两次扫描,两次扫描的激光点云的定位方程如式(4)、(5)所示:

用式(4)减去式(5)则可得式(6)。根据前文的分析,式(6)等号的左边理论上应等于0,在式(6)中,只有aLIMURLIMU是未知的,即需要解求的激光扫描仪的外参数。

2.2 参数解算

式(7)中,aLIMURLIMU未知,aLIMU代表三个平移参数,RLIMU是三个分别绕X轴、Y轴以及Z轴旋转的角度表示的旋转矩阵。因此,式(7)中共有6个互相独立的未知数,如式(8)所示:

本文采用LM[11](Levenberg-Marquardt)非线性优化算法解算6个标定参数。LM非线性算法通过迭代获得一组非线性方程的最小平方和,其数学模型如式(9):

式中,fi(x)是一组非线性方程,LM算法寻找一组x*,使得F(x)最小。

使用§2.1中的标定模型,可使f(x)等于式(9)等号右边部分,如式(10)所示。

每个点对可组成三个方程,若有n个点对,即可组成3n个方程,通过LM算法求得最优解

3 实验与分析

使用§2介绍的标定模型与参数解算方法对车载激光扫描系统进行标定,使用标定后的参数重新解算车载激光点云,重新解算的激光点云如图4所示。图4(a)为两次对同一区域扫描的激光点云,图4(b)是箭头对应处的放大图像。在标定前,两次扫描的墙面激光点云存在明显间隔(如图1所示),经过标定后,从图4(b)中可以看出,两次扫描的墙面激光点云之间没有间隔。

图 4 标定后两次扫描的车载激光点云 Fig. 4 Point Cloud of an Area Scanned Twice After Calibration

图4以目视检验的方法验证了标定的效果,为了定量检验标定后车载激光点云的精度,在扫描区域使用全站仪测量了一系列检核点。为保证全站仪测量的检核点在激光点云中能够被识别,在扫描检核点区域时将激光扫描仪的扫描角度分辨率设置为最低(本文使用数据扫描时的角度分辨率为0.002 4°),同时将车速降低(本文使用数据扫描时的车速约为5 km/h)。部分检核点如图5所示。通过比较全站仪所测量检核点坐标与车载激光扫描系统所获取点云对应点的坐标,可以更加客观可靠地评定标定的精度指标。表1为 使用车载激光扫描系统以及全站仪获得的检核点坐标的比较结果。表1中点云 X、点云Y、点云Z指通过车载激光扫描系统获得检核点的(X,Y,Z)坐标,全站X、全站Y、全站Z指通过全站仪测量得到的检核点的(X,Y,Z)坐标,dx、dy以及dz是相应的点云坐标减去全站坐标的差值,平面误差通过式(11)计算得到:

图 5 部分使用全站仪测量的检核点分布 Fig. 5 Part of the Check Points Measured by Total Station
表 1 车载激光点云精度评定结果 Tab. 1 Precision Assessment Result of Mobile Laser Point Cloud After Calibration
/m
点号点云X点云Y点云Z全站X全站Y全站ZX较差Y较差Z较差平面
178365 797.923 307 431.4937.27365 797.903 307 431.4337.260.020.060.010.06
177365 801.553 307 430.2722.32365 801.523 307 430.1922.310.030.080.010.09
163365 915.043 307 401.7941.4365 914.963 307 401.7741.440.080.02-0.040.08
165365 904.923 307 405.0140.09365 904.853 307 404.9840.050.070.030.040.08
161365 921.833 307 394.4534.16365 921.763 307 394.4634.160.07-0.0100.07
159365 963.113 307 380.1934.15365 963.123 307 380.2134.15-0.01-0.0200.02
158365 972.943 307 381.8041.41365 972.943 307 381.8041.4300-0.020
155365 982.943 307 378.0140.05365 982.923 307 378.1040.050.02-0.0900.09
134366 013.023 307 368.0741.46366 012.993 307 368.0241.440.030.050.020.06
93366 037.433 307 175.9037.26366 037.433 307 175.9937.290-0.09-0.030.09
94366 040.763 307 185.5537.34366 040.773 307 185.6437.28-0.01-0.090.060.09
62366 014.823 307 110.6037.26366 014.913 307 110.7037.25-0.09-0.10.010.13

根据表1数据可以计算出,平面误差的均值为7 cm,高程误差绝对值的均值为2 cm。精度可满足1∶500大比例尺测图的精度要求,因此可将车载移动激光扫描系统应用于城市大比例尺测图[12]

4 结 语

本文分析了车载激光扫描系统的定位方程,提出了一种对同一场景进行多次扫描、无需地面控制点的车载激光扫描系统标定方法,使用该方法对车载激光扫描系统进行了标定,并验证了标定后系统的定位精度。实验证明,本文所用标定方法标定效果良好,适用于车载激光扫描系统进行外标定。

参考文献
[1] Petrie G. An Introduction to the Technology Mobile Mapping Systems[J]. Geoinformatics, 2010, 13(1): 32-43
[2] Li Deren. Mobile Mapping Technology and Its Application[J].Geospatial Information, 2006, 4:1-5(李德仁. 移动测量技术及其应用[J]. 地理空间信息, 2006, 4: 1-5)
[3] Puente I, González H, Arias P, et al.Land-Based Mobile Laser Scanning Systems: A Review[J].http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.222.5032&rep=rep1&type=pdf,2011.
[4] Zhao H, Chen Y,Shibasaki R. An Efficient Extrinsic Calibration of a Multiple Laser Scanners and Cameras’ Sensor System on a Mobile Platform[C]. Intelligent Vehicles Symposium, IEEE, Istanbul, 2007
[5] Rieger P, Studnicka N, Pfennigbauer M, et al. Boresight Alignment Method for Mobile Laser Scanning Systems [J].Journal of Applied Geodesy, 2010, 4(1): 13-21
[6] Kaartinen H, Hyypp J, Kukko A, et al. Benchmarking the Performance of Mobile Laser Scanning Systems Using a Permanent Test Field[J].Sensors,2012, 12(9): 814-835
[7] Kang Yongwei, Zhong Ruofei, Wu Yu. Research of Calibrating Vehicle Laser Scanner’s External Parameters[J]. Infrared and Laser Engineering, 2008, S1:249-253(康永伟, 钟若飞, 吴俣. 车载激光扫描仪外参数标定方法研究[J].红外与激光工程, 2008,S1:249-253)
[8] Zhang Ka, Sheng Yehua, Ye Chun, et al. Absolute Calibration and Precision Analysis for Vehicle Borne 3D Data Acquiring System Integrated with GPS,INS and CCD Camera[J]. Geomatics and Information Science of Wuhan University, 2008, 33(1): 55-59(张卡, 盛业华, 叶春, 等. 车载三维数据采集系统的绝对标定及精度分析[J]. 武汉大学学报·信息科学版, 2008, 33(1): 55-59)
[9] Nov Atel. UIMU-LCI Product Sheet[OL]. http://www.novatel.com/assets/Documents/Papers/IMU-LCI.pdf
[10] Rieg l. Data Sheet Riegl VZ-400[OL]. http://www.riegl.co- m/uploads/tx_pxpriegldownloads/DataSheet_VZ-400_18-09-2013.pdf
[11] Marquardt D W. An Algorithm for Least-squares Estimation of Nonlinear Parameters [J]. Journal of the Society for Industrial & Applied Mathematics, 1963, 11(2): 431-441
[12] National Administration of Surveying, Mapping and Geoinformation. CH/T 9008 1-2010. Digital Products of Fundamental Geographic Information 1∶500,1∶1 000,1∶2 000 Digital Line Graphs[S]. Beijing: Surveying and Mapping Press, 2010(国家测绘局.CH/T 9008.1-2010.基础地理信息数字成果1∶500,1∶1 000,1∶2 000数字线划图[S].北京:测绘出版社, 2010)