李照永,侯至群,何江龍,陳厚元
(昆明市城市地下空間規(guī)劃管理辦公室,云南 昆明 650041)
針對城市地下空間的三維信息獲取,傳統(tǒng)數(shù)據(jù)獲取技術手段工作的效率低、人工成本高、細節(jié)數(shù)據(jù)獲取困難、三維數(shù)據(jù)需要后期轉化、普查成果資料的后期深度利用與潛在價值的挖掘較困難。為了有效拓展地下空間數(shù)據(jù)內(nèi)容、提高數(shù)據(jù)獲取效率;探索一種高效、高精度、全要素的地下空間三維信息獲取方案成為當前研究的重點[1]。
室內(nèi)空間下的定位和授時長期以來是世界性的技術難題,GNSS導航定位不適合在室內(nèi)空間下或高樓密集區(qū)作業(yè);IMU慣導系統(tǒng)通過積分獲得自身的軌跡,短距離精度高,隨著距離增長積分產(chǎn)生的誤差增大,SLAM技術在特征信息豐富的場景,易于測量,適合建筑物密集的城市中心或地下空間場景。而地下空間信息往往與地面存在連接,不但要獲取地面連接部分,同時還需要獲取地下部分,所以:GNSS & IMU & SLAM融合定位導航,三者可以互補,結合當前較成熟的三維激光掃描技術是獲取地下空間數(shù)據(jù)的理想方案。廣大研究者及各大測繪及相關設備研發(fā)機構也在積極進行此類研究,但成熟穩(wěn)定的解決方案仍然甚少。截至目前,在GNSS & IMU & SLAM高度融合集成技術上,Pegasus:Backpack移動背包掃描系統(tǒng)仍然處于領先地位,作為一項高新技術的出現(xiàn),由于設備系統(tǒng)的在場景應用時要求背負作業(yè)人員結合現(xiàn)場情況實時控制系統(tǒng)的運行,對作業(yè)人員實時分析場景情況有較高的技術要求,加之價格昂貴、國內(nèi)保有數(shù)量稀少,導致應用水平無突破,主要應用于地面相關工作中,地下或室內(nèi)應用成熟方案甚少。項目分別通過實例研究了系統(tǒng)在地下空間數(shù)據(jù)獲取過程中的關鍵工作要點、影響因素及優(yōu)化措施、點云數(shù)據(jù)紊亂及分層現(xiàn)象的處理方法等。
Pegasus:Backpack移動背包掃描系統(tǒng)集成了定位定姿系統(tǒng)和數(shù)據(jù)采集系統(tǒng),高度集成融合了GNSS & IMU & SLAM技術,系統(tǒng)配置了5個相機和2個三維激光掃描儀,將測量軌跡與三維點云、全景照片融合起來[2],可生成指定空間坐標系統(tǒng)的三維彩色點云數(shù)據(jù),數(shù)據(jù)可應用于GIS信息的提取、模型設計等方面,還可在全景影像上進行測量、提取地物特征等操作。
目前國際上可用的衛(wèi)星導航定位系統(tǒng)(GNSS)有:美國的GPS、俄羅斯的GLONASS、中國的北斗(COMPASS)、歐洲的GALILEO。隨著四大衛(wèi)星導航定位系統(tǒng)的發(fā)展[3],特別是北斗進入全面組網(wǎng)建設階段,使得GNSS多星座組合導航定位技術得到較快發(fā)展,研究使用的掃描系統(tǒng),充分利用了多星座組合導航定位信息,內(nèi)置了各星座坐標框架和時間系統(tǒng)統(tǒng)一轉換模塊及方法,實現(xiàn)了多星座組合導航定位功能[4]。
各大衛(wèi)星系統(tǒng)的導航定位原理基本相近,即:通過衛(wèi)星的星空位置、衛(wèi)星與GNSS接收機間的空間距離,采用空間后方交會方法得到接收機位置[5]。要實現(xiàn)這一目的,可以在衛(wèi)星星歷中查出星載時鐘所記錄的時間結合衛(wèi)星軌跡求出衛(wèi)星的星空位置[6],再依據(jù)衛(wèi)星信號傳播至接收機的時間即信號傳播速度得到GNSS接收機到衛(wèi)星的空間距離[7],由于信號傳播過程受電離層、對流層等相關因素干擾及衛(wèi)星和接收機鐘差影響,所求的這一距離并不是接收機與衛(wèi)星之間的準確空間距離[8],我們通常稱為偽距。通常要求接收不少于4顆衛(wèi)星的信號來計算求取GNSS接收機更為準確可靠的位置信息,以消除衛(wèi)星及接收機鐘差等相關因素影響,通過建立電離層、對流層改正模型減弱對空間距離的影響,多星座組合導航定位功能有效增加了衛(wèi)星數(shù)量,并很好地增強了衛(wèi)星星座的幾何圖形強度。
慣性導航系統(tǒng)(Inertial Navigation System),即INS技術是一種利用陀螺和加速度計測量載體角運動和線運動[9],經(jīng)過積分運算求出載體瞬時姿態(tài)、速度和位置的導航技術[10]。它完全依靠自身的敏感器件完成導航任務,無須依賴任何外界信息,也不向外輻射任何能量[11],是一種完全自主的導航系統(tǒng),具有數(shù)據(jù)更新率高、短期精度高和穩(wěn)定性好的特點[12]。慣性導航體系歸于推算導航方法,即從一已知點的方位依據(jù)連續(xù)測得的運動體航向角和速度推算出其下一點的方位[13],因而可連續(xù)測出運動體的當前方位。
慣性測量單元簡稱IMU,是測量物體三軸姿態(tài)角(角速率)及加速度的裝置。陀螺儀和加速度計,是慣性導航系統(tǒng)的核心裝置[14]。借助內(nèi)置的加速度傳感器和陀螺儀,IMU可測量來自三個方向的線性加速度和旋轉角速率,通過解算可獲得載體的姿態(tài)、速度和位移等信息。系統(tǒng)集成融合了GNSS、INS技術,形成組合導航模式[15]。
SLAM技術(Simultaneous Location And Mapping),最早由Hugh Durrant-Whyte和John J.Leonard提出,又稱為實時定位與地圖構建,一般包括:特征提取、數(shù)據(jù)關聯(lián)、狀態(tài)估計、狀態(tài)更新、特征更新等部分內(nèi)容,主要解決自身的實時定位與地圖構建問題。理論模型如圖1所示,當設備系統(tǒng)運動時,系統(tǒng)傳感器對空間位置的變化進行感知與觀測[16],實時將特征點位置、系統(tǒng)移動距離及向前移動觀測所得的特征點空間位置相結合,得到系統(tǒng)瞬時位置與所處環(huán)境信息。實現(xiàn)了在無GNSS信號的環(huán)境下進行位置測量,將它與移動測量相結合實現(xiàn)了場景特征復雜的環(huán)境下地理信息數(shù)據(jù)的獲取。在地下空間數(shù)據(jù)的獲取工作中較為適用。
圖1 SLAM技術理論模型
典型研究方法有:模擬法、觀察法、試驗方法、經(jīng)驗總結法等,結合本次研究目的及特點,使用的是試驗方法和經(jīng)驗總結法。試驗方法是獲取第一手科研資料的重要和有力手段,大量的、新的、精確的和系統(tǒng)的資料,往往是通過試驗而獲得的,有許多科學理論和技術的正確與否都是通過實驗的方法才能得到驗證。所以說試驗法是科研工作中非常重要的一種方法。經(jīng)驗總結法是通過對實踐活動中的具體情況,進行歸納與分析,使之系統(tǒng)化、理論化,上升為經(jīng)驗的一種方法。
研究工作流程主要包括6個部分:項目準備、實驗場地調(diào)研與選擇、數(shù)據(jù)獲取方案設計、數(shù)據(jù)獲取與處理分析、實例驗證分析、成果檢驗及應用。流程如圖2所示:
圖2 研究工作流程
3.2.1 軟硬件配置
(1)采用軟件主要有:徠卡背包式三維激光掃描系統(tǒng)配置的Leica Infinity、Inertial Explorer、Pegasus Manager軟件及GNSS多星座接收機配備的靜態(tài)數(shù)據(jù)處理軟件等。
(2)采用硬件主要有:Leica Pegasus:Backpack背包式三維激光掃描系統(tǒng)一套、2秒級站儀一臺、多星座GNSS接收機3臺套、圖形工作站2臺。
3.2.2 數(shù)據(jù)獲取技術路線及處理流程
以GNSS & IMU & SLAM融合定位技術、三維激光掃描等技術為基礎,參考現(xiàn)行測繪相關標準以及有關規(guī)定,通過三維激光掃描系統(tǒng)傳感器主動的、非接觸的方式獲取地下空間相關要素的數(shù)據(jù),實現(xiàn)高效的、高精度地采集地下空間相關要素三維信息、要素細節(jié)信息,獲取處理流程如圖3所示:
圖3 數(shù)據(jù)獲取處理流程
3.3.1 數(shù)據(jù)獲取
(1)基本要求
進行數(shù)據(jù)獲取前先對設備進行各項檢查及相關參數(shù)的配置并進行調(diào)試,對作業(yè)區(qū)進行踏勘,設計詳細的軌跡路線,開始采集數(shù)據(jù)前嚴格依據(jù)操作方法進行系統(tǒng)的初始化及慣性導航糾正;作業(yè)過程中遵循重復掃描、遵循盲區(qū)最小化原則、移動物體進入有效掃描范圍時暫停掃描、勻速慢速、行走姿態(tài)相對穩(wěn)定等原則。結束作業(yè)后,及時將獲取數(shù)據(jù)下載并導入存儲設備,并檢查基準站與背包數(shù)據(jù)的時間吻合情況及點云數(shù)據(jù)覆蓋范圍完整性,對出現(xiàn)異常的數(shù)據(jù),及時處理。
(2)獲取方法模式及步驟
系統(tǒng)設計作業(yè)方法模式:pure SLAM(純SLAM)、fused SLAM(融合SLAM)。研究主要采用fused SLAM方法模式,此方法模式的導航定位工作原理為:地面對空條件良好且能有效鎖定衛(wèi)星信號環(huán)境采用GNSS的差分定位技術,通過基準站與背包間單基線解算獲得背包的瞬時空間位置;對空條件不良或者有效鎖定衛(wèi)星顆數(shù)少于4顆時,啟用IMU慣性測量單元輔助導航定位;地下或室內(nèi)環(huán)境系統(tǒng)不能接收衛(wèi)星信號、IMU慣性測量誤差積累過大啟動SLAM導航定位。數(shù)據(jù)獲取主要包括:控制點布設、檢查點數(shù)據(jù)獲??;GNSS基準站架設、背包姿態(tài)矯正;多模式、多行走路徑的數(shù)據(jù)采集;數(shù)據(jù)整理與處理。
3.3.2 數(shù)據(jù)處理與分析
(1)數(shù)據(jù)預處理
將基準站數(shù)據(jù)導入GNSS接收機隨機配套的靜態(tài)數(shù)據(jù)處理軟件,導出Rinex數(shù)據(jù),并將此數(shù)據(jù)拷貝至背包系統(tǒng)數(shù)據(jù)獲取工程文件的master目錄下。再將背包系統(tǒng)數(shù)據(jù)、基準站數(shù)據(jù)通過Inertial Explorer軟件進行數(shù)據(jù)轉換,檢查數(shù)據(jù)的包含關系、基準站獲取數(shù)據(jù)的衛(wèi)星觀測情況等必要解算條件。
(2)數(shù)據(jù)處理
主要包括:軌跡解算、數(shù)據(jù)導入及處理參數(shù)設置、SLAM解算、點云及全景照片生成等。使用Inertial Explorer軟件解算軌跡時,應結合GNSS建態(tài)數(shù)據(jù)處理的基線解算原則和要求進行單基線解算,軌跡解算完成后查看組合導航定位的模式效果并選擇最優(yōu)組合導航定位模式數(shù)據(jù)成果。SLAM解算及點云數(shù)據(jù)等處理在Leica Pegasus manager軟件完成,包括:導入軌跡數(shù)據(jù)的參數(shù)設置(Import trajectory data);生成三維點云設置(Generate 3D point cloud);導出點云設置(Export Las files);點云數(shù)據(jù)成果掛機處理與輸出等。
(3)數(shù)據(jù)研究分析
由于這種技術方案無成熟經(jīng)驗借鑒、可見文獻稀少,研究團隊利用了GNSS技術、慣性導航技術、SLAM技術、控制測量及細部測量理論,依據(jù)地下空間測量的特殊性,結合Leica Pegasus:Backpack背包式三維激光掃描系統(tǒng)開展了有開創(chuàng)性的試驗工作。針對典型地下空間設施,選擇了軌道交通的地鐵車站、城市隧道、綜合管廊、地下溶洞、地下停車場等場景情況應用不同采集作業(yè)模式及方法逐一進行了數(shù)據(jù)獲取及研究分析。
首先在城市隧道、地下溶洞進行數(shù)據(jù)獲取研究分析,摘取試驗數(shù)據(jù)圖4結合軌跡解算及點云處理情況得出:由于隧道內(nèi)高速移動車輛較多、隧道較長(2 160 M)、內(nèi)部特征點單一且規(guī)律分布、零速校正未做實時控制等因素影響,導致數(shù)據(jù)獲取結果出現(xiàn)點云分層嚴重、最弱部位出現(xiàn)點云紊亂現(xiàn)象,研究分析發(fā)現(xiàn)了基準站、軌跡路線的設計、姿態(tài)的穩(wěn)定程度、移動物體、場景特征及分布、零速校正功能的精準使用、失鎖時間等因素對數(shù)據(jù)獲取均有影響,其中,關鍵影響因素為:基準站、場景特征及分布、零速校正功能的精準使用。同時還發(fā)現(xiàn)數(shù)據(jù)獲取精度與衛(wèi)星失鎖時間及地下工作時間成反比關系、行走軌跡的橫向精度優(yōu)于縱向精度。
圖4 城市隧道數(shù)據(jù)獲取情況
基于城市隧道獲取的數(shù)據(jù)研究分析結論,在地下溶洞方面進行數(shù)據(jù)獲取試驗,并提出如下優(yōu)化及處理措施:
①選擇對空條件良好位置架設基準站,考慮基準站與施測區(qū)域的幾何圖形強度因素,確保GNSS接收機獲取良好的衛(wèi)星觀測數(shù)據(jù),提高軌跡解算精度;
②優(yōu)化軌跡路線設計,盡量重復掃描軌跡路線節(jié)點部位、遵循盲區(qū)最小化原則、移動物體進入有效掃描范圍時暫停掃描、勻速慢速、行走姿態(tài)相對穩(wěn)定;
③數(shù)據(jù)獲取時及時結合場景復雜程度進行零速校正,通過GNSS/INS Error值來控制時間長短,此值大于5時延長零速校正時間,直至GNSS/INS Error值穩(wěn)定在5以下,提高SLAM解算時的軌跡精度;
④掃描開始前熟知場景特征,對于無明顯棱角特征點分布或棱角特征點分布比較規(guī)律的場景,在掃描開始前人為增加特征點,比如:依據(jù)行走路線在路線兩側及上下部位設置棱角明顯的靶標、固定物體等。
圖5 地下溶洞數(shù)據(jù)獲取情況
摘取試驗數(shù)據(jù)圖5結合軌跡解算及點云處理情況得出:數(shù)據(jù)獲取結果未出現(xiàn)點云分層嚴重現(xiàn)象及最弱部位點云紊亂現(xiàn)象,同時采用地面架站式激光掃描儀進行同一區(qū)域重復掃描檢測,三維點云的橫向精度及縱向精度均較為吻合,數(shù)據(jù)可滿足溶洞的開發(fā)設計使用需求。但是在長時間、長距離衛(wèi)星失鎖時間段,仍然出現(xiàn)數(shù)據(jù)獲取精度與衛(wèi)星失鎖時間及地下工作時間成反比關系,即:距離起點 400 m以后的數(shù)據(jù)依然出現(xiàn)精度衰減現(xiàn)象。
再基于城市隧道及地下溶洞獲取數(shù)據(jù)研究分析結果,研究團隊結合GNSS靜態(tài)數(shù)據(jù)處理理論、控制測量導線施測原理及方法設計軌跡路線,同時研究分析點云配準原理,設計了點云配準可識別的自定義編碼圖案,在保留上述優(yōu)化及處理措施的同時增加如下具體措施:
①采用多星座GNSS接收機作為基準站設備,同時增加基準站數(shù)量至3臺,分別進行單基準站、雙基準站、多基準站的軌跡解算與精度分析,提高GNSS&IMU導航定位精度。
②數(shù)據(jù)獲取時通過GNSS/INS Error值來控制零速校正時間長短,將GNSS/INS Error值控制在2以下,進一步提高SLAM解算時的軌跡精度;
③在場景特征簡單且軌跡路線的結點位置增加明顯棱角特征點、自定義編碼圖案,提高點云配準精度。
先后在地下停車場、綜合管廊、軌道交通工程的地鐵車站及區(qū)間隧道等場景進行數(shù)據(jù)獲取研究,驗證了上述優(yōu)化措施可行可靠,但在軌跡路線長度大于 400 m時需要在最弱部位加測控制點,通過導線平差原理對軌跡路線進行平差處理或者針對點云數(shù)據(jù)分層現(xiàn)象,使用幾何改正和強度校正的方法進行處理,建立相應的強度校正模型來修正激光入射角度、掃描系統(tǒng)與對象的間距等因素對點云反射強度的影響。即:使用軟件的軌跡糾正功能(SLAM QC Tool模塊)。才能解決長時間的數(shù)據(jù)采集會導致誤差累計過大問題。經(jīng)優(yōu)化處理后摘取軌道交通工程的地鐵車站及區(qū)間隧道試驗數(shù)據(jù)如圖6所示:
圖6 地鐵車站及區(qū)間隧道數(shù)據(jù)獲取情況
從圖6可以看出:軌跡數(shù)據(jù)無異常、點云數(shù)據(jù)無分層及其他異常情況、點云厚度均小于 5 cm。試驗段全長 1 300 m,已在中間最弱部位及最弱部位兩側各 200 m附近共設3對控制點,分別對軌跡及點云進行平差處理,再采用全站儀沿軌跡路線附近分別對數(shù)據(jù)獲取區(qū)域間隔 100 m附近實測一點進行實測檢查點云的絕對精度情況,共計實測16點,精度統(tǒng)計如表1所示:
實測檢查點云精度統(tǒng)計情況 表1
分析表1精度檢測結果得出:起點和終點附近數(shù)據(jù)精度優(yōu)于軌跡中間最弱部位,整體數(shù)據(jù)精度在經(jīng)平差處理后的剔除9號點計算坐標中誤差為: 13.0 cm;高程中誤差為:9.5 cm,獲取的三維點云數(shù)據(jù)可以滿足地下空間信息化使用需要。如需更高精度的數(shù)據(jù)還可在數(shù)據(jù)獲取區(qū)域布設更高精度的控制點對軌跡及點云進行平差處理,以達到具體要求。
通過對不同場景條件下的地下空間設施數(shù)據(jù)獲取結果研究分析,得出了GNSS & IMU & SLAM融合定位及三維激光掃描技術在地下空間數(shù)據(jù)獲取中的關鍵影響因素,并提出和驗證了相應優(yōu)化處理措施,形成了高效的數(shù)據(jù)采集方案及流程,研究結論如下:
(1)地下空間數(shù)據(jù)獲取過程關鍵要點:軌跡路線的設計及優(yōu)化;基準站的對空條件與基站和測區(qū)的幾何強度;姿態(tài)的相對穩(wěn)定及零速校正的實時精準控制。
(2)GNSS對空條件復雜環(huán)境下雙基準站或多基準站組合導航(GNSS/IMU)的定位精度優(yōu)于單基準站模式;基準站數(shù)量相同時,多星座GNSS接收機解算的軌跡精度優(yōu)于單星座或雙星座。
(3)針對軌跡縱向偏移、點云數(shù)據(jù)分層現(xiàn)象,可采用幾何改正和強度校正的方法進行處理,有效解決長時間的數(shù)據(jù)獲取會導致定位誤差累計過大問題。
(4)通過研究區(qū)域的實驗發(fā)現(xiàn),該三維激光掃描系統(tǒng)在數(shù)據(jù)采集時抗干擾算法、GNSS & IMU & SLAM融合定位模式的人工干預方面應加強研發(fā),以實現(xiàn)更長距離室內(nèi)定位的應用。