蘇順謙 李 帥 杜立杰 張 杰

（1．北京華城工程管理咨詢有限公司，北京 100083；2．北京速測信息科技有限公司，北京 100080）

0.引言

隨著城市測繪技術(shù)的發(fā)展，人們對城市地理信息測繪的精度要求越來越高。利用激光雷達(dá)（light detection and ranging，LiDAR）、慣性測量單元（inertial measurement unit，IMU）等技術(shù)構(gòu)建城市測繪和地理模型，實(shí)現(xiàn)對城市建筑高樓、橋梁、隧道、行道樹等城市地物遮擋和干擾環(huán)境下的精準(zhǔn)測試，提高城市位置尺度信息測量能力，研究城市位置尺度信息測量方法，在復(fù)雜城市場景下厘米級的高精度制圖方面具有重要意義[1]。

對城市位置尺度信息測量是通過激光雷達(dá)增量式掃描實(shí)現(xiàn)的，利用移動測量平臺，通過激光和IMU融合的方法，獲取城市位置尺度信息測度模型。傳統(tǒng)方法中，對城市位置尺度信息測量方法主要有基于激光同時定位與地圖構(gòu)建（simultaneous localization and mapping，SLAM）的測量方法、基于GNSS／IMU組合導(dǎo)航移動測量的城市地理位置信息測量方法、基于GNSS因子和閉環(huán)因子聯(lián)合控制的城市位置尺度信息測量方法等[2,3]。文獻(xiàn)[4]中提出面向高精度城市測繪的激光耦合SLAM方法，引入桿狀和面狀特征進(jìn)行點(diǎn)云配準(zhǔn)，通過激光慣導(dǎo)的緊耦合控制，實(shí)現(xiàn)城市位置尺度信息測量，但該方法進(jìn)行城市位置尺度信息測量的全局優(yōu)化能力不強(qiáng)，抗高層建筑以及城市綠化的干擾能力不強(qiáng)。文獻(xiàn)[5]中提出融合點(diǎn)云和多視圖的車載激光點(diǎn)云路側(cè)多目標(biāo)識別方法，通過多視角圖像和激光點(diǎn)云數(shù)據(jù)掃描的方法和中高級全局特征分析，提升路側(cè)、行道樹、車輛和桿狀設(shè)施的分類精度，該方法進(jìn)行高精度地圖要素構(gòu)建中存在信息干擾度大的問題。

針對上述問題，本文提出基于三維激光掃描的城市位置尺度信息測量方法。首先采用三維激光耦合掃描的方法構(gòu)建城市位置尺度分布的網(wǎng)格結(jié)構(gòu)模型，然后進(jìn)行三維激光掃描的圖像特征分析，通過單幀點(diǎn)云稀疏性的場景融合方法，實(shí)現(xiàn)城市位置尺度信息測量，最后進(jìn)行仿真測試，從而展示了本文方法在提高城市位置尺度信息測量精度方面的優(yōu)越性能。

1.總體設(shè)計框架及預(yù)處理

1.1 總體設(shè)計框架結(jié)構(gòu)模型

在進(jìn)行基于三維激光掃描的城市位置尺度信息測量設(shè)計中，需要首先通過三維激光掃描的方法進(jìn)行城市位置分布的點(diǎn)云數(shù)據(jù)標(biāo)記和圖像樣本數(shù)據(jù)采集，對采集的城市位置三維激光掃描圖像進(jìn)行視圖信息融合，提取圖像中的目標(biāo)全局特征點(diǎn)和點(diǎn)云局部特征點(diǎn)，利用不同模態(tài)下的城市位置三維激光掃描圖像數(shù)據(jù)層次分布，構(gòu)建激光點(diǎn)云的多視覺城市圖像深度預(yù)測模型。城市位置尺度信息的3個模塊分別是：（1）城市位置目標(biāo)點(diǎn)的云特征檢測模塊。該模塊實(shí)現(xiàn)對城市道路及交通位置信息的離散特征采樣；（2）城市位置信息的地物結(jié)構(gòu)標(biāo)記模塊。通過對相同類別的地物形狀特征分析和標(biāo)記，建立以路側(cè)地物原始點(diǎn)云的信息數(shù)據(jù)庫，通過SLAM算法進(jìn)行地圖模型設(shè)計，提取路測目標(biāo)參數(shù)，實(shí)現(xiàn)局部集合信息特征檢測；（3）城市位置尺度信息的點(diǎn)云多視圖特征融合模型。由于路側(cè)地物形態(tài)各異、復(fù)雜多樣，通過點(diǎn)云數(shù)據(jù)融合，采用激光掃描系統(tǒng)獲得城市場景點(diǎn)云數(shù)據(jù)。由此，得到系統(tǒng)的框架結(jié)構(gòu)（如圖1所示）：

圖1 城市位置尺度信息測量的框架結(jié)構(gòu)

結(jié)合圖1的結(jié)構(gòu)模型，采用局部地圖構(gòu)建及優(yōu)化控制，結(jié)合激光幀序列補(bǔ)償和配置的方法，獲取城市位置尺度信息的激光幀傳感數(shù)據(jù)及深度圖像數(shù)據(jù)信息，在桿狀點(diǎn)和面狀點(diǎn)標(biāo)記初始地面，并利用廣度優(yōu)先算法（breadth first search，BFS）在角度圖像上實(shí)現(xiàn)對城市位置尺度信息的激光序列幀標(biāo)記，搜索與地面像素間角度差值小于5°的像素，通過地物特征檢測，進(jìn)行特征點(diǎn)配置，城市位置尺度標(biāo)記的學(xué)習(xí)模型（如圖2所示）：

圖2 城市位置尺度標(biāo)記的學(xué)習(xí)模型

根據(jù)上述構(gòu)建的城市位置尺度標(biāo)記及學(xué)習(xí)模型，結(jié)合圖像分析的方法，建立地物參數(shù)解析和三維激光掃描的圖像分析模型，通過位置因子構(gòu)造的方法，進(jìn)行全局的地圖參數(shù)分析，利用聯(lián)合局部的地圖位置參數(shù)分析，提取出城市尺度的GNSS角點(diǎn)構(gòu)成GNSS位置，采用基于特征點(diǎn)的配準(zhǔn)方法，實(shí)現(xiàn)激光序列幀融合和鄰域特征點(diǎn)匹配。

1.2 城市位置尺度分布特征點(diǎn)匹配

通過建立基于三維激光掃描和序列幀結(jié)構(gòu)的特征點(diǎn)匹配模型，基于原始激光點(diǎn)數(shù)據(jù)位姿匹配和配準(zhǔn)的方法，進(jìn)行城市位置尺度分布特征點(diǎn)匹配，處理流程描述如下：

（1）采用原始激光幀序列檢測的方法，獲取城市位置尺度標(biāo)記信息的激光點(diǎn)集描述為ρt=｛ρ1，ρ2，…，ρn｝，生成的三維激光城市掃描圖像描述為（c，r），城市位置三維激光掃描圖像的單幀點(diǎn)ρi對應(yīng)的一個城市位置信息分布像素，c、r分別為城市位置信息標(biāo)記點(diǎn)的列數(shù)和行數(shù)，三維激光掃描的深度值為ρi到初始點(diǎn)云數(shù)據(jù)之間的歐式距離。

（2）采用城市位置三維激光掃描圖像幀掃描和空間位置匹配的方法，將圖像的相鄰行像素間的傾斜值進(jìn)行自適應(yīng)匹配和濾波處理，得到每一列位置點(diǎn)標(biāo)記c對應(yīng)的城市場景像移測量值為ar，基于鄰居節(jié)點(diǎn)匹配的方法，分析城市位置地r-1，c面像素分布模型，采用角度圖像匹配，結(jié)合對原始激光點(diǎn)數(shù)據(jù)配置以和激光序列的幀變換分析，得到城市位置的相對關(guān)系。

（3）通過不同幀間特征點(diǎn)的匹配，用u(n)（x，y；d）表示位置因子約束參數(shù)，其中，x，y，d分別為全局地圖構(gòu)建以局部地圖特征點(diǎn)的分布參數(shù)集，通過位置因子匹配和深度學(xué)習(xí)，得到像素分布序列，采用位姿估計和增量式控制，得到城市位置特征點(diǎn)分布的有向圖G′＝（V，E′），其中E′是E的非空子集，此時特征點(diǎn)對視為同名特征點(diǎn)。

（4）利用三維激光掃描方法求解獲取相鄰幀，結(jié)合特征變換，構(gòu)建一幅M×N的P bit二值圖像，表示城市位置尺度信息分布圖，通過序列幀配準(zhǔn)和IMU測量，進(jìn)行尺度信息測量。

2.城市位置尺度信息測量的算法優(yōu)化

2.1 城市位置尺度信息幀變換

結(jié)合對原始激光點(diǎn)數(shù)據(jù)配置以及激光序列的幀變換分析，采用單幀點(diǎn)云稀疏性的場景融合方法，得到城市場景移動測量的仿射特征參數(shù)，在L個位平面中，獲取角度圖像分布集，求解激光序列幀間狀態(tài)方程，描述如式（1）所示：

式（1）中，Ct為對應(yīng)的點(diǎn)云標(biāo)記系數(shù)；Ce為地面點(diǎn)的鄰域搜索參數(shù)；||xi||為像素點(diǎn)之間的距離；h（xi）為三維激光掃描的灰度值；bint和bine分別為基于原始激光點(diǎn)數(shù)據(jù)的邊緣特征點(diǎn)；vxi為角度圖像上搜索分量；δ為單幀掃描獲取激光點(diǎn)的測試函數(shù)；hisxi為激光三維掃描初始的轉(zhuǎn)換關(guān)系系數(shù)；聯(lián)合點(diǎn)到線距離和點(diǎn)到面距離為G，如式（2）所示：

采用單幀點(diǎn)云稀疏檢測的方法，得到激光序列幀測量參數(shù)序列，如式（3）、式（4）所示：

式（3）、式（4）中，I為軌跡數(shù)據(jù)柵格化分割參數(shù)；G（x，y，σi）為成像位置在x處的二值化模板匹配參數(shù)；stdfilt（x,y,wi）為標(biāo)準(zhǔn)顏色特征；σi為激光序列幀系數(shù)；（x，y）為測量坐標(biāo)系分布，計算局部地圖集合的像素中心（xc，yc），并記錄于arraypd中，得到城市位置尺度信息幀變換表達(dá)式，如式（5）所示：

式（5）中，Modelw，Modelh分別為GNSS位置因子；xd和yd為GNSS位置信息和激光慣導(dǎo)檢測信息；xo和yo為初始的城市位置尺度參數(shù)；s（x，y）為面狀點(diǎn)分布數(shù)據(jù)；M為點(diǎn)到線距離參數(shù)。

2.2 城市位置尺度信息測量輸出

通過三維激光掃描，構(gòu)建高程、強(qiáng)度、法向量等特征向量，其變換關(guān)系，如式（6）所示：

式（6）中，σi為激光掃描的空間分布位姿結(jié)構(gòu)參數(shù)；ei為基于位姿圖優(yōu)化獲取最終的圖模型參數(shù)；μ為地面點(diǎn)對于垂直方向的閾值，μ＞0，由此在激光掃描的三維圖像I（x，y）中，單幀點(diǎn)云稀疏性Retinex角點(diǎn)分布矩陣為H，如式（7）所示：

式（7）中，Lxx(x,σ) 為高斯二階偏導(dǎo)在X處與圖像I的卷積，Lxy(x,σ)、Lyy(x,σ)具有相似含義。通過構(gòu)建高程、強(qiáng)度、法向量等特征向量的分布參數(shù)，根據(jù)城市位置尺度的激光點(diǎn)云數(shù)據(jù)分布實(shí)現(xiàn)精準(zhǔn)測量，在測量點(diǎn)P（x，y）的測量矩陣，如式（8）所示：

式（8）中，H為激光點(diǎn)云數(shù)據(jù)精準(zhǔn)測量在測量點(diǎn)P（x,y）的測量矩陣；f（σ）為城市位置尺度信息測量函數(shù)。綜上分析，根據(jù)城市位置尺度的激光點(diǎn)云數(shù)據(jù)分布實(shí)現(xiàn)精準(zhǔn)測量。

3.實(shí)驗(yàn)測試

為了驗(yàn)證本文方法的有效性，進(jìn)行實(shí)驗(yàn)測試分析。實(shí)驗(yàn)測試數(shù)據(jù)采用的激光掃描儀為Velodyne VLP-16 LiDAR型激光掃描儀，數(shù)據(jù)的場景來自于城市街區(qū)道路、城市公園、移動車輛以及開放園區(qū)等，數(shù)據(jù)集分布概況（如表1所示）：

表1 城市位置尺度信息采集參數(shù)

根據(jù)上述參數(shù)設(shè)定，進(jìn)行不同場景下的城市位置尺度信息測量，得到三維激光掃描測量結(jié)果（如圖3所示）：

圖3 三維激光掃描測量結(jié)果

分析圖3可知：本文方法實(shí)現(xiàn)了不同場景下的城市位置尺度信息檢測和測量，以其中一組場景為例，對比位置尺度信息測量的準(zhǔn)確性，對比結(jié)果（如圖4所示）：測試測量的精準(zhǔn)度，得到對比結(jié)果（如表2所示），分析表2可知：使用本文方法進(jìn)行城市位置尺度信息測量的精準(zhǔn)度更高。

圖4 測量準(zhǔn)確性對比測試結(jié)果

表2 測量精準(zhǔn)度對比

4.結(jié)束語

本文提出基于三維激光掃描的城市位置尺度信息測量方法。構(gòu)建激光點(diǎn)云的多視覺城市圖像深度預(yù)測模型，建立以路側(cè)地物原始點(diǎn)云的信息數(shù)據(jù)庫，通過SLAM算法進(jìn)行地圖模型設(shè)計。通過位置因子構(gòu)造的方法，進(jìn)行全局的地圖參數(shù)分析，利用聯(lián)合局部的地圖位置參數(shù)分析，提取出城市尺度的GNSS角點(diǎn)構(gòu)成GNSS位置測量模型，實(shí)現(xiàn)位置尺度測量。研究得出，本文方法的測量精度較高，性能可靠穩(wěn)定。