车载三维成像系统点云精度优化方法研究
发布时间：2021-08-14 05:08
近些年,随着我国数字化进程的不断加快,对地理空间三维信息的需求量日益剧增,车载三维成像系统作为一种全新的数据获取方式以其快速、高效的特点在城市建设更新、交通规划、智慧农林等领域应用越来越广泛。高精度点云数据是车载三维成像系统脱颖而出的根本,但由于系统集成和传感器本身存在一定误差,使得观测到的点云数据存在一定的点位偏差,因此,对车载三维成像系统点云精度提升研究至关重要。本论文以车载三维成像系统点云精度提升为出发点,对车载三维成像系统组成、定位原理、和误差来源进行研究探讨,分析各误差对点云精度的影响,并提出车载运动轨迹优化和位置偏差一致性纠正的点云精度提升方法,主要研究内容概括如下:（1）详细研究介绍车载三维成像系统点云精度技术发展现状,将点云精度提升研究概述为基于传感器自身、基于数据和基于模型驱动三个方面,分析当前方式优缺点,明确研究目标和研究内容。（2）对车载三维成像系统组成原理和点云误差进行详细阐述,推导研究车载三维成像系统定位过程和原理,确定系统集成的关键技术,对影响车载三维成像系统点云精度的误差来源进行分析研究,判断各误差对点云精度影响程度,旨在探究提高点云数据精度方法。（3）提...
【文章来源】：北京建筑大学北京市
【文章页数】：61 页
【学位级别】：硕士
【图文】：
自主集成车载三维成像系统
す馊?欠ㄈ?諿35]，车载三维成像系统装备的激光扫描仪主要采用脉冲测距的方式，激光发射装置发射激光脉冲信号，通过旋转棱镜照射不同目标，随后探测器接收返回信号，记录器记录信号返回时间间隔、反射强度、旋转角度等信息，将这些信息综合从而计算出被测目标的坐标[36]。本文研究的车载三维成像系统激光扫描仪为FAROX120，该扫描仪体积孝安装方便，采集频率每秒97万点，角分辨率为0.0090，测量视野为水平3600，垂直3000，测距精度为2mm，充分满足车载三维成像系统激光数据采集的需求。常见的车载三维成像系统激光扫描仪见图2-2：（2）定位定姿系统（POS系统）POS系统是车载三维成像系统的灵魂，由里程计、IMU器件、GNSS接收机和高性能计算机模块组成，实时监测和输出车辆的运动位置和姿态信息。GNSS接收机用来获取扫描系统的位置和授时，车载三维成像系统采用动态差分定位，车辆上安装的GNSS接收机作为流动站，车载系统必须要在基站或CORS网络覆盖区域作业，数据采取事后差分的处理方式。同时，车载三维成像系统各设备时间由GNSS接收机通过时间同步装置统一授时。IMU获取位置和姿态信息，与GNSS观测数据结合解算出整个系统实时运动轨迹，在GNSS信号失锁的短时间内，提供该精度定位信息，与GNSS具有良好的互补性。里程计是反应车辆行驶里程装置，在GNSS信号失锁情况下辅助IMU进行导航计算，也可用来控制相机的曝光。本文研究的定位定姿装置为POSLV系统，POSLV系统是由Appianix公司设计的陆地导航系统，该系统由惯性测量单元IMU、双GNSS接收机方位测量GAMS子系统、里程计DMI和高性能计算系统PCS组成，采用紧组合的方式直接在PCS实时处理原始GNSS数据，可在卫星观测数少于四颗的情况下进行观测。同时，双GNSS接收机组成的GAMS方位测量辅助系?
间同步装置，该装置将GPS时间作为整个移动激光雷达测量系统的时间基准，通过CAN总线将各个传感器模块连接到一起，卫星接收器将接收到的数据传递给单片机，单片机通过串口接收接收器传来的时间信息，解码出所需要的时间信息，转化成时间戳。同时数据发送模块通过接收器传来的秒脉冲信号进行边缘对齐，通过单片机的中断功能完成一秒一次的数据精准发送，从而由CAN总线将单片机与集成激光雷达、惯性导航系统、全景相机等测绘传感器进行连接，具体见图2-4。本文自主集成的时间同步装置解决了BDRMC数据帧的获取，并实现了对PPS边图2-3POSLV定姿定位系统Fig.2-3POSLVpositioningsystem
【参考文献】：
期刊论文
[1]基于PointNet++的船体分段合拢面智能识别方法[J]. 陈尚伟,汪骥,刘玉君,张学晨. 船舶工程. 2019(12)
[2]基于三次B样条曲线的无人车轨迹优化方法研究[J]. 于洋,周佳伟,冯迎宾,谭岩. 沈阳理工大学学报. 2019(05)
[3]基于PointNet++的室外场景三维点云多目标检测方法[J]. 吴登禄,薛喜辉,张东文,付展宏. 自动化与信息工程. 2019(04)
[4]GNSS/INS组合导航系统综述[J]. 智奇楠,李枭楠,刘鹏飞,杨开伟. 数字通信世界. 2019(08)
[5]基于深度学习的三维数据分析理解方法研究综述[J]. 李海生,武玉娟,郑艳萍,吴晓群,蔡强,杜军平. 计算机学报. 2020(01)
[6]不同椭球参数下高斯投影的差异分析研究[J]. 王映雪,徐伟健,高源. 测绘与空间地理信息. 2018(06)
[7]车载激光雷达测量系统整体检校方法[J]. 申兴旺,郭明,王国利,石若明. 测绘科学. 2019(05)
[8]动态GPS精密单点定位三种星历精度差异分析[J]. 罗文浪,付青,涂雅莉,龙满生,曾小荟. 测绘科学. 2017(09)
[9]车载LIDAR技术误差分析与质量控制[J]. 任帅,张文君. 西南科技大学学报. 2016(04)
[10]GNSS/INS深组合技术研究进展与展望[J]. 牛小骥,班亚龙,张提升,刘经南. 航空学报. 2016(10)
博士论文
[1]车载测量系统数据处理若干关键技术研究[D]. 邹晓亮.解放军信息工程大学 2011
硕士论文
[1]三维激光点云特征提取及配准算法改进[D]. 孙成.西安科技大学 2019
[2]基于深度学习的三维点云语义分割研究[D]. 景川.西安电子科技大学 2019
[3]基于深度学习的激光扫描SLAM三维点云质量评价[D]. 李根.厦门大学 2018
[4]车载激光扫描系统高精度整体检校技术研究[D]. 申兴旺.北京建筑大学 2018
[5]非量测型数码相机的检校[D]. 李平.西安科技大学 2009
本文编号：3341831
【文章来源】：北京建筑大学北京市
【文章页数】：61 页
【学位级别】：硕士
【图文】：
自主集成车载三维成像系统
す馊?欠ㄈ?諿35]，车载三维成像系统装备的激光扫描仪主要采用脉冲测距的方式，激光发射装置发射激光脉冲信号，通过旋转棱镜照射不同目标，随后探测器接收返回信号，记录器记录信号返回时间间隔、反射强度、旋转角度等信息，将这些信息综合从而计算出被测目标的坐标[36]。本文研究的车载三维成像系统激光扫描仪为FAROX120，该扫描仪体积孝安装方便，采集频率每秒97万点，角分辨率为0.0090，测量视野为水平3600，垂直3000，测距精度为2mm，充分满足车载三维成像系统激光数据采集的需求。常见的车载三维成像系统激光扫描仪见图2-2：（2）定位定姿系统（POS系统）POS系统是车载三维成像系统的灵魂，由里程计、IMU器件、GNSS接收机和高性能计算机模块组成，实时监测和输出车辆的运动位置和姿态信息。GNSS接收机用来获取扫描系统的位置和授时，车载三维成像系统采用动态差分定位，车辆上安装的GNSS接收机作为流动站，车载系统必须要在基站或CORS网络覆盖区域作业，数据采取事后差分的处理方式。同时，车载三维成像系统各设备时间由GNSS接收机通过时间同步装置统一授时。IMU获取位置和姿态信息，与GNSS观测数据结合解算出整个系统实时运动轨迹，在GNSS信号失锁的短时间内，提供该精度定位信息，与GNSS具有良好的互补性。里程计是反应车辆行驶里程装置，在GNSS信号失锁情况下辅助IMU进行导航计算，也可用来控制相机的曝光。本文研究的定位定姿装置为POSLV系统，POSLV系统是由Appianix公司设计的陆地导航系统，该系统由惯性测量单元IMU、双GNSS接收机方位测量GAMS子系统、里程计DMI和高性能计算系统PCS组成，采用紧组合的方式直接在PCS实时处理原始GNSS数据，可在卫星观测数少于四颗的情况下进行观测。同时，双GNSS接收机组成的GAMS方位测量辅助系?
间同步装置，该装置将GPS时间作为整个移动激光雷达测量系统的时间基准，通过CAN总线将各个传感器模块连接到一起，卫星接收器将接收到的数据传递给单片机，单片机通过串口接收接收器传来的时间信息，解码出所需要的时间信息，转化成时间戳。同时数据发送模块通过接收器传来的秒脉冲信号进行边缘对齐，通过单片机的中断功能完成一秒一次的数据精准发送，从而由CAN总线将单片机与集成激光雷达、惯性导航系统、全景相机等测绘传感器进行连接，具体见图2-4。本文自主集成的时间同步装置解决了BDRMC数据帧的获取，并实现了对PPS边图2-3POSLV定姿定位系统Fig.2-3POSLVpositioningsystem
【参考文献】：
期刊论文
[1]基于PointNet++的船体分段合拢面智能识别方法[J]. 陈尚伟,汪骥,刘玉君,张学晨. 船舶工程. 2019(12)
[2]基于三次B样条曲线的无人车轨迹优化方法研究[J]. 于洋,周佳伟,冯迎宾,谭岩. 沈阳理工大学学报. 2019(05)
[3]基于PointNet++的室外场景三维点云多目标检测方法[J]. 吴登禄,薛喜辉,张东文,付展宏. 自动化与信息工程. 2019(04)
[4]GNSS/INS组合导航系统综述[J]. 智奇楠,李枭楠,刘鹏飞,杨开伟. 数字通信世界. 2019(08)
[5]基于深度学习的三维数据分析理解方法研究综述[J]. 李海生,武玉娟,郑艳萍,吴晓群,蔡强,杜军平. 计算机学报. 2020(01)
[6]不同椭球参数下高斯投影的差异分析研究[J]. 王映雪,徐伟健,高源. 测绘与空间地理信息. 2018(06)
[7]车载激光雷达测量系统整体检校方法[J]. 申兴旺,郭明,王国利,石若明. 测绘科学. 2019(05)
[8]动态GPS精密单点定位三种星历精度差异分析[J]. 罗文浪,付青,涂雅莉,龙满生,曾小荟. 测绘科学. 2017(09)
[9]车载LIDAR技术误差分析与质量控制[J]. 任帅,张文君. 西南科技大学学报. 2016(04)
[10]GNSS/INS深组合技术研究进展与展望[J]. 牛小骥,班亚龙,张提升,刘经南. 航空学报. 2016(10)
博士论文
[1]车载测量系统数据处理若干关键技术研究[D]. 邹晓亮.解放军信息工程大学 2011
硕士论文
[1]三维激光点云特征提取及配准算法改进[D]. 孙成.西安科技大学 2019
[2]基于深度学习的三维点云语义分割研究[D]. 景川.西安电子科技大学 2019
[3]基于深度学习的激光扫描SLAM三维点云质量评价[D]. 李根.厦门大学 2018
[4]车载激光扫描系统高精度整体检校技术研究[D]. 申兴旺.北京建筑大学 2018
[5]非量测型数码相机的检校[D]. 李平.西安科技大学 2009
本文编号：3341831
本文链接：https://www.wllwen.com/shoufeilunwen/benkebiyelunwen/3341831.html
