地面复杂环境下移动三维测量精度改善方法研究

发布时间：2020-07-18 04:13

【摘要】：基于多传感器集成的移动三维测量系统(Mobile Mapping Systems, MMS)是测绘遥感领域一种新兴的、综合的、高效灵活的空间信息获取手段。MMS以现代传感器技术、计算机技术、模式识别技术和平差理论为支撑,能同时高效获取包括载体轨迹、全景影像和激光三维点云等多类空间数据,并通过对海量空间数据的自动智能化处理和深度挖掘,建立被测对象的高精度三维模型,构建数字化互联网化地图,从而满足面向用户、面向事件和面向管理等不同层次上的位置服务需求。无论对哪类MMS而言,如何消除误差以提高数据精度一直是MMS理论研究和工程应用中的基础问题之一。与传统的测量手段不同,MMS集成了多个不同种类的传感器,采用动态测量模式,其误差来源和误差特征更为复杂。MMS误差既来源于传感器本身的测量误差,也来源于多源数据融合时的时空同步误差,误差特征是各种传感器误差以及多源数据融合时误差的综合表现。对MMS误差的处理,需要考虑到各类误差的随机性、趋势性以及环境相关性。因此,MMS误差处理需要在MMS误差分配模型的基础上根据各误差源的不同特性分别处理。总体而言,MMS的误差来自于三个方面：定位定姿误差、载荷(激光扫描仪、相机)测量误差以及载荷与定位定姿系统(POS-Positioning And Orienta-tion System)之间的同步(时间同步和空间同步)误差。载荷经过校正后(如相机内参数检校,激光测距误差改正),载荷误差一般可视为量级较小的随机噪声。同步参数误差在很多文献和研究中被视为系统误差,可以通过专门的标定手段加以修正,如自检校方法,基于控制点检校方法等。而定位定姿误差最为复杂,与环境密切相关,其在某些情况下将是MMS误差的主要来源。移动测量中采用的POS一般由全球导航卫星系统(GNSS-Global Navigation Satellite System)和惯性导航系统(INS- Inertial Navigation System)组合而成,为MMS及其所搭载的各种任务载荷提供位置、速度和姿态基准。POS的长期绝对精度主要依赖于GNSS, 而GNSS精度主要受测量环境的影响。复杂现实测量环境对POS精度的影响给MMS应用带来了三方面的挑战：首先,在GNSS信号良好的环境下,如天空中或遮挡物较少的高速公路,MMS用于动态连续水准测量时,如何消除POS大地高测量误差和当地大地水准面模型误差以改善正高测量精度,满足工程精度要求；其次,在GNSS信号较差的环境下,如高楼林立的城区和多路径效应严重的水域,POS的绝对位置精度将会大幅下降至分米级乃至米级,此时如何提高POS的绝对位置精度以满足高精度移动测量的精度要求；最后,在无GNSS信号的环境下,如室内区域和地下空间,若单纯依靠INS推算,定位定姿误差将会随时间快速累积,短时间内误差将增长至测量的容忍上限,导致MMS失效,此时如何限制INS误差发散以保持MMS较高的长期绝对精度?针对上述三个问题,本论文将围绕地面复杂环境下移动三维测量精度改善方法展开研究,在深入分析MMS误差模型、POS数据处理及其误差特征的基础上,分别提出基于滑动最小二乘配置的GNSS/INS动态水准测量精度改善方法,基于最小二乘配置的MLS精度改善方法和基于激光扫描(LiDAR-Light Detection And Ranging)/惯性测量单元(IMU-Inertial Measurement Unit)/里程计紧组合的地下空间移动测量系统高精度定位定姿算法,攻克GNSS/INS组合定位定姿系统误差建模以及地下空间高精度定位定姿定姿两个关键问题,突破因环境对POS影响导致的MMS应用制约。并利用车载MMS、船载MMS、地铁综合检测小车等不同类型的MMS在高速公路、城郊区域、城市区域、水域以及地下隧道等多种不同场景下采集的多套实验数据对本文提出的方法进行实验验证。通过本文的研究,突破上述三个难题,为改善MMS在工程应用中的精度提供理论和实验支撑。
【学位授予单位】：武汉大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：P237

【相似文献】