基于虚拟共轭点的国产激光雷达系统的严密自检校算法

基于虚拟共轭点的国产激光雷达系统的严密自检校算法
【技术领域】
[0001 ]本发明设及激光雷达领域，尤其设及基于虚拟共辆点的国产激光雷达系统的严密 自检校算法。
【背景技术】
[0002] 激光雷达系统作为新型主动式多传感器集成系统，具有多种优势可快速获取高分 辨率的数字地形模型，并在地形测绘、森林调查、灾害监测等领域具有独特的优势所在。而 在激光雷达系统定位过程中，系统误差会使得重叠航带数据出现偏移及错位现象，对数据 后处理带来了诸多不便，故减小系统误差改善数据质量与精度对LiDAR后处理具有重要意 义。
[0003] 针对激光雷达系统检校消除系统误差方法，目前有两大类方法。第一种:基于条带 数据采用航带平差的方法消除系统误差，常见的模型包括3参数平差模型、9参数平差模型、 12参数平差模型W及仿射变换模型等方法，模型简单但却不严谨。第二种方法思路则侧重 于系统误差源，采用检校方法估算出系统误差参数，对系统误差进行直接补偿，且检校后的 参数可W直接应用于整个测区，不需要对每个条带分别平差。张小红采用基于剖面的方法 分别检校，效率低而且人为因素影响较大。Jaebin Lee基于线特征进行激光雷达航带平差， 通过提取房屋屋顶面，面面相交获取线特征，建立2D仿射、伪仿射模型进行求解检校参数。 Burman H,Filin S，Skaloud等人采用面特征作为匹配基元，设计了基于面特征的检校方 法，W此消除系统误差。还有采用基于DEM的匹配方法进行检校，TerraMatch软件即是借鉴 该方法进行检校消除系统误差的。王丽英等人提出基于最小法向量化ND)与最小高程差 (LZD)约束的无控制S维表面匹配方法之后，又提出了基于高斯马尔科夫的最小二乘算法 进行曲面匹配算法，将点云构建TIN再寻找点到=角网的法向距离，利用最小二乘公式进行 求匹配值，该方法的匹配结果与原数据质量有着直接的关系。左志权采用重叠区域共辆点 欧式距离作为条带平差数据模型，通过定义不同共辆点对应规则从而实现相邻条带间正形 变换参数的最似然估计，但需要对数据进行滤波处理W提取出地面点参与平差计算。张靖 等人在系统误差检校过程中，结合强度信息采用SIFT算法及RANSAC算法提取虚拟同名点， W同名点均值作为真知，采用共面约束的检校方法基于最小二乘原理求取模型参数。 Ayman化bib,Ki In Bang等人提出一种简单与严密的检校计算方法，但运些方法仅适合于 垂直向下工作模式的线性扫描系统，且两种方法分别针对不同的假设来求取检校结果，需 假设扫描区域为平地、飞行航线为直线飞行，且Roll与Pitch角度为零，便于偏屯、距与偏屯、 角较小的情况下使用。
[0004] 目前的检校方法存在的技术缺陷可W归纳为W下六点，具体如下：
[000引1、算法在计算过程中假定条件较多，与实际应用中航带飞行及数据等方面的实际 情况均有冲突，缺乏实用性;2、有些检校方法耗时而且昂贵，尤其是航线检校，需严格进行 航线设计及飞行W满足检校要求;3、检校步骤复杂，甚至有些是分步检校，且对=个角度的 检校过程是分顺序的;4、需要对已知控制点或者控制面等参考数据的获取来辅助求取检校 参数;5、有些检校方法需要人工参与，或者有一定的经验值参与其中方可获取较好的检校 精度；6、目前没有共同通用的检校方法，因为检校方法多数基于手动参与的软件包或者 LiDAR数据提供者的专家知识。

【发明内容】

[0006] 针对上述问题中存在的不足之处，本发明提供一种基于虚拟共辆点的国产激光雷 达系统的严密自检校算法。
[0007] 为实现上述目的，本发明提供一种基于虚拟共辆点的国产激光雷达系统的严密自 检校算法，包括：
[0008] 步骤一、获取实际飞行航带的激光点云数据，选取相邻航带任意重叠区域的激光 点云数据;在重叠航带激光点云数据中选择检校区域W提取对应的虚拟共辆点，利用虚拟 共辆点本身所附带的GPStime数据来获取该点所对应的位置姿态信息，W确定虚拟共辆点 数据；
[0009] 步骤二、建立自检校模型，将所述虚拟共辆点数据导入到自检校模型中进行解算， 获取系数矩阵，所述系数矩阵为矩阵A与矩阵L
[0010] 步骤=、在求取最优无偏检校参数的过程中，基于系数矩阵，在最小二乘算法中引 入高斯-马尔科夫模型，同时检验是否收敛，若收敛则获取最优的8个检校参数；
[0011] 步骤四、将所述最优的8个检校参数代入到步骤一中初始航带激光点云数据中进 行重新解算，获取最终检校后的高精度激光点云数据，重叠航带激光点云数据形成无缝拼 接数据，最终将检校后的激光数据进行精度评定，验证检校后的数据精度，最终输出精度报 告。
[0012] 作为本发明的进一步改进，所述步骤一中提取对应的虚拟共辆点的方法为：
[001引选取虚拟共辆点对P与Q两点，虚拟共辆点Q点与周围最紧密的S个真实激光点ql、 q2、q3坐标值有直接关系，点Q、q 1、q2、q3共面;依据q 1、q2、q3的坐标信息，利用公式（1)与公 式(2)提取P点的虚拟共辆点Q点的坐标信息；
[0016] 其中，[Xq Yq Zdf为变换后虚拟共辆点Q的坐标值，[Xqi Yqi Zqif为变换前坐标 值，R为旋转矩阵，[Ax Ay A z]T为xyzS个方向的偏移量；
[0017] 利用上式提取检校区域内所有激光点云数据的虚拟共辆点。
[0018] 作为本发明的进一步改进，所述步骤二包括:依据国产高精度激光雷达系统的定 位方程进行推导计算，获取鲁棒性较强精度较高的自检校模型：
[0019] 所述国产高精度激光雷达系统的定位方程可W表示为：
[002。 其中：XeYeZ康示激光雷达系统所获取的WGS84坐标系下的激光坐标值，XoYoZo表示 POS系统在时间t时刻的坐标值，B、L为缔度与经度，0为激光扫描仪所获取的角度值，A 0为 角度值e所对应的初始零位角，P表示激光扫描仪所获取的激光发射器中屯、到目标地物之间 的距离值，A p、k表示距离改正的加常数与乘常数，可通过单机检校获取该参数； 钱(W+M P+AF 忡H、P、R分表代表POS系统所获取的S个姿态角度，而AH、AP、AR则代 表立个姿态角随身所携带的角度偏差，b为载体坐标系，n为导航坐标系；姆M Ap Ar)表示激 光扫描仪与POS系统在硬件集成中由于S个坐标轴的不平行导致的激光扫描仪自身坐标系 与POS系统自身坐标系的S轴夹角称为偏屯、角所构成的旋转矩阵，1为激光坐标系；A Xib A YibA Zib表示激光扫描仪自身坐标系与POS系统自身坐标系原点之间的偏屯、距;表示 POS数据解算过程中由于GPS定位误差所导致的位置偏移误差；表示激光脚点形 成过程中所附带的=个方向(X Y Z)的随机误差;假设：
[0024]其中，[Xi Yi Zi]T表示激光坐标系下的坐标值，则结合(4)(5)，将公式(3)简化为 式(6);
[0026]在航带1中Al点所对应Tl时刻的定位方程为：
[0028]利用泰勒公式展开定位方程，可W获取公式(7)所对应的线性方程(8)
[0031]其中，？,为航带1求解的系数矩阵，福表示未知参数矩阵的偏移向量，^表示航带 I求取的未知参数向量;则在航带帥Al点的虚拟共辆点A2点所对应T2时刻的定位方程为：
[0034] 为航带2求解的系数矩阵，X,表示航带2求取的未知参数向量；
[0035] 由于Al点与A2点两点为虚拟共辆点对，即为不同飞行航线重叠区域的同名地物 点，理想情况下两点真实坐标值相同，即误差矩阵V理论值为零矩阵，如式（11)所示，但实际 计算过程中，由于各种误差的影响，使获取Al与A2两点的坐标值存在一定差值，检校的最终 目的即在误差矩阵V最小甚至趋于零的最优状态下求取最佳检校参数；
[0037]利用泰勒公式将公式（11)进行线性化处理得到公式（12)，W获取最终的系数L矩 阵与A矩阵；
[0039] 其中：Lm为未知参数的系数矩阵，为未知参数矩阵，Aw为系数矩阵。
[0040] 作为本发明的进一步改进，所述高斯-马尔科夫模型为J=-Kp心补化+相a),其 中P为权重。
[0041] 作为本发明的进一步改进，所述步骤二中，若不收敛，则更新初始检校参数，再次 代入步骤二的自检校模型中进行再次计算，直到满足了基于高斯-马尔科夫模型的最小二 乘收敛，获取最优的8个检校参数为止。
[0042] 作为