海陆两用双频机载LiDAR系统误差检校模型建模方法与流程

本发明属于主动式微波遥感技术领域，特别是涉及到一种海陆两用双频机载lidar系统误差检校模型建模方法。

背景技术：

经过十几年的快速发展，机载lidar系统在硬件和系统集成方面已经相当成熟，然而其数据的后处理与应用研究则相对发展缓慢，其中，制约其发展的关键问题之一是机载lidar系统误差的消除。系统检校是消除系统误差的主要方法，目前缺乏一种标准的检校方法，而且至今业内所建设的机载lidar系统检校场为陆域检校场，没有建立适用于海域检校场的系统误差检校模型。本发明通过对各系统误差进行相关性分析，利用陆域检校场通过模型解算安置角误差，进一步通过分析海域检校场水文环境信息建立延迟误差模型应用于海域检校场解算安置向量误差、测距误差和扫描角误差，并最终建立适用于陆域和海域的海陆两用机载lidar系统误差的检校模型。

技术实现要素：

本发明针对国内海域双频机载lidar系统误差检校模型的空白问题，提供了一种适用于陆域和海域的海陆两用双频机载lidar系统误差检校模型的建模方法。

本发明提供的海陆两用测距机载lidar系统误差检校模型的建模过程包括以下步骤：步骤1，根据获取的在陆域检校场布设的控制点数据、由gps测取的xgps,ygps,zgps、姿态角h,p,r、安置向量δx,δy,δz、测距值ρ和扫描角β，对机载lidar对地几何定位模型简化为陆域三参数模型，用于反算安置角，即通过双频机载lidar在陆域检校场航飞数据，结合地面量测数据解算出安置角；步骤2，对获取的海域检校场的水文资料进行分析，结合海域检校场机载lidar航飞数据，基于逐步回归与灰色系统gm(1,n)组合建立激光水域传播延迟误差模型，将延迟误差引入下一步的海域机载lidar系统误差检校模型；步骤3，根据步骤1和步骤2获取的参数和模型，对机载lidar对地几何定位模型进行优化，通过机载lidar航飞数据中同名点做差构建五参数检校模型，即海域双频机载lidar系统误差的检校模型，解算参数；步骤4，根据步骤1，步骤2和步骤3中获取的参数和模型，最终构建水陆两用双频机载lidar点云校正模型。

作为优选，所述步骤1中，xgps,ygps,zgps由gps测取，姿态角h,p,r由惯性导航系统提供，安置向量δx,δy,δz可在平台检校时由全站仪测得，测距值ρ和扫描角β由激光测距扫描仪提供，将未知的安置角作为系统参数，将机载lidar对地几何定位模型简化为三参数模型，建立误差方程，应用最小二乘法解算安置角，

作为优选，所述步骤2中，海域检校场水文资料选取水温，水深，盐度，水色,透明度，水压参数，应用逐步回归个引入并检验水文参数显著性，选择与延迟误差相关性最强的参数；同时应用灰色系统gm(1,n)来进行变量间的相关强度分析，最后通过逐步回归模型和灰色系统gm(1,n)两种模型的加权组合，建立激光水域传播延迟误差模型,然后建立测距误差模型。

作为优选，所述步骤3中，在满足(a)激光测距扫描仪的扫描方式为线性扫描；(b)机载lidar系统的安置角都是小于0.5°的条件下则简化定位方程，由于安置角为已知值，延迟误差也作为已知值，则系统看作只含有安置向量误差、测距误差和测角误差，则激光脚点坐标xbi与真实值xt之间的关系变为：

进一步通过同名点做差建立如下误差方程

利用最小二乘原理求解未知检校参数

通过上式可解算三个安置向量δδx,δδy,δδz、测距误差δδρ以及测角误差δδβ。

本发明利用陆域检校场通过模型解算安置角误差，进一步通过分析海域检校场水文环境信息建立延迟误差模型应用于海域检校场解算安置向量误差、测距误差和扫描角误差，并最终建立适用于陆域和海域的海陆两用双频机载lidar系统点云的检校模型，填补了海域双频机载lidar系统误差检校模型的空白问题，带动了相关后继数据的处理能力很研究。

附图说明

图1为本发明实施的流程图。

具体实施方式

以下结合附图和实施例详细说明本发明技术方案。

参见图1所示海陆两用机载lidar系统误差检校模型建模流程图，以下针对实施例建模流程中的各步骤，对本发明方法做进一步详细描述。

步骤1，在wgs-84坐标系下机载lidar对地几何定位模型为三参数模型，误差方程如下：

公式中，

rh,p,r为姿态角旋转矩阵；为安置角旋转矩阵，即为boresight矩阵；rβ为扫描角旋转矩阵。x84,y84,z84为陆域检校场布设的控制点坐标，由gps获取，xgps,ygps,zgps由gps测取，姿态角h,p,r由惯性导航系统(ins)提供，安置向量δx,δy,δz可在平台检校时由全站仪测得，测距值ρ和扫描角β由激光测距扫描仪提供，这些都是观测值；只有安置角是未知值，因此，可将其作为系统参数加以求解。

设通过gps获取的控制点的wgs-84的坐标为(xg,yg,zg)^t，这里认为是真值。为了简化计算，激光脚点的坐标将从激光扫描参考坐标系开始计算，则观测值方程为：

其它参数的值为观测值。将观测值移至等号右侧，记为(fx,fy,fz)^t，则

对(fx,fy,fz)^t求全微分后，进一步整理可得误差方程为：

简记为式中，

根据最小二乘原理：v^tv＝min，可以组成法方程

求解法方程,可得三个安置角参数

步骤2，海域检校场水文资料选取水温，水深，盐度，水色,透明度，水压等这些水文参数和延迟误差构建激光水域传播延迟误差模型。应用逐步回归模型逐个引入并检验水文参数显著性，剔除不显著参数，择取“最优”参数，最优参数就是与延迟误差相关性最强的参数，同时应用灰色系统gm(1,n)来进行参数间的相关强度分析。最后通过两种模型的加权组合，建立激光水域传播延迟误差模型；逐步回归模型及灰色系统gm(1,n)在此不作介绍，加权组合建立过程模型如下：

设有m个单一的函数模型，则有组合模型：yq＝f(y1,y2,···,yk),k≤q，q为m个模型的组合数。设组合模型中个函数模型的权重向量为：p＝[p1,p2,···,pk]。

则组合模型的形式为：yq＝f(y1,y2,···,yn)＝p1y1+p2y2+···+pkyk

组合模型的最优权重向量求解是依据最小二乘原理对误差平方和求解数学规划。其目标函数与约束条件为：令r＝[1,1,···,1]^t,

则有：

其中v为单一函数模型拟合残差，v为各函数构成的拟合残差矩阵。对该式用拉格朗日乘子求解可得最优权重向量为：

p＝v^-1r/r^tv^-1r

将上式代入组合模型中可得最优加权组合模型，即获取水路传播延迟误差模型。机载激光lidar航飞数据中的测距误差主要由测距仪误差、大气折射误差、地物目标引起的误差和水路传播延迟误差。则测距误差模型可建立为：

δρ＝α+λ+γ+υ

式中，

δρ为测距误差；α为测距仪误差；λ为大气折射误差；γ为地物目标引起的误差；υ为水路传播延迟误差。

步骤3，在满足(a)激光测距扫描仪的扫描方式为线性扫描；(b)机载lidar系统的安置角都是小角(小于0.5°)的条件下则，定位方程公式可简化如下：

公式中，

x是指激光脚点在激光扫描参考坐标系中的横坐标，等于点云到航迹线在地面投影的横向距离；

z指激光脚点在激光扫描参考坐标系中的纵坐标，大小等于t时刻激光脚点的高程zt减去t时刻内插的pos点的高程zot；s表示扫描镜扫描角度的比例因子。

由于在陆域检校场已经解算安置角，将其作为已知值。则可用五参数检校模型来对海域机载lidar航飞的三个安置向量δδxa,δδya,δδza、测距误差δδρ以及测角误差δδβ进行检校。其中海域检校场布设的控制点坐标可作为真值，由多波束测深系统获取初始坐标，然后与陆域控制网进行联合平差获取高精度坐标值，且姿态角h,p,r由ins提供。

在系统只含有安置向量误差、测距误差和测角误差，没有其它误差情况下。则激光脚点坐标xbi与真实值xt之间的关系变为：

分别对检校参数求偏导后，带入公式(1)整理得：

对于相邻(或垂直)航带a和b的重叠区域公共连接点有：

公式(2)可以简化为：

则可建立误差方程：

同样利用最小二乘原理求解未知检校参数

则可解算三个安置向量δδxa,δδya,δδza、测距误差δδρ以及测角误差δδβ。

步骤4，结合三参数模型与五参数模型，构建海陆两用测距机载lidar系统点云校正模型。

式中，[x,y,z]^tcorrected为校正后的点坐标；[x,y,z]^tbiased为未校正的点坐标；yaw为航向角；x,y,z为激光脚点坐标；s为扫瞄镜扫描角度的比例因子；β为瞬时扫描角。

本文中所描述的具体实例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。