基于结构特征的车载激光扫描系统外方位元素在线标定方法研究

The vehicle-borne multi-sensor mobile mapping system consists of the following integrated units: laser scanner, IMU, GPS from Novatel, CCD cameras and other sensors. When the system works, the laser scanner acquires the coordinates of point clouds at its own coordinate system. In order to get coordinates in the Gauss Projection, it needs to transfer the laser scanner's real-time center position and pose through GPS and IMU.So it is very important to determine the position relationship between the center of the laser scanner and GPS antenna center, as well as the attitude angle between the laser scanning and IMU, namely extrinsic parameters calibration for laser scanner. Therefore, this research put forward a method of extrinsic parameters calibration for laser scanner by using plane features of building such as flat walls：determine the plane equation of the wall and establish error equation containing extrinsic parameters of laser scanner; solve the results by setting thresholds for continuous iteration and verify the accuracy through experimenting constantly according to the least-square indirect adjustment principle.

车载激光雷达集成了多种定位和成像传感器，传感器之间相对位置和姿态的精 确标定是数据融合的前提。本研究针对激光点云数据所具有的丰富空间几何结构特征（如 平面等），利用从初步解算的点云中自动提取的几何结构特征作为控制资料，建立包含激光、 惯性导航装置、GPS 相对位置关系参数的误差方程，并以点的共线、共面为基础进行迭代解 算，以求出更为精确的传感器安装误差角。针对重复开关机惯性导航装置航向角初始对准误 差相对较大且与安置误差角中的航向角系统相关的特点，使用在线标定的方法，可以消除惯性系统的航向角的初始对准误差。本研究将从理论上揭示影响车载激光扫描系统精度的主要因素，分析不同外方位元素标定方法的适用程度；实践中，将着力解决当前车载激光扫描技术应用领域中涉及到的精度与数据的自动处理的问题。

车载激光雷达集成了多种定位和成像传感器，传感器之间相对位置和姿态的精确标定是数据融合的前提。激光点云数据具有丰富的空间几何结构特征，可作为标定坐标系之间旋转、平移关系的控制资料，本研究致力于利用基于结构特征的实时标定方法来提高系统的整体定位精度，通过各方面研究，设计并完成了从硬、软件集成到方法研究实施的整套技术流程，主要包括以下内容：集成了一套新型车载激光扫描系统并完成了激光传感器、IMU、GPS的单项检校以及总体的初步检校，可用于数据采集，自主研发了激光点云处理软件，包括数据解算、融合、预处理、后处理等功能；为了实现系统的在线自动标定，进行了点云分类方法研究与基于点云数据的结构特征提取算法研究，提出了一种利用点云数据基于四叉树和R树混合空间索引的DEM构建方法，一种结合空间点云聚类与地物特征分析的点云分类方法以及一种基于贝叶斯抽样一致性-最小中值方法（BaySAC-LMedS）的面结构提取方法，并提出了一种适用于城区街道道路标志线的自动提取方法流程；进行了全景影像与点云数据的配准与量测方法研究，提出了一种基于 HOG 特征和 SVM 的路面标志线提取方法，一种从全景影像中还原目标三维信息的测量方案以及一种针对全景摄影测量的前方交会算法，还提出一种适用于车载激光点云数据与全景影像的街景立面自动提取方案；综合研究当前标定方法，并结合前述研究成果，提出了一种通过采集不同车行方向的同一区域的点云数据，提取平面特征数据并进行平面特征数据的自动化配准，对多个不同角度的平面特征的共同检校，实现三维空间中不同车行方向采集的地物点云的重合，最终完成系统外参数标定的方法。本研究为获取高精度激光扫描数据提供保障，为测绘地理信息产业奠定高精度数据基础。