3D SLAM激光影像背包測繪機器人精度驗證

黃 鶴，王 柳，姜 斌，羅德安

(1. 北京建筑大學測繪與城市空間信息學院，北京100044； 2. 歐思徠(北京)智能科技有限公司，北京 100044)

3D SLAM激光影像背包測繪機器人精度驗證

黃 鶴1，王 柳1，姜 斌2，羅德安1

(1. 北京建筑大學測繪與城市空間信息學院，北京100044； 2. 歐思徠(北京)智能科技有限公司，北京 100044)

通過利用3D SLAM激光影像背包測繪機器人，進行了三維激光點云數據的采集，并直接對采集的點云數據進行了目標物尺寸量測，以驗證其精度。試驗驗證表明，該儀器采集的數據精度為0.018 m。能滿足1∶500地形圖繪制要求，并可用于室內、室外等三維模型構建。

SLAM；三維激光點云；精度驗證；大比例尺地形圖

隨著城市規劃、建筑景觀設計、三維導航等應用對真三維景觀的需要，建立鑲嵌真三維模型已經凸顯出較高的經濟價值和應用前景。目前在三維幾何數據獲取方面出現了利用激光測距原理快速建立物體三維影像模型的三維激光掃描儀[1]和便于處理大范圍場景的數字攝影測量技術。目前數字攝影測量技術常應用于大范圍的城市街道模型建立。而三維激光掃描技術克服了傳統測量方式的局限性，無需接觸被測量物體，測量精度高、速度快，通過向被測對象發射激光束的方式，快速高分辨率地獲取空間三維坐標數據，通過對數據的處理和建模,可以生成被測區域的三維虛擬模型和數字地形圖，不僅提高了獲取數據的信息量和精度，同時也大大縮短了外業工作時間，降低了勞動強度，提高了內業數據處理的自動化和智能化程度。

隨著三維激光掃描技術的不斷發展，各種類型三維激光掃描儀應運而生[2]。然而目前便攜式三維激光掃描儀存在諸多問題，掃描速度慢，且后期拼接點云效率低。機載型掃描儀只能對街道或建筑外層進行掃描,無法深入建筑內部對室內、地下等特殊地點進行精細掃描。近期推出的基于SLAM技術的推車式三維激光掃描儀，由于其具備在室內外連續采集數據且數據自動處理拼接的能力得到了廣泛的關注，但是由于推車及體積等因素對其工作環境有一定的限制。與此同時背包式三維激光測量系統也同步問世，可在移動過程中快速獲取高精度定位定姿數據、高密度三維點云和高清連續全景影像數據[3]。該系統克服了掃描儀需要穩定平臺的瓶頸，但是由于采用了GPS系統導致其無法在室內及地下等無GPS信號的場景作業。

3D SLAM激光影像背包測繪機器人結合了背包式三維激光測量系統及推車式測量系統的優勢，使其不僅具備快速連續采集數據并自動處理數據的能力，還能夠對室內、地下等特殊場景數據進行采集，完美地填補了目前三維激光掃描儀市場的空白。但由于該儀器在實際掃描中點云精度未知，為使廣大測繪工作者了解并增加其使用的便捷性，本文利用3D SLAM激光影像背包測繪機器人采集了北京建筑大學圖書館外部及室內點云，并通過多種傳統測量方式對其點云數據成果進行精度驗證，主要包括室外部分的大比例尺地形圖制作的可能性及各要素相對幾何精度。

一、3D SLAM激光影像背包測繪機器人

本文中所采用的3D SLAM激光影像背包測繪機器人由歐思徠(北京)智能科技有限公司自主研發，是適用于移動測量、地圖制圖及三維建模的機器人系統。系統采用機器人領域的3D SLAM技術，可完成無GNSS環境下的三維點云數據及影像數據采集。

3D SLAM激光影像背包測繪機器人由激光雷達、全景相機、控制器、電池及背包架等組成(如圖1所示)，并配套有4個軟件系統：①平板操控軟件(PV LiDAR Assistant)，負責控制采集、存儲、數據傳輸、實時監控采集信息；②數據采集軟件(PV LiDAR Capturer)，負責采集激光雷達數據、全景影像數據等；③數據處理軟件(PV LiDAR Processing Tool)，處理所采集的激光掃描數據和全景影像數據，最終獲得結構點云數據及具有位姿信息的全景影像數據等；④數據應用軟件(PV LiDAR Viewer)，可瀏覽由數據處理軟件輸出的點云及全景影像數據。表1詳細描述了該設備的詳細參數及數據信息。

圖1 采集設備結構

表1 設備主要參數

3D SLAM激光背包測繪機器人是一個背負式系統，當工作人員背負作業時，激光掃描儀的運動軌跡是一條與工作人員行走的步態有關的非線性和高動態的曲線。常規的移動測量系統的載具一般是汽車，由于汽車自身特性，其行駛軌跡是局部連續可微的平滑曲線，而3D SLAM激光背包測繪機器人在沒有GPS、IMU慣導的輔助下通過雜亂無章的點云中找到線索，求取其中隱含的更穩定的高階特征點和特征向量，并連續跟蹤這些特征點和特征向量，進而高精度地動態反向解算機器人的位置姿態。根據以上數據，通過特殊的算法將點云逐一配準拼接最終得到精準的高精度點云。

3D SLAM激光影像背包測繪機器人不同于推車式三維激光掃描儀，由于其采用了背負式掃描方法，因此可以進入推車式掃描儀無法進入的復雜環境，如路面不平的環境、樓梯間，甚至是地下隧道，進而得到更加完整的場景數據。并且它可以在步行的過程中快速得到環境點云及全景影像等數據，在典型場景中數據獲取率為50 000 m2/h，操作簡單、方便，一鍵啟動即可實現連續采集并且無需換站。儀器還具有豐富的擴展接口，可外接GPS、全景相機等。在采集完數據后可通過軟件對數據進行全自動化的處理，無需人工干預。經過處理可以獲得點云數據，圖2為北京建筑大學圖書館室內外的點云數據。應用案例如室外建筑群的高精度結構數據、全景影像數據、三維模型和大比例尺地圖等,還可以應用在近期較為熱門的室內定位與導航中。

圖2 北京建筑大學圖書館室內外點云

相對于傳統技術，本系統在數據獲取效率上有數十倍的提升，可以廣泛應用于室內建模制圖、室外大比例尺制圖、建筑BIM、地鐵隧道工程、數字礦山礦井、林業資源普查管理等領域。

二、數據采集及精度驗證

1. 地形圖繪制

本次試驗地點為北京建筑大學圖書館，首先利用3D SLAM激光影像背包測繪機器人對圖書館室外進行數據采集，經過軟件處理得到室外點云，如圖2所示。將點云在Geomagic Studio中打開，利用Geomagic提取點功能提取繪制地形圖所需特征點。依據《1∶500 1∶1000 1∶2000 外業數字測圖技術規程》(GB/T 14912—2005)，在CASS軟件中利用提取到的特征點繪制地形圖。然后依據《1∶500 1∶1000 1∶2000 外業數字測圖技術規程》(GB/T 14912—2005)，應用GPS、全站儀等測繪儀器，利用已知D級GPS控制網布設一級導線網,并將已知控制點高程按照四等水準測量標準聯測到上述導線點。碎步測量中地物、地貌的各項要素的表示方法和取舍原則按照《城市測量規范》(JJ/T 8—2011)執行。根據以上方法繪制出北京建筑大學圖書館及周邊1∶500地形圖。將兩幅繪制好的地形圖在CAD軟件中進行對比。如圖3所示。

圖3 地形圖對比

根據圖3可以發現兩幅地形圖基本吻合，但是在東西兩側道路處,由于3D SLAM三維激光背包測繪機器人沒有規劃路線而造成部分點云缺失，進而導致兩幅地形圖有一定差異。圖書館西北角處SLAM測得數據與全站儀測得數據有一定出入,角點間距離為0.042 m。分析誤差來源主要為選點誤差及兩圖形疊拼所帶來的誤差，后期若將絕對坐標引入SLAM激光點云數據中精度將會有所提升。為進一步驗證SLAM的精度并且論證其數據是否可以用于繪制地形圖,設計第2個試驗，對相差較大的區域使用鋼尺對特征物進行長度測量，再在點云中量取其掃描長度，通過相對長度對比驗證精度。將兩種方法采集到的特征物數據對比算出標準誤差及中誤差，見表2。對比得到其標準偏差為0.022 m，中誤差為0.022 m。數據表明SLAM得到的數據精度較高。標準規定1∶500地形圖精度要求在5 cm內,根據試驗可以看出SLAM可以進行地形圖的繪制。

表2 地形圖特征數據對比 m

2. 精度驗證

本次精度驗證地點為北京建筑大學圖書館。首先通過點云拼接、點云著色等處理過程得到試驗區域的點云數據。在獲得的掃描點云數據中選取足夠多的特征物，這些特征物最好是形狀規則的物體，如長方體。然后對物體用全站儀、鋼尺等傳統測量方法測量其尺寸的真實值。在點云數據中選取出特征物體部分的點云，利用量取點間距的工具量取特征物體的長、寬、高。在特征物體點云模型建立后，在模型中量取其長、寬、高。最后利用多次測量的數據取平均值與物體真實長寬高數據進行比對，比對分析的依據為

特征地物尺寸數據差值=SLAM數據-實際測量數據

因測量中存在偶然誤差，因此被測參數的真實值是無法直接測量到的，但通過統計學原理可以推出：真實值是無窮多次排除了除偶然誤差外的其他誤差后的測量結果的算數平均值。由此可知在有限次測量中平均誤差和真實情況是最為接近的，根據以下公式計算得到中誤差并最終以中誤差作為本次試驗評價精度的標準

試驗場地分為室內及室外，室內場地為測繪學院樓一層樓道，室外場所為圖書館周邊。在試驗中筆者發現，得到的彩色點云存在貼圖錯誤的情況，故在做精度評定試驗時采用原始白色點云進行特征物選取和尺寸測量。

(1) 選點誤差

由于在點云中量取特征物尺寸數據時是手動選點，存在人工選點誤差,故設計試驗對選點誤差進行評價。隨機選取10名同學分別對同一物體在點云中進行量測，得到10組數據，對這10組數據進行分析得出選點中誤差為0.011 m。選點誤差與點云密度有非常直接的關系，點云密度越大選點誤差相對越小。

在點云的實際應用中人工選取點是必不可少的一個步驟，因此本文對人工選點誤差也進行了評定，并且將選點誤差計入對3D SLAM激光影像背包測繪機器人的誤差評定中。為進一步減小選點誤差，采取多次選點測量取平均的方法獲取數據，并且從多角度觀測來確定選擇正確的點。

(2) 室外數據

在采集數據前需事先規劃好路線避免重復采集，以提高采集效率，同時也可確保點云質量。先使用激光影像背包測繪機器人圍繞圖書館周邊道路行走，采集室外點云數據。獲取到的室外數據利用Geomagic軟件打開，選取以下地物：圖書館前花壇、路牌、減速帶、廣告牌、路燈、石凳、車庫窗、石凳、石磚等作為特征物，如圖4所示。利用鋼尺、全站儀等工具測量所選特征物體實際的長寬高數據，再在點云中量取相應特征物的長寬高數據，將兩數據進行處理分別計算出標準誤差、中誤差，見表3。

圖4 特征物量取示意圖

表3 室外特征物數據對比

續表3 m

由表3可以看出大部分特征物得到的數據差值都在厘米級，其中減速帶差值最大，為0.032 m。分析其原因，主要是由于獲得的點云數據較稀。經量測，在距離儀器1 m處點間隔最小為0.020 m，導致地物表達不夠清晰，且減速帶距離儀器較遠，因此點間隔較大。在選取特征點對其尺寸進行量測時，選點誤差也有影響。最終得到室外特征物的中誤差為0.020 m。在上述試驗中發現帶有色彩的點云與實際物體會有一定的差異，通過研究發現是由于儀器還具有一定的貼圖誤差所致。圖5為圖書館東邊行車道，可以發現兩側行車線產生了明顯的斷層。故點云中量取特征物尺寸時采用未進行貼圖的無顏色點云進行量取。

圖5 貼圖誤差示意圖

(3) 室內數據

該過程與室外數據采集方式基本相同。首先使用SLAM激光掃描儀采集圖書館內部的點云數據，根據點云選取門、樓梯、消防栓等方便量取的特征物。在點云中量測這些物體的尺寸數據，再利用鋼尺量取物體的實際尺寸。將兩種方法采集到的特征物數據對比算出標準誤差及中誤差，見表4。

表4 室內特征物數據對比 m

經過試驗對比得到中誤差為0.016 m。通過對比室內外兩組數據可以發現，該掃描儀在測量距離儀器較遠的物體時由于點云的密度逐漸稀疏，以至于得到的誤差較大。故設計試驗用于確定激光影像背包測繪機器人的測程。設置一起始點，分別在距起始點10、25、50、75、100、125 m處放置標靶。使用掃描儀在起始點處進行掃描。試驗結果表明3D SLAM激光影像背包測繪機器人的最遠測程為100 m。

將試驗數據匯總成表5，得到最終的標準誤差為0.021 m，中誤差為0.018 m。

表5 最終驗證結果 m

續表5 m

三、結束語

實踐證明，將三維激光掃描儀應用于大比例尺地形圖測繪中，其精度完全可以滿足測量要求。與常規測圖方法相比，三維激光掃描儀具有速度快、信息量大、精度高、實時性強、自動化程度高等優點，克服了傳統測量儀器的局限性，能夠直接獲取高精度三維數據，特別是在人員難以到達的地區有著顯著的優勢。由于激光掃描儀獲取的是海量的點云數據，同時點云數據中可能會包含有大量的雜草和樹木等數據，如何在不影響精度和建模需要的前提下實現自動、快速獲取適當密度的點云數據成為制約其應用的關鍵問題，解決了這一問題必將使三維激光掃描技術在地形圖測繪領域得到更廣闊的應用。

[1] 張春森，張衛龍，郭丙軒，等. 傾斜影像的三維紋理快速重建[J].測繪學報，2015，44(7)：782-790.

[2] 馬立廣. 地面三維激光掃描儀的分類與應用[J]. 地理空間信息, 2005, 3(3):60-62.

[3] 余建偉, 張攀攀, 翁國康,等. 中海達iScan-P便攜式移動三維激光測量系統概述[J]. 測繪通報, 2015(3):140-141.

[4] 王靖, 師軍良. 無棱鏡全站儀在數字地形圖測繪中的應用[J]. 黃河水利職業技術學院學報, 2008, 20(1):46-48.

[5] 江振治, 王刃, 胡海彥,等. 機載三維激光雷達系統誤差分析及精度驗證[J]. 測繪科學與工程, 2015(6):41-46.

[6] 周華偉. 地面三維激光掃描點云數據處理與模型構建[D]. 昆明：昆明理工大學, 2011.

[7] 陸亞. 三維激光掃描儀測量精度的室內準確性評價[J]. 城市建設理論研究(電子版), 2013(1).

[8] 畢碩本, 張國建, 侯榮濤,等. 三維建模技術及實現方法對比研究[J]. 武漢理工大學學報, 2010(16):26-30.

Precision Verification of 3D SLAM Backpacked Mobile Mapping Robot

HUANG He,WANG Liu,JIANG Bin，LUO Dean

2016-09-13

北京建筑大學校級實踐教學專項基金(J13-11)；北京建筑大學校級教育科學研究項目(Y11-29)；北京建筑大學2011年度校設科研基金(Z11063);北京市教委2013年度科技發展計劃(KM201310016005);現代城市測繪國家測繪地理信息局重點實驗室開放基金(20131201NZ)；北京市自然科學基金(8142014)

黃 鶴(1977—)，男，博士，副教授，主要從事大地測量方面的教學與科研工作。E-mail: huanghe@bucea.edu.cn

黃鶴，王柳，姜斌，等.3D SLAM激光影像背包測繪機器人精度驗證[J].測繪通報，2016(12)：68-73.

10.13474/j.cnki.11-2246.2016.0404.

P204

B

0494-0911(2016)12-0068-06