基于車載移動測量系統道路施工測量的初步應用

戴 勇

藍海建設集團有限公司 安徽 合肥 230000

引言：測量是道路施工過程中一項很重要的內容，近年來隨著公路建設的不斷加快，路網也隨之越來越密集，傳統的測量方式主要采用人工測量，作業速度慢，受路面車輛影響較大，不適合數據的快速更新，同時野外采集的點位稀少，很難反映道路施工時細致的變化特點。

基于三維激光掃描儀，GNSS等多傳感器系統（Mobile Mapping Systems，MMS）是測繪遙感領域一種全新的測量方法。該系統以傳感器及計算機技術、模式識別和平差理論為基礎，能高效獲取載體運動軌跡、全景影像和三維點云等多種空間參數，并對參數進行自動處理，可滿足道路施工中的各項測量需求。本文以武漢大學和武漢漢寧軌道交通技術有限公司研制的車載移動測量系統為例，將其應用于道路施工現場進行測量驗證。將該系統測量輸出的三維點云坐標與控制點坐標對比做精度驗證。分析了影響精度結果的因素，為后續移動測量系統在道路施工測量及相關方面的應用提供了參考。

1 車載移動測量系統

1.1 系統組成

移動測量系統以車為平臺，集成GNSS、慣性導航單元（IMU）、DMI組合定位系統、三維激光掃描儀、全景相機、多傳感器同步控制單元、嵌入式計算機以及電源供電系統等設備，組建道路測量平臺，在同步控制單元的協調下使各個傳感器之間實現時空同步，快速采集道路的全斷面數據。

(1)電源單元：對系統供電以保證系統的正常工作。

(2)同步控制：通過協調各傳感器運行，記錄所有參數，包括導航參數、激光掃描的時間差與數據記錄，并將數據上傳，整個單元與激光慣導集成在系統下部；

(3)數據采集：利用各種傳感器，獲取物體的各種相關信息，主要包括確定激光掃描信號發射點位置的動態GPS定位裝置；測定激光掃描儀主軸參數的慣性導航裝置(IMU)；測量距離的激光掃描儀；測定車輪轉動脈沖數以計算載車平臺行駛距離的里程編碼器；

(4)軟件處理：用于差分GPS數據后處理、組合姿態確定、各裝置間的時間同步、激光掃描的坐標數據的計算、分類、數據的格式轉換、軌道參數的儲存軟件等。

圖1 移動測量系統組成部分

1.2 工作原理與數據采集

移動測量系統工作時首先將激光掃描器固定在車輛后方，由掃描儀發射一對傾斜45°的激光，并同步控制其掃描方向，當激光傳感器接受返回光束后同步記錄各項參數，通過時間差計算被測物體間距，且同步獲取GPS參數和INS慣性向量。這樣每一次掃描均可獲得從激光掃描儀到被測物體之間的位置參數，結合系統獲得的掃描角度、GPS參數和激光即時掃描方向，可準確算出每個掃描光點三維空間坐標參數。若采用兩個掃描儀可加大掃描密度，增加點云個數，提高位置精度。

1.3 點云數據處理

1.3.1 組合導航與POS解算

外業數據采集完成后，對GNSS數據、IMU 數據、里程計（DMI）數據進行組合解算，如圖2所示，由GPS與INS松組合的計算可得出行車過程中系統行進的實時軌跡數據。INS各項參數是依靠陀螺儀測量而得。設定INS初始狀態，通過疊遞，INS能瞬間準確地得出當前位置、速度和姿態等各項參數。因其存在測量雜波，每經一次計算各項誤差也會隨之增大；另外，由于陀螺儀漂移和加速度計零偏，會導致INS算出的各項參數會逐漸偏離實際軌跡。因此，需要不斷對INS的誤差進行糾偏，并重新對陀螺儀漂移和加速度計零偏進行確定。GNSS每個單元都是獨立觀測、計算位置和速度參數。優點是誤差不累積，長期精度較好；不足在于更新速度慢，不能滿足快速移動測量要求，且得出的行進軌跡不平滑，短時精度差。因此，基于GNSS/INS組合集成了彼此的優點，解算得到POS軌跡數據。

圖2 GNSS/INS松組合模型

1.3.2 點云融合與影像匹配

將解算POS軌跡數據與激光原始數據按照時間進行融合，對海量點云多視角的加載瀏覽，支持多種點云渲染方式，融合出的數據可以依據反射強度以及高程等渲染等方式進行渲染顯示，如圖3、圖4。再將融合的點云與圖像進行匹配。

圖3 點云強度渲染顯示

圖4 點云高程渲染顯示

1.3.3 點云質量提高

通過利用沿線布設的高精度標靶，研究出了基于高精度控制點的點云精度質量增強技術，通過將高精度靶標坐標傳遞到POS系統來優化POS數據精度，利用傳統測量得到的控制點數據與在點云中提取的控制點相比較得到誤差，最后依據里程信息反向分配誤差從而達到POS數據精度優化，最終達到點云精度質量增強的目的。整個數據處理流程如下圖5所示。

圖5 點云后處理流程

2 項目應用與成果分析

2.1 項目案例

項目測區選在陽江市G325項目一合同段，周圍空曠，車流量少，道路總長約5km，移動測量車以10m/s速度均勻采集測區范圍數據。點云數據是對外界環境最真實的反映，從點云中可以看出路面、樹木、電塔、路燈等信息被清晰地記錄下來，如圖3、4所示。

2.2 成果分析

將通過點云提取出的驗證點坐標與全站儀測量得到的控制點坐標作對比得到殘差值。誤差平均值與標準差計算公式如下①②③所示，其中，Pi為驗證點坐標值，Ci為控制點坐標值。D均為誤差平均值，D標為誤差標準差值。精度驗證報告如圖所示。

但隨著選取控制點間距增大，高精度約束越來越低，驗證點精度也隨之下降，其結果表一所示。由表可知，在選取控制點60m～480m之間，其定位精度中平面誤差影響較小，高程誤差影響較大。這是因為組合導航定位精度平面精度比高程精度好，所以控制點的引入對高程比對平面影響大。平面和高程最大誤差與選取控制點的距離無關，與點云選點時引入的偶然誤差有關系，具有隨機性。而平均誤差反映的是誤差的平均值，其隨著控制點間距的增大而增大。平面中誤差隨著控制點的間距改變沒有發生變化，驗證了組合導航在此段的平面精度比較好。高程中誤差隨著控制點間距的增大而增大，所以在實際工作中可根據目標精度的不同而選擇控制點布設的密度，合理控制成本以達到預期目的。

圖6 精度驗證報告

表1 控制點間距對誤差影響分析

3 結束語：

移動測量系統作為一種新型測繪手段，相比較傳統測繪手段有著其高效、快速、全面等優勢。本文針對移動測量系統應用于道路施工測量，提出內外業解決方案，并最終分析點位精度與布設控制點之間的關系。但是對于其中的一些問題仍有深入研究的地方：

(1)在POS精度優化過程中，對于點云中靶標點的選取為人工手動選點，這會引入選點誤差，可根據靶標形狀擬合靶標中心點坐標，減少誤差；

(2)在無GNSS信號或弱GNSS信號時，POS解算的點位精度無法保證高精度。需要在組合導航算法進行優化，可利用編碼器數據與INS數據組合，提高點云精度；

(3) 移動測量系統只能獲取沿行車軌跡一定范圍內的點云數據，掃描過程中若地物被遮擋又無有效辦法及時補充掃描，則需要通過其他手段進行補測。