CN103196426A - 一种全站仪联合三维激光扫描仪用于建筑测量的方法 - Google Patents

Abstract

本发明公开了一种全站仪联合三维激光扫描仪用于建筑测量的方法：在建筑物四周设置站点，选取其中一个作为基准站，测量基准站位置的WGS-84坐标值。在建筑物外表面和内表面布设控制点，用全站仪逐站测量并记录控制点坐标，得到控制点点集为{x_i}用三维激光扫描仪逐站扫描测量，得到建筑物视点云数据，其中控制点点集为{y_i}利用{x_i}和{y_i}实现视点云粗配准，视点云数据被转换至WGS-84标准坐标系，最后利用粗配准结果进行全局配准。

Description

一种全站仪联合三维激光扫描仪用于建筑测量的方法

技术领域

本发明涉及建筑物的三维绘测领域，特别涉及一种全站仪联合三维激光扫描仪用于建筑测量的方法。 

背景技术

对建筑进行三维测绘，在土木工程、文物保护、数字城市、虚拟现实等诸多领域都有着广泛的应用和需求。传统的三维测绘方法，包括全站仪、GPS-RTK（RTK---RealTimeKinematic实时动态测量）等，都属于单点测量，对单一物体（建筑、雕塑等）测量点的分布较为稀疏，一般最多测量数十到数百个点，不利于建立精确的三维模型，而如果增加测量点，则测量效率又无法得到保障。特别是对一些形状特殊（曲线型等）的建筑可能最终效果较差；而对一些高层建筑，由于不能合理的布设棱镜、控制点，也会导致误差的增加。且这些方法受测量环境、时间效率等各种限制较大（如高层建筑顶部等难以测量），使用起来较为不便。 

三维激光扫描仪能同时测量大量点的三维坐标，具有高精度、高速度的特点，但是，由三维激光扫描仪测得的每一站数据都位于各自的局部坐标系中，空间信息是基于机器坐标系，不能体现建筑物的真实地理信息。为得到完整的建筑模型，必须进行粗配准、精配准、全局配准等步骤，过程中基准点的选取等很容易造成传递误差；而且最终模型的坐标系统仍然是自由坐标系，不符合国家标准，在工程、管理中的应用收到了很大的限制。 

如何让三维激光扫描仪的测量结果符合测绘标准，适应工程、管理的应用需要，是一个急需解决的问题。 

发明内容

为了解决上述问题，本发明提供了一种全站仪联合三维激光扫描仪用于建筑测量的方法，包含以下实施步骤： 

步骤A:在建筑物四周设置站点，选取其中一个作为基准站，并测量基准站位置的WGS-84坐标值。 

步骤B:在建筑物外表面和内表面布设控制点。控制点的数量应该保证三维激光扫描仪在每个站点的扫描范围内至少有5个以上的控制点。 

步骤C:用全站仪逐站测量并记录控制点坐标，控制点点集为{x_i}控制点坐标值为WGS-84坐标值。 

步骤D：用三维激光扫描仪逐站扫描测量，得到建筑物视点云数据，控制点点集为{y_i}其中控制点坐标值为机器坐标系内的坐标值。 

步骤E:视点云粗配准，利用点集{x_i}和点集{y_i}计算旋转矩阵和平移矢量，利用基于最小平方和误差的配准方法进行粗配准，经过粗配准后的视点云数据都已经被转换至WGS-84标准坐标系。 

步骤F:利用步骤E中的粗配准结果进行全局配准。 

本发明解决了单纯依靠全站仪或GPS-RTK技术进行三维测绘速度慢、建模困难的问题；同时通过利用GPS和全站仪测定控制点，解决了多视点云数据粗配准困难的问题，同时使得最终配准的点云被统一到WGS-84坐标系下，点云数据可以直接用于工程、管理，同时可 以和现行的GIS技术标准进行对接，具有较大的应用价值。 

附图说明

图1是本发明的实施步骤流程图。 

图2是建筑物测量站点设置示意图。 

具体实施方式

本发明的实现步骤流程图如图1所示。 

步骤S101：获取基准站位置WGS-84坐标。 

根据测量现场情况，在建筑物四周设置站点，如图2所示。优选地，站点距离待测建筑物10m-50m。一般室外设置8-10个站，室内根据建筑物情况而定。选取其中任意一个站点作为基准站空间开阔的任意位置为基准站，利用基准站接收机选择天气较好时间连续观测数个小时（具体观测时间根据现场情况而定，观测时间越长则精度越高）。根据观测值计算得到基准站的精确WGS-84坐标值。 

步骤S102：布设控制点。 

在待测建筑物内外表面安置控制点，一般为标靶或光学棱镜或者其他具有识别作用的物体，数量上需要保证三维激光扫描仪每站扫描时能同时有5个以上的控制点在扫描范围以内。 

步骤S103：全站仪架设至基准点设定参数 

架设全站仪，将步骤S101测得的基准站点作为全站仪的初始参数。 

注：实践中为了提高效率，布设全站仪控制点与基准点测定、以及全站仪参数设定可以同时进行。 

步骤S104:全站仪测定并记录控制点坐标。 

按照全站仪测绘方法，逐站测量，得到所有控制点的坐标值。所得控制点的坐标值为WGS-84（World Geodetic System一1984 Coordinate System，一种国际上采用的地心坐标系）坐标值。 

步骤S105：利用三维激光扫描仪扫描测量待测建筑 

利用三维激光扫描仪扫描逐站扫描待测建筑物，得到建筑物的视点云数据。 

注：为了提高效率，步骤S104和步骤S105可以同时进行。 

步骤S106：手动选取各站点内的控制点点坐标。 

将在步骤S105中得到了建筑物的视点云中手动选取出控制点，得到控制点坐标的在机器坐标系中的的坐标。 

步骤S107：计算初始变化矢量。 

步骤S108：将各视点云数据变换至WGS-84坐标系。 

需要说明的是，上述两步的目的是进行粗配准。初始变化矢量指的指旋转矩阵和平移向量。理论上，两幅待配准图像只需要4对以上的对应点就能求出相应的旋转矩阵和平移向量，但如果对应特征点对数量过少，将导致配准精度和可靠性的降低。为了解决这个问题，必须扩大对应特征点对的数量。 

本发明的粗配准方法采用基于最小平方和误差的配准方法，先介绍如下： 

现考虑两个对应点集{x_i}，{y_i}，i＝1，2，…，n，（x_i和y_i是3*1的列向量），则有： 

x_i＝Ry_i+T  (1) 

其中R为旋转矩阵，T为平移矢量。 

要配准这两个点集，目标就是要找到合适的R，T使得匹配点的欧氏距离和（如公式(2)所示）最小。 

${\mathrm{\Σ}}^2=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\left|\right|x_i-({\mathrm{Ry}}_i+T)\left|\right|}^2---\left(2\right)$

假设两幅深度图像对应点集为{x_i}，{y_i}，i＝1，2，…，n，其重心分别为p·q，则有： 

$p=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i,q=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{y}_i---\left(3\right)$

定义：p_i＝x_i-p_iq_i＝y_i-q，则公式（1）的总误差公式变为： 

${\mathrm{\Σ}}^2=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\left|\right|p_i-{\mathrm{Rq}}_i\left|\right|}^2--\left(4\right)$

计算矩阵： 

$H=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{q}_i{p}_i^T---\left(5\right)$

对矩阵H作SVD分解： 

H＝UDV^T  (6)计算：X＝VU^T，X即为所求的旋转矩阵。 

在本发明中，将由全站仪测得的控制点集作为点集{x_i}，将由三维激光扫描仪获取的控制点点集作为{y_i}，按上述方法计算旋转矩阵，并作用于对应的点云数据，得到各视点云的粗配准结果，并且经过粗配准后的点云数据都已经被转换至WGS-84标准坐标系。 

步骤S109：全局配准 

经过粗配准后，可以最小化公式（7），计算各视点云对应的变换 参数，从而得到最终的配准结果。 

$\mathrm{\Φ}=\underset{\mathrm{\μ}=1}{\overset{p}{\mathrm{\Σ}}}\underset{i=1}{\overset{N^{\mathrm{\μ}}}{\mathrm{\Σ}}}{\mathrm{\ω}}_i^{\mathrm{\μ}}{(T^{\mathrm{\α}\left(\mathrm{\μ}\right)}-T^{\mathrm{\β}\left(\mathrm{\μ}\right)})}^T[2(R^{\mathrm{\α}\left(\mathrm{\μ}\right)}{x}_i^{\mathrm{\μ}}-R^{\mathrm{\β}\left(\mathrm{\μ}\right)}{y}_i^{\mathrm{\μ}})+(T^{\mathrm{\α}\left(\mathrm{\μ}\right)}-T^{\mathrm{\β}\left(\mathrm{\μ}\right)})]$

$+\underset{\mathrm{\μ}=1}{\overset{p}{\mathrm{\Σ}}}\underset{i=1}{\overset{N^{\mathrm{\μ}}}{\mathrm{\Σ}}}{\mathrm{\ω}}_i^{\mathrm{\μ}}{\left|\right|R^{\mathrm{\α}\left(\mathrm{\μ}\right)}{x}_i^{\mathrm{\μ}}-R^{\mathrm{\β}\left(\mathrm{\μ}\right)}{y}_i^{\mathrm{\μ}}\left|\right|}^2---\left(7\right)$

为了说明公式里每个符号参数的含义，在此引入其中多视序号查找表的概念。假如V1，V2，V3分别表示三个视角图像，S1，S2分别是V1与V2，V2与V3的重叠区域。预先建立了一个多视序号查找表1。假定一个参数μ等于0，当两幅图有重叠区域，则μ=μ+1。当发现第一个重叠区域S1时，μ=μ+1，即μ=1，将V1与V2两幅图像序号分别赋值给α(μ),β(μ)，即α(μ)=1,β(μ)=2，接着发现第二个重叠区域S2，则μ=μ+1，即μ=2，将V2与V3两幅图像序号分别赋值给α(μ),β(μ)，即α(μ)=2,β(μ)=3……按照上述方法可以类推到具有多个视角图像的情况,由此可建立查找表。以上所述三个视角图像的例子可建立查找表为： 

表1多视序号查找表 

在公式（7）中的μ，α(μ),β(μ)含义等同于多视序号查找表中μ，α(μ),β(μ)的意义。在在公式（7）具体表述为：μ是三维激光扫描仪各站点扫描图像两两重叠区域的数字编号；α(μ)、β(μ)是 μ值对应重叠区域所属的两个扫描图像的数字编号；N^μ是μ值对应重叠区域内的点数；P是重叠区域的个数，R是旋转矩阵，T是平移矢量。 

综上所述，本发明利用全站仪、GPS测定的控制点，将各视点云数据转换至WGS-84坐标系，使得不需要通过其它算法进行粗配准，同时使得通过后续算法进行全局配准之后，建筑物的点云坐标均为WGS-84坐标，而WGS-84标准与最新的2000坐标系基本可以通用，因此，最终的视点云数据可以直接用于工程、管理，同时可以和现行的GIS技术标准进行对接，具有较大的应用价值。 

Claims (8)

1.一种全站仪联合三维激光扫描仪用于建筑测量的方法,其特征在于，包含以下实施步骤：

步骤A:在建筑物四周设置站点，选取其中一个作为基准站，测量基准站位置的WGS-84坐标值；

步骤B:在建筑物外表面和内表面布设控制点；

步骤C:用全站仪逐站测量并记录控制点坐标，其中控制点点集为{x_i}；

步骤D：用三维激光扫描仪逐站扫描测量，得到视点云数据，其中控制点点集为{y_i}；

步骤E:视点云粗配准，将视点云数据转换至WGS-84标准坐标系；

步骤F:利用步骤E中的粗配准结果进行全局配准。

2.如权利要求1所述的一种全站仪联合三维激光扫描仪用于建筑测量的方法,其特征在于，所述步骤C中,全站仪的初始参数设置为基准站坐标参数。

3.如权利要求1所述的一种全站仪联合三维激光扫描仪用于建筑测量的方法,其特征在于，所述步骤D中所述控制点的数量需要保证三维激光扫描仪每站扫描时能同时有5个以上的控制点。

4.如权利要求1所述的一种全站仪联合三维激光扫描仪用于建筑测量的方法,其特征在于，所述步骤E是利用基于最小平方和误差的配准方法进行粗配准。

5.如权利要求4所述的一种全站仪联合三维激光扫描仪用于建筑测量的方法,其特征在于，利用点集{x_i}和点集{y_i}计算旋转矩阵和平移矢量，将所述旋转矩阵和平移矢量作用于对应的视点云数据。

6.如权利要求1所述的一种全站仪联合三维激光扫描仪用于建筑测量的方法,其特征在于，所述步骤F是通过最小化公式

$\mathrm{\Φ}=\underset{\mathrm{\μ}=1}{\overset{p}{\mathrm{\Σ}}}\underset{i=1}{\overset{N^{\mathrm{\μ}}}{\mathrm{\Σ}}}{\mathrm{\ω}}_i^{\mathrm{\μ}}{(T^{\mathrm{\α}\left(\mathrm{\μ}\right)}-T^{\mathrm{\β}\left(\mathrm{\μ}\right)})}^T[2(R^{\mathrm{\α}\left(\mathrm{\μ}\right)}{x}_i^{\mathrm{\μ}}-R^{\mathrm{\β}\left(\mathrm{\μ}\right)}{y}_i^{\mathrm{\μ}})+(T^{\mathrm{\α}\left(\mathrm{\μ}\right)}-T^{\mathrm{\β}\left(\mathrm{\μ}\right)})]$

$+\underset{\mathrm{\μ}=1}{\overset{p}{\mathrm{\Σ}}}\underset{i=1}{\overset{N^{\mathrm{\μ}}}{\mathrm{\Σ}}}{\mathrm{\ω}}_i^{\mathrm{\μ}}{\left|\right|R^{\mathrm{\α}\left(\mathrm{\μ}\right)}{x}_i^{\mathrm{\μ}}-R^{\mathrm{\β}\left(\mathrm{\μ}\right)}{y}_i^{\mathrm{\μ}}\left|\right|}^2$ 得到最终的配准结果；

其中μ是三维激光扫描仪各站点扫描图像两两重叠区域的数字编号，α(μ)、β(μ)是μ值对应重叠区域所属的两个扫描图像的数字编号，N^μ是μ值对应重叠区域内的点数，P是重叠区域的个数，R是旋转矩阵，T是平移矢量。

7.如权利要求1所述的一种全站仪联合三维激光扫描仪用于建筑测量的方法,其特征在于，所述步骤C和步骤D可以同时执行。

8.如权利要求1所述的一种全站仪联合三维激光扫描仪用于建筑测量的方法,其特征在于，所述控制点为标靶、棱镜或其他具有识别作用的物体。

Images