CN105527621B - 基于虚拟共轭点的国产激光雷达系统的严密自检校算法 - Google Patents
基于虚拟共轭点的国产激光雷达系统的严密自检校算法 Download PDFInfo
- Publication number
- CN105527621B CN105527621B CN201610045762.2A CN201610045762A CN105527621B CN 105527621 B CN105527621 B CN 105527621B CN 201610045762 A CN201610045762 A CN 201610045762A CN 105527621 B CN105527621 B CN 105527621B
- Authority
- CN
- China
- Prior art keywords
- mrow
- mtd
- msub
- mtr
- delta
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/497—Means for monitoring or calibrating
Abstract
本发明公开了一种基于虚拟共轭点的国产激光雷达系统的严密自检校算法，提取对应的虚拟共轭点，并获取该点所对应的位置姿态信息，以得到虚拟共轭点数据；将虚拟共轭点数据导入到自检校模型中，在最小二乘的基础上引入了高斯‑马尔科夫模型，在迭代的计算过程中检验是否收敛，若收敛则获取最优的8个检校参数；将最优的8个检校参数代入初始数据中重新解算激光点云数据，获取最终经过检校后的高精度激光点云数据，进行精度评定，输出精度报告。本发明在提高系统检校精度的同时，提高激光雷达系统定位精度，有助于生成无缝拼接的航带数据，对激光雷达数据后处理及应用具有至关重要的意义。
Description
技术领域
本发明涉及激光雷达领域，尤其涉及基于虚拟共轭点的国产激光雷达系统的严密自检校算法。
背景技术
激光雷达系统作为新型主动式多传感器集成系统，具有多种优势可快速获取高分辨率的数字地形模型，并在地形测绘、森林调查、灾害监测等领域具有独特的优势所在。而在激光雷达系统定位过程中，系统误差会使得重叠航带数据出现偏移及错位现象，对数据后处理带来了诸多不便，故减小系统误差改善数据质量与精度对LiDAR后处理具有重要意义。
针对激光雷达系统检校消除系统误差方法，目前有两大类方法。第一种：基于条带数据采用航带平差的方法消除系统误差，常见的模型包括3参数平差模型、9参数平差模型、12参数平差模型以及仿射变换模型等方法，模型简单但却不严谨。第二种方法思路则侧重于系统误差源，采用检校方法估算出系统误差参数，对系统误差进行直接补偿，且检校后的参数可以直接应用于整个测区，不需要对每个条带分别平差。张小红采用基于剖面的方法分别检校，效率低而且人为因素影响较大。Jaebin Lee基于线特征进行激光雷达航带平差，通过提取房屋屋顶面，面面相交获取线特征，建立2D仿射、伪仿射模型进行求解检校参数。Burman H,Filin S，Skaloud等人采用面特征作为匹配基元，设计了基于面特征的检校方法，以此消除系统误差。还有采用基于DEM的匹配方法进行检校，TerraMatch软件即是借鉴该方法进行检校消除系统误差的。王丽英等人提出基于最小法向量(LND)与最小高程差(LZD)约束的无控制三维表面匹配方法之后，又提出了基于高斯马尔科夫的最小二乘算法进行曲面匹配算法，将点云构建TIN再寻找点到三角网的法向距离，利用最小二乘公式进行求匹配值，该方法的匹配结果与原数据质量有着直接的关系。左志权采用重叠区域共轭点欧式距离作为条带平差数据模型，通过定义不同共轭点对应规则从而实现相邻条带间正形变换参数的最似然估计，但需要对数据进行滤波处理以提取出地面点参与平差计算。张靖等人在系统误差检校过程中，结合强度信息采用SIFT算法及RANSAC算法提取虚拟同名点，以同名点均值作为真知，采用共面约束的检校方法基于最小二乘原理求取模型参数。AymanHabib,Ki In Bang等人提出一种简单与严密的检校计算方法，但这些方法仅适合于垂直向下工作模式的线性扫描系统，且两种方法分别针对不同的假设来求取检校结果，需假设扫描区域为平地、飞行航线为直线飞行，且Roll与Pitch角度为零，便于偏心距与偏心角较小的情况下使用。
目前的检校方法存在的技术缺陷可以归纳为以下六点，具体如下：
1、算法在计算过程中假定条件较多，与实际应用中航带飞行及数据等方面的实际情况均有冲突，缺乏实用性；2、有些检校方法耗时而且昂贵，尤其是航线检校，需严格进行航线设计及飞行以满足检校要求；3、检校步骤复杂，甚至有些是分步检校，且对三个角度的检校过程是分顺序的；4、需要对已知控制点或者控制面等参考数据的获取来辅助求取检校参数；5、有些检校方法需要人工参与，或者有一定的经验值参与其中方可获取较好的检校精度；6、目前没有共同通用的检校方法，因为检校方法多数基于手动参与的软件包或者LiDAR数据提供者的专家知识。
发明内容
针对上述问题中存在的不足之处，本发明提供一种基于虚拟共轭点的国产激光雷达系统的严密自检校算法。
为实现上述目的，本发明提供一种基于虚拟共轭点的国产激光雷达系统的严密自检校算法，包括：
步骤一、获取实际飞行航带的激光点云数据，选取相邻航带任意重叠区域的激光点云数据；在重叠航带激光点云数据中选择检校区域以提取对应的虚拟共轭点，利用虚拟共轭点本身所附带的GPStime数据来获取该点所对应的位置姿态信息，以确定虚拟共轭点数据；
步骤二、建立自检校模型，将所述虚拟共轭点数据导入到自检校模型中进行解算，获取系数矩阵，所述系数矩阵为矩阵A与矩阵L；
步骤三、在求取最优无偏检校参数的过程中，基于系数矩阵，在最小二乘算法中引入高斯-马尔科夫模型，同时检验是否收敛，若收敛则获取最优的8个检校参数；
步骤四、将所述最优的8个检校参数代入到步骤一中初始航带激光点云数据中进行重新解算，获取最终检校后的高精度激光点云数据，重叠航带激光点云数据形成无缝拼接数据，最终将检校后的激光数据进行精度评定，验证检校后的数据精度，最终输出精度报告。
作为本发明的进一步改进，所述步骤一中提取对应的虚拟共轭点的方法为：
选取虚拟共轭点对P与Q两点，虚拟共轭点Q点与周围最紧密的三个真实激光点q1、q2、q3坐标值有直接关系，点Q、q1、q2、q3共面；依据q1、q2、q3的坐标信息，利用公式(1)与公式(2)提取P点的虚拟共轭点Q点的坐标信息；
其中，[XQ YQ ZQ]T为变换后虚拟共轭点Q的坐标值，[Xqi Yqi Zqi]T为变换前坐标值，R为旋转矩阵，[Δx Δy Δz]T为xyz三个方向的偏移量；
利用上式提取检校区域内所有激光点云数据的虚拟共轭点。
作为本发明的进一步改进，所述步骤二包括：依据国产高精度激光雷达系统的定位方程进行推导计算，获取鲁棒性较强精度较高的自检校模型：
所述国产高精度激光雷达系统的定位方程可以表示为：
其中：Xe Ye Ze表示激光雷达系统所获取的WGS84坐标系下的激光坐标值，X0 Y0 Z0表示POS系统在时间t时刻的坐标值，B、L为纬度与经度，θ为激光扫描仪所获取的角度值，Δθ为角度值θ所对应的初始零位角，ρ表示激光扫描仪所获取的激光发射器中心到目标地物之间的距离值，Δρ、k表示距离改正的加常数与乘常数，可通过单机检校获取该参数；中H、P、R分表代表POS系统所获取的三个姿态角度，而△H、△P、△R则代表三个姿态角随身所携带的角度偏差，b为载体坐标系，n为导航坐标系；表示激光扫描仪与POS系统在硬件集成中由于三个坐标轴的不平行导致的激光扫描仪自身坐标系与POS系统自身坐标系的三轴夹角称为偏心角所构成的旋转矩阵，l为激光坐标系；ΔxlbΔylbΔzlb表示激光扫描仪自身坐标系与POS系统自身坐标系原点之间的偏心距；ξxξyξz表示POS数据解算过程中由于GPS定位误差所导致的位置偏移误差；表示激光脚点形成过程中所附带的三个方向(X Y Z)的随机误差；假设：
其中，[Xl Yl Zl]T表示激光坐标系下的坐标值，则结合(4)(5)，将公式(3)简化为式(6)；
在航带1中A1点所对应T1时刻的定位方程为：
利用泰勒公式展开定位方程，可以获取公式(7)所对应的线性方程(8)
其中，为航带1求解的系数矩阵，表示未知参数矩阵的偏移向量，表示航带1求取的未知参数向量；则在航带2中A1点的虚拟共轭点A2点所对应T2时刻的定位方程为：
为航带2求解的系数矩阵，表示航带2求取的未知参数向量；
由于A1点与A2点两点为虚拟共轭点对，即为不同飞行航线重叠区域的同名地物点，理想情况下两点真实坐标值相同，即误差矩阵v理论值为零矩阵，如式(11)所示，但实际计算过程中，由于各种误差的影响，使获取A1与A2两点的坐标值存在一定差值，检校的最终目的即在误差矩阵v最小甚至趋于零的最优状态下求取最佳检校参数；
利用泰勒公式将公式(11)进行线性化处理得到公式(12)，以获取最终的系数L矩阵与A矩阵；
其中：L8*8为未知参数的系数矩阵，为未知参数矩阵，A8*1为系数矩阵。
作为本发明的进一步改进，所述高斯-马尔科夫模型为其中P为权重。
作为本发明的进一步改进，所述步骤二中，若不收敛，则更新初始检校参数，再次代入步骤二的自检校模型中进行再次计算，直到满足了基于高斯-马尔科夫模型的最小二乘收敛，获取最优的8个检校参数为止。
作为本发明进一步改进，所述8个检校参数为Δh,Δp,Δr,Δxlb,Δylb,Δzlb,Δρ,Δθ。
与现有技术相比，本发明的有益效果为：
本发明公开的一种基于虚拟共轭点的国产激光雷达系统的严密自检校算法，该算法以国产高精度轻小型航空遥感系统为研究对象，以该系统的高精度定位模型为基准来建立机载激光雷达系统的自检校模型，该算法对系统偏心角度无大小限制、飞行方向无限制、飞行航线无设定要求及限制、地形无限制，并且仅需重叠航带数据提取对应的虚拟共轭点参与计算求取所需参数，在提高系统检校精度的同时，提高激光雷达系统定位精度，同时有助于生成无缝拼接航带数据，对激光雷达数据后处理及应用具有至关重要的意义。
该算法有效弥补了目前检校方法的不足之处，无需设定较多的假设条件，采用实际飞行数据即可参与计算，且算法实用性较强，检校步骤简单，一次性计算出最优的8个检校参数，无需检校场只要求重叠航线数据即可，人工参与较少，该算法的整理思路适合所有的激光雷达系统，有效弥补了目前检校方法所存在的技术缺陷，具有较强的实用性及可行性，对激光雷达数据后处理及应用具有重要的意义。
附图说明
图1为本发明一种实施例公开的虚拟共轭点的模型图；
图2为本发明一种实施例公开的基于虚拟共轭点的国产激光雷达系统的严密自检校算法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合附图1-2对本发明做进一步的详细描述：
本发明提供一种基于虚拟共轭点的国产激光雷达系统的严密自检校算法，该算法以国产高精度轻小型航空遥感系统为研究对象，以该系统的高精度定位模型为基准来建立机载激光雷达系统的自检校模型，该算法仅需重叠航带数据提取对应的虚拟共轭点参与计算求取所需参数，在提高系统检校精度的同时，提高激光雷达系统定位精度，同时有助于生成无缝拼接航带数据，对激光雷达数据后处理及应用具有至关重要的意义。
本发明所述一种基于虚拟共轭点的国产激光雷达系统的严密自检校算法，包括：
第一步、利用国产激光雷达系统获取实际飞行航带激光点云数据，选取相邻航带任意重叠区域的激光点云数据；在重叠航带激光点云数据中选择检校区域以提取对应的虚拟共轭点来代替同名点参与计算，同名点指重叠航带数据中的相同地物点；并利用虚拟共轭点本身所附带的GPStime数据来获取所述虚拟共轭点所对应的位置姿态信息(pos数据)，确定虚拟共轭点数据(坐标信息、位置姿态信息、GPStime、强度、回波)。
在第一步的计算过程中，虚拟共轭点的提取尤为重要，虚拟共轭点的提取过程具体如下：
如图1所示，假设虚拟共轭点对为P与Q两点，设定P点为真实激光点，Q点为P点的虚拟共轭点，由Q点所在特定距离内最近的三个激光点q1q2q3坐标数据经过自检校模型来计算获取的虚拟共轭点；则坐标值及其该点所对应的IMU姿态信息依据自检校模型获取对应的一系列虚拟姿态信息。
由图1可知，Q点与周围最紧密的三个真实激光点坐标值有直接关系，点Q、q1、q2、q3共面，从不规则三角网TIN中获取所对应的三角面片中来提取，如式(1)所示，虚拟共轭点的高程信息由周围三个真实激光点坐标值的高程值经过线性内插获取；由于激光点坐标值将随着系统参数的改变而随之发生变动，且周围的三个真实激光点距离Q点距离很近，虚拟共轭点坐标的改变满足刚体变换，故可利用刚体变换参数计算出对应虚拟共轭点的坐标值，刚体变换方程如式(2)所示：
其中，[XQ YQ ZQ]T为变换后坐标值，[Xqi Yqi Zqi]T为变换前坐标值，R为旋转矩阵，[Δx Δy Δz]T为xyz三个方向的偏移量，由以上即可将虚拟共轭点的对应关系转换为真实激光点的对应，以便于代入自检校模型进行计算求取检校参数，为下一步参数的解算做好了数据准备。
第二步、自检校参数的获取过程，是在第一步所获取的虚拟共轭点的基础上进行的，该环节关键即为自检校模型的建立过程，模型建立过程依据国产高精度激光雷达系统的定位方程进行推导计算，获取鲁棒性较强精度较高的自检校模型，将第一步中所获取的虚拟共轭点数据(坐标信息、位置姿态数据、GPStime、强度、回波)导入到自检校模型中，进行线性化处理获取该模型所对应的系数矩阵(L与A矩阵)，在求取最优无偏检校参数的过程中，基于系数矩阵，在最小二乘算法中引入高斯-马尔科夫模型，在迭代的计算过程中检验是否收敛，若收敛则获取最优的8个检校参数。
在第二步的计算过程中，自检验模型的建立是本发明的核心内容，所述自检验模型的建立过程为：
依据国产高精度激光雷达系统的定位方程进行推导计算，获取鲁棒性较强精度较高的自检校模型；具体包括：
国产高精度激光雷达系统定位误差模型与系统内各传感器构成及坐标系定义有直接关系；所述国产高精度激光雷达系统的定位方程可以表示为：
其中：Xe Ye Ze表示激光雷达系统所获取的WGS84坐标系下的激光坐标值，X0 Y0 Z0表示POS系统在时间t时刻的坐标值，B、L为纬度与经度，θ为激光扫描仪所获取的角度值，Δθ为角度值θ所对应的初始零位角，ρ表示激光扫描仪所获取的激光发射器中心到目标地物之间的距离值，Δρ、k表示距离改正的加常数与乘常数，可通过单机检校获取该参数；a、b、c为国产激光雷达系统内部参数，中H、P、R分表代表POS系统所获取的三个姿态角度，而△H、△P、△R则代表三个姿态角随身所携带的角度偏差，b为载体坐标系，n为导航坐标系；表示激光扫描仪与POS系统在硬件集成中由于三个坐标轴的不平行导致的激光扫描仪自身坐标系与POS系统自身坐标系的三轴夹角称为偏心角所构成的旋转矩阵，l为激光坐标系；ΔxlbΔylbΔzlb表示激光扫描仪自身坐标系与POS系统自身坐标系原点之间的偏心距；ξxξyξz表示POS数据解算过程中由于GPS定位误差所导致的位置偏移误差；表示激光脚点形成过程中所附带的三个方向(X Y Z)的随机误差；为便于自检校模型的建立，假设：
其中，为简化公式3的过渡参数，[Xl Yl Zl]T表示激光坐标系下的坐标值，则结合(4)(5)，将公式(3)简化为式(6)；
综上可知，在航带1中A1点所对应T1时刻的定位方程为：
利用泰勒公式展开定位方程，可以获取公式(7)所对应的线性方程(8)
其中，为航带1求解的系数矩阵，Δh,Δp,Δr,Δxlb,Δylb,Δzlb,Δρ,Δθ为本发明将要求取的8个未知参数，表示未知参数矩阵的偏移向量，表示航带1求取的未知参数向量。则在航带2中A2点(A1点的虚拟共轭点)所对应T2时刻的定位方程为：
为航带2求解的系数矩阵。表示航带2求取的未知参数向量。
由于A1点与A2点两点为虚拟共轭点对，即为不同飞行航线重叠区域的同名地物点，理想情况下两点真实坐标值相同，即误差矩阵v理论值为零矩阵，如式(11)所示，但实际计算过程中，由于各种误差的影响，使获取A1与A2两点的坐标值存在一定差值，检校的最终目的即在误差矩阵v最小甚至趋于零的最优状态下求取最佳检校参数；
利用泰勒公式将公式(11)进行线性化处理得到公式(12)，以获取最终的系数矩阵L矩阵与A矩阵；
L8*8为未知参数的系数矩阵，为未知参数矩阵，A8*1为系数矩阵
基于系数矩阵L矩阵与A矩阵，预利用最小二乘算法且引入高斯-马尔科夫模型代入进行计算，其中P为权重，以获取最佳8个检校参数；可将第一步所获取的虚拟共轭点数据代入模型进行计算，为下一步参数的获取做准备。
第三步、这个环节是在第一步、第二步的基础上进行的，属于检校的最后一个精度验证与报告输出环节，在第二步的系数矩阵(L与A矩阵)导入自检校模型中后进行迭代计算，假如收敛不满足约束条件，则更新初始检校参数，再次代入第二步的自检校模型中进行再次计算，直到满足了基于高斯-马尔科夫模型的最小二乘收敛，获取最优参数为止，最终将所获取的8个检校参数Δh,Δp,Δr,Δxlb,Δylb,Δzlb,Δρ,Δθ(三个角度偏移、三个位置偏移、一个距离改正、一个角度改正)代入到第一步中初始的航带激光点云数据中进行重新解算激光点云数据，获取最终检校后的高精度激光点云数据，重叠航带激光点云数据形成无缝拼接数据，最终将检校后的激光数据进行精度评定，验证检校后的数据精度，最终输出精度报告。
本发明专利的核心关键点及保护点即为基于虚拟共轭点的国产激光雷达系统的严密自检校模型的建立，整套算法以该数据模型为核心进行展开，提取重叠航带激光点云数据所选区域对应的虚拟共轭点，以国产激光雷达系统为研究对象，将高精度的系统定位模型作为基础提出的自检校模型。
本发明公开的一种基于虚拟共轭点的国产激光雷达系统的严密自检校算法，该算法以国产高精度轻小型航空遥感系统为研究对象，以该系统的高精度定位模型为基准来建立机载激光雷达系统的自检校模型，该算法对系统偏心角度无大小限制、飞行方向无限制、飞行航线无设定要求及限制、地形无限制，并且仅需重叠航带数据提取对应的虚拟共轭点参与计算求取所需参数，在提高系统检校精度的同时，提高激光雷达系统定位精度，同时有助于生成无缝拼接航带数据，对激光雷达数据后处理及应用具有至关重要的意义。该算法有效弥补了目前检校方法的不足之处，无需设定较多的假设条件，采用实际飞行数据即可参与计算，且算法实用性较强，检校步骤简单，一次性计算出最优的检校参数，无需检校场只要求重叠航线数据即可，人工参与较少，该算法的整理思路适合所有的激光雷达系统，有效弥补了目前检校方法所存在的技术缺陷，具有较强的实用性及可行性，对激光雷达数据后处理及应用具有重要的意义。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于虚拟共轭点的国产激光雷达系统的严密自检校算法，其特征在于，包括：
步骤一、获取实际飞行航带的激光点云数据，选取相邻航带任意重叠区域的激光点云数据；在重叠航带激光点云数据中选择检校区域以提取对应的虚拟共轭点，利用虚拟共轭点本身所附带的GPStime数据来获取该点所对应的位置姿态信息，以确定虚拟共轭点数据；
步骤二、根据国产激光雷达系统的定位方程建立自检校模型，将所述虚拟共轭点数据导入到自检校模型中进行解算，获取系数矩阵，所述系数矩阵为矩阵A与矩阵L；
所述步骤二包括：依据国产高精度激光雷达系统的定位方程进行推导计算，获取鲁棒性较强精度较高的自检校模型：
所述国产高精度激光雷达系统的定位方程表示为：
其中：Xe Ye Ze表示激光雷达系统所获取的WGS84坐标系下的激光坐标值，X0 Y0 Z0表示POS系统在时间t时刻的坐标值，B、L为纬度与经度，θ为激光扫描仪所获取的角度值，Δθ为角度值θ所对应的初始零位角，ρ表示激光扫描仪所获取的激光发射器中心到目标地物之间的距离值，Δρ、k表示距离改正的加常数与乘常数，可通过单机检校获取该参数；中H、P、R分表代表POS系统所获取的三个姿态角度，而△H、△P、△R则代表三个姿态角随身所携带的角度偏差，b为载体坐标系，n为导航坐标系；表示激光扫描仪与POS系统在硬件集成中由于三个坐标轴的不平行导致的激光扫描仪自身坐标系与POS系统自身坐标系的三轴夹角称为偏心角所构成的旋转矩阵，l为激光坐标系；Δxlb Δylb Δzlb表示激光扫描仪自身坐标系与POS系统自身坐标系原点之间的偏心距；ξx ξy ξz表示POS数据解算过程中由于GPS定位误差所导致的位置偏移误差；表示激光脚点形成过程中所附带的三个方向(X Y Z)的随机误差；假设：
<mrow>
<msubsup>
<mi>T</mi>
<mi>n</mi>
<mi>e</mi>
</msubsup>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<mi>sin</mi>
<mi> </mi>
<mi>B</mi>
<mi> </mi>
<mi>cos</mi>
<mi> </mi>
<mi>L</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<mi>sin</mi>
<mi> </mi>
<mi>L</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>cos</mi>
<mi> </mi>
<mi>B</mi>
<mi> </mi>
<mi>cos</mi>
<mi> </mi>
<mi>L</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<mi>sin</mi>
<mi> </mi>
<mi>B</mi>
<mi> </mi>
<mi>sin</mi>
<mi> </mi>
<mi>L</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>cos</mi>
<mi> </mi>
<mi>L</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>cos</mi>
<mi> </mi>
<mi>B</mi>
<mi> </mi>
<mi>sin</mi>
<mi> </mi>
<mi>L</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>cos</mi>
<mi> </mi>
<mi>B</mi>
</mrow>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<mi>sin</mi>
<mi> </mi>
<mi>B</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
其中，[Xl Yl Zl]T表示激光坐标系下的坐标值，则结合(4)(5)，将公式(3)简化为式(6)；
在航带1中A1点所对应T1时刻的定位方程为：
利用泰勒公式展开定位方程，可以获取公式(7)所对应的线性方程(8)
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mover>
<mi>X</mi>
<mo>&RightArrow;</mo>
</mover>
<mrow>
<mi>T</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>=</mo>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mrow>
<mover>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>&RightArrow;</mo>
</mover>
<mo>+</mo>
<mi>&delta;</mi>
<mover>
<mi>x</mi>
<mo>&RightArrow;</mo>
</mover>
<mo>,</mo>
<msub>
<mover>
<mi>l</mi>
<mo>&RightArrow;</mo>
</mover>
<mn>1</mn>
</msub>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>&delta;</mi>
<mover>
<mi>x</mi>
<mo>&RightArrow;</mo>
</mover>
<mo>=</mo>
<mrow>
<mo>(</mo>
<mi>&delta;</mi>
<mi>&Delta;</mi>
<mi>h</mi>
<mo>,</mo>
<mi>&delta;</mi>
<mi>&Delta;</mi>
<mi>p</mi>
<mo>,</mo>
<mi>&delta;</mi>
<mi>&Delta;</mi>
<mi>r</mi>
<mo>,</mo>
<msub>
<mi>&delta;&Delta;x</mi>
<mrow>
<mi>l</mi>
<mi>b</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>&delta;&Delta;y</mi>
<mrow>
<mi>l</mi>
<mi>b</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>&delta;&Delta;z</mi>
<mrow>
<mi>l</mi>
<mi>b</mi>
</mrow>
</msub>
<mo>,</mo>
<mi>&delta;</mi>
<mi>&Delta;</mi>
<mi>&rho;</mi>
<mo>,</mo>
<mi>&delta;</mi>
<mi>&Delta;</mi>
<mi>&theta;</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mover>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>&RightArrow;</mo>
</mover>
<mo>=</mo>
<mrow>
<mo>(</mo>
<mi>&Delta;</mi>
<mi>h</mi>
<mo>,</mo>
<mi>&Delta;</mi>
<mi>p</mi>
<mo>,</mo>
<mi>&Delta;</mi>
<mi>r</mi>
<mo>,</mo>
<msub>
<mi>&Delta;x</mi>
<mrow>
<mi>l</mi>
<mi>b</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>&Delta;y</mi>
<mrow>
<mi>l</mi>
<mi>b</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>&Delta;z</mi>
<mrow>
<mi>l</mi>
<mi>b</mi>
</mrow>
</msub>
<mo>,</mo>
<mi>&Delta;</mi>
<mi>&rho;</mi>
<mo>,</mo>
<mi>&Delta;</mi>
<mi>&theta;</mi>
<mo>)</mo>
</mrow>
</mrow>
其中，为航带1求解的系数矩阵，表示未知参数矩阵的偏移向量，表示航带1求取的未知参数向量；则在航带2中A1点的虚拟共轭点A2点所对应T2时刻的定位方程为：
<mrow>
<msub>
<mover>
<mi>X</mi>
<mo>&RightArrow;</mo>
</mover>
<mrow>
<mi>T</mi>
<mn>2</mn>
</mrow>
</msub>
<mo>=</mo>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mover>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>&RightArrow;</mo>
</mover>
<mo>+</mo>
<mi>&delta;</mi>
<mover>
<mi>x</mi>
<mo>&RightArrow;</mo>
</mover>
<mo>,</mo>
<msub>
<mover>
<mi>l</mi>
<mo>&RightArrow;</mo>
</mover>
<mn>2</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
</mrow>
为航带2求解的系数矩阵，表示航带2求取的未知参数向量；
由于A1点与A2点两点为虚拟共轭点对，即为不同飞行航线重叠区域的同名地物点，理想情况下两点真实坐标值相同，即误差矩阵v理论值为零矩阵，如式(11)所示，但实际计算过程中，由于各种误差的影响，使获取A1与A2两点的坐标值存在一定差值，检校的最终目的即在误差矩阵v最小甚至趋于零的最优状态下求取最佳检校参数；
<mrow>
<mi>v</mi>
<mo>=</mo>
<msub>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>X</mi>
<mi>e</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>Y</mi>
<mi>e</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>Z</mi>
<mi>e</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mrow>
<mi>T</mi>
<mn>1</mn>
<mo>-</mo>
<mi>A</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>X</mi>
<mi>e</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>Y</mi>
<mi>e</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>Z</mi>
<mi>e</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mrow>
<mi>T</mi>
<mn>2</mn>
<mo>-</mo>
<mi>A</mi>
<mn>2</mn>
</mrow>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>11</mn>
<mo>)</mo>
</mrow>
</mrow>
利用泰勒公式将公式(11)进行线性化处理得到公式(12)，以获取最终的系数L矩阵与A矩阵；
其中：L8*8为未知参数的系数矩阵，为未知参数矩阵，A8*1为系数矩阵；
步骤三、在求取最优无偏检校参数的过程中，基于系数矩阵，在最小二乘算法中引入高斯-马尔科夫模型，同时检验是否收敛，若收敛则获取最优的8个检校参数；
步骤四、将所述最优的8个检校参数代入到步骤一中初始航带激光点云数据中进行重新解算，获取最终检校后的高精度激光点云数据，重叠航带激光点云数据形成无缝拼接数据，最终将检校后的激光数据进行精度评定，验证检校后的数据精度，最终输出精度报告。
2.如权利要求1所述的基于虚拟共轭点的国产激光雷达系统的严密自检校算法，其特征在于，所述步骤一中提取对应的虚拟共轭点的方法为：
选取虚拟共轭点对P与Q两点，虚拟共轭点Q点与周围最紧密的三个真实激光点q1、q2、q3坐标值有直接关系，点Q、q1、q2、q3共面；依据q1、q2、q3的坐标信息，利用公式(1)与公式(2)提取P点的虚拟共轭点Q点的坐标信息；
<mrow>
<mo>|</mo>
<mtable>
<mtr>
<mtd>
<msub>
<mi>X</mi>
<mrow>
<mi>q</mi>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>Y</mi>
<mrow>
<mi>q</mi>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>Z</mi>
<mrow>
<mi>q</mi>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>X</mi>
<mrow>
<mi>q</mi>
<mn>2</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>Y</mi>
<mrow>
<mi>q</mi>
<mn>2</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>Z</mi>
<mrow>
<mi>q</mi>
<mn>2</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>X</mi>
<mrow>
<mi>q</mi>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>Y</mi>
<mrow>
<mi>q</mi>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>Z</mi>
<mrow>
<mi>q</mi>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>X</mi>
<mi>Q</mi>
</msub>
</mtd>
<mtd>
<msub>
<mi>Y</mi>
<mi>Q</mi>
</msub>
</mtd>
<mtd>
<msub>
<mi>Z</mi>
<mi>Q</mi>
</msub>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
<mo>|</mo>
<mo>=</mo>
<mn>0</mn>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>X</mi>
<mi>Q</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>Y</mi>
<mi>Q</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>Z</mi>
<mi>Q</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mi>R</mi>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>X</mi>
<mrow>
<mi>q</mi>
<mi>i</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>Y</mi>
<mrow>
<mi>q</mi>
<mi>i</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>Z</mi>
<mrow>
<mi>q</mi>
<mi>i</mi>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>&Delta;</mi>
<mi>x</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>&Delta;</mi>
<mi>y</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>&Delta;</mi>
<mi>z</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
其中，[XQ YQ ZQ]T为变换后虚拟共轭点Q的坐标值，[Xqi Yqi Zqi]T为变换前坐标值，R为旋转矩阵，[Δx Δy Δz]T为xyz三个方向的偏移量；
利用上式提取检校区域内所有激光点云数据的虚拟共轭点。
3.如权利要求1所述的基于虚拟共轭点的国产激光雷达系统的严密自检校算法，其特征在于，所述高斯-马尔科夫模型为其中P为权重。
4.如权利要求3所述的基于虚拟共轭点的国产激光雷达系统的严密自检校算法，其特征在于，所述步骤二中，若不收敛，则更新初始检校参数，再次代入步骤二的自检校模型中进行再次计算，直到满足了基于高斯-马尔科夫模型的最小二乘收敛，获取最优的8个检校参数为止。
5.如权利要求4所述的基于虚拟共轭点的国产激光雷达系统的严密自检校算法，其特征在于，所述8个检校参数为Δh,Δp,Δr,Δxlb,Δylb,Δzlb,Δρ,Δθ。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610045762.2A CN105527621B (zh) | 2016-01-23 | 2016-01-23 | 基于虚拟共轭点的国产激光雷达系统的严密自检校算法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610045762.2A CN105527621B (zh) | 2016-01-23 | 2016-01-23 | 基于虚拟共轭点的国产激光雷达系统的严密自检校算法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105527621A CN105527621A (zh) | 2016-04-27 |
| CN105527621B true CN105527621B (zh) | 2018-04-13 |
Family
ID=55769958
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610045762.2A Expired - Fee Related CN105527621B (zh) | 2016-01-23 | 2016-01-23 | 基于虚拟共轭点的国产激光雷达系统的严密自检校算法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105527621B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107179533A (zh) * | 2017-05-03 | 2017-09-19 | 长安大学 | 一种多参数机载LiDAR系统误差自动检校方法 |
| CN109141431A (zh) * | 2018-09-07 | 2019-01-04 | 北京数字绿土科技有限公司 | 航带匹配方法、装置、电子设备和可读存储介质 |
| CN111105496A (zh) * | 2019-12-19 | 2020-05-05 | 昆明能讯科技有限责任公司 | 一种基于机载激光雷达点云数据的高精dem构建方法 |
| CN111208497A (zh) * | 2020-04-20 | 2020-05-29 | 成都纵横融合科技有限公司 | 一种机载激光雷达系统平差处理方法 |
| CN113567963B (zh) * | 2021-06-25 | 2024-04-12 | 北京四维远见信息技术有限公司 | 一种对激光雷达测量误差进行精密检测的方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102506930A (zh) * | 2011-11-10 | 2012-06-20 | 中国测绘科学研究院 | 航空遥感集成系统检校装置及方法 |
| CN102538820A (zh) * | 2011-12-13 | 2012-07-04 | 中国测绘科学研究院 | 一种航空遥感集成系统检校方法 |
| CN102609994A (zh) * | 2012-01-06 | 2012-07-25 | 中国测绘科学研究院 | 基于点对点模型的通用3d表面匹配方法 |
| CN104237887A (zh) * | 2014-09-29 | 2014-12-24 | 中国测绘科学研究院 | 一种sar遥感影像匹配方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB201116961D0 (en) * | 2011-09-30 | 2011-11-16 | Bae Systems Plc | Fast calibration for lidars |
-
2016
- 2016-01-23 CN CN201610045762.2A patent/CN105527621B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102506930A (zh) * | 2011-11-10 | 2012-06-20 | 中国测绘科学研究院 | 航空遥感集成系统检校装置及方法 |
| CN102538820A (zh) * | 2011-12-13 | 2012-07-04 | 中国测绘科学研究院 | 一种航空遥感集成系统检校方法 |
| CN102609994A (zh) * | 2012-01-06 | 2012-07-25 | 中国测绘科学研究院 | 基于点对点模型的通用3d表面匹配方法 |
| CN104237887A (zh) * | 2014-09-29 | 2014-12-24 | 中国测绘科学研究院 | 一种sar遥感影像匹配方法 |
Non-Patent Citations (1)
| Title |
|---|
| "3维最小二乘表面匹配泛型数学模型及在机载LiDAR条带平差中的应用";左志权 等;《遥感学报》;20131231;第17卷(第6期);第1553页右栏第1行-第1554页左栏第16行，第1555页左栏 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105527621A (zh) | 2016-04-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105527621B (zh) | 基于虚拟共轭点的国产激光雷达系统的严密自检校算法 | |
| CN105510913B (zh) | 基于类光学像方改正的异源光学和sar遥感影像联合定位方法 | |
| CN102693542B (zh) | 一种影像特征匹配方法 | |
| CN106646564B (zh) | 一种基于低轨卫星增强导航方法 | |
| CN102607533B (zh) | 线阵ccd光学与sar影像联合区域网平差定位方法 | |
| CN106960174A (zh) | 高分影像激光雷达高程控制点提取及其辅助定位方法 | |
| CN102654576A (zh) | 基于sar图像和dem数据的图像配准方法 | |
| CN113671505B (zh) | 一种基于系统几何误差补偿的合成孔径雷达立体定位方法 | |
| CN102778224B (zh) | 一种基于极坐标参数化的航空摄影测量光束法平差的方法 | |
| CN105242252B (zh) | 基于图像匹配的下降轨聚束sar雷达定位方法 | |
| CN103129752A (zh) | 一种基于地面导航的光学遥感卫星姿态角误差动态补偿方法 | |
| CN107014399A (zh) | 一种星载光学相机‑激光测距仪组合系统联合检校方法 | |
| CN109471101A (zh) | 一种弹载sar图像校正方法 | |
| Tang et al. | Combined adjustment of multi-resolution satellite imagery for improved geo-positioning accuracy | |
| CN102508260A (zh) | 一种面向侧视中分辨率卫星的几何成像构建方法 | |
| CN108226982B (zh) | 单线阵卫星激光联合高精度定位处理方法 | |
| CN108447100B (zh) | 一种机载三线阵ccd相机的偏心矢量和视轴偏心角标定方法 | |
| Jiao et al. | A generic framework for improving the geopositioning accuracy of multi-source optical and SAR imagery | |
| CN108562900A (zh) | 一种基于高程校正的sar图像几何配准方法 | |
| CN110030968A (zh) | 一种基于星载立体光学影像的地面遮挡物仰角测量方法 | |
| Qiao et al. | Assessment of geo-positioning capability of high resolution satellite imagery for densely populated high buildings in metropolitan areas | |
| CN103927738A (zh) | 一种大间距模式下基于双目视觉图像的行星车定位方法 | |
| CN105910586A (zh) | 基于具有时间属性的像片获取实际地理信息的方法 | |
| CN110968910B (zh) | 一种双视线正交的激光雷达卫星姿态设计方法及控制系统 | |
| CN115015931B (zh) | 无需外部误差校正的实时差分立体sar几何定位方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180413 Termination date: 20200123 |