CN108225185A - 一种车载扫描系统检校方法 - Google Patents

Abstract

本发明涉及一种车载扫描系统检校方法，将车载扫描系统获得预设标靶的球心参数和车载扫描系统初始设计的扫描仪与惯导之间的旋转角度，代入检校模型，得到检校后的旋转角度参数，并计算其平差结果，将检校后旋转角度参数的平差结果与初始系统设计的旋转角度参数相减，之差与阈值相比；当小于阈值时，则平差收敛完成检校；当大于阈值时，则将检校后的旋转角度参数作为最初始的旋转角度参数，再次代入检校模型和误差方程，进行迭代计算，直到得到最终的小于阈值的角度参数为止。本发明可以弥补传统方法中提取的检校点不准确、精度低等缺点，能够有效地解决由于车载点云数据点间距较大，无法准确拟合标志的问题，该检校方法对适用性及实用性更强。

Description

一种车载扫描系统检校方法

技术领域

本发明涉及测绘科学技术领域，特别涉及一种车载扫描系统检校方法。

背景技术

为了获取高精度的城市道路、高速公路及其两侧建筑物等的三维数据，车载扫描系统以其快速性、高效性等特点已经成为主要的数据采集手段。作为GPS、惯导、扫描仪等多个传感器集成的系统，车载扫描系统是一种利用GPS和惯导为扫描数据提供位置姿态信息，其数据精度会受到传感器位置等多种误差的影响，因此对系统最大误差源安置误差进行高精度的检校，在系统的应用及实用性方面有重要的意义。

对于系统的检校，目前有很多种方法，根据误差的来源及对系统的影响程度，主要对车载扫描系统的六个外方位元素进行检校。比如：

1、利用控制点进行外方位元素的检校方法，利用大量控制点的真实坐标与车载系统测的坐标做比较进行检校。

2、利用特征面进行外方位元素的检校方法。

3、将控制点进行扩展，通过对比高精度的平面坐标来进行检校。

4、一种带有微小转角纠正的方法来动态标定外方位参数的方法。

5、一种利用竖直墙面的三个维度方向的墙边沿对外方位元素进行检校的方法。

总体来说，车载扫描系统的检校方法有多种多样，当前的采用点/面特征的检校方法对特征点确定及特征面拟合的精度要求很高，由于车载扫描系统采集的车载点云的扫描线间隔较大，点位的密集程度横纵方向不同，无法很准确的得到点/面特征的数据；利用微小转角纠正的方法对系统硬件设备的安装位置及方式有很大的限制；利用竖直墙面的三个维度的墙面进行检校的方法对相对误差改正较好，对绝对误差的纠正有所欠缺。

因此，如何能够有效地解决车载扫描系统中车载点云数据点间距较大，无法准确拟合标志是同行业人员亟待解决的问题，

发明内容

鉴于上述问题，本发明依据三维激光扫描仪和惯性导航系统的工作原理及它们与GPS系统相结合使用的特性，针对车载式激光扫描系统的初始硬件集成，提出了一种车载扫描系统的检校方法，能够有效地解决由于车载点云数据点间距较大，无法准确拟合标志的问题。

本发明提供一种克服上述问题或者至少部分地解决上述问题的一种车载扫描系统的检校方法。

本发明实施例提供一种车载扫描系统的检校方法，包括：

步骤一：确定预设标靶的球心参数，根据所述预设标靶搭建检校模型；

步骤二：将所述预设标靶的球心参数和初始系统设计的旋转角度参数，代入所述检校模型，得到第一次检校后的旋转角度参数；所述旋转角度参数为扫描仪与惯导之间的旋转角度；

步骤三：将所述检校后的旋转角度参数代入误差方程，求得检校后旋转角度参数的平差结果；

步骤四：将所述检校后旋转角度参数的平差结果的旋转角度参数与所述初始系统设计的旋转角度参数相减，所得差值与设定的阈值相比；当小于阈值时，则平差收敛完成检校，检校后的旋转角度参数作为检校后扫描仪与惯导之间的旋转角度参数；

当大于阈值时，则将其对应的检校后旋转角度参数的平差结果替换初始系统设计的旋转角度参数，再次代入所述检校模型和所述误差方程进行迭代计算，将每一次计算得到的旋转角度参数与上一次计算得到的旋转角度参数进行相减，所得差值与所述阈值相比，直到得到最终的小于阈值的所对应的旋转角度参数为止，迭代停止，所述最终的小于阈值的所对应的旋转角度参数作为检校后扫描仪与惯导之间的旋转角度。

在一个实施例中，所述确定预设标靶的球心参数，包括：

截取预设标靶的点云数据，拟合预设标靶获取中心点坐标，将所述中心点坐标作为虚拟扫描点，沿扫描线拟合扫描面；

计算拟合的所述预设标靶的球心点到各个平面的距离值，取最小的两个值所在的平面为最近平面，计算两个值的比值，根据所述比值计算出预设标靶的球心参数。

在一个实施例中，所述检校模型为：

其中，[X_b Y_b Z_b]^T为预设标靶的球心参数GPS坐标；[X_gps Y_gps Z_gps]^T表示GPS天线相位中心在WGS84空间坐标系ECEF下的坐标值；R_M是由当地水平坐标系变换到WGS84经纬度坐标系的旋转矩阵；R_N是由基准参考坐标系变换到当地水平坐标系的旋转矩阵；R_O为扫描仪与惯导之间三个安置角的旋转矩阵；[X_laser Y_laser Z_laser]^T表示球心点原始虚拟扫描仪空间系坐标；表示扫描仪空间直角坐标系原点与惯性导航系统坐标系即基准参考坐标系原点之间的坐标平移量；表示基准参考坐标系的中心与天线的相位中心点之间的坐标的平移量。

在一个实施例中，根据间接平差最小二乘原理来求解检校模型(9)的步骤如下：

令

检校模型变为：

模型中，检校参数在R_O中，其他均为已知数；令有：

其中表示将全站仪坐标带入计算的X值；表示拟合得到的球心点坐标计算出的X值。

在一个实施例中，所述步骤三中误差方程为平差值方程的矩阵：

V＝BX-L (13)

其中:

X＝[α β γ] (14)

根据最小二乘平差原理，列出法方程：

B^TPAX＝B^TPL (17)

接上式得：

X＝(B^TB)^-1B^TL (18)。

在一个实施例中，还包括：

步骤五：将所述步骤四最终得到的检校后扫描仪与惯导之间的旋转角度参数带入到精度评价公式中评定精度，得到所述旋转角度参数最终的绝对精度。

在一个实施例中，还包括：

所述精度评价公式为：

式中，V^T表示的是改正数矩阵的转置矩阵，是将解算得到最终的(18)中的X带入到公式(13)中得到的V矩阵，再求转置得到；P矩阵为权阵；n表示检校点数量；t为3。

在一个实施例中，还包括：

步骤六：将所述步骤四最终得到的检校后扫描仪与惯导之间的旋转角度参数带入到检校模型(9)，重新得到最终的所述预设标靶的点云数据；

将所述点云数据与全站仪获取的所述预设标靶的数据进行比较，评价所述点云数据的精度。

本发明实施例提供的上述技术方案的有益效果至少包括：

本发明实施例提供的车载扫描系统检校方法，与传统方法比较，本方法可以完全弥补常规方法中提取的检校点不准确、精度低等缺点，能够有效地解决由于车载点云数据点间距较大，无法准确拟合标志的问题，检校方法对实际使用具有重要的参考价值，适用性及实用性更强。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例提供的车载扫描系统检校方法逻辑流程图；

图2A为本发明实施例提供的预设标靶结构正面示意图；

图2B为本发明实施例提供的预设标靶结构俯视图；

图3为本发明实施例提供的确定预设标靶的球心参数步骤的流程图；

图4A为本发明实施例提供的拟合预设标靶的点云示意图；

图4B为本发明实施例提供的拟合预设标靶的扫描面示意图；

图5为标靶球分布示意图；

图6A为X方向的误差变化曲线示意图；

图6B为Y方向的误差变化曲线示意图；

图6C为H的误差变化曲线示意图；

图7为检校前后拟合球直径误差值对比示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

本发明实施例提供的车载扫描系统检校方法，其中车载扫描系统以其快速性、高效性等特点，获取高精度的城市道路、高速公路及其两侧建筑物等的三维数据，已经成为主要的数据采集手段。车载扫描系统包括GPS、惯导、扫描仪等多个传感器。

车载扫描系统空间坐标变换：

车载扫描系统在车载计算机控制下，通过GPS的秒脉冲信号进行同步。工作前需要将扫描仪、GPS和惯导统一安装在车辆上，并经过严格检校，得到车辆各传感器间相对固定的几何位置关系。本发明是基于在将各车载传感器安装完成后，通过使用精度达亚毫米级的关节臂扫描仪测得各传感器相对位置，计算出其相对位置参数，为后续数据处理提供相对精确的原始校准信息。

为了详细描述空间配准的相关算法，本文引入如下几种参考坐标系：扫描仪原始二维坐标系O_ρS–ρS、扫描仪空间坐标系O_laser–X_lY_lZ_l、惯性导航系统坐标系O_imu–X_iY_iZ_i、基准参考坐标系O_ref–X_rY_rZ_r、当地水平坐标系O_ref–X_rY_rZ_r、WGS84坐标系O_ecef–X_eY_eZ_e及北京城市地方坐标系O_bjcity–X_bY_bZ_b。

激光点坐标由扫描仪原始二维坐标系转换到最终的北京地方城市坐标系的转换模型如下：

其中S表示某一时刻激光扫描仪测距得到的扫描仪激光发射中心到激光脚点的距离；θ表示激光射线与激光雷达机械横轴的夹角，S、θ表示扫描仪的原始扫描数据。R_L表示原始扫描角度矩阵，是扫描仪原始二维坐标系到扫描仪空间坐标系的旋转矩阵。

R_O为由扫描仪空间直角坐标系变换到惯性导航系统坐标系的旋转矩阵，根据惯性导航系统的安装位置及方向，X轴指向车行驶的方向，Z轴竖直向下，Y轴与X轴Z轴呈右手坐标系。由于安装的特殊性，故基准参考坐标系的采用与惯性导航系统坐标系相同。故此处设绕X轴旋转的安置角为α，绕Y轴旋转的安置角为β，绕Z轴旋转的安置角为γ。安置角的原始测量需要根据设计平台时的设计参数给出。R_O由三个安置角的旋转矩阵R_αR_βR_γ共同构成。

R_O＝R_α·R_β·R_γ (3)

其中：

表示扫描仪空间直角坐标系原点与惯性导航系统坐标系即基准参考坐标系原点之间的坐标平移量；表示基准参考坐标系的中心与天线的相位中心点之间的坐标的平移量。平移量的初始值可以根据惯性导航系统平台集成后采用手持三维激光扫描仪扫描得到。

R_N是由基准参考坐标系变换到当地水平坐标系的旋转矩阵。当地水平坐标系指的就是东北天坐标系。基准参考坐标系与东北天坐标系的旋转角度与惯导的安装方位有关：绕行车方向X轴旋转的安置俯仰角为roll，绕Y轴旋转的安置侧滚角为pitch，绕Z轴旋转的安置航向角为heading。roll、pitch、heading值均可以由惯性导航系统经过后处理解算得到。R_N同样是由三个安置角的旋转矩阵R_rR_pR_h共同构成,其中r、p、h分别表示roll pitchheading。

R_N＝R_r·R_p·R_h (5)

其中：

R_M是由当地水平坐标系变换到WGS84经纬度坐标系的旋转矩阵。该旋转矩阵仅由B、L两个参数组成。

WGS84经纬度坐标系转换到WGS84空间坐标系ECEF的转换公式如下：

式中B、L为车辆行驶过程中POS系统采集的车辆实时经纬度信息，B为纬度，L为经度，都是通过POS系统后处理解算获得。[X_gps Y_gps Z_gps]^T表示GPS天线相位中心在WGS84空间坐标系ECEF下的坐标值。e为第一偏心率；N为卯酉圈曲率半径。

综上得出，系统检校的关键之处在于对安置角α、β、γ的检校。

本发明实施例提供的一种车载扫描系统检校方法，包括：

步骤一：确定预设标靶的球心参数，根据所述预设标靶搭建检校模型；

步骤二：将所述预设标靶的球心参数和初始系统设计的旋转角度参数，代入所述检校模型，得到检校后的旋转角度参数；所述旋转角度参数为扫描仪与惯导之间的旋转角度参数；

步骤三：将所述检校后的旋转角度参数代入误差方程，求得平差结果；

步骤四：将所述检校后求得平差结果的旋转角度参数与所述初始系统设计的旋转角度参数相减，所得差值与设定的阈值相比；当小于阈值时，则平差收敛完成检校，检校后的旋转角度参数作为检校后扫描仪与惯导之间的旋转角度参数；

当大于阈值时，则将其对应的检校后的旋转角度参数替换初始系统设计的旋转角度参数，再次代入所述检校模型和所述误差方程进行迭代计算，将每一次计算得到的旋转角度参数与上一次计算得到的旋转角度参数进行相减，所得差值与所述阈值相比，直到得到最终的小于阈值的所对应的旋转角度参数为止，迭代停止，所述最终的小于阈值的所对应的旋转角度参数作为检校后扫描仪与惯导之间的旋转角度参数。

本实施例中，参照图1所示，为上述方法步骤的逻辑流程图；

S1、将预设标靶的球心参数和初始系统设计的旋转角度参数；

S2、检校模型；将S1的两个参数代入检校模型；

S3、得到检校后的旋转角度参数；

S4、误差方程,求得平差结果；

S5、检校后的平差结果旋转角度参数与系统设计的旋转角度参数相减；

S6、所得差值与设定的阈值相比；阈值判断，小于阈值则选择S7，大于阈值则选择S9，继续迭代计算；

S7、所得检校后的旋转角度参数为准确的旋转角度参数；

S8、完成检校；

S9、将所得检校后的旋转角度参数替换为初始系统设计的旋转角度参数，和预设标靶的球心参数。

根据车载扫描系统获得预设标靶的球心参数和车载扫描系统初始设计的扫描仪与惯导之间的旋转角度，代入到检校模型中，得到检校后的旋转角度参数，并计算其平差结果，将检校后旋转角度参数的平差结果与初始系统设计的旋转角度参数相减，所得差值与设定的阈值相比；当小于阈值时，则平差收敛完成检校，检校后的旋转角度参数作为检校后扫描仪与惯导之间的旋转角度；当大于阈值时，则将检校后的旋转角度参数作为最初始的旋转角度，再次代入检校模型和误差方程，进行迭代计算，将每一次计算得到的旋转角度参数与上一次计算得到的角度参数进行比较，将二者相减，再次与阈值相比，直到得到最终的小于阈值的角度参数为止，检校完成。其中阈值的设定可以设定为秒级别，比如范围在0.0001～0.9″。

与传统方法比较，本方法可以完全弥补常规方法中提取的检校点不准确、精度低等缺点，能够有效地解决由于车载点云数据点间距较大，无法准确拟合标志的问题，检校方法对实际使用具有重要的参考价值，适用性及实用性更强。

其中，预设标靶，本发明中可称为标靶球、检校球等，是指采用反射片1与球形标靶2相结合设计的标志球，可以为全站仪和扫描仪共同使用，参照图2A、2B所示，两者采用带有水准气泡3的设施相连接，放置在三脚架4或专用架子上时，只需将气泡对中即可球心与反射片1中心在同一铅垂线上。全站仪可通过直接测量反射片的中心坐标便可以得到球心点的坐标。在较远距离上观测，配合扫描仪对扫描球近距离测量，扩大了有效作业范围，提高效率。环形底座可稳固的将三维激光扫描球托住，避免风力、地形等外界条件干扰，且装置安装简单快速，对于野外大范围复杂场地同样适用。

在一个实施例中，根据硬件集成系统的不同，检校使用的数学模型也会有所变化，本发明可通过扫描仪数据获取软件，得到的初始扫描数据直接就是扫描仪空间直角坐标系下的原始坐标([X_laser Y_laser Z_laser]^T)。

检校模型如下：

其中，[X_b Y_b Z_b]^T为预设标靶的球心参数GPS坐标；[X_gps Y_gps Z_gps]^T表示GPS天线相位中心在WGS84空间坐标系ECEF下的坐标值；R_M是由当地水平坐标系变换到WGS84经纬度坐标系的旋转矩阵；R_N是由基准参考坐标系变换到当地水平坐标系的旋转矩阵；R_O为扫描仪与惯导之间三个安置角的旋转矩阵；[X_laser Y_laser Z_laser]^T表示球心点原始虚拟扫描仪空间系坐标；表示扫描仪空间直角坐标系原点与惯性导航系统坐标系即基准参考坐标系原点之间的坐标平移量；表示基准参考坐标系的中心与天线的相位中心点之间的坐标的平移量。

根据检校模型(9)可以得到，检校过程中只有R_O以及为需要检校的值，故模型中其他值必须为已知的准确值。对于球心点来说，检校参数R_O的初值采用设计时给定的设计值；已知量准确值获得方法如下：对于平移量与平移量是利用高精度手持三维激光扫描仪扫描得到的值，精度可以达到mm级；

对于球心点的最终GPS坐标[X_b Y_b Z_b]^T是由初始参数解算球的点云根据球的半径拟合得到的；球心点所在轨迹点坐标[X_gps Y_gps Z_gps]^T、R_M与R_N的值需要通过插值的方法来获得；而球心点原始虚拟扫描仪空间系坐标[X_laser Y_laser Z_laser]^T需要通过已知参数的坐标反算来得到。

在一个实施例中，上述步骤一中的确定预设标靶的球心参数，参照图3所示，包括如下步骤：

S301、截取预设标靶的点云数据，拟合预设标靶获取中心点坐标，将所述中心点坐标作为虚拟扫描点，沿扫描线拟合扫描面；

S302、计算拟合的所述预设标靶的球心点到各个平面的距离值，取最小的两个值所在的平面为最近平面，计算两个值的比值，根据所述比值计算出预设标靶的球心参数。

具体地，参照图4A、4B所示，将拟合球的点云截取出来，根据扫描线的识别标志ID将球上的点按照扫描线进行分类，然后将每条扫描线上的点拟合成一个平面。

计算拟合的球心点到各个平面的距离值，取最小的两个值所在的平面为最近平面，计算出两个值得比值。因为每条扫描线对应的轨迹点坐标是一定的，所以根据比值可以插值计算出球心点对应的轨迹点坐标，此处的轨迹点坐标指的是ECEF坐标系下的坐标。

反算出B、L、H值，求出R_M的值。由于车载扫描系统是处于连续运动中，所以惯导的姿态值Roll Pitch Heading值也是处于连续平滑改变中，并且经过插值后的姿态值在0.001秒的变化一般直接作为平滑值，故球心点的姿态值Roll Pitch Heading的值也是根据之前求得的比值按比例进行差值计算得到的，这样便可得到R_N的值。

对于球心点原始虚拟扫描仪空间系坐标[X_laser Y_laser Z_laser]^T，需要通过上面确定的所有已知的值，带入到检校模型(9)中，便可以得到。

检校模型的解算：

根据间接平差最小二乘原理来求解检校模型的步骤如下：

令

检校模型变为：

模型中，检校参数在R_O中，其他均为已知数。令有：

其中表示将全站仪坐标带入计算的X值。表示拟合得到的球心点坐标计算出的X值。

平差值方程的矩阵形式：

V＝BX-L (13)

其中:

X＝[α β γ] (14)

根据最小二乘平差原理，列出法方程：

BTPAX＝BTPL (17)

接上式得：

X＝(B^TB)^-1B^TL (18)

在一个实施例中，上述检校方法，还包括步骤五：

将步骤四最终得到的检校后扫描仪与惯导之间的旋转角度参数带入到精度评价公式中评定精度，得到所述旋转角度参数最终的绝对精度。

上述精度评价公式为：

式中，V^T表示的是改正数矩阵的转置矩阵，是将解算得到最终的(18)中的X带入到公式(13)中得到的V矩阵，再求转置得到；P矩阵为权阵，本实施例中指的是单位矩阵，相当于没有。n表示的是观测值的个数，本实施例中指的是有多少个已知的标靶球，也就是检校点。

t表示的是必要观测数,由于一个已知的标靶球也就是一个点的XYZ只能确定一个参数，所以至少需要三个点才能确定参数，由于误差方程有三个未知数，故需要三个点，所以t等于3.

在一个实施例中，上述检校方法，还包括：

步骤六：将步骤四最终得到的检校后扫描仪与惯导之间的旋转角度参数带入到检校模型(9)，重新得到最终的所述预设标靶的点云数据；

将所述点云数据与全站仪获取的所述预设标靶的数据进行比较，评价所述点云数据的精度。

本发明提供的检校方法的精度分析：

为了验证检校方法的可行性，参照图5所示，选择一条带有直角拐弯的道路作为检校场。将特制的扫描球形标靶放置于道路的两侧，由于采用的车载扫描系统的扫描仪是位于车的尾部，故可以完整的扫描到整条道路及道路两侧的物体、建筑。

利用原始参数计算得到的球心坐标与全站仪采集的球心坐标如下：

表1原始数据误差对比图

通过上述表1可以得出，刚集成对的车载扫描系统虽然可以获取点云数据模型，但整体精度相对较差。全站仪的数据采集采用0.5秒级全站仪，精度较高，控制网布设严密，符合检校场的点位精度。故选择部分可以覆盖整个区域的球作为检校标志，将全站仪采集数据作为真值，将利用原始参数计算得到的初始球坐标作为观测值，利用2.3方法进行检校，通过不断的迭代计算得出最终的旋转参数。

由于本发明提供的检校方法相对完善，标靶布设合理，IMU系统使用正常，符合精度要求，不会对最终结果造成较大干扰。

表2检校参数

下面分析检校结果的精度：

1)绝对精度；

利用检校后的参数，对数据进行重新处理，拟合球心点的坐标：

表3原始数据误差对比图

X方向的误差变化：参照图6A所示；Y方向的误差变化：参照图6B所示；H的误差变化：参照图6C所示；

根据上面的图表可以得到，所有球形标靶的各方向误差均在减小，检校用到的球(红色)的误差检校后均在±0.05m左右，其中X方向的中误差为0.037113；Y方向的中误差为0.033806；H的中误差为0.048856，三个方向的中误差均小于0.05m；对于整体球形标靶而言，X方向的误差通过检校后最终在±0.1m以内；Y方向的误差通过检校后最终在±0.1m以内；H的误差变化最大，通过检校后最终也都在在±0.1m以内；X方向的中误差为0.036042，Y方向的中误差为：0.048423，H的中误差为：0.065878；由于车载扫描系统常规测量精度为0.1m，因而检校后该系统满足测量要求。

2)相对精度；

为了检验车载扫描系统的成果点云相对精度，对球形标靶再次进行拟合，检校前后使用的标靶球拟合点以及拟合方法相同，故拟合标靶球直径误差只受外方位元素参数的影响，标靶球的设计直径参数为13.6cm,检校后拟合的标靶球直径误差如下：

由图7可以得到，拟合球绝对中误差为0.003463524m.

计算分析表明，移动激光雷达测量系统经过检校后绝对精度、相对精度均在精度范围以内，检校方法验证成功。

本发明实施例提供的车载扫描系统检校方法，基于特殊设计的球形标靶，利用在不同位置及方向上的特制球形标靶来进行检校，且对该方法进行了验证，通过检校得到车载扫描系统的三个外参数的精确值，精度结果显示：与未经过检校的车载扫描系统采集的点云数据相比较，利用本方法进行建交后的点云数据无论是在绝对精度还是在相对精度都进行了提高，满足了精度要求标准，为智慧城市、数字城市的三维数据快速采集与应用提供了有力的保障。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种车载扫描系统检校方法，其特征在于，包括：

步骤一：确定预设标靶的球心参数，根据所述预设标靶搭建检校模型；

步骤二：将所述预设标靶的球心参数和初始系统设计的旋转角度参数，代入所述检校模型，得到第一次检校后的旋转角度参数；所述旋转角度参数为扫描仪与惯导之间的旋转角度；

步骤三：将所述检校后的旋转角度参数代入误差方程，求得检校后旋转角度参数的平差结果；

步骤四：将所述检校后旋转角度参数的平差结果与所述初始系统设计的旋转角度参数相减，所得差值与设定的阈值相比；当小于阈值时，则平差收敛完成检校，检校后的旋转角度参数作为检校后扫描仪与惯导之间的旋转角度；

当大于阈值时，则将其对应的检校后旋转角度参数的平差结果替换初始系统设计的旋转角度参数，再次代入所述检校模型和所述误差方程进行迭代计算，将每一次计算得到的旋转角度参数与上一次计算得到的旋转角度参数进行相减，所得差值与所述阈值相比，直到得到最终的小于阈值的所对应的旋转角度参数为止，迭代停止，所述最终的小于阈值的所对应的旋转角度参数作为检校后扫描仪与惯导之间的旋转角度。

2.如权利要求1所述的一种车载扫描系统检校方法，其特征在于，所述确定预设标靶的球心参数，包括：

截取预设标靶的点云数据，拟合预设标靶获取中心点坐标，将所述中心点坐标作为虚拟扫描点，沿扫描线拟合扫描面；

计算拟合的所述预设标靶的球心点到各个平面的距离值，取最小的两个值所在的平面为最近平面，计算两个值的比值，根据所述比值计算出预设标靶的球心参数。

3.如权利要求1所述的一种车载扫描系统检校方法，其特征在于，所述检校模型为：

其中，[X_b Y_b Z_b]^T为预设标靶的球心参数GPS坐标；[X_gps Y_gps Z_gps]^T表示GPS天线相位中心在WGS84空间坐标系ECEF下的坐标值；R_M是由当地水平坐标系变换到WGS84经纬度坐标系的旋转矩阵；R_N是由基准参考坐标系变换到当地水平坐标系的旋转矩阵；R_O为扫描仪与惯导之间三个安置角的旋转矩阵；[X_laser Y_laser Z_laser]^T表示球心点原始虚拟扫描仪空间系坐标；表示扫描仪空间直角坐标系原点与惯性导航系统坐标系即基准参考坐标系原点之间的坐标平移量；表示基准参考坐标系的中心与天线的相位中心点之间的坐标的平移量。

4.如权利要求3所述的一种车载扫描系统检校方法，其特征在于，根据间接平差最小二乘原理来求解检校模型(9)的步骤如下：

令

检校模型变为：

模型中，检校参数在R_O中，其他均为已知数；令有：

其中表示将全站仪坐标带入计算的X值；表示拟合得到的球心点坐标计算出的X值。

5.如权利要求4所述的一种车载扫描系统检校方法，其特征在于，所述步骤三中误差方程为平差值方程的矩阵：

V＝BX-L (13)

其中:

X＝[α β γ] (14)

根据最小二乘平差原理，列出法方程：

B^TPAX＝B^TPL (17)

接上式得：

X＝(B^TB)^-1B^TL (18)。

6.如权利要求1-5任一项所述的一种车载扫描系统检校方法，其特征在于，还包括：

步骤五：将所述步骤四最终得到的检校后扫描仪与惯导之间的旋转角度参数带入到精度评价公式中评定精度，得到所述旋转角度参数最终的绝对精度。

7.如权利要求6所述的一种车载扫描系统检校方法，其特征在于，

所述精度评价公式为：

式中，V^T表示的是改正数矩阵的转置矩阵，是将解算得到最终的(18)中的X带入到公式(13)中得到的V矩阵，再求转置得到；P矩阵为权阵；n表示检校点数量；t为3。

8.如权利要求6所述的一种车载扫描系统检校方法，其特征在于，还包括：

步骤六：将所述步骤四最终得到的检校后扫描仪与惯导之间的旋转角度参数带入到检校模型(9)，重新得到最终的所述预设标靶的点云数据；

将所述点云数据与全站仪获取的所述预设标靶的数据进行比较，评价所述点云数据的精度。