CN109813335A - 数据采集系统的标定方法、装置、系统及存储介质 - Google Patents
数据采集系统的标定方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN109813335A CN109813335A CN201711168575.4A CN201711168575A CN109813335A CN 109813335 A CN109813335 A CN 109813335A CN 201711168575 A CN201711168575 A CN 201711168575A CN 109813335 A CN109813335 A CN 109813335A
- Authority
- CN
- China
- Prior art keywords
- point
- data
- plane
- calibration
- pos system
- 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.)
- Granted
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种数据采集系统的标定方法、装置、系统及存储介质，该方法通过选择标定区域，获取拍摄装置在标定区域内拍摄的多幅帧图像，在帧图像中确定与物方点对应的同名特征点，形成同名特征点对；根据同名特征点对，确定拍摄装置的标定参数。通过在标定区域内确定控制平面，根据扫描装置采集到的激光点云拟合出拟合平面；根据其与控制平面之间的匹配关系，确定扫描装置标定参数。通过根据POS系统及基站的GNSS差分数据、INS数据、里程计数据，确定POS系统移动的轨迹数据；根据标定区域在轨迹数据上选取目标轨迹数据并在其上确定标定点，根据相邻标定点间的距离、POS系统的里程计在相邻标定点间的脉冲个数，确定里程计标定参数。
Description
技术领域
本发明涉及地图测绘领域，尤其涉及到数据采集系统的标定方法、装置、系统及存储介质。
背景技术
对于全景相机的外标定，现有技术中常利用人工建设室外标定场或者利用激光点云特征点的方法提供外部控制信息，但是，室外标定场的建设维护等消耗较大的人力物力，且只能在标定场景中才能实现对全景相机的外标定，灵活性不够。由于点云特征点是通过激光扫描仪扫描得到的，激光点云本身的精度受到扫描仪的扫描精度限制，同时，点云特征点的提取通常需要依靠人工提取，造成特征点的提取精度较低，标定结果精度有限。
对于激光扫描仪的外标定，现有的地图外业采集车激光扫描仪外标定方法需要在场地中布设人工平面或球形靶标，由于该方法需要在室外标定场布设永久性的人工靶标，靶标的布设施工、稳固性、损耗等实际因素是较大的难题，标定场选址、建设、维护成本太大；另一方面，由于车载激光扫描点云密度较低，点云数据不规则，使人工靶标在激光点云中提取匹配的复杂度高，需要人工参与，且会由于部分激光点的缺失而造成靶标提取精度较低，而最终限制了标定方法的整体精度。存在对标定场的要求太高、人工参与度高、标定精度差等方面的缺陷，无法满足地图外业采集车数据采集需求，标定结果精度有限。
对里程计尺度因子的标定方法主要有实测法和GNSS测距法两种。实测法是让采集车沿平直的道路行驶一段距离，然后人工测量行驶距离的长度，进而求解里程计尺度因子。该方法需要依靠全站仪或者测量尺来测量车辆真实行驶距离，费时费力，且对道路的平直性要求很高，易造成测量的精度不高等问题。而GNSS测距法是利用车载实时GNSS定位测量车辆行驶距离，即用相邻两个GNSS采样点的距离累加之和来计算车辆行驶距离。但由于车载实时GNSS定位精度有限，即使在信号优良的开阔区域，其定位精度也可能超过5米，由此计算的距离累加值误差较大；另外，车载GNSS采样频率较低(一般为1～10HZ)，相邻两个GNSS采样点的空间间隔较大(例如，车速为20m/s时，相邻两点间隔为2～20米)，当车辆拐弯或地面起伏的情况下，用两点之间的直线距离很难反映出道路弯曲起伏时车轮实际的行驶距离。因此，采用GNSS测距法对里程计尺度因子进行标定的精度有限。综合以上两点，现有的地图外业采集车里程计尺度因子内标定方法在灵活性和精度上无法满足需求。
综上，现有技术中对数据采集系统的标定取决于对其内所包含的全景相机、激光扫描仪、POS系统的标定，三者标定的准确性均不同程度地影响着整个数据采集系统的数据采集的准确性，然而，三者均不同程度地存在着数据采集方式不灵活，干扰因素多，导致标定效率低；或者用于参数标定的采集数据精度有限，导致标定精度较低的技术问题。
发明内容
本发明提供一种数据采集系统的标定方法、装置、系统及存储介质，以解决现有技术中存在的用于参数标定的数据，采集方式不灵活，干扰因素多，导致标定效率低；或者用于参数标定的采集数据精度有限，导致标定精度较低的技术问题。
本发明第一个方面提供一种数据采集系统的标定方法，所述数据采集系统包括：定位定姿POS系统，或者包括：所述POS系统，以及拍摄装置和/或扫描装置；其中，所述拍摄装置、所述扫描装置分别与所述POS系统刚性连接，包括：
根据预设条件，选择满足所述预设条件的标定区域；
获取所述拍摄装置在所述标定区域内拍摄的满足第一预设重叠度的多幅帧图像，在所述多幅帧图像中确定与物方点对应的同名特征点，形成同名特征点对；根据所确定的同名特征点对，确定所述拍摄装置相对于所述POS系统的外标定参数；
和/或，
在所述标定区域内确定控制平面，根据所述扫描装置在所述标定区域内采集到的激光点云拟合出拟合平面；对所述拟合平面进行筛选，根据筛选后的拟合平面与控制平面之间的匹配关系，确定所述扫描装置相对于所述POS系统的外标定参数；
和/或，
获取所述POS系统的第一全球导航卫星系统GNSS数据，获取基站的第二GNSS数据；对所述第一GNSS数据、所述第二GNSS数据进行差分运算，得到差分GNSS数据；根据所述差分GNSS数据、所述POS系统的惯性导航系统INS数据、所述POS系统的里程计的测量数据，确定所述POS系统移动的轨迹数据；根据所述标定区域在所述轨迹数据上选取目标轨迹数据；在所述目标轨迹数据上确定标定点，根据相邻标定点间的距离、所述POS系统的里程计在所述相邻标定点间的脉冲个数，确定所述里程计的内标定参数。
本发明第二个方面提供一种数据采集系统的标定装置，所述数据采集系统包括：定位定姿POS系统，或者包括：所述POS系统，以及拍摄装置和/或扫描装置；其中，所述拍摄装置、所述扫描装置分别与所述POS系统刚性连接，所述装置包括：
选择模块，用于根据预设条件，选择满足所述预设条件的标定区域；
第一标定模块，用于获取所述拍摄装置在所述标定区域内拍摄的满足第一预设重叠度的多幅帧图像，在所述多幅帧图像中确定与物方点对应的同名特征点，形成同名特征点对；根据所确定的同名特征点对，确定所述拍摄装置相对于所述POS系统的外标定参数；
和/或，
第二标定模块，用于在所述标定区域内确定控制平面，根据所述扫描装置在所述标定区域内采集到的激光点云拟合出拟合平面；对所述拟合平面进行筛选，根据筛选后的拟合平面与控制平面之间的匹配关系，确定所述扫描装置相对于所述POS系统的外标定参数；
和/或，
第三标定模块，用于获取所述POS系统的第一全球导航卫星系统GNSS数据，获取基站的第二GNSS数据；对所述第一GNSS数据、所述第二GNSS数据进行差分运算，得到差分GNSS数据；根据所述差分GNSS数据、所述POS系统的惯性导航系统INS数据、所述POS系统的里程计的测量数据，确定所述POS系统移动的轨迹数据；根据所述标定区域在所述轨迹数据上选取目标轨迹数据；在所述目标轨迹数据上确定标定点，根据相邻标定点间的距离、所述POS系统的里程计在所述相邻标定点间的脉冲个数，确定所述里程计的内标定参数。
本发明第三个方面提供一种数据采集系统的标定系统，所述数据采集系统包括：定位定姿POS系统，或者包括：所述POS系统，以及拍摄装置和/或扫描装置；其中，所述拍摄装置、所述扫描装置分别与所述POS系统刚性连接，所述数据采集系统还包括：存储器、与所述POS系统、所述拍摄装置、所述扫描装置电信号连接的处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述系统包括：
所述处理器运行所述计算机程序时执行上述任一的数据采集系统的标定方法。
本发明第四个方面提供一种电子设备可读存储介质，包括程序，当其在电子设备上运行时，使得电子设备执行上述任一数据采集系统的标定方法。
由上述技术方案可知，本发明提供的数据采集系统的标定方法、装置、系统及存储介质，该方法首先根据预设条件，选择满足预设条件的标定区域；对于拍摄装置相对于POS系统的标定，获取拍摄装置在所述标定区域内拍摄的满足第一预设重叠度的多幅帧图像，在多幅帧图像中确定与物方点对应的同名特征点，形成同名特征点对；根据所确定的同名特征点对，确定拍摄装置相对于POS系统的外标定参数。该方案相较于现有技术的标定方法，不需要建立标定场和激光点云，而是采用多视影像同名特征约束进行标定，不依赖于任何外部控制信息，简单、灵活，实用性强。对于扫描装置相对于POS系统的标定，通过在标定区域内确定控制平面，根据扫描装置在标定区域内采集到的激光点云拟合出拟合平面；根据拟合平面与控制平面之间的匹配关系，确定扫描装置相对于POS系统的外标定参数。该方案相较于现有技术的标定方法，通过控制平面、拟合平面实现对激光采样点的自动优选，节省了人工选点时间，也避免了人为误差的引入。对于里程计的标定，获取POS系统的第一全球导航卫星系统GNSS数据，获取基站的第二GNSS数据；对第一GNSS数据、第二GNSS数据进行差分运算，得到差分GNSS数据；根据差分GNSS数据、POS系统的惯性导航系统INS数据、里程计的测量数据，确定POS系统移动的轨迹数据；根据标定区域在轨迹数据上选取目标轨迹数据；在目标轨迹数据上确定标定点，根据相邻标定点间的距离、POS系统的里程计在相邻标定点间的脉冲个数，确定里程计的内标定参数。该方案相较于现有技术的标定方法，通过使用组合导航差分后处理结果，提高定位精度，进而提高里程计尺度因子标定的精度。从而通过对数据采集系统中的拍摄装置、扫描装置、里程计中的一个或多个进行标定，实现对整个数据采集系统的标定，进而提高整个系统的数据采集准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一示例性实施例示出的数据采集系统的标定方法的流程图；
图2为图1所示实施例的四叉路口示意图；
图3为图1所示实施例的全景球展开到平面全景影像示意图；
图4为图1所示实施例的180度成像的全景影像示意图；
图5为图1所示实施例的球面全景影像对极几何模型示意图；
图6为图1所示实施例的坐标转换示意图；
图7为本发明一示例性实施例示出的数据采集系统的标定装置的结构示意图；
图8为本发明另一示例性实施例示出的数据采集系统的标定装置的结构示意图；
图9为本发明一示例性实施例示出的数据采集系统的标定系统的结构示意图。
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作出创造性劳动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。
图1为本发明一示例性实施例示出的数据采集系统的标定方法的流程图，如图1所示，本实施例的数据采集系统可以包括有用于提供位置、姿态信息的POS系统，其中POS系统中可以包括有GNSS、惯导INS、在GNSS信号不好的时候提供位置信息的里程计等设备。需要说明的是，里程计对于POS系统来说不是必须配置的，其仅在GNSS信号不好的时候提供协助性的定位，因此，对于数据采集系统中的拍摄装置和/或扫描装置进行相对于POS系统的内标定时，该POS系统内可以包含有里程计，也可以不包含该里程计。还可以包括：拍摄装置和/或扫描装置；其中，拍摄装置可以包括但不限于全景相机(下文以全景相机为例进行方案阐述)，扫描装置可以包括但不限于激光扫描仪(下文以激光扫描仪为例进行方案阐述)；拍摄装置与扫描装置分别与POS系统刚性连接，使得POS系统可以为全景相机拍摄到的或者激光扫描仪扫描得到的地图影像提供定位信息。需要说明的是，如背景技术中所述，对数据采集系统的标定相当于对其内所包含的各类传感器的标定，因此，对其内的一个或多个传感器的标定的准确性的提升都有助于提升整个数据采集系统的标定准确性，因此，对POS系统、拍摄装置、扫描装置的标定可以单独进行，即对POS系统进行标定，对拍摄装置相对于POS系统进行标定，对扫描装置相对于POS系统进行标定；也可以对POS系统以及拍摄装置相对于POS系统进行标定，对POS系统以及扫描装置相对于POS系统进行标定，对拍摄装置相对于POS系统和扫描装置相对于POS系统进行标定；还可以对POS系统，以及拍摄装置相对于POS系统，以及扫描装置相对于POS系统，进行标定。上述的POS系统、全景相机、激光扫描仪可以搭载在外业数据采集车上，也可以搭载在其他交通工具，如自行车或外业数据采集人员随身携带，本方案对数据采集系统的承载体不做限定。具体的，该数据采集系统的标定方法，包括：
步骤101、根据预设条件，选择满足预设条件的标定区域。
在本步骤中，标定区域的选择很大程度上影响了标定结果的精准性，通常来说标定区域应该选择GNSS信号良好的区域，使得POS系统采集到的位置数据的真实性提高，还有就是标定区域的状态应该是稳定的，人流车流等干扰因素尽量少，建筑物、街道的纹理特征较为明显，这样可以有利于后续全景相机或激光扫描仪对影像中的特征进行准确地识别。因此，预设条件可以包括诸如，GNSS信号强度、建筑物纹理等条件，针对于不同的待标定装置来说，其对应的标定区域的属性可以不同，因此，本领域技术人员可以根据待标定装置的特性自行对选择标定区域的条件进行设定，本实施例对此不作具体限定。
以下分别以全景相机作为拍摄装置，以激光扫描仪作为扫描装置，对两者相对于POS系统的标定进行详细说明，其中编号为“a”的步骤为对全景相机进行外标定的步骤；编号为“b”的步骤为对激光扫描仪进行外标定的步骤；编号为“c”的步骤为对POS系统中的里程计进行内标定的步骤。
步骤102a、获取拍摄装置在标定区域内拍摄的满足第一预设重叠度的多幅帧图像。
步骤103a、在多幅帧图像中确定与物方点对应的同名特征点，形成同名特征点对。
步骤104a、根据所确定的同名特征点对，确定拍摄装置相对于POS系统的外标定参数。
对于全景相机的标定，可以根据步骤101选择GNSS信号良好且纹理特征丰富的道路交叉口作为标定区域，以地图外业采集车为例，其以一定规则行驶，例如，往返于东西或南北双向车道行驶，在交叉路口的横纵方向上分别往返行驶等方式，以获取标定区域内的多张高重叠度的全景影像及POS数据。其中，帧图像可以是全景相机拍摄的每张图片，也可以是从全景相机录制的视频中截取的帧图像，在多视全景影像中定位特征，并进行特征间的匹配，得到同名特征点，并将影像中的特征点与实景中的物方点相对应，得到物方点与图像中同名特征点之间的对应关系；再以同名特征点的物方坐标及全景相机外标定参数为未知数，构建出待求解外标定参数的方程，求解方程，得到拍摄装置相对于POS系统的外标定参数。
该方法不需要如现有技术中专门搭建标定场，如在标定场中设置标识物，后期还需要对该标识物进行维护；也不需要利用激光点云提供外部控制信息，而是采用多视影像定位同名特征约束进行标定，不依赖于任何外部控制信息，简单、灵活，且整个标定过程全自动化实现，无需人工干预，实用性强。
步骤102b、在标定区域内确定控制平面，根据扫描装置在标定区域内采集到的激光点云拟合出拟合平面。
步骤103b、根据拟合平面与控制平面之间的匹配关系，确定扫描装置相对于POS系统的外标定参数。
对于激光扫描仪的标定，可以根据步骤101选择GNSS信号良好的室外道路区域作为标定区域，在标定区域内选择控制平面，其中控制平面可以选择诸如，表面平整的建筑物或构筑物平面作为控制平面。地图采集车获取到标定区域数据，解算出激光点云后，在激光点云中拟合出拟合平面，然后根据拟合平面与控制平面之间的匹配关系，可构建以激光扫描仪外标定参数为未知数的方程，求解后得到扫描装置的外标定参数。
该方法不需要如现有技术中人工布设靶标，通过拟合出控制平面实现对激光采样点的自动优选，节省了人工选点时间，也避免了人为误差的引入。
步骤102c、获取POS系统的第一全球导航卫星系统GNSS数据，获取基站的第二GNSS数据。
步骤103c、对第一GNSS数据、第二GNSS数据进行差分运算，得到差分GNSS数据。
步骤104c、根据差分GNSS数据、POS系统的惯性导航系统INS数据、里程计的测量数据，确定POS系统移动的轨迹数据。
步骤105c、根据标定区域在轨迹数据上选取目标轨迹数据。
步骤106c、在目标轨迹数据上确定标定点，根据相邻标定点间的距离、POS系统的里程计在相邻标定点间的脉冲个数，确定里程计的内标定参数。
对于里程计的标定，主要是对里程计的尺度因子的标定，也就是求得车辆行驶距离与里程计脉冲个数之间的比例关系。在外业采集数据采集完成后，先使用里程计尺度因子的初始值解算出差分GNSS数据/INS数据/里程计组合的导航数据，得到采集任务的初始的轨迹数据。其中，差分GNSS数据是结合了POS系统中的GNSS数据以及在距离采集车一定范围内例如，<10KM处布设的GNSS测量基站获取的基站所在地的GNSS数据，差分运算得到的高精度的定位数据。再根据标定区域的选择原则，在轨迹数据上选取一段诸如GNSS信号好且较为平直的轨迹数据作为目标轨迹数据，根据该目标轨迹数据对里程计进行标定。通过在目标轨迹数据上确定出标定点，再根据相邻标定点间的距离以及里程计在相邻标定点间的脉冲个数，以此形成里程计尺度因子标定的多组观测数据，建立求解方程，求解出里程计的内标定参数。
该方法可以有效提高里程计尺度因子标定的精度，采集的标定数据中有基站的GNSS数据，使用的是组合导航差分后处理结果，有效提高标定结果的精度。
本实施例提供的数据采集系统的标定方法，根据预设条件，选择满足预设条件的标定区域；对于拍摄装置相对于POS系统的标定，获取拍摄装置在所述标定区域内拍摄的满足第一预设重叠度的多幅帧图像，在多幅帧图像中确定与物方点对应的同名特征点，形成同名特征点对；根据所确定的同名特征点对，确定拍摄装置相对于POS系统的外标定参数。该方案相较于现有技术的标定方法，不需要建立标定场和激光点云，而是采用多视影像同名特征约束进行标定，不依赖于任何外部控制信息，简单、灵活，实用性强。对于扫描装置相对于POS系统的标定，通过在标定区域内确定控制平面，根据扫描装置在标定区域内采集到的激光点云拟合出拟合平面；根据拟合平面与控制平面之间的匹配关系，确定扫描装置相对于POS系统的外标定参数。该方案相较于现有技术的标定方法，通过控制平面、拟合平面实现对激光采样点的自动优选，节省了人工选点时间，也避免了人为误差的引入。对于里程计的标定，获取POS系统的第一全球导航卫星系统GNSS数据，获取基站的第二GNSS数据；对第一GNSS数据、第二GNSS数据进行差分运算，得到差分GNSS数据；根据差分GNSS数据、POS系统的惯性导航系统INS数据、里程计的测量数据，确定POS系统移动的轨迹数据；根据标定区域在轨迹数据上选取目标轨迹数据；在目标轨迹数据上确定标定点，根据相邻标定点间的距离、POS系统的里程计在相邻标定点间的脉冲个数，确定里程计的内标定参数。该方案相较于现有技术的标定方法，通过使用组合导航差分后处理结果，提高定位精度，进而提高里程计尺度因子标定的精度。从而通过对数据采集系统中的拍摄装置、扫描装置、里程计中的一个或多个进行标定，实现对整个数据采集系统的标定，进而提高整个系统的数据采集准确性。
在下述各个实施例中将对拍摄装置、扫描装置、里程计的标定方法进行逐一的介绍。
基于上述实施例，本实施例中的POS系统用于向拍摄装置提供位置、姿态信息，POS系统可以包括有GNSS、惯导INS、在GNSS信号不好的时候提供位置信息的里程计等设备。拍摄装置可以包括但不限于全景相机(下文以全景相机为例进行方案阐述)；拍摄装置与POS系统刚性连接，使得POS系统可以为全景相机拍摄到的地图影像提供定位信息。上述的POS系统、全景相机可以搭载在外业数据采集车上，也可以搭载在其他交通工具，如自行车或外业数据采集人员随身携带，本方案对拍摄装置及POS系统的承载体不做限定。具体的，该拍摄装置的标定方法，包括：
步骤201、根据预设条件，选择满足预设条件的标定区域。
在本步骤中，预设条件包括以下条件中的至少一种：GNSS信号强度阈值、预设面积范围内没有GNSS信号干扰源、纹理特征条件、包含往返路段、包含交叉路口路段、移动物体数量阈值。
如上所述的预设条件，举例来说，在室外场景中选择合适的区域作为标定区域，该标定区域需要开阔，保证GNSS信号良好；距离标定区域500米内不能有信号塔、高压线、大片水域等影响GNSS精度的因素；标定区域纹理特征丰富；采集车可通行；区域为交叉路口，且上下行之间能保证通视；车辆、行人等移动物体少，保证采集的全景影像上尽量不受移动物体的影响。
步骤202、获取拍摄装置在标定区域内拍摄的满足第一预设重叠度的多幅帧图像。
在本步骤中，数据采集需满足一定的需求，例如，第一预设重叠度可以包括：预设距离阈值和/或预设往返方向；具体数据采集的过程可以为，获取拍摄装置在每个预设距离阈值的位置处，和/或预设往返方向拍摄得到的帧图像。举例来说，预设距离阈值可以为5米，预设往返方向可以为东西向，南北向等；地图采集车在双向来回、横纵交叉的道路上每间隔5米，全景相机拍摄一帧图像，则每帧图像之间因间隔短，往返取景等因素，会具有一定的重叠，这样可以保证影像重叠度。以图2的四叉路口为例，标定数据采集包含箭头所示的四次，东西向往返各采集一次，南北向往返各采集一次。采用上述方法进行标定数据的采集一方面可以保证采集数据有足够多、各方向分布的匹配特征；另一方面能消除系统误差的影响，有效地对全景相机外标定参数进行数学建模。此外，天气因素也会对标定的准确性造成影响，一般选择天气晴朗进行数据采集，以保证全景相机曝光合适，成像清晰。
步骤203、对帧图像进行特征检测，并对检测得到的特征点进行特征描述，得到每个特征点的特征向量；根据每个特征点的特征向量，确定特征点间的相似性；根据特征点间的相似性，确定帧图像之间的图像关联性关系；保留物方点在具有图像关联性关系的帧图像中的重叠率满足第二重叠度的帧图像，得到与物方点对应的同名特征点形成同名特征点对。
在本步骤中，在对帧图像进行特征检测之前，还可以包括：获取POS系统的第一GNSS数据，获取基站的第二GNSS数据；对第一GNSS数据、第二GNSS数据进行差分运算，得到差分GNSS数据；根据差分GNSS数据、POS系统的惯性导航系统INS数据、里程计的测量数据，确定POS系统在标定区域内移动的轨迹数据。根据每帧帧图像的曝光时刻的时间信息，在轨迹数据上确定拍摄装置的曝光触发轨迹。也就是说，将POS系统的轨迹数据与拍摄装置拍摄的一帧帧的照片轨迹相融合。
具体的，地图外业采集车上一般集成有全景相机、组合导航系统(GNSS+INS+OD)、激光扫描仪等测量传感器，同时搭载有同步器、工控机、存储设备、供电系统等器件。其中，同步器用于维护系统各传感器间的时间同步，使全景影像数据、POS数据等处于统一的时间系统中，并记录每帧全景影像曝光时刻的精确时间信息。数据采集前，在距离标定区域一定范围内(<10KM)架设GNSS测量基站并正常工作。地图外业采集车进入正常工作状态，沿标定区域行驶并采集全景影像数据、POS(GNSS/INS/OD)数据。通常来说车载GNSS的精度一般不是很高，需要基站GNSS的数据对车载GNSS的数据进行校准。具体可以通过将车载的GNSS数据，即第一GNSS数据与基站的GNSS数据，即第二GNSS数据进行组合导航数据后处理解算，通常采用差分运算得到采集数据的精确POS轨迹与相机触发轨迹。具体流程为，1)由车载GNSS与基站GNSS构成高精度的差分GNSS数据；2)对差分GNSS数据、INS数据、里程计OD的测量数据进行紧耦合解算，获得采集数据精确的POS轨迹信息；3)依据每帧全景影像曝光时刻的时间信息，在POS轨迹中进行双线性插值，得到全景相机的触发轨迹。4)轨迹数据即为按照一定采样频率记录的物体瞬时位置姿态数据(经度Longitude，纬度Latitude，高程Elevation，横滚角Roll，俯仰角Pitch，航向角Heading)；5)对POS轨迹数据及相机触发轨迹数据中的经纬度值做高斯-克吕格3度带投影，将经纬度转换为WGS-84投影坐标(East，North)。其中，全景相机可以使用但不限于Ladybug5全景相机，其依据球面共线方程进行全景成像，并使用等矩形投影将全景球展开得到一副平面全景影像，如图3所示。
基于上述方法，根据每帧帧图像的曝光时刻的时间信息，在轨迹数据上确定出拍摄装置的曝光触发轨迹后，对各个帧图像之间的全景影像特征匹配，可以利用计算机视觉的特征提取与匹配算法，获取多视全景影像间高精度的同名特征，并利用鲁棒性算法及双重几何约束来剔除误匹配点对，增强算法的稳健性。具体包含：
1)特征提取。可以使用快速特征检测FAST(Features From Accelerated SegmentTest，简称“FAST”)的特征点提取算法，对每张全景影像进行特征点检测。FAST算法计算效率高，检测效果好，特别适用于相似纹理较多的道路全景影像匹配问题。可选的，检测前可以在帧图像中确定检测区域，对检测区域内的帧图像进行特征检测。由于全景相机的全景影像在竖直方向是180度成像(如图4所示)，全景影像的顶部一般为天空区域，和底部为车底区域，相当于帧图像的上三分之一和下三分之一的区域不能提供有效的特征，因此在特征提取过程中，无需对这两部分区域进行处理，由此即可以减少计算量，也能有效减少误匹配点。
2)特征描述。可以使用尺度不变特征变换SIFT(Scale-invariant featuretransform，简称“SIFT”)算法对提取的特征点进行特征描述，所生成的SIFT描述子既要能让相同场景中图像的特征点能够正确匹配，而且还要让不同场景中图像的特征点能够正确区分。每个特征进行特征描述后，形成特征向量，例如，对特征进行描述的特征向量可以是128维特征向量。
3)特征粗匹配：
对于特征点间的相似性匹配可分两步进行匹配，也就是说，根据每个特征点的特征向量，确定特征点间的相似性可以包括：首先，基于归一化欧式距离算法，确定特征点间的几何相似性；其次，基于对极几何约束的RANSAC算法，对具有几何相似性的特征点建立空间变换模型，计算得到特征点间的相似性。第一步的粗匹配，基于归一化欧式距离算法，确定特征点间的几何相似性，具体为，两两影像间进行特征粗匹配，以求取影像间的对应性关系。特征匹配是以一定的相似性度量来确定待匹配特征点集之间的对应性关系。对于特征点形成的128维特征向量，可用归一化欧式距离判断特征间的相似性。仅依据特征之间的几何相似性的匹配过程称为特征粗匹配。
4)基于对极几何约束的RANSAC(Random Sample Consensus，简称“RANSAC”)误匹配剔除。这一步是对第3)步中的粗匹配进一步地进行细匹配，可选的，可以基于对极几何约束的RANSAC算法，对步骤3)中具有几何相似性的特征点建立空间变换模型，计算得到特征点间的相似性。具体的，依据步骤3)中的数学方式描述的特征粗匹配不可避免地出现错误匹配。然而，待匹配图像间的特征满足一定的空间变换模型，由此空间变换模型可以有效地剔除误匹配点对。常用对极几何作为影像匹配空间变换约束，例如，对于球面全景影像而言，设本质矩阵为E，p′、p″分别为左右全景球上的点，则本质矩阵定义为：p″TEp′＝0。球面全景影像对极几何模型描述如图5所示。
5)特征点跟踪。所谓特征点跟踪，就是要根据前面匹配了的相似特征点，找到该特征点与帧图像之间的图像关联性，并且找到该特征点与真实场景中的物方点之间的关联性。具体的，特征点跟踪是在两两匹配的基础上，将属于一个地面点的所有图像特征点关联起来。假设物方点Pw在不同影像Imgi上能匹配的投影点为Pi(i＝1,2,3,…n),则称Pw为n度重叠特征点，为保证匹配特征点对的质量，可以只保留超过一定重叠率的特征点对，例如，仅保留3度(即满足第二重叠度)重叠以上的特征点构成的每组特征点对。
可选的，在形成同名特征点对之后，还可以包括：确定每组同名特征点对中两两同名特征点之间的坐标差，若坐标差大于设定阈值，则剔除同名特征点对中大于设定阈值的坐标差所对应的同名特征点。其中，同名特征点对中的同名特征点的坐标为转换为WGS-84投影坐标的曝光触发轨迹中的坐标点。
6)POS外方位元素约束剔除误匹配。在经过步骤5)后，仅保留了n(n≥3)度重叠同名特征点对。利用全景相机外标定参数的近似值(初始值可以使用机械设计理论值)及双像前方交会公式，n个同名像点分别两两前交得到n-1个物方点坐标，可利用这n-1个物方点坐标之间的差异大小来判断同名点匹配的正确性，若这些点坐标近似，则可认为特征匹配正确，否则，应剔除该匹配点对。坐标差异大小的判断预设差异阈值需依据标定参数近似值的准确性及POS精度确定，例如，预设差异阈值可设定但不限于0.5m。
步骤204、根据同名特征点对中的同名特征点的坐标，以外标定参数作为未知数，基于球面全景影像共线方程，构建光束法平差方程；迭代求解光束法平差方程，得到外标定参数。
在本步骤中，根据上述特征匹配的步骤后，得到多视全景影像间稳健、精确的同名特征对应关系，由此可依据球面全景共线方程，构建约束方程，利用光束法平差优化求解全景影像外标定参数。在求解过程中，涉及到四个坐标系之间的转换，如图6所示。
第一步，基于全景球面三维坐标系到平面全景图像坐标系的转换，确定拍摄装置拍摄得到的全景球面三维坐标系中的点Ps(Xs，Ys，Zs)在平面全景图像坐标系中的坐标P(x，y)，得到第一坐标转换方程。
具体的，设全景球面三维坐标系点Ps(Xs，Ys，Zs)，其距球心的距离为Ds，经纬度网格坐标为(θ，),全景图像长为w，Ps点在平面全景图像上对应的像素点坐标为P(x，y)，则有公式
和公式
其中，r是平面全景半径。由以上公式即实现将全景球面三维坐标系转平面全景图像坐标系。
第二步，基于POS坐标系到全景球面三维坐标系的转换，确定所述POS系统的坐标系中的点Pp在所述全景球面三维坐标系中的坐标Ps，得到第二坐标转换方程。
具体的，全景相机外标定参数是描述全景相机相对于惯导INS的位姿参数，即为全景球面三维坐标系与POS坐标系的旋转矩阵Rc与平移矢量tc。设POS坐标系点坐标为Pp，则将POS坐标系一点转换到全景球面三维坐标系公式为：
第三步，基于物方坐标系到POS坐标系的转换，确定物方坐标系中的点Pw在POS坐标系中的坐标Pp，得到第三坐标转换方程。
具体的，物方坐标系(WGS-84投影系)转POS坐标系，也就是曝光触发轨迹中的POS数据将空间点从POS坐标系转换到物方坐标系。设POS值为[Eastt,Northt,Elet,Rollt,Pitcht,Headt]，由此可构建旋转矩阵Rt和平移矢量tt，设物方坐标系点坐标为Pw，则将物方坐标系一点转换到POS坐标系公式为：
基于上述的第一坐标转换方程、第二坐标转换方程、第三坐标转换方程，确定物方坐标系中点Pw在平面全景图像坐标系上点P的投影方程；其中，Pw为同名特征点对中的物方点的坐标，P为同名特征点对中的同名特征点的坐标；基于投影误差最小的规则，建立光束法平差方程。
具体的，由以上三步坐标转换公式，可以构建物方坐标系点Pw在平面全景图像坐标系上点P的投影方程：
其中，Rt，tt为已知的全景相机的曝光触发轨迹POS值，Rc，tc(各三个)为待优化求解的全景相机外标定参数(初始值可以使用机械设计理论值)，r为已知的常量，x，y为特征点的平面全景图像坐标(已知)，Pw为特征点对的物方坐标，作为未知数，其初值可以通过在步骤203中的6)POS外方位元素约束剔除误匹配中求得。
在以上各个方程中，物方点坐标及相机外标定参数作为未知数求解，其中，全景相机外标定参数作为全局统一的参数(Rc，tc共6个未知数)，而对于每一组特征点对包含3个未知数(物方点的X、Y、Z三个坐标轴的坐标，共可列出n*2个方程(其中，n为特征点的重叠度数，n≥3)，因此，设标定全景影像共存在k组特征点对，只要满足：
k*n*2≥3*k+6
即可实现全景相机标定参数的求解，若带入n＝3，则k＝2。
由此，以投影误差最小为准则构建光束法平差方程，进而优化解算待求解的未知数。
可选的，步骤204后，还可以包括：基于单位权中误差，对外标定参数进行精度评估。
具体的，由单位权中误差来评估前述的光束法平差参数估计精度，输出精度评估报告，以确定输出的外标定参数的精度，若精度不符合要求，可以重复执行参数标定的过程，以输出满足精度评估的外标定参数。
本实施例通过选择GNSS信号良好且纹理特征丰富的道路交叉口作为标定区域，地图外业采集车以一定规则获取标定区域内的多张高重叠度的全景影像及POS数据。对多视全景影像进行FAST特征提取、SIFT特征描述及特征粗匹配，并利用附加对极几何约束的RANSAC鲁棒估计算法进行误匹配剔除。考虑到车载道路影像特征匹配的复杂性，进一步进行特征点追踪获取同名点的多视对应，仅保留多度以上的同名特征点对并利用POS外参数约束进一步剔除误匹配特征，有效剔除错误匹配，提高特征匹配的精度。完成特征匹配后，以特征点的物方坐标及全景相机外标定参数为未知数，依据球面全景影像共线方程原理，构建光束法平差方程，迭代优化求解全景相机外标定参数。标定不依赖于室外标定场控制点或激光点云特征点等外部控制信息，简单、灵活，实用性强；利用多视全景影像中存在的大量、稳健、高精度的同名特征，通过光束法平差优化求解，算法严密，标定精度高；使用特征匹配算法实现特征提取与匹配，整个标定过程全自动化实现，无需人工干预。
基于上述实施例，本实施例中的POS系统用于向扫描装置提供位置、姿态信息，POS系统可以包括有GNSS、惯导INS、在GNSS信号不好的时候提供位置信息的里程计等设备。扫描装置可以包括但不限于激光扫描仪(下文以激光扫描仪为例进行方案阐述)；扫描装置与POS系统刚性连接，使得POS系统可以为激光扫描仪扫描得到的地图影像提供定位信息。上述的POS系统、激光扫描仪可以搭载在外业数据采集车上，也可以搭载在其他交通工具，如自行车或外业数据采集人员随身携带，本方案对扫描装置及POS系统的承载体不做限定。具体的，该扫描装置的标定方法，包括：
步骤301、根据预设条件，选择满足预设条件的标定区域。
在本步骤中，预设条件包括以下条件中的至少一种：GNSS信号强度阈值、预设面积范围内没有GNSS信号干扰源、移动物体数量阈值、方向异同的建筑物数量阈值、方向异同的构筑物平面数量阈值。
如上所述的预设条件，举例来说，在室外场景中选择标定区域，该标定区域需要开阔，保证GNSS信号良好；距离标定区域500米内不能有信号塔、高压线、大片水域等影响GNSS精度的因素；标定区域内有较多方向异同的建筑物、构筑物平面；采集车可通行；车辆、行人流量小，保证采集的激光点云尽量不受遮挡。
步骤302、在标定区域内根据以下条件中的至少一条选择控制平面，控制平面的数量阈值、平面的完整性指标、平面的方向差异性指标、平面的坚固持久性指标。
在本步骤中，在标定区域内选择若干合适的建筑物或构筑物平面作为控制平面，选择条件如满足控制平面的数量阈值，例如，控制平面的个数大于4；平面的方向差异性指标，例如，平面方向要有差异性，以满足空间三维约束的需求；平面的完整性指标，例如，平面要平整(如贴有凸凹瓷砖的墙面不能作为控制平面)；平面的坚固持久性指标，例如，选择永久性、不宜变形、不会移动的建筑物或构筑物平面，保证标定场稳固持久。
步骤303、在所选择的控制平面中选择满足预设规则的采样点。
在本步骤中，预设规则可以包括但不限于：采样点个数阈值、不存在三点共线的采样点。
举例来说，预设规则可以为，每个平面内选择至少5个点(采样点个数阈值)，且保证选点均匀分布于控制平面，至少4个角以及中心有点，且不能有三点共线。
步骤304、确定所选择的采样点的坐标，并根据采样点的坐标确定所述控制平面的几何参数。
在本步骤中，对每一个控制平面，用高精度全站仪测量若干个采样点的坐标来求解控制平面的几何参数，其中，采样点测量的精度保证在5mm内，采样点测量坐标系可以为WGS-84椭球，高斯-克吕格三度带投影。获得控制平面内采样点的三维坐标后，需根据采样点的三维坐标求解控制平面的几何参数。设空间三维平面方程为：aX+bY+cZ＝d；其中，a、b、c、d是控制平面方程的待求参数。则控制平面内的点P(Xp,Yp,Zp)满足方程：aXp+bYp+cZp-d＝0；考虑测量误差的存在，使上式不能完全满足，设点到控制平面的距离D为：
当存在控制平面上多于3个不共线的点时，使用最小二乘求解最优的该控制平面参数，使所有点到所求控制平面距离的平方和最小，即最小化目标函数为：min∑D2；通过最小二乘迭代即可求得每个控制平面的几何参数。另外，还可以根据采样点的坐标，确定控制平面所处的空间位置与范围，该信息可用于后续激光点云平面拟合时，判断参与拟合的点云范围以及拟合平面与控制平面的对应性关系。
可选的，步骤304后可以包括POS系统轨迹数据的获取，具体为：获取POS系统的第一GNSS数据，获取基站的第二GNSS数据；对第一GNSS数据、第二GNSS数据进行差分运算，得到差分GNSS数据；根据差分GNSS数据、POS系统的惯性导航系统INS数据和/或里程计的测量数据，确定POS系统在标定区域内移动的轨迹数据。
具体的，地图外业采集车上一般集成有全景相机、组合导航系统(GNSS+INS+OD)、激光扫描仪等测量传感器，同时搭载有同步器、工控机、存储设备、供电系统等器件。其中，同步器用于维护系统各传感器间的时间同步，使扫描影像数据、POS数据等处于统一的时间系统中，并记录每帧全景影像曝光时刻的精确时间信息。数据采集前，在距离标定区域一定范围内(<10KM)架设GNSS测量基站并正常工作。地图外业采集车进入正常工作状态，沿标定区域行驶并采集激光点云数据、POS(GNSS/INS/OD)数据。为保证激光点云的密度，车辆在标定区域行驶的速度不大于20KM/h。通常来说车载GNSS的精度一般不是很高，需要基站GNSS的数据对车载GNSS的数据进行校准。具体可以通过将车载的GNSS数据，即第一GNSS数据与基站的GNSS数据，即第二GNSS数据进行组合导航数据后处理解算，通常采用差分运算得到采集数据的精确POS轨迹。具体流程为，1)由车载GNSS与基站GNSS构成高精度的差分GNSS数据；2)对差分GNSS数据、INS数据和/或里程计OD的测量数据进行紧耦合解算，获得采集数据精确的POS轨迹信息；3)轨迹数据即为按照一定采样频率记录的物体瞬时位置姿态数据(经度Longitude，纬度Latitude，高程Elevation，横滚角Roll，俯仰角Pitch，航向角Heading)。基于高斯-克吕格3度带投影，将轨迹数据中的经纬度坐标转换为WGS-84投影坐标；将扫描装置采集到的激光点云从扫描装置的局部坐标系转换到WGS-84投影坐标系。
根据每个激光点云的时间信息，在轨迹数据上进行插值计算，得到扫描装置的激光点云的坐标值。
具体的，利用扫描仪外标定参数及POS轨迹数据，将原始激光点云数据从扫描仪局部坐标系转换到WGS-84投影坐标系。对于原始激光点云数据中的每个激光点，依据其时间信息，可以通过轨迹插值获得该激光点获取时刻所对应的采集车位置姿态值[Eastt,Northt,Elet,Rollt,Pitcht,Headt]，由此可构建旋转矩阵Rt和平移矢量tt。结合采集车激光扫描仪的近似外标定参数Rc，tc(初始值可以使用机械设计理论值)和激光点的瞬时位姿参数Rt、tt，可将该激光点由扫描仪局部三维坐标系转换到WGS-84投影坐标系下，即，激光点云的坐标值P的转换公式为：
P＝Rc(Rtp+tt)+tc
步骤305、根据每个控制平面的几何参数，确定采集到的激光点云与各个控制平面之间的归属性，得到与控制平面对应的第一激光点云集合；对第一激光点云集合中的激光点云进行拟合，得到第一参考拟合平面的几何参数。
在本步骤中，由于控制平面的几何参数在步骤304中已经得到，因此，需在激光点云中选择每个控制平面内的若干采样点，带入控制平面方程，即可用最小二乘优化求解得到激光扫描仪外标定参数。但是，由于激光点云数据点数巨多、噪点干扰大，且需要找到激光点与控制平面的对应关系(即确定激光点属于哪个控制平面)，人工选点费时费力。本实施例可以对激光点云进行自动筛选，为后续最小二乘标定参数求解提供精确、可靠且数量适中的平面激光采样点。具体方法包括：
1)对于每个控制平面，设其平面几何参数为S[a,b,c,d]，依据该控制平面的位置及范围信息可以初步确定大致属于该控制平面的激光点云，构成第一激光点云集合M0。
可选的，在初步确定第一激光点云集合与控制平面之间的归属关系后，可以对第一激光点云集合进行一次筛选，具体为，根据第一预设个数阈值，对控制平面所对应的激光点云的个数进行统计，得到满足第一预设个数阈值的第一激光点云集合。
例如，若集合M0中点个数小于第一预设个数阈值(如2000个)，则可以放弃该第一激光点云集合对应的第一参考拟合平面。
2)使用RANSAC算法在点集M0中拟合出第一参考拟合平面的几何参数S'[a',b',c',d']。
步骤306、对拟合平面进行筛选。
在本步骤中，拟合完成后，可以在第一参考拟合平面中根据共面点集筛选出第二参考拟合平面；其中，共面点集是从第一激光点云集合中按照预定条件筛选出的点集，具体的，根据第一参考拟合平面的几何参数，去除第一激光点云集合中包含有噪点的激光点云，和/或去除偏离拟合平面超过预设偏离阈值的激光点云，得到第二激光点云集合(共面点集)；去除第二激光点云集合中的激光点云数量小于第二预设个数阈值的激光点云集合对应的第一参考拟合平面，得到第二参考拟合平面。举例来说，对第一激光点云集合M0拟合出的第一参考拟合平面进行筛选，通过剔除噪点及偏离平面较远(预设偏离阈值)的点，得到第二激光点云集合的共面点集M1。若点集M1中点个数小于第二预设个数阈值(如1000个)则放弃该第一参考拟合平面，点个数大于等于第二预设个数阈值的点集M1构成的拟合平面为第二参考拟合平面。
进一步地，还可以包括，根据第二参考拟合平面与控制平面之间的距离，得到筛选后的拟合平面。具体的，在第二激光点云集合(共面点集)中任意选取满足第三预设个数阈值的目标激光点云；计算目标激光点云到第二激光点云集合对应的控制平面的距离，去除距离超出预设距离阈值的第二激光点云集合对应的第二参考拟合平面，得到该筛选后的拟合平面。举例来说，验证拟合的第二参考拟合平面S'与控制平面S是否是同一平面，验证的方式是从第二激光点云集合M1中任意取满足第三预设个数阈值(如10个)点，计算其距离控制平面S的距离，若任一点的距离大于预设距离阈值，例如10cm，则放弃该第二参考拟合平面，得到筛选后的拟合平面。
步骤307、根据筛选后的拟合平面与控制平面之间的匹配关系，确定扫描装置相对于POS系统的外标定参数。
在本步骤中，可以在筛选后的拟合平面内选取控制平面的激光采样点集，根据所选取的激光采样点集，确定扫描装置相对于POS系统的外标定参数。首先，根据预设采样距离间隔，对筛选后的拟合平面所对应的第二激光点云集合内的激光点云进行采样，得到采样后的第三激光点云集合。举例来说，在步骤306对拟合平面筛选后，第二激光点云集合M1(共面点集)中的点均在与控制平面S所对应的点云拟合平面S'中。由于点密度较大，点集M1中的点数量太大且对标定参数解算并无益处，可在平面范围内，以一定的采样间隔按距离均匀采样得到优选后的第三激光点云集合。采样间隔依据平面S内点的多少来确定。例如，可以采样优选出约50-200个分布较为均匀的采样点，即得到最终的控制平面激光采样优选点集，即第三激光点云集合M2。然后，
根据第三激光点云集合(所选取的激光采样点集)所对应的控制平面的几何参数，以及第三激光点云集合中各个激光点云坐标，建立最小二乘迭代误差函数；迭代求解最小二乘迭代误差函数，得到扫描装置相对于POS系统的外标定参数。
具体的，控制平面的几何参数也已知，以激光扫描仪外标定参数为待优化参数，依据平面几何方程，对某一控制平面Su内的每个采样点构建误差方程：
auXp(Rc,tc)+buYp(Rc,tc)+cuZp(Rc,tc)-du＝0
其中，Su[au,bu,cu,du]为控制平面Su的几何参数，P[Xp(Rc,tc),Yp(Rc,tc),Zp(Rc,tc)]为控制平面Su对应的某个激光采样点的三维坐标，其包含了待优化的激光扫描仪外标定参数(Rc,tc)。由此，激光采样点的投影坐标构成了以激光扫描仪外标定参数为未知数的观测向量。
则最小二乘迭代优化的误差函数为：
f(Rc,tc)＝∑D2
其中，D为激光点到控制平面Su的距离：
可选的，步骤307之后，还可以包括：基于单位权中误差，对外标定参数进行精度评估。
具体的，由单位权中误差来评估最小二乘参数估计精度，若精度满足要求则完成标定。否则，以最小二乘优化出的标定参数作为新的标定参数近似值，返回步骤305，重新进行标定，直到满足精度要求。
本实施例通过选择GNSS信号良好室外道路区域作为标定区域，在标定区域内选择若干表面平整的建筑物或构筑物平面作为控制平面，通过高精度全站仪测量控制平面上若干点的三维坐标，用这些点的三维坐标可求得控制平面的几何参数。地图采集车获取标定区域数据，用初始参数解算出激光点云后，在激光点云中用鲁棒算法自动拟合出控制平面，然后在控制平面内以一定的规则选取激光采样点。采样点所对应的真实平面几何参数已知，利用点到平面间的距离最小原则，可构建以激光扫描仪外标定参数为未知数的误差方程，进而由最小二乘迭代优化出最佳的标定参数。该方法不需要布设人工靶标，对标定场的要求降低，减少标定场建设中的人力物力消耗；该标定方法自动化地从激光点云数据中优选采样控制点，不需人工干预，同时也避免了人为误差的引入；该标定方法使用鲁棒算法与最小二乘优化算法相结合，且引入了绝对控制，标定结果的可靠性和精度都大大提高。
基于上述实施例，本实施例中的里程计包含于POS系统内，且POS系统还包括有GNSS、惯导INS、里程计可以在GNSS信号不好的时候提供位置信息。POS系统可以搭载在外业数据采集车上，也可以搭载在其他交通工具，如自行车或电动车等，里程计可以固定安装在外业数据采集车的某个车轮上，其随着车轮的转动记录车轮碾压过的距离，以此来计算车辆行驶距离。本方案对POS系统的承载体不做限定。该里程计的标定方法，包括：
步骤401、根据预设条件，选择满足预设条件的标定区域。
在本步骤中，预设条件包括以下条件中的至少一种：GNSS信号强度阈值、预设面积范围内没有GNSS信号干扰源、道路平直条件、轨迹距离阈值。
如上所述的预设条件，一般来说GNSS信号质量好，轨迹精度高；则轨迹的定位精度高，可以使得距离量测精确。对于轨迹的精度可以从GNSS信号卫星数量、PDOP值、轨迹质量因子三方面因素来综合评价。举例来说，可定义卫星数量>6颗；位置精度强弱度PDOP(Position Dilution of Precision简称“PDOP”)值<2.5；轨迹质量因子为1。其次，道路平直。该要求是为了保证车辆轨迹计算的距离尽量与车轮行驶的距离相一致。由于车轮转轴与车辆轴心不一致，车辆转弯弧度较大时会使轨迹距离值与车轮行驶距离存在差异。同时，道路过于颠簸或陡坡车轮打滑等都会使车辆轨迹距离与车轮行驶距离出现偏差，影响标定精度。可依据轨迹点的航向角速度大小可评价道路弯曲情况，轨迹点的俯仰角大小可以评价道路的起伏情况。举例来说，可定义角速度<20°/秒；俯仰角<25°；轨迹距离超过一定长度。该要求是为了保证在此标定数据中选择的标定点足够多，参与里程计尺度因子最小二乘解算的观测数据足够充分，以提高参数估计的精度和鲁棒性。
步骤402、获取POS系统的第一GNSS数据，获取基站的第二GNSS数据。
步骤403、对第一GNSS数据、第二GNSS数据进行差分运算，得到差分GNSS数据。
步骤404、根据差分GNSS数据、INS数据、里程计的测量数据，确定POS系统移动的轨迹数据。
具体的，地图外业采集车上一般集成有全景相机、组合导航系统(GNSS+INS+OD)、激光扫描仪等测量传感器，同时搭载有同步器、工控机、存储设备、供电系统等器件。其中，同步器用于维护系统各传感器间的时间同步，使POS系统内的各个传感器处于统一的时间系统中。数据采集前，在距离标定区域一定范围内(<10KM)架设GNSS测量基站并正常工作。地图外业采集车进入正常工作状态，沿标定区域行驶并采集POS(GNSS/INS/OD)数据。地图外业数据采集任务完成后，车载GNSS、惯导INS、里程计数据与基站GNSS数据一起导入到例如，第三方软件Inertial Explorer(IE)进行组合导航数据后处理解算，其中，以里程计的尺度因子的初始值，确定里程计的测量数据。也就是说里程计尺度因子输入其初始值参与计算。计算后得到初始采集轨迹，轨迹点的采样频率可以为100HZ，每个轨迹点包含三维位置(经度longitude、纬度latitude、高程elevation)、姿态(横滚roll、俯仰pitch、航向heading)和时间。通常来说车载GNSS的精度一般不是很高，需要基站GNSS的数据对车载GNSS的数据进行校准。具体可以通过将车载的GNSS数据，即第一GNSS数据与基站的GNSS数据，即第二GNSS数据进行组合导航数据后处理解算，通常采用差分运算得到采集数据的精确POS轨迹。具体流程为，1)由车载GNSS与基站GNSS构成高精度的差分GNSS数据；2)对差分GNSS数据、INS数据、里程计OD的测量数据进行紧耦合解算，获得采集数据精确的POS轨迹信息；3)轨迹数据即为按照一定采样频率记录的物体瞬时位置姿态数据(经度Longitude，纬度Latitude，高程Elevation，横滚角Roll，俯仰角Pitch，航向角Heading)；4)对POS轨迹数据中的经纬度值做高斯-克吕格3度带投影，将经纬度转换为WGS-84投影坐标(East，North)。
步骤405、根据标定区域在轨迹数据上选取目标轨迹数据。
在本步骤中，目标轨迹数据可以为在地图数据采集车行驶的全程轨迹数据中，根据步骤401中标定区域的选择条件，选取的一段目标轨迹数据，相当于目标轨迹数据是从POS系统导入的全部轨迹数据中优选出的一段轨迹数据。
步骤406、根据预设采集时长，对目标轨迹数据进行数据段划分；以每个划分后得到的数据段的两个端点坐标作为标定点。
在本步骤中，根据预设采集时长(如1秒)，对目标轨迹数据进行数据段划分，得到以1s为间隔的数据段，标定1s间隔的数据段两端为两个标定点。
步骤407、根据轨迹数据的采样频率，确定相邻标定点间轨迹数据的每个采样点之间的距离累加值，得到相邻标定点间的距离。
步骤408、对每个标定点，根据与其相邻的标定点间的距离，与其相邻的标定点间的脉冲个数，待确定的里程计尺度因子构建标定点数据。
在本步骤中，假设轨迹点的采样频率为100HZ，则1秒数据内共有100个轨迹点，相邻两个采样点间的三维距离通过其经纬度和高程值计算得到。设两个采样点P、Q的经纬度高程坐标分别为Plon、Plat、PE与Qlon、Qlat、QE,地球半径为R，则P、Q两点在平面及高程方向的距离分量分别为：
s＝acos(sin(Plat)×sin(Qlat)+cos(Plon)×cos(Qlon)×cos(Qlon-Plon))×R；
h＝QE-PE；
则两点间的三维距离为：
d＝sqrt(s×s+h×h)；
两两计算这100个轨迹点的距离值，将距离累加值作为标定点的行驶距离Di；设此1秒时间内脉冲个数为Ti，则[Ti,Di]组成一个标定点数据，并满足公式；Di＝kTi；其中，k为待估算的里程计尺度因子。
步骤409、基于最小二乘法，选取满足预设标定点个数阈值的标定点数据，计算得到里程计尺度因子，以里程计尺度因子作为里程计的内标定参数。
在本步骤中，在标定数据内提取n个标定点[Ti,Di](1<i<n)，通过最小二乘法可最优估计出尺度因子k；
步骤410、根据预设精度阈值对内标定参数进行评估；若不满足预设精度阈值，则返回执行步骤405；若满足预设精度阈值，则执行步骤411；若在POS系统移动的轨迹数据中没有满足预设精度阈值的内标定参数，则执行步骤412。
在本步骤中，求得最优估计k后，评价其中误差m0是否满足精度指标：例如，m0<0.001。
步骤411、输出里程计的内标定参数。
步骤412、确定最接近预设精度阈值的内标定参数为里程计的内标定参数。
本实施例的通过使用里程计尺度因子的初始值解算DGNSS/INS/OD组合导航数据，得到采集任务的初始轨迹(如频率为100HZ)。以一定的规则自动判断并取一段GNSS信号好且较为平直的轨迹数据作为标定数据，该段轨迹精度高且里程计尺度因子误差所带来的影响基本可忽略。以相邻两个轨迹采样点的三维坐标(经度、纬度、高程)计算两点的距离，来模拟计算该段时间内采集车的行驶距离，多个轨迹点的距离累加值即为该时间段的行驶距离。以如1秒钟为间隔提取一个标定点，即得到一组行驶距离与脉冲个数的观测值。在标定数据里提取n个标定点，以此形成里程计尺度因子标定的多组观测数据，并构建最小二乘方程，优化求解最优的尺度因子。该方法采用差分后GNSS处理结果比实时结果定位精度高；差分后处理结果的输出频率比实时结果更高，因此点密度高，距离累加值更精确。同时采用多个数据段，进行最小二乘优化求解，结果精度更高，更可靠。用多段累加距离，具有统计意义，可以进行精度的评价，同时当不满足评价指标时需要重新选择数据进行再标定以保证标定精度。由于后处理结果输出的频率高，采样点更密，当道路平直度不高时，本实施例方案的距离累加值更加精确。
图7为本发明一示例性实施例示出的数据采集系统的标定装置的结构示意图，如图7所示，本实施的数据采集系统包括：POS系统1，还包括：拍摄装置2和/或扫描装置3；拍摄装置2、扫描装置3分别与POS系统1刚性连接，还包括：
选择模块100，用于根据预设条件，选择满足预设条件的标定区域；
第一标定模块101，用于获取拍摄装置2在标定区域内拍摄的满足第一预设重叠度的多幅帧图像，在多幅帧图像中确定与物方点对应的同名特征点，形成同名特征点对；根据所确定的同名特征点对，确定拍摄装置2相对于POS系统1的外标定参数；
和/或，
第二标定模块102，用于在标定区域内确定控制平面，根据扫描装置3在标定区域内采集到的激光点云拟合出拟合平面；对拟合平面进行筛选，根据筛选后的拟合平面与控制平面之间的匹配关系，确定扫描装置3相对于POS系统1的外标定参数；
和/或，
第三标定模块103，用于获取POS系统1的第一全球导航卫星系统GNSS数据，获取基站的第二GNSS数据；对第一GNSS数据、第二GNSS数据进行差分运算，得到差分GNSS数据；根据差分GNSS数据、POS系统的惯性导航系统INS数据、POS系统的里程计11的测量数据，确定POS系统1移动的轨迹数据；根据标定区域在轨迹数据上选取目标轨迹数据；在目标轨迹数据上确定标定点，根据相邻标定点间的距离、POS系统1的里程计11在相邻标定点间的脉冲个数，确定里程计11的内标定参数。
该实施例可用于执行图1所示实施例，其实现原理类似，在此不再赘述。
图8为本发明另一示例性实施例示出的数据采集系统的标定装置的结构示意图，如图8所示，在上一实施例的基础上，
第一标定模块101包括：
检测子模块1011，用于对帧图像进行特征检测，并对检测得到的特征点进行特征描述，得到每个特征点的特征向量；
相似性确定子模块1012，用于根据每个特征点的特征向量，确定特征点间的相似性；
同名特征点对确定子模块1013，用于根据特征点间的相似性，确定帧图像之间的图像关联性关系；保留物方点在具有图像关联性关系的帧图像中的重叠率满足第二重叠度的帧图像，得到与物方点匹配的同名特征点，形成同名特征点对。
可选的，第一标定模块101，还包括：
误匹配剔除模块1014，用于确定每组同名特征点对中两两同名特征点之间的坐标差，若坐标差大于设定阈值，则剔除同名特征点对中大于设定阈值的坐标差所对应的同名特征点。
可选的，第二标定模块102，包括：
选择子模块1021，用于在标定区域内根据以下条件中的至少一条选择控制平面，控制平面的数量阈值、平面的完整性指标、平面的方向差异性指标、平面的坚固持久性指标；在所选择的控制平面中选择满足预设规则的采样点；其中，预设规则包括：采样点个数阈值、不存在三点共线的采样点；
第一确定子模块1022，用于确定所选择的采样点的坐标，并根据采样点的坐标确定所述控制平面的几何参数。
可选的，第二标定模块102，还包括：
拟合子模块1023，用于根据每个控制平面的几何参数，确定采集到的激光点云与各个控制平面之间的归属性，得到与控制平面对应的第一激光点云集合；对所述第一激光点云集合中的激光点云进行拟合，得到第一参考拟合平面的几何参数；
筛选子模块1024，用于在第一参考拟合平面中根据共面点集筛选出第二参考拟合平面；其中，共面点集是从第一激光点云集合中按照预定条件筛选出的点集；根据第二参考拟合平面与控制平面之间的距离，得到筛选后的拟合平面；
确定子模块1025，用于在筛选后的拟合平面内选取控制平面的激光采样点集，根据所选取的激光采样点集，确定扫描装置相对于POS系统的外标定参数。
该实施例可用于执行前述所示的各个方法实施例及其实施例的组合，其实现原理类似，在此不再赘述。
可选的，拍摄装置2为全景相机；扫描装置3为激光扫描仪；定位定姿POS系统1包括：里程计(OD)11、全球定位导航系统(GNSS)12、惯性导航系统(INS)13。
图9为本发明一示例性实施例示出的数据采集系统的标定系统的结构示意图，如图9所示，数据采集系统包括：定位定姿POS系统1，还包括：拍摄装置2和/或扫描装置3；拍摄装置2、扫描装置3分别与POS系统1刚性连接，还包括：存储器1201、与POS系统1、拍摄装置2、扫描装置3电信号连接的处理器1202及存储在存储器1201上并可在处理器1201上运行的计算机程序，具体包括：
处理器1202运行计算机程序时执行上述任一项实施例所述的方法，实现原理类似，在此不再赘述。
其中，存储器1201、处理器1202可以为集成在拍摄装置2和/或POS系统1内的装置，也可以独立于拍摄装置2或POS系统1存在，本实施例对此不作具体限定。
本发明还提供一种电子设备可读存储介质，包括程序，当其在电子设备上运行时，使得电子设备执行上述任一项所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (12)
1.一种数据采集系统的标定方法，所述数据采集系统包括：定位定姿POS系统，或者包括：所述POS系统，以及拍摄装置和/或扫描装置；其中，所述拍摄装置、所述扫描装置分别与所述POS系统刚性连接，其特征在于，包括：
根据预设条件，选择满足所述预设条件的标定区域；
获取所述拍摄装置在所述标定区域内拍摄的满足第一预设重叠度的多幅帧图像，在所述多幅帧图像中确定与物方点对应的同名特征点，形成同名特征点对；根据所确定的同名特征点对，确定所述拍摄装置相对于所述POS系统的外标定参数；
和/或，
在所述标定区域内确定控制平面，根据所述扫描装置在所述标定区域内采集到的激光点云拟合出拟合平面；对所述拟合平面进行筛选，根据筛选后的拟合平面与控制平面之间的匹配关系，确定所述扫描装置相对于所述POS系统的外标定参数；
和/或，
获取所述POS系统的第一全球导航卫星系统GNSS数据，获取基站的第二GNSS数据；对所述第一GNSS数据、所述第二GNSS数据进行差分运算，得到差分GNSS数据；根据所述差分GNSS数据、所述POS系统的惯性导航系统INS数据、所述POS系统的里程计的测量数据，确定所述POS系统移动的轨迹数据；根据所述标定区域在所述轨迹数据上选取目标轨迹数据；在所述目标轨迹数据上确定标定点，根据相邻标定点间的距离、所述POS系统的里程计在所述相邻标定点间的脉冲个数，确定所述里程计的内标定参数。
2.根据权利要求1所述的方法，其特征在于，所述在所述多幅帧图像中确定与物方点对应的同名特征点，形成同名特征点对，包括：
对帧图像进行特征检测，并对检测得到的特征点进行特征描述，得到每个特征点的特征向量；
根据每个特征点的特征向量，确定特征点间的相似性；
根据所述特征点间的相似性，确定帧图像之间的图像关联性关系；
保留物方点在具有所述图像关联性关系的帧图像中的重叠率满足第二重叠度的帧图像，得到与所述物方点对应的同名特征点，形成同名特征点对。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
确定每组同名特征点对中两两同名特征点之间的坐标差，若所述坐标差大于设定阈值，则剔除所述同名特征点对中大于设定阈值的坐标差所对应的同名特征点。
4.根据权利要求1所述的方法，其特征在于，所述在所述标定区域内确定控制平面，包括：
在所述标定区域内根据以下条件中的至少一条选择控制平面，控制平面的数量阈值、平面的完整性指标、平面的方向差异性指标、平面的坚固持久性指标；
在所选择的控制平面中选择满足预设规则的采样点；其中，所述预设规则包括：采样点个数阈值、不存在三点共线的采样点；
确定所选择的采样点的坐标，并根据所述采样点的坐标确定所述控制平面的几何参数。
5.根据权利要求4所述的方法，其特征在于，所述根据所述扫描装置在所述标定区域内采集到的激光点云拟合出拟合平面，包括：
根据每个控制平面的几何参数，确定采集到的激光点云与各个控制平面之间的归属性，得到与控制平面对应的第一激光点云集合；
对所述第一激光点云集合中的激光点云进行拟合，得到第一参考拟合平面的几何参数；
所述对所述拟合平面进行筛选包括：
在所述第一参考拟合平面中根据共面点集筛选出第二参考拟合平面；其中，所述共面点集是从所述第一激光点云集合中按照预定条件筛选出的点集；
根据所述第二参考拟合平面与所述控制平面之间的距离，得到筛选后的拟合平面；
所述根据筛选后的拟合平面与控制平面之间的匹配关系，确定所述扫描装置相对于所述POS系统的外标定参数，包括：
在所述筛选后的拟合平面内选取控制平面的激光采样点集，根据所选取的激光采样点集，确定所述扫描装置相对于所述POS系统的外标定参数。
6.一种数据采集系统的标定装置，所述数据采集系统包括：定位定姿POS系统，或者包括：所述POS系统，以及拍摄装置和/或扫描装置；其中，所述拍摄装置、所述扫描装置分别与所述POS系统刚性连接，其特征在于，所述装置包括：
选择模块，用于根据预设条件，选择满足所述预设条件的标定区域；
第一标定模块，用于获取所述拍摄装置在所述标定区域内拍摄的满足第一预设重叠度的多幅帧图像，在所述多幅帧图像中确定与物方点对应的同名特征点，形成同名特征点对；根据所确定的同名特征点对，确定所述拍摄装置相对于所述POS系统的外标定参数；
和/或，
第二标定模块，用于在所述标定区域内确定控制平面，根据所述扫描装置在所述标定区域内采集到的激光点云拟合出拟合平面；对所述拟合平面进行筛选，根据筛选后的拟合平面与控制平面之间的匹配关系，确定所述扫描装置相对于所述POS系统的外标定参数；
和/或，
第三标定模块，用于获取所述POS系统的第一全球导航卫星系统GNSS数据，获取基站的第二GNSS数据；对所述第一GNSS数据、所述第二GNSS数据进行差分运算，得到差分GNSS数据；根据所述差分GNSS数据、所述POS系统的惯性导航系统INS数据、所述POS系统的里程计的测量数据，确定所述POS系统移动的轨迹数据；根据所述标定区域在所述轨迹数据上选取目标轨迹数据；在所述目标轨迹数据上确定标定点，根据相邻标定点间的距离、所述POS系统的里程计在所述相邻标定点间的脉冲个数，确定所述里程计的内标定参数。
7.根据权利要求6所述的装置，其特征在于，所述第一标定模块包括：
检测子模块，用于对帧图像进行特征检测，并对检测得到的特征点进行特征描述，得到每个特征点的特征向量；
相似性确定子模块，用于根据每个特征点的特征向量，确定特征点间的相似性；
同名特征点对确定子模块，用于根据所述特征点间的相似性，确定帧图像之间的图像关联性关系；保留物方点在具有所述图像关联性关系的帧图像中的重叠率满足第二重叠度的帧图像，得到与所述物方点匹配的同名特征点，形成同名特征点对。
8.根据权利要求7所述的装置，其特征在于，所述第一标定模块，还包括：
误匹配剔除模块，用于确定每组同名特征点对中两两同名特征点之间的坐标差，若所述坐标差大于设定阈值，则剔除所述同名特征点对中大于设定阈值的坐标差所对应的同名特征点。
9.根据权利要求6所述的装置，其特征在于，所述第二标定模块，包括：
选择子模块，用于在所述标定区域内根据以下条件中的至少一条选择控制平面，控制平面的数量阈值、平面的完整性指标、平面的方向差异性指标、平面的坚固持久性指标；在所选择的控制平面中选择满足预设规则的采样点；其中，所述预设规则包括：采样点个数阈值、不存在三点共线的采样点；
第一确定子模块，用于确定所选择的采样点的坐标，并根据所述采样点的坐标确定所述控制平面的几何参数。
10.根据权利要求9所述的装置，其特征在于，所述第二标定模块，还包括：
拟合子模块，用于根据每个控制平面的几何参数，确定采集到的激光点云与各个控制平面之间的归属性，得到与控制平面对应的第一激光点云集合；对所述第一激光点云集合中的激光点云进行拟合，得到第一参考拟合平面的几何参数；
筛选子模块，用于在所述第一参考拟合平面中根据共面点集筛选出第二参考拟合平面；其中，所述共面点集是从所述第一激光点云集合中按照预定条件筛选出的点集；根据所述第二参考拟合平面与所述控制平面之间的距离，得到筛选后的拟合平面；
确定子模块，用于在所述筛选后的拟合平面内选取控制平面的激光采样点集，根据所选取的激光采样点集，确定所述扫描装置相对于所述POS系统的外标定参数。
11.一种数据采集系统的标定系统，所述数据采集系统包括：定位定姿POS系统，或者包括：所述POS系统，以及拍摄装置和/或扫描装置；其中，所述拍摄装置、所述扫描装置分别与所述POS系统刚性连接，所述数据采集系统还包括：存储器、与所述POS系统、所述拍摄装置、所述扫描装置电信号连接的处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述系统包括：
所述处理器运行所述计算机程序时执行权利要求1～5任一项所述的方法。
12.一种电子设备可读存储介质，其特征在于，包括程序，当其在电子设备上运行时，使得电子设备执行权利要求1～5任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711168575.4A CN109813335B (zh) | 2017-11-21 | 2017-11-21 | 数据采集系统的标定方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711168575.4A CN109813335B (zh) | 2017-11-21 | 2017-11-21 | 数据采集系统的标定方法、装置、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109813335A true CN109813335A (zh) | 2019-05-28 |
| CN109813335B CN109813335B (zh) | 2021-02-09 |
Family
ID=66600631
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711168575.4A Active CN109813335B (zh) | 2017-11-21 | 2017-11-21 | 数据采集系统的标定方法、装置、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109813335B (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110243390A (zh) * | 2019-07-10 | 2019-09-17 | 北京华捷艾米科技有限公司 | 位姿的确定方法、装置及里程计 |
| CN110702132A (zh) * | 2019-09-27 | 2020-01-17 | 速度时空信息科技股份有限公司 | 基于道路标记点和道路属性的微路网地图数据的采集方法 |
| CN111272146A (zh) * | 2020-01-17 | 2020-06-12 | 中国科学院长春光学精密机械与物理研究所 | 测绘仪器、测绘方法及装置、终端设备、存储介质 |
| CN111967342A (zh) * | 2020-07-27 | 2020-11-20 | 杭州易现先进科技有限公司 | 平面参数设置的方法、装置、电子装置和存储介质 |
| CN112752028A (zh) * | 2021-01-06 | 2021-05-04 | 南方科技大学 | 移动平台的位姿确定方法、装置、设备和存储介质 |
| CN112991454A (zh) * | 2019-12-18 | 2021-06-18 | 动态Ad有限责任公司 | 照相机到LiDAR的标定和验证 |
| CN113766138A (zh) * | 2021-09-26 | 2021-12-07 | 深圳市康润机电技术开发有限公司 | 步进电机驱动控制方法、步进电机及自动化设备 |
| CN114255616A (zh) * | 2021-12-20 | 2022-03-29 | 武汉理工大学 | 一种无动力船舶轨迹预测方法、装置、设备及存储介质 |
| CN114355921A (zh) * | 2021-12-28 | 2022-04-15 | 北京易航远智科技有限公司 | 车辆循迹轨迹生成方法、装置、电子设备及存储介质 |
| CN114440922A (zh) * | 2020-10-30 | 2022-05-06 | 阿里巴巴集团控股有限公司 | 一种评测激光标定的方法、装置、相关设备及存储介质 |
| CN114666804A (zh) * | 2022-03-28 | 2022-06-24 | 北京四维图新科技股份有限公司 | 一种基于不同环境场景选取基站架设坐标的方法、装置及设备 |
| CN115623524A (zh) * | 2022-12-21 | 2023-01-17 | 四川泰钦通信科技有限公司 | 一种无线网络工程质量检测方法 |
Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101937565A (zh) * | 2010-09-16 | 2011-01-05 | 上海交通大学 | 基于运动目标轨迹的动态图像配准方法 |
| CN102034238A (zh) * | 2010-12-13 | 2011-04-27 | 西安交通大学 | 基于光学成像测头和视觉图结构的多摄像机系统标定方法 |
| CN102175261A (zh) * | 2011-01-10 | 2011-09-07 | 深圳大学 | 一种基于自适应标靶的视觉测量系统及其标定方法 |
| CN102411778A (zh) * | 2011-07-28 | 2012-04-11 | 武汉大学 | 一种机载激光点云与航空影像的自动配准方法 |
| CN102721376A (zh) * | 2012-06-20 | 2012-10-10 | 北京航空航天大学 | 一种大视场三维视觉传感器的标定方法 |
| CN103236067A (zh) * | 2013-05-10 | 2013-08-07 | 南京大学 | 一种像素级sar影像时间序列构建的局部自适应配准方法 |
| CN104732557A (zh) * | 2015-04-16 | 2015-06-24 | 武汉海达数云技术有限公司 | 一种地面激光扫描仪彩色点云生成方法 |
| CN104833372A (zh) * | 2015-04-13 | 2015-08-12 | 武汉海达数云技术有限公司 | 一种车载移动测量系统高清全景相机外参数标定方法 |
| CN105844701A (zh) * | 2016-03-18 | 2016-08-10 | 吴志龙 | 序列图像三维建模方法 |
| CN106017327A (zh) * | 2016-08-16 | 2016-10-12 | 河南埃尔森智能科技有限公司 | 一种结构光测量传感器标定方法 |
| CN106204717A (zh) * | 2015-05-28 | 2016-12-07 | 长沙维纳斯克信息技术有限公司 | 一种立体图像快速三维重建方法与装置 |
| CN106225777A (zh) * | 2016-06-27 | 2016-12-14 | 北京林业大学 | 一种无人机摄影光束法外方位元素的测算方法 |
| CN106767895A (zh) * | 2015-11-25 | 2017-05-31 | 南京中观软件技术有限公司 | 利用标志点定向求解相机外方位元素的系统和方法 |
| CN106778588A (zh) * | 2016-12-09 | 2017-05-31 | 国家测绘地理信息局四川测绘产品质量监督检验站 | 基于同名点的飞行状态检测方法及装置 |
| CN106875449A (zh) * | 2017-02-17 | 2017-06-20 | 深圳飞马机器人科技有限公司 | 一种基于飞行数据的无人机非量测型相机检校方法 |
| CN106954012A (zh) * | 2017-03-29 | 2017-07-14 | 武汉嫦娥医学抗衰机器人股份有限公司 | 一种高清多相机全景立体成像系统及方法 |
| CN107036629A (zh) * | 2017-04-20 | 2017-08-11 | 武汉大学 | 视频卫星在轨相对辐射定标方法及系统 |
| CN107192376A (zh) * | 2017-04-28 | 2017-09-22 | 北京航空航天大学 | 基于帧间连续性的无人机多帧图像目标定位校正方法 |
| CN107192350A (zh) * | 2017-05-19 | 2017-09-22 | 中国人民解放军信息工程大学 | 一种三维激光扫描仪内参数标定方法及装置 |
| CN107314762A (zh) * | 2017-07-06 | 2017-11-03 | 广东电网有限责任公司电力科学研究院 | 基于无人机单目序列影像的电力线下方地物距离检测方法 |
| CN107316325A (zh) * | 2017-06-07 | 2017-11-03 | 华南理工大学 | 一种基于图像配准的机载激光点云与影像配准融合方法 |
| CN107341834A (zh) * | 2017-08-04 | 2017-11-10 | 追光人动画设计（北京）有限公司 | 一种保持双目视差的全景立体校正方法及系统 |
-
2017
- 2017-11-21 CN CN201711168575.4A patent/CN109813335B/zh active Active
Patent Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101937565A (zh) * | 2010-09-16 | 2011-01-05 | 上海交通大学 | 基于运动目标轨迹的动态图像配准方法 |
| CN102034238A (zh) * | 2010-12-13 | 2011-04-27 | 西安交通大学 | 基于光学成像测头和视觉图结构的多摄像机系统标定方法 |
| CN102175261A (zh) * | 2011-01-10 | 2011-09-07 | 深圳大学 | 一种基于自适应标靶的视觉测量系统及其标定方法 |
| CN102411778A (zh) * | 2011-07-28 | 2012-04-11 | 武汉大学 | 一种机载激光点云与航空影像的自动配准方法 |
| CN102721376A (zh) * | 2012-06-20 | 2012-10-10 | 北京航空航天大学 | 一种大视场三维视觉传感器的标定方法 |
| CN103236067A (zh) * | 2013-05-10 | 2013-08-07 | 南京大学 | 一种像素级sar影像时间序列构建的局部自适应配准方法 |
| CN104833372A (zh) * | 2015-04-13 | 2015-08-12 | 武汉海达数云技术有限公司 | 一种车载移动测量系统高清全景相机外参数标定方法 |
| CN104732557A (zh) * | 2015-04-16 | 2015-06-24 | 武汉海达数云技术有限公司 | 一种地面激光扫描仪彩色点云生成方法 |
| CN106204717A (zh) * | 2015-05-28 | 2016-12-07 | 长沙维纳斯克信息技术有限公司 | 一种立体图像快速三维重建方法与装置 |
| CN106767895A (zh) * | 2015-11-25 | 2017-05-31 | 南京中观软件技术有限公司 | 利用标志点定向求解相机外方位元素的系统和方法 |
| CN105844701A (zh) * | 2016-03-18 | 2016-08-10 | 吴志龙 | 序列图像三维建模方法 |
| CN106225777A (zh) * | 2016-06-27 | 2016-12-14 | 北京林业大学 | 一种无人机摄影光束法外方位元素的测算方法 |
| CN106017327A (zh) * | 2016-08-16 | 2016-10-12 | 河南埃尔森智能科技有限公司 | 一种结构光测量传感器标定方法 |
| CN106778588A (zh) * | 2016-12-09 | 2017-05-31 | 国家测绘地理信息局四川测绘产品质量监督检验站 | 基于同名点的飞行状态检测方法及装置 |
| CN106875449A (zh) * | 2017-02-17 | 2017-06-20 | 深圳飞马机器人科技有限公司 | 一种基于飞行数据的无人机非量测型相机检校方法 |
| CN106954012A (zh) * | 2017-03-29 | 2017-07-14 | 武汉嫦娥医学抗衰机器人股份有限公司 | 一种高清多相机全景立体成像系统及方法 |
| CN107036629A (zh) * | 2017-04-20 | 2017-08-11 | 武汉大学 | 视频卫星在轨相对辐射定标方法及系统 |
| CN107192376A (zh) * | 2017-04-28 | 2017-09-22 | 北京航空航天大学 | 基于帧间连续性的无人机多帧图像目标定位校正方法 |
| CN107192350A (zh) * | 2017-05-19 | 2017-09-22 | 中国人民解放军信息工程大学 | 一种三维激光扫描仪内参数标定方法及装置 |
| CN107316325A (zh) * | 2017-06-07 | 2017-11-03 | 华南理工大学 | 一种基于图像配准的机载激光点云与影像配准融合方法 |
| CN107314762A (zh) * | 2017-07-06 | 2017-11-03 | 广东电网有限责任公司电力科学研究院 | 基于无人机单目序列影像的电力线下方地物距离检测方法 |
| CN107341834A (zh) * | 2017-08-04 | 2017-11-10 | 追光人动画设计（北京）有限公司 | 一种保持双目视差的全景立体校正方法及系统 |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110243390A (zh) * | 2019-07-10 | 2019-09-17 | 北京华捷艾米科技有限公司 | 位姿的确定方法、装置及里程计 |
| CN110243390B (zh) * | 2019-07-10 | 2021-07-27 | 北京华捷艾米科技有限公司 | 位姿的确定方法、装置及里程计 |
| CN110702132A (zh) * | 2019-09-27 | 2020-01-17 | 速度时空信息科技股份有限公司 | 基于道路标记点和道路属性的微路网地图数据的采集方法 |
| CN110702132B (zh) * | 2019-09-27 | 2020-07-31 | 速度时空信息科技股份有限公司 | 基于道路标记点和道路属性的微路网地图数据的采集方法 |
| US11940539B2 (en) | 2019-12-18 | 2024-03-26 | Motional Ad Llc | Camera-to-LiDAR calibration and validation |
| CN112991454A (zh) * | 2019-12-18 | 2021-06-18 | 动态Ad有限责任公司 | 照相机到LiDAR的标定和验证 |
| CN111272146B (zh) * | 2020-01-17 | 2021-06-15 | 中国科学院长春光学精密机械与物理研究所 | 测绘仪器、测绘方法及装置、终端设备、存储介质 |
| CN111272146A (zh) * | 2020-01-17 | 2020-06-12 | 中国科学院长春光学精密机械与物理研究所 | 测绘仪器、测绘方法及装置、终端设备、存储介质 |
| CN111967342A (zh) * | 2020-07-27 | 2020-11-20 | 杭州易现先进科技有限公司 | 平面参数设置的方法、装置、电子装置和存储介质 |
| CN111967342B (zh) * | 2020-07-27 | 2024-04-12 | 杭州易现先进科技有限公司 | 平面参数设置的方法、装置、电子装置和存储介质 |
| CN114440922A (zh) * | 2020-10-30 | 2022-05-06 | 阿里巴巴集团控股有限公司 | 一种评测激光标定的方法、装置、相关设备及存储介质 |
| CN112752028A (zh) * | 2021-01-06 | 2021-05-04 | 南方科技大学 | 移动平台的位姿确定方法、装置、设备和存储介质 |
| CN113766138A (zh) * | 2021-09-26 | 2021-12-07 | 深圳市康润机电技术开发有限公司 | 步进电机驱动控制方法、步进电机及自动化设备 |
| CN114255616A (zh) * | 2021-12-20 | 2022-03-29 | 武汉理工大学 | 一种无动力船舶轨迹预测方法、装置、设备及存储介质 |
| CN114355921B (zh) * | 2021-12-28 | 2022-10-18 | 北京易航远智科技有限公司 | 车辆循迹轨迹生成方法、装置、电子设备及存储介质 |
| CN114355921A (zh) * | 2021-12-28 | 2022-04-15 | 北京易航远智科技有限公司 | 车辆循迹轨迹生成方法、装置、电子设备及存储介质 |
| CN114666804B (zh) * | 2022-03-28 | 2023-06-23 | 北京四维图新科技股份有限公司 | 一种基于不同环境场景选取基站架设坐标的方法、装置及设备 |
| CN114666804A (zh) * | 2022-03-28 | 2022-06-24 | 北京四维图新科技股份有限公司 | 一种基于不同环境场景选取基站架设坐标的方法、装置及设备 |
| CN115623524A (zh) * | 2022-12-21 | 2023-01-17 | 四川泰钦通信科技有限公司 | 一种无线网络工程质量检测方法 |
| CN115623524B (zh) * | 2022-12-21 | 2023-02-28 | 四川泰钦通信科技有限公司 | 一种无线网络工程质量检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109813335B (zh) | 2021-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109813335A (zh) | 数据采集系统的标定方法、装置、系统及存储介质 | |
| CN106327573B (zh) | 一种针对城市建筑的实景三维建模方法 | |
| JP4719753B2 (ja) | 異種センサ統合モデリングによるデジタル写真測量方法及びその装置 | |
| CN105928498B (zh) | 提供关于对象的信息的方法、大地测绘系统、存储介质 | |
| CN111540048B (zh) | 一种基于空地融合的精细化实景三维建模方法 | |
| US9798928B2 (en) | System for collecting and processing aerial imagery with enhanced 3D and NIR imaging capability | |
| CN105203023B (zh) | 一种车载三维激光扫描系统安置参数的一站式标定方法 | |
| CN113870343B (zh) | 相对位姿标定方法、装置、计算机设备和存储介质 | |
| CN110779498A (zh) | 基于无人机多视点摄影的浅水河流水深测绘方法及系统 | |
| CN107316325A (zh) | 一种基于图像配准的机载激光点云与影像配准融合方法 | |
| CN104268935A (zh) | 一种基于特征的机载激光点云与影像数据融合系统及方法 | |
| CN109556569B (zh) | 地形图测绘方法及装置 | |
| CN110033489A (zh) | 一种车辆定位准确性的评估方法、装置及设备 | |
| CN104200086A (zh) | 宽基线可见光相机位姿估计方法 | |
| CN110223389B (zh) | 融合图像与激光数据的场景建模方法、系统、装置 | |
| CN110703268A (zh) | 一种自主定位导航的航线规划方法和装置 | |
| CN109685855A (zh) | 一种道路云监控平台下的摄像机标定优化方法 | |
| CN108335337A (zh) | 一种正射影像图的生成方法及装置 | |
| CN112800524A (zh) | 一种基于深度学习的路面病害三维重建方法 | |
| CN109596121A (zh) | 一种机动站自动目标检测与空间定位方法 | |
| CN108917753A (zh) | 基于从运动恢复结构的飞行器位置确定方法 | |
| CN112288848A (zh) | 无人机航拍三维建模计算工程量的方法 | |
| CN110986888A (zh) | 一种航空摄影一体化方法 | |
| CN115657706B (zh) | 基于无人机的地貌测量方法及系统 | |
| CN109871739A (zh) | 基于yolo-sioctl的机动站自动目标检测与空间定位方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |