CN110715670A - 一种基于gnss差分定位构建驾考全景三维地图的方法 - Google Patents

Abstract

本发明一种基于GNSS差分定位构建驾考全景三维地图的方法，属于构建全景三维地图技术领域；所要解决的技术问题为：提供一种基于GNSS差分定位构建驾考全景三维地图的方法的改进；解决该技术问题采用的技术方案为：在驾校场地范围里搭建固定多个GNSS差分定位基准站，基准站通过电台或无线网络向移动站主动发送差分改正信号，所述移动站作为车载GNSS移动接收机，对差分信号进行实时动态接收，移动站对接收信号进行分析处理，计算得出待测点的坐标值；对考试车辆进行建模；基于GNSS测量设备对考试车身设定多个参考点进行测绘，对整个车身建立模型后，依据车身姿态解算算法计算得出车身每个点精确坐标信息；本发明应用于构建驾考全景三维地图。

Description

一种基于GNSS差分定位构建驾考全景三维地图的方法

技术领域

本发明一种基于GNSS差分定位构建驾考全景三维地图的方法，属于构建全景三维地图技术领域。

背景技术

目前对驾驶人科目二科目三考试过程的查询监管，主要利用监管中心的二维电子地图实时进行查看，利用二维电子地图对驾驶人科目考试过程查询基本能满足要求，但在实际运行过程中也发现存在着一些问题：目前使用的电子地图是二维模式，在监控大厅上显示不够直观，考试车辆在电子地图上运行情况与车辆实际考试运行状况存在着一定误差，尤其存在考试车辆车轮压线等情况不能在电子地图上实时精确显示，另外目前使用的地图生成系统对硬件要求条件较高，场内二维地图发生变化后均需要重新生成绘制，制备新的电子地图费时费力，资源消耗大。

发明内容

本发明为了克服现有技术中存在的不足，所要解决的技术问题为：提供一种基于GNSS差分定位构建驾考全景三维地图的方法的改进。

为了解决上述技术问题，本发明采用的技术方案为：一种基于GNSS差分定位构建驾考全景三维地图的方法，包括如下步骤：

步骤一：在驾校场地范围里搭建固定多个GNSS差分定位基准站，基准站通过电台或无线网络向移动站主动发送差分改正信号，所述移动站作为车载GNSS移动接收机，对差分信号进行实时动态接收，移动站对接收信号进行分析处理，计算得出待测点的坐标值；

步骤二：对考试车辆进行建模；基于GNSS测量设备对考试车身设定多个参考点进行测绘，对整个车身建立模型后，依据车身姿态解算算法计算得出车身每个点精确坐标信息；

对考试车身进行建模时，建立车辆模型的几何向量M表示为：

其中：x值是东西向坐标值，y值是东北向坐标值，z轴是天向坐标值；

步骤三：计算考试车辆上各点坐标；

如果GPS差分定位的站与站之间的距离小于100km时，则有：

其中：

是基准接收机在t时刻至第j颗卫星的伪距离；

是t时刻的基准接收机至第j颗卫星的实际的距离；

dt^j是第j颗卫星星钟对比于GPS的时间系统的偏差；

dT_rr是基准接收机对比于GPS的时间系统的偏差；

是GPS的卫星星历在基准接收机所造成的距离的偏差；

是电离层时延在基准接收机所造成的偏差；

是对流层时延在基准接收机所造成的偏差；

C是光度；

同时接收机的误差所造成的距离误差表示为：d＝C(dT_rr-dT_kr)；

上式中X^j，Y^j，Z^j是第j颗卫星的三维位置，X_k，Y_k，Z_k是动态使用者的接收机的三维位置；车辆在运动过程中采集的后天线实时坐标为P，则车辆的模型上第n点向量M_n满足：

则车身上的多个点坐标向量矩阵为M_c＝P+K*M；

车辆模型第n点的实时三维坐标为P_n＝P+K*M_n；

通过上述公式计算确定当前考试车辆上多个点的精确坐标；

步骤四：构建全景三维地图；

标定车载全景相机初始位置，测算车载全景相机相对地面GPS设备的位姿偏移参数；通过车载激光雷达的全方位扫描测量，计算激光雷达扫描的光束恢复参数及与摄影中心的相对空间位置，对驾考场景表面的点线面特征进行三维建模。

所述步骤四中的驾考场景建模步骤为：

步骤4.1：对景物点云数据进行平面分割，得到点云分割平面片；

对平面点集进行求解：

设空间平面方程为ax+by+cz+d＝0，其中a、b、c、d为平面参数；

将平面方程修改为：

令a＝a₀+δ_a，β＝β₀+δβ，γ＝γ₀+δγ，x＝x+v_x，

代入上式可得：

a₀v_xi+β₀v_yi+γ₀v_zi+x_iδ_a+y_iδ_β+z_iδ_γ+a₀x_i+β₀y_i+γ₀z_i-1＝0，其中i＝1,…,n，

可以得到：

令V^TPV＝min，则有

得到K＝-(A^TA)^-1(Bδ_x+w)，B^T(A^TA)^-1Bδ_x+B^T(A^TA)^-1W＝0，因而

精度估计为

步骤4.2：进行特征点的提取，特征点由三个特征平面相交得到，具体为：

根据Goldman的精简算法，计算三个平面交点公式为：

公式展开为：

使用高斯消元法来求解，得出的交点为特征点；

步骤4.3：将影像数据和激光数据特征点发送给车载控制器内置软件进行处理，并且对获得的激光点云数据进行处理，得到整体的云模型；

最后根据所得数据使用建模软件对相关结构进行建立并组合，完成驾考全景三维模型构建。

本发明相对于现有技术具备以下的有益效果：相比于传统的二维电子地图，本发明提供构建驾考全景的三维地图更能直接反应真实场景，有助于提高考试效率，当考试车辆在考试过程中出现的车身出线，车轮压线情形将在三维地图模型中实时呈现；基于时空坐标的全景三维建模相比于二维电子地图建模资源消耗小，本发明提供的全景地图构建方法区别于传统的接触式测量电子地图，省时省力，测量与标记精度高，易于操作。

附图说明

下面结合附图对本发明做进一步说明：

图1为本发明地图构建系统的硬件结构示意图；

图2为本发明构建三维地图的步骤流程图。

具体实施方式

如图1和图2所示，本发明提供的地图生成方法主要是利用GNSS差分定位技术和激光雷达技术快速构建驾考全景三维模型。

首先，运用GNSS差分定位技术将地面GPS设备和经纬仪进行系统标定，可以使GNSS差分定位技术的精度能够达到1cm；本发明所用车辆压线检测是基于GNSS的差分定位的智能驾考系统中的关键算法，GNSS差分定位的基准站和移动站共同构建成为了GPS的差分定位系统。

在驾校的场地范围里搭建固定的GNSS的差分定位基准站，通过电台以及无线通讯网络等数据传输方式主动发送差分改正信号，移动站即车载GNSS移动接收机实时进行动态接收差分信号，然后进行解算出待测点的坐标值。

使用基于GNSS技术的高精度测量设备对之前已经设定的32个车身的参考点来进行测绘，首先对车身建立模型，最后结合车身模型，并依据姿态的解算算法算出车身每个点精确信息。建立车辆模型的几何向量M，如下式所示：

其中x值是东西向坐标值(向东为正)，y值是东北向坐标值(向北为正)，z轴是天向坐标值(天向为正)。

如果GPS差分定位的站与站之间的距离小于100km时，就能够相似的得到：

其中是基准接收机在t时刻至第j颗卫星的伪距离；

是t时刻的基准接收机至第j颗卫星的实际的距离；

dt^j是第j颗卫星星钟对比于GPS的时间系统的偏差；

dT_rr是基准接收机对比于GPS的时间系统的偏差；

是GPS的卫星星历在基准接收机所造成的距离的偏差；

是电离层时延在基准接收机所造成的偏差；

是对流层时延在基准接收机所造成的偏差；

C是光度。

d＝C(dT_rr-dT_kr)是接收机的误差所造成的距离误差，其中X^j，Y^j，Z^j是第j颗卫星的三维位置，X_k，Y_k，Z_k是动态使用者的接收机的三维位置。

车辆在运动过程中采集的后天线实时坐标为P，车辆的模型上第n点向量M_n满足：

那么车身上的32个点的坐标的向量矩阵为M_c＝P+K*M，车辆模型第n点的实时三维坐标为P_n＝P+K*M_n。

随后进行车载全景相机初始位置的标定，测算车载全景相机相对地面GPS设备的位姿偏移参数。

通过车载激光雷达的全方位扫描测量，计算激光雷达扫描的光束恢复参数及像对摄影中心的相对空间位置，来实现现场景物表面的点线面特征的三维重建。首先对景物点云数据进行平面分割，得到点云分割平面片。

景物通常由许多立面构成，每个立面包含若干个平面，它们之间的交集包含有重要信息，通过对平面片进行交集的方法对立面的特征进行提取。

对平面点集进行求解，空间平面方程为ax+by+cz+d＝0，其中a、b、c、d为平面参数。

将平面方程改为：

令代入上式可得：a₀v_xi+β₀v_yi+γ₀v_zi+x_iδ_a+y_iδ_β+z_iδ_γ+a₀x_i+β₀y_i+γ₀z_i-1＝0，其中i＝1,…,n，可以得到

令V^TPV＝min，则有得到K＝-(A^TA)^-1(Bδ_x+w)，B^T(A^TA)^-1Bδ_x+B^T(A^TA)^-1W＝0，因而精度估计为

随后进行特征点的提取，特征点由三个特征平面相交得到，为

根据Goldman的精简算法，计算三个平面交点公式为：

公式展开为：

使用高斯消元法来求解得出的交点为特征点。

将影像数据和激光数据特征点发送给相关软件进行处理，并且对获得的激光点云数据进行处理，得到整体的云模型。最后根据所得数据使用相关的建模软件对相关结构进行建立并组合，完成驾考全景三维模型。

本发明将GNSS差分定位技术与全景三维建模技术结合起来应用于驾驶人科目二考试过程中，可以直观呈现驾驶人考试过程，并进行实时监管，应用于驾驶人科目三考试过程中，可以直观呈现车辆运行轨迹，对考试过程发生的问题进行分析研判；驾驶人考试过程中若出现争议情况，可以实时进行全景三维地图的回放，对争议内容进行实时的动态轨迹播放，能够快速有效的解决争议问题，提升驾驶人考试的效率。

本发明将场地合规性复验，地图测量等模块加入到全景三维模型中，使监管部门可以对场地进行快速准确的测量校验，提升了工作效率；在全景三维模型中将动画操作，成绩复核，轨迹回放，数据视图等功能结合起来，使监管部门可以随时抽查调取各项基本数据以及考生的历史数据，能够降低考试作弊，成绩篡改发生的概率。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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 (2)

1.一种基于GNSS差分定位构建驾考全景三维地图的方法，其特征在于：包括如下步骤：

步骤一：在驾校场地范围里搭建固定多个GNSS差分定位基准站，基准站通过电台或无线网络向移动站主动发送差分改正信号，所述移动站作为车载GNSS移动接收机，对差分信号进行实时动态接收，移动站对接收信号进行分析处理，计算得出待测点的坐标值；

步骤二：对考试车辆进行建模；基于GNSS测量设备对考试车身设定多个参考点进行测绘，对整个车身建立模型后，依据车身姿态解算算法计算得出车身每个点精确坐标信息；

对考试车身进行建模时，建立车辆模型的几何向量M表示为：

其中：x值是东西向坐标值，y值是东北向坐标值，z轴是天向坐标值；

步骤三：计算考试车辆上各点坐标；

如果GPS差分定位的站与站之间的距离小于100km时，则有：

其中：

是基准接收机在t时刻至第j颗卫星的伪距离；

是t时刻的基准接收机至第j颗卫星的实际的距离；

dt^j是第j颗卫星星钟对比于GPS的时间系统的偏差；

dT_rr是基准接收机对比于GPS的时间系统的偏差；

是GPS的卫星星历在基准接收机所造成的距离的偏差；

是电离层时延在基准接收机所造成的偏差；

是对流层时延在基准接收机所造成的偏差；

C是光度；

同时接收机的误差所造成的距离误差表示为：

d＝C(dT_rr-dT_kr)；

上式中X^j，Y^j，Z^j是第j颗卫星的三维位置，X_k，Y_k，Z_k是动态使用者的接收机的三维位置；车辆在运动过程中采集的后天线实时坐标为P，则车辆的模型上第n点向量M_n满足：

则车身上的多个点坐标向量矩阵为M_c＝P+K*M；

车辆模型第n点的实时三维坐标为P_n＝P+K*M_n；

通过上述公式计算确定当前考试车辆上多个点的精确坐标；

步骤四：构建全景三维地图；

标定车载全景相机初始位置，测算车载全景相机相对地面GPS设备的位姿偏移参数；

通过车载激光雷达的全方位扫描测量，计算激光雷达扫描的光束恢复参数及与摄影中心的相对空间位置，对驾考场景表面的点线面特征进行三维建模。

2.根据权利要求1所述的一种基于GNSS差分定位构建驾考全景三维地图的方法，其特征在于：所述步骤四中的驾考场景建模步骤为：

步骤4.1：对景物点云数据进行平面分割，得到点云分割平面片；

对平面点集进行求解：

设空间平面方程为ax+by+cz+d＝0，其中a、b、c、d为平面参数；

将平面方程修改为：

令a＝a₀+δ_a，β＝β₀+δ_β，γ＝γ₀+δ_γ，x＝x+v_x，

代入上式可得：

a₀v_xi+β₀v_yi+γ₀v_zi+x_iδ_a+y_iδ_β+z_iδ_γ+a₀x_i+β₀y_i+γ₀z_i-1＝0，其中i＝1，…，n，

可以得到：

令V^TPV＝min，则有得到

K＝-(A^TA)^-1(Bδ_x+w)，B^T(A^TA)^-1Bδ_x+B^T(A^TA)^-1W＝0，因而精度估计为

步骤4.2：进行特征点的提取，特征点由三个特征平面相交得到，具体为：

根据Goldman的精简算法，计算三个平面交点公式为：

公式展开为：

使用高斯消元法来求解，得出的交点为特征点；

步骤4.3：将影像数据和激光数据特征点发送给车载控制器内置软件进行处理，并且对获得的激光点云数据进行处理，得到整体的云模型；

最后根据所得数据使用建模软件对相关结构进行建立并组合，完成驾考全景三维模型构建。

Images