CN111398980B - 一种机载LiDAR数据处理的方法及装置 - Google Patents
一种机载LiDAR数据处理的方法及装置 Download PDFInfo
- Publication number
- CN111398980B CN111398980B CN201811631910.4A CN201811631910A CN111398980B CN 111398980 B CN111398980 B CN 111398980B CN 201811631910 A CN201811631910 A CN 201811631910A CN 111398980 B CN111398980 B CN 111398980B
- Authority
- CN
- China
- Prior art keywords
- data
- lidar
- dimensional coordinate
- smooth track
- processing
- 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.)
- Active
Links
Images
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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/42—Simultaneous measurement of distance and other co-ordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/87—Combinations of systems using electromagnetic waves other than radio waves
- G01S17/875—Combinations of systems using electromagnetic waves other than radio waves for determining attitude
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
- G01S19/49—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an inertial position system, e.g. loosely-coupled
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种机载LiDAR数据处理的方法及装置,涉及无人机测绘技术领域,其方法包括:通过对全球定位系统GPS数据和惯导数据进行处理,生成最佳平滑轨迹数据,同时对激光探测与测量LiDAR数据进行处理,得到LiDAR坐标系下的三维坐标数据;通过对所述最佳平滑轨迹数据和所述LiDAR坐标系下的三维坐标数据进行时间同步处理,得到第一最佳平滑轨迹数据和第一三维坐标数据;通过对所述第一最佳平滑轨迹数据进行插值处理,得到第二最佳平滑轨迹数据;利用所述第二最佳平滑轨迹数据和所述第一三维坐标数据进行空间同步处理,得到并输出所述空间同步结果。
Description
技术领域
本发明涉及无人机测绘技术领域,特别涉及一种机载LiDAR数据处理的方法及装置。
背景技术
随着科技的进步以及人们对地球空间信息需求的与日俱增,由全球定位系统GPS(Global Positioning System,全球定位系统)、RS(Remote Sensing,遥感技术)、GIS(Geographic Information System,地理信息系统)和互联网等现代信息技术所组成的地球空间信息科学正得到不断的完善和发展。目前用于空间信息获取的技术手段也越来越多样化,正朝着多传感器、多角度、多极化、高时间分辨率、高空间分辨率、高光谱分辨率等方向发展。机载LiDAR(Light Detection And Ranging,激光探测与测量)作为一种新型的对地观测技术,由于其主动性、受天气影响小、不受阴影影响以及对地物间缝隙具有一定的穿透性等优点引起了各行各业的广泛关注。机载LiDAR集成了GPS技术、INS惯性导航技术、激光测距技术等多种先进技术,可以同时获得大量密集地面点的三维坐标、反射强度以及地面影像信息,已逐渐成为极其重要的一种地球空间信息采集方式。与微波以及传统的光学成像不同,大部分LiDAR传感器采用红外或近红外波长,直接获得地面点的三维空间坐标。这种技术能直接采集各种实体或实景的三维数据,并快速重构出目标的三维模型,进而获取三维空间的线、面和体等各种制图数据。目前,机载LiDAR已逐渐应用于三维城市建模、大范围高精度数字地面模型的获取、高精度真正射影像的制作、森林资源的管理和评估、管线勘察等多个领域。
机载LiDAR涉及到多传感器数据的读取和融合,时间对准,坐标系转换,传感器标定等一系列难题,要实现测绘级精度是很困难的事。
发明内容
根据本发明实施例提供的方案解决的技术了从多传感器原始数据到重建后的点云LAS数据的问题。
根据本发明实施例提供的一种机载LiDAR数据处理的方法,包括:
通过对全球定位系统GPS数据和惯导数据进行处理,生成最佳平滑轨迹数据,同时对激光探测与测量LiDAR数据进行处理,得到LiDAR坐标系下的三维坐标数据;
通过对所述最佳平滑轨迹数据和所述LiDAR坐标系下的三维坐标数据进行时间同步处理,得到第一最佳平滑轨迹数据和第一三维坐标数据;
通过对所述第一最佳平滑轨迹数据进行插值处理,得到第二最佳平滑轨迹数据;
利用所述第二最佳平滑轨迹数据和所述第一三维坐标数据进行空间同步处理,得到并输出所述空间同步结果。
优选地,通过GNSS(Global Navigation Satellite System,全球导航卫星系统)以第一频率的采集方式获取包含位置时间信息和位置信息的所述GPS数据;通过INS(Inertial Navigation System,惯性导航系统)以第二频率的采集方式获取包含姿态时间信息和姿态信息的所述惯导数据;通过LiDAR设备以第三频率的采集方式获取包含坐标时间信息和坐标信息的所述LiDAR数据;
其中,所述第一频率<所述第二频率<所述第三频率。
优选地,所述通过对全球定位系统GPS数据和惯导数据进行处理,生成最佳平滑轨迹数据包括:
通过采用PPK(Post Processed Kinematic,动态后处理技术)对所述GPS数据中的位置信息和所述惯导数据中的姿态信息分别进行互补以及偏差纠正处理,生成最佳平滑轨迹数据。
优选地,所述通过对所述最佳平滑轨迹数据和所述LiDAR坐标系下的三维坐标数据进行时间同步处理,得到第一最佳平滑轨迹数据和第一三维坐标数据包括:
所述最佳平滑轨迹数据获取UTC(Coordinated Universal Time,协调世界时)时间;
所述LiDAR坐标系下的三维坐标数据的本地时间与所述协调世界时UTC时间进行时间同步处理,得到第一最佳平滑轨迹数据和第一三维坐标数据。
优选地,所述通过对所述第一最佳平滑轨迹数据进行插值处理,得到第二最佳平滑轨迹数据包括:
利用插值方法对所述第一最佳平滑轨迹数据进行插值处理,得到第二最佳平滑轨迹数据;
其中,所述插值方法包括以下任一:最邻近插值方法、线性内插方法、双线性二次插值方法以及三次样条插值方法。
优选地,在得到第二最佳平滑轨迹数据之后,还包括:
根据所述第一三维坐标数据对所述第二最佳平滑轨迹数据中的插值数据进行采样处理,使得所述每个第一三维坐标数据与所述第二最佳平滑轨迹数据一一对应匹配。
优选地,所述利用所述第二最佳平滑轨迹数据和所述第一三维坐标数据进行空间同步处理,得到并输出所述空间同步结果包括:
根据所述第一三维坐标数据,获取待测对象在所述LiDAR坐标系下的三维坐标信息;
利用所述第二最佳平滑轨迹数据和所述第一三维坐标数据,对所述待测对象的三维坐标信息从所述LiDAR坐标系下进行空间同步处理,得到所述待测对象在大地坐标下三维坐标信息;
将所述待测对象在大地坐标下三维坐标信息以LAS文件的形式进行存储,并在接收到输出指令时,输出所述存储的LAS文件。
优选地,所述待测对象的三维坐标信息从所述LiDAR坐标系下进行空间同步处理包括:
从所述LiDAR坐标系下转换到惯性测量单元IMU坐标系;
从所述IMU坐标系下转换到北东地NED坐标系;
从所述NED坐标系下转换到地心地固ECEF坐标系;
从所述ECEF坐标系下转换到通用横墨卡托格网系统UTM坐标系。
根据本发明实施例提供的一种机载LiDAR数据处理的装置,包括:
数据获取模块,用于通过对全球定位系统GPS数据和惯导数据进行处理,生成最佳平滑轨迹数据,同时对激光探测与测量LiDAR数据进行处理,得到LiDAR坐标系下的三维坐标数据;
时间同步模块,用于通过对所述最佳平滑轨迹数据和所述LiDAR坐标系下的三维坐标数据进行时间同步处理,得到第一最佳平滑轨迹数据和第一三维坐标数据;
插值模块,用于通过对所述第一最佳平滑轨迹数据进行插值处理,得到第二最佳平滑轨迹数据;
空间同步模块,用于利用所述第二最佳平滑轨迹数据和所述第一三维坐标数据进行空间同步处理,得到并输出所述空间同步结果。
优选地,通过全球导航卫星系统GNSS以第一频率的采集方式获取包含位置时间信息和位置信息的所述GPS数据;通过惯性导航系统INS以第二频率的采集方式获取包含姿态时间信息和姿态信息的所述惯导数据;通过LiDAR设备以第三频率的采集方式获取包含坐标时间信息和坐标信息的所述LiDAR数据;
其中,所述第一频率<所述第二频率<所述第三频率。
根据本发明实施例提供的方案,从数据采集,分析,解算,到多传感器的时间和空间同步等一整套流程算法,实现了无人机机载LiDAR在测绘领域中对环境信息的高效重建。
附图说明
图1是本发明实施例提供的一种机载LiDAR数据处理的方法流程图;
图2是本发明实施例提供的一种机载LiDAR数据处理的装置示意图;
图3是本发明实施例提供的整体算法的流程图;
图4是本发明实施例中采用的插值算法的结果图;
图5是本发明实施例中提供的整个空间同步所进行的坐标系转换的整体流程图;
图6是本发明实施例中算法得到的最终结果演示图。
具体实施方式
以下结合附图对本发明的优选实施例进行详细说明,应当理解,以下所说明的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
图1是本发明实施例提供的一种机载LiDAR数据处理的方法流程图,如图1所示,包括:
步骤S101:通过对全球定位系统GPS数据和惯导数据进行处理,生成最佳平滑轨迹数据,同时对激光探测与测量LiDAR数据进行处理,得到LiDAR坐标系下的三维坐标数据;
步骤S102:通过对所述最佳平滑轨迹数据和所述LiDAR坐标系下的三维坐标数据进行时间同步处理,得到第一最佳平滑轨迹数据和第一三维坐标数据;
步骤S103:通过对所述第一最佳平滑轨迹数据进行插值处理,得到第二最佳平滑轨迹数据;
步骤S104:利用所述第二最佳平滑轨迹数据和所述第一三维坐标数据进行空间同步处理,得到并输出所述空间同步结果。
其中,通过全球导航卫星系统GNSS以第一频率的采集方式获取包含位置时间信息和位置信息的所述GPS数据;通过惯性导航系统以第二频率的采集方式获取包含姿态时间信息和姿态信息的所述惯导数据;通过LiDAR设备以第三频率的采集方式获取包含坐标时间信息和坐标信息的所述LiDAR数据;其中,所述第一频率<所述第二频率<所述第三频率。
具体地说,所述通过对全球定位系统GPS数据和惯导数据进行处理,生成最佳平滑轨迹数据包括:通过采用动态后处理技术PPK对所述GPS数据中的位置信息和所述惯导数据中的姿态信息分别进行互补以及偏差纠正处理,生成最佳平滑轨迹数据。
具体地说,所述通过对所述最佳平滑轨迹数据和所述LiDAR坐标系下的三维坐标数据进行时间同步处理,得到第一最佳平滑轨迹数据和第一三维坐标数据包括:所述最佳平滑轨迹数据获取协调世界时UTC时间;所述LiDAR坐标系下的三维坐标数据的本地时间与所述协调世界时UTC时间进行时间同步处理,得到第一最佳平滑轨迹数据和第一三维坐标数据。
具体地说,所述通过对所述第一最佳平滑轨迹数据进行插值处理,得到第二最佳平滑轨迹数据包括:利用插值方法对所述第一最佳平滑轨迹数据进行插值处理,得到第二最佳平滑轨迹数据;其中,所述插值方法包括以下任一:最邻近插值方法、线性内插方法、双线性二次插值方法以及三次样条插值方法。
本发明实施例在得到第二最佳平滑轨迹数据之后,还包括:根据所述第一三维坐标数据对所述第二最佳平滑轨迹数据中的插值数据进行采样处理,使得所述每个第一三维坐标数据与所述第二最佳平滑轨迹数据一一对应匹配。
具体地说,所述利用所述第二最佳平滑轨迹数据和所述第一三维坐标数据进行空间同步处理,得到并输出所述空间同步结果包括:根据所述第一三维坐标数据,获取待测对象在所述LiDAR坐标系下的三维坐标信息;利用所述第二最佳平滑轨迹数据和所述第一三维坐标数据,对所述待测对象的三维坐标信息从所述LiDAR坐标系下进行空间同步处理,得到所述待测对象在大地坐标下三维坐标信息;将所述待测对象在大地坐标下三维坐标信息以LAS文件的形式进行存储,并在接收到输出指令时,输出所述存储的LAS文件。
具体地说,所述待测对象的三维坐标信息从所述LiDAR坐标系下进行空间同步处理包括:从所述LiDAR坐标系下转换到惯性测量单元IMU坐标系;从所述IMU坐标系下转换到北东地NED坐标系;从所述NED坐标系下转换到地心地固ECEF坐标系;从所述ECEF坐标系下转换到通用横墨卡托格网系统UTM坐标系。
图2是本发明实施例提供的一种机载LiDAR数据处理的装置示意图,如图2所示,包括:数据获取模块201、时间同步模块202、插值模块203以及空间同步模块204。
其中,所述数据获取模块201,用于通过对全球定位系统GPS数据和惯导数据进行处理,生成最佳平滑轨迹数据,同时对激光探测与测量LiDAR数据进行处理,得到LiDAR坐标系下的三维坐标数据;所述时间同步模块202,用于通过对所述最佳平滑轨迹数据和所述LiDAR坐标系下的三维坐标数据进行时间同步处理,得到第一最佳平滑轨迹数据和第一三维坐标数据;所述插值模块203,用于通过对所述第一最佳平滑轨迹数据进行插值处理,得到第二最佳平滑轨迹数据;所述空间同步模块204,用于利用所述第二最佳平滑轨迹数据和所述第一三维坐标数据进行空间同步处理,得到并输出所述空间同步结果。
其中,通过全球导航卫星系统GNSS以第一频率的采集方式获取包含位置时间信息和位置信息的所述GPS数据;通过惯性导航系统以第二频率的采集方式获取包含姿态时间信息和姿态信息的所述惯导数据;通过LiDAR设备以第三频率的采集方式获取包含坐标时间信息和坐标信息的所述LiDAR数据;其中,所述第一频率<所述第二频率<所述第三频率。
图3是本发明实施例提供的整体算法的流程图,如图3所示,包括:
步骤301:各传感器数据获取和解算,用于生成最佳平滑轨迹和获取LiDAR数据的坐标信息;
首先获取原始的GPS数据(当前在地球坐标系下的位置)和惯导数据(载体姿态等导航参数),通过卡尔曼滤波算法,采用紧耦合方式进行解算,生成最佳平滑轨迹,通过读取网口数据流的方式采集LiDAR原始数据,解析原始数据的数据结构,进行解算,插值,得到LiDAR坐标系下的三维信息。也就是说,硬件设备中有GNSS/INS组合导航定位模块,卫星定位导航系统获取当前在地球坐标系下的位置,而惯性定向定位导航系统,则通过内部的惯性器件(陀螺、加速度计)提供载体姿态等导航参数,在组合定位导航系统中记录基站和移动站原始数据,采用PPK技术,对两种数据进行互补,偏差纠正,解算合成SBET(SmoothedBestEstimate Trajectory,最佳平滑轨迹)数据。而在LiDAR传感器数据方面,原始数据通过网口抓取不同端口的数据,将数据分成数据包和定位包,数据包中包括了距离,角度和时间戳信息,通过解算和插值能够还原出三维坐标信息和精准的时间戳,定位包中则记录了惯导模块通过PPS脉冲信号发送给LiDAR的GPRMC语句,记录了时间信息和位置信息。
其中,所述各传感器是指GNSS、INS以及LiDAR设备。
步骤302:时间同步对准,用于多传感器的时间统一和校准;
通过惯导跟LiDAR设备连线,输出GPRMC语句,LiDAR设备捕捉PPS脉冲信号,GPRMC语句提供了惯导设备给过来的UTC时间,LiDAR设备又时刻在记录本地时间,两个时间被保存在LiDAR数据的定位包中,通过解算定位包数据,就可以将本地时间与PPS信号提供的UTC时间进行对准同步。也就是说,将LiDAR设备采集的数据和惯导输出的数据在时间上能够一一同步对准起来。多传感器数据融合中的时间对准问题是数据融合系统要解决的关键问题之一。为了确保多传感器数据坐标转换的精确性,在进行数据融合前,必须对这些数据进行时间对准。否则,未经对准的数据可能会导致比单独使用某一种传感器数据时的融合性能还差。硬件上通过导线连接惯导和LiDAR,GPS接收器生成PPS(Pulse Per Second,每秒脉冲)脉冲信号和NMEA $GPRMC消息,GPRMC消息提供了UTC时间,而LiDAR传感器则将自己的时间戳设置为每个UTC时间超过的一小时的微秒,通过解析GPRMC语句的两个对应时间,就可以将LiDAR数据包中每个数据点对应上一个UTC时间,从而能跟SBET(平滑最佳估记航迹线)数据进行对准。
步骤303:数据插值,用于多传感器数据不同频率的对齐;
所述数据插值步骤,对最佳平滑轨迹中的数据采用三次样条插值算法进行插值,插值后的数据从之前的有限离散点数据变成了无限的连续数据,再对应的LiDAR数据的频率对插值数据进行采样,以获得频率上的统一和对应。也就是说,因为各个传感器数据频率不同,惯导数据的频率最高为200HZ,GNSS(全球导航卫星系统)的数据采样频率最高为100HZ,而LiDAR数据的频率可能超过200KHZ,因此,为了获得每个LiDAR的位置和姿态信息,需要对GNSS/IMU组合导航输出的SBET结果进行数据的内插。
插值的方法有多种,最邻近插值,线性内插,双线性二次插值,三次样条插值。本发明实施例的算法采用了三次样条插值。
三次样条插值(Cubic Spline Interpolation)本质上属于分段的多项式光滑插值,基本思想是,在由两相邻节点所构成的每一个小区间内用低次多项式来逼近,并且在各结点的连接处又保证是光滑的(即导数连续)。假设在[a,b]区间内有n+1个数据,假设在ti时刻的数据为f(t)=yi,则有一个三次样条插值函数s(x),满足以下条件:
(1)s(ti)=yi;
(2)s(t)在每个小区间中[ti,ti+1]是三次多项式;
(3)s(t)在[a,b]上具有二阶连续导数。
通过最小二乘和Hermite插值公式可以得到三次样条插值函数s(t)的公式:
其中mi=s'(ti)。
整理可得:在区间ti≤t≤ti+1中,有以下方程:
s(t)=ai+bi(x-xi)+ci(x-xi)2+di(x-xi)3
其中:
hi=ti+1-ti
ai=yi
通过三次样条插值拟合后,就可以获得一条平滑的曲线,将有限的点变成了无限的点,曲线的区间范围内的任意时刻都有了有效值,以此再根据同步后LiDAR数据的时间,对曲线进行采样对准,从而每个LiDAR数据也具备了一对一对应的轨迹数据,可以进行融合对准了。
如图4所示,有位置和姿态角数据,其中每个数据里面平直的折线部分是原始数据,没有经过三次样条插值的,而光滑的曲线部分则是进行了三次样条插值后的数据,可以看出来有了明显的改观。
步骤304:空间同步,用于进行坐标系转换,还原到大地坐标系;
所述空间同步的步骤,需要进行多个的坐标系转换,将坐标系从相对LiDAR坐标系转换到惯导坐标系,再转换到本地的北东地坐标系,然后转换到地心地固(ECEF)坐标系,再转换到WGS-84坐标系,最后投影到UTM大地坐标系,实现测绘需要的绝对位置的精确重建。
图5是本发明实施例中提供的整个空间同步所进行的坐标系转换的整体流程图,如图5所示,要进行多次转换,分别是从待测点到LiDAR坐标系,再到IMU(Inertialmeasurement unit,惯性测量单元)坐标系,到本地的北东地坐标系,再到地球的ECEF(Earth-Centered,Earth-Fixed,地心地固坐标系)坐标系,进而转换为WGS84(WorldGeodetic System一1984Coordinate System)坐标系,最后映射到UTM(universaltransverse mercartorgrid system,通用横墨卡托格网系统)坐标系上。
步骤501:LiDAR坐标系是通过解算LiDAR数据,获取待测点的三维坐标。
步骤502:从LiDAR转换到IMU坐标系,也就是惯导坐标系,则假设LiDAR坐标系为S系,IMU坐标系为b系,LiDAR到IMU的三个安置角分别为俯仰角θx,翻滚角θy,偏航角θz,三个杆臂值ab为[aL,bL,cL]T,为LiDAR到IMU的旋转矩阵,/>其中有:
步骤503:从IMU到本地的NED坐标系,NED坐标系也叫做北东地坐标系,NED坐标系各轴的定义:N——北轴指向地球北;E——东轴指向地球东;D——地轴垂直于地球表面并指向下。假设IMU中心坐标系为b系,本地NED坐标系为l系,IMU转化为l系绕各自轴旋转的姿态角:绕X轴旋转的翻滚角roll,绕Y轴旋转的俯仰角pitch,绕Z轴旋转的偏航角heading,令为IMU到NED坐标系的旋转变换矩阵,如下式:
其中:
步骤504:从本地NED坐标系到地心ECEF坐标系。地心地固坐标系(Earth-Centered,Earth-Fixed,ECEF)简称地心坐标系,是一种以地心为原点的地固坐标系(也称地球坐标系),是一种笛卡儿坐标系。原点O(0,0,0)为地球质心,z轴与地轴平行指向北极点,x轴指向本初子午线与赤道的交点,y轴垂直于xOz平面(即东经90度与赤道的交点)构成右手坐标系。
令ri m=[xe ye ze]T为目标点位置到ECEF坐标系的转化,则有:
步骤505:从ECEF转到UTM坐标系有两个小步骤,第一个是从ECEF转到WGS84坐标系。WGS-84坐标系的原点在地球质心,Z轴指向BIH1984.0定义的协定地球极(CTP)方向,X轴指向BIH1984.0的零度子午面和CTP赤道的交点,Y轴和Z、X轴构成右手坐标系。它是一个地固(地心固连)坐标系。转换公式如下所示:
其中(xe,ye,ze)T为ECEF坐标系的x,y,z坐标,RN:normal radius,h:椭球体高度,h=N+H,H:水准面以上的高度,N:地心到大地水准面的高度。
即可得到WGS-84的坐标位置:(longl,latl,H)
得到WGS84坐标系之后,再映射到UTM坐标系。UTM坐标是一种平面直角坐标,这种坐标格网系统及其所依据的投影已经广泛用于地形图,作为卫星影像和自然资源数据库的参考格网以及要求精确定位的其他应用。在UTM系统中,北纬84度和南纬80度之间的地球表面积按经度6度划分为南北纵带(投影带)。从180度经线开始向东将这些投影带编号,从1编至60(北京处于第50带)。每个带再划分为纬差8度的四边形。四边形的横行从南纬80度开始。用字母C至X(不含I和O)依次标记(第X行包括北半球从北纬72度至84度全部陆地面积,共12度)每个四边形用数字和字母组合标记。参考格网向右向上读取。每一四边形划分为很多边长为1000000米的小区,用字母组合系统标记。在每个投影带中,位于带中心的经线,赋予横坐标值为500000米。对于北半球赤道的标记坐标值为0,对于南半球为10000000米,往南递减。
假设(x,y)为转换后的utm坐标,φ:纬度λ:经度。首先要找到UTM投影区域Zone:
Zone=(λ+180)/6+1
λ0=6.0*Zone-183.0
其次再开始计算转换:
k0=0.9996
T=tan2φ
C=e'2cos2φ
A=(λ-λ0)cosφ
经过以上方程换算,可以得到最终在UTM坐标系下的位置(x,y,H)。
步骤505:输出LAS文件。LAS文件采用行业标准二进制格式,用于存储机载激光雷达数据。经过一系列解算,插值,同步后,可以将LiDAR检测到的每个点都附上真实的大地坐标系上的坐标,再输出成LAS文件。
图6是本发明实施例中算法得到的最终结果演示图,如图6所示,采用上述一系列处理方法后,得到的最终LAS数据,是采用无人机挂载设备采集到的某个区域的数据,用QTreader软件查看的截图,可以清晰的看到房屋,路面和车辆的模型。
根据本发明实施例提供的方案,通过机载LiDAR和组合导航设备采集数据,到传感器数据的解算分析,多传感器数据的时间对准同步和偏差纠正,不同源数据的插值和采样,以及多个坐标系的空间转换的算法流程,将原始采集的数据重建成高精度的带有绝对地理坐标的模型结构,可以满足测绘行业需求和后续的DSM、DEM建模分析,并解决了从多传感器原始数据到重建后的点云LAS数据的问题。
尽管上文对本发明进行了详细说明,但是本发明不限于此,本技术领域技术人员可以根据本发明的原理进行各种修改。因此,凡按照本发明原理所作的修改,都应当理解为落入本发明的保护范围。
Claims (8)
1.一种机载LiDAR数据处理的方法,其特征在于,包括:
通过对全球定位系统GPS数据和惯导数据进行处理,生成最佳平滑轨迹数据,同时对激光探测与测量LiDAR数据进行处理,得到LiDAR坐标系下的三维坐标数据;
通过对所述最佳平滑轨迹数据和所述LiDAR坐标系下的三维坐标数据进行时间同步处理,得到第一最佳平滑轨迹数据和第一三维坐标数据;
通过对所述第一最佳平滑轨迹数据进行插值处理,得到第二最佳平滑轨迹数据,并根据所述第一三维坐标数据对所述第二最佳平滑轨迹数据中的插值数据进行采样处理,使得每个所述第一三维坐标数据与所述第二最佳平滑轨迹数据一一对应匹配;
利用所述第二最佳平滑轨迹数据和所述第一三维坐标数据进行空间同步处理,得到并输出空间同步结果,其包括:根据所述第一三维坐标数据,获取待测对象在所述LiDAR坐标系下的三维坐标信息;利用所述第二最佳平滑轨迹数据和所述第一三维坐标数据,对所述待测对象的三维坐标信息从所述LiDAR坐标系下进行空间同步处理,得到所述待测对象在大地坐标下三维坐标信息;将所述待测对象在大地坐标下三维坐标信息以LAS文件的形式进行存储,并在接收到输出指令时,输出所述存储的LAS文件。
2.根据权利要求1所述的方法,其特征在于,通过全球导航卫星系统GNSS以第一频率的采集方式获取包含位置时间信息和位置信息的所述GPS数据;通过惯性导航系统INS以第二频率的采集方式获取包含姿态时间信息和姿态信息的所述惯导数据;通过LiDAR设备以第三频率的采集方式获取包含坐标时间信息和坐标信息的所述LiDAR数据;
其中,所述第一频率<所述第二频率<所述第三频率。
3.根据权利要求1所述的方法,其特征在于,所述通过对全球定位系统GPS数据和惯导数据进行处理,生成最佳平滑轨迹数据包括:
通过采用动态后处理技术PPK对所述GPS数据中的位置信息和所述惯导数据中的姿态信息分别进行互补以及偏差纠正处理,生成最佳平滑轨迹数据。
4.根据权利要求3所述的方法,其特征在于,所述通过对所述最佳平滑轨迹数据和所述LiDAR坐标系下的三维坐标数据进行时间同步处理,得到第一最佳平滑轨迹数据和第一三维坐标数据包括:
所述最佳平滑轨迹数据获取协调世界时UTC时间;
所述LiDAR坐标系下的三维坐标数据的本地时间与所述协调世界时UTC时间进行时间同步处理,得到第一最佳平滑轨迹数据和第一三维坐标数据。
5.根据权利要求4所述的方法,其特征在于,所述通过对所述第一最佳平滑轨迹数据进行插值处理,得到第二最佳平滑轨迹数据包括:
利用插值方法对所述第一最佳平滑轨迹数据进行插值处理,得到第二最佳平滑轨迹数据;
其中,所述插值方法包括以下任一:最邻近插值方法、线性内插方法、双线性二次插值方法以及三次样条插值方法。
6.根据权利要求1所述的方法,其特征在于,所述待测对象的三维坐标信息从所述LiDAR坐标系下进行空间同步处理包括:
从所述LiDAR坐标系下转换到惯性测量单元IMU坐标系;
从所述IMU坐标系下转换到北东地NED坐标系;
从所述NED坐标系下转换到地心地固ECEF坐标系;
从所述ECEF坐标系下转换到通用横墨卡托格网系统UTM坐标系。
7.一种机载LiDAR数据处理的装置,其特征在于,包括:
数据获取模块,用于通过对全球定位系统GPS数据和惯导数据进行处理,生成最佳平滑轨迹数据,同时对激光探测与测量LiDAR数据进行处理,得到LiDAR坐标系下的三维坐标数据;
时间同步模块,用于通过对所述最佳平滑轨迹数据和所述LiDAR坐标系下的三维坐标数据进行时间同步处理,得到第一最佳平滑轨迹数据和第一三维坐标数据;
插值模块,用于通过对所述第一最佳平滑轨迹数据进行插值处理,得到第二最佳平滑轨迹数据,并根据所述第一三维坐标数据对所述第二最佳平滑轨迹数据中的插值数据进行采样处理,使得每个所述第一三维坐标数据与所述第二最佳平滑轨迹数据一一对应匹配;
空间同步模块,用于利用所述第二最佳平滑轨迹数据和所述第一三维坐标数据进行空间同步处理,得到并输出空间同步结果,其包括:根据所述第一三维坐标数据,获取待测对象在所述LiDAR坐标系下的三维坐标信息;利用所述第二最佳平滑轨迹数据和所述第一三维坐标数据,对所述待测对象的三维坐标信息从所述LiDAR坐标系下进行空间同步处理,得到所述待测对象在大地坐标下三维坐标信息;将所述待测对象在大地坐标下三维坐标信息以LAS文件的形式进行存储,并在接收到输出指令时,输出所述存储的LAS文件。
8.根据权利要求7所述的装置,其特征在于,通过全球导航卫星系统GNSS以第一频率的采集方式获取包含位置时间信息和位置信息的所述GPS数据;通过惯性导航系统INS以第二频率的采集方式获取包含姿态时间信息和姿态信息的所述惯导数据;通过LiDAR设备以第三频率的采集方式获取包含坐标时间信息和坐标信息的所述LiDAR数据;
其中,所述第一频率<所述第二频率<所述第三频率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811631910.4A CN111398980B (zh) | 2018-12-29 | 2018-12-29 | 一种机载LiDAR数据处理的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811631910.4A CN111398980B (zh) | 2018-12-29 | 2018-12-29 | 一种机载LiDAR数据处理的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111398980A CN111398980A (zh) | 2020-07-10 |
CN111398980B true CN111398980B (zh) | 2023-06-06 |
Family
ID=71433875
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811631910.4A Active CN111398980B (zh) | 2018-12-29 | 2018-12-29 | 一种机载LiDAR数据处理的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111398980B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112051591B (zh) * | 2020-08-31 | 2022-11-29 | 广州文远知行科技有限公司 | 一种激光雷达与惯性测量单元的检测方法及相关装置 |
CN112762945A (zh) * | 2021-01-14 | 2021-05-07 | 佳都新太科技股份有限公司 | 高精度地图全要素采集设备的信息同步方法、系统及装置 |
CN113405539B (zh) * | 2021-06-21 | 2023-04-07 | 浙江建设职业技术学院 | 地下管道测绘方法及系统 |
CN113777589B (zh) * | 2021-08-18 | 2024-04-02 | 北京踏歌智行科技有限公司 | 一种基于点特征的lidar与gps/imu联合标定方法 |
CN114265418A (zh) * | 2021-09-03 | 2022-04-01 | 国家电投集团江苏新能源有限公司 | 一种用于光伏电站的无人机巡检与缺陷定位系统及方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6664529B2 (en) * | 2000-07-19 | 2003-12-16 | Utah State University | 3D multispectral lidar |
US20160341579A1 (en) * | 2014-10-09 | 2016-11-24 | Invensense, Inc. | Gyroscope and image sensor synchronization |
CN204832514U (zh) * | 2015-07-20 | 2015-12-02 | 北京数字绿土科技有限公司 | 一体化多传感器激光雷达扫描系统 |
CN105277950B (zh) * | 2015-09-29 | 2017-09-15 | 大连楼兰科技股份有限公司 | 基于车体坐标系的激光雷达坐标转换方法 |
CN105652305B (zh) * | 2016-01-08 | 2018-02-06 | 深圳大学 | 一种动态环境下轨道检测平台的三维定位定姿方法及系统 |
JP2019532433A (ja) * | 2016-10-11 | 2019-11-07 | カールタ インコーポレイテッド | リアルタイムオンラインエゴモーション推定を有するレーザスキャナ |
CN106597416B (zh) * | 2016-11-18 | 2019-04-09 | 长安大学 | 一种地面GPS辅助的LiDAR数据高程差的误差修正方法 |
-
2018
- 2018-12-29 CN CN201811631910.4A patent/CN111398980B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111398980A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111398980B (zh) | 一种机载LiDAR数据处理的方法及装置 | |
Poli | A rigorous model for spaceborne linear array sensors | |
CN109696182A (zh) | 一种星载推扫式光学传感器内方位元素定标方法 | |
CN103557841A (zh) | 一种提高多相机合成影像摄影测量精度的方法 | |
CN111912430B (zh) | 高轨光学卫星的在轨几何定标方法、装置、设备及介质 | |
KR102075028B1 (ko) | 무인기 고속비행 중 정밀위치 영상 획득 장치 및 그를 이용한 정밀위치 획득 방법 | |
KR20180024809A (ko) | 영상 기하 보정 방법 및 이를 위한 장치 | |
CN109631863A (zh) | 一种空地结合的潮间带一体化测绘方法 | |
CN111694012A (zh) | 一种基于机载激光雷达的三维地形在线生成方法及系统 | |
Lo et al. | The direct georeferencing application and performance analysis of UAV helicopter in GCP-free area | |
CN110986888A (zh) | 一种航空摄影一体化方法 | |
Li et al. | A study of the potential attainable geometric accuracy of IKONOS satellite imagery | |
CN110310370B (zh) | 一种gps与srtm点面融合的方法 | |
CN115200573B (zh) | 空间目标的测量装备定位方法、系统和存储介质 | |
CN109116351B (zh) | 一种星载InSAR定位解析算法 | |
Rusli et al. | Accuracy assessment of DEM from UAV and TanDEM-X imagery | |
CN110308436B (zh) | 一种多线激光扫描仪的激光光轴标校方法及系统 | |
JP2009509125A (ja) | 画像に関連する位置を決定するための方法および装置 | |
Guntel et al. | Accuracy analysis of control point distribution for different terrain types on photogrammetric block | |
CN111623802B (zh) | 一种基于足印影像的星载激光测高仪在轨指向检校方法 | |
Gupta et al. | Long strip modelling for cartosat-1 with minimum control | |
Guastaferro et al. | Rectification of spot 5 satellite imagery for marine geographic information systems | |
Perry et al. | Precision directly georeferenced unmanned aerial remote sensing system: Performance evaluation | |
González | Horizontal accuracy assessment of the new generation of high resolution satellite imagery for mapping purposes | |
Clay et al. | Assessing the Accuracy of Georeferenced Point Clouds from Uas Imagery |
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 |