国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

手持SLAM設(shè)備在土方測(cè)量中的應(yīng)用研究

2024-05-21 06:29:45王宗輝閆宏昌
科技資訊 2024年4期
關(guān)鍵詞:精度分析數(shù)據(jù)采集

王宗輝 閆宏昌

摘要:隨著測(cè)繪技術(shù)的不斷革新,傳統(tǒng)的數(shù)據(jù)采集方法也在使用過程中出現(xiàn)了相關(guān)的弊端,無(wú)法滿足現(xiàn)有項(xiàng)目的時(shí)間要求及精度要求,三維激光掃描技術(shù)的出現(xiàn)極大地提升了數(shù)據(jù)的質(zhì)量和數(shù)據(jù)采集速度,為現(xiàn)有項(xiàng)目的開展提供了數(shù)據(jù)支持。本文基于手持SLAM技術(shù)在土方測(cè)量中的應(yīng)用與優(yōu)勢(shì)展開研究,通過對(duì)手持SLAM技術(shù)原理、算法和關(guān)鍵技術(shù)進(jìn)行分析,并結(jié)合工程實(shí)例利用手持SLAM和三維激光掃描儀對(duì)土方精度進(jìn)行驗(yàn)證。實(shí)驗(yàn)證明,手持SLAM技術(shù)能夠在土方測(cè)量中實(shí)現(xiàn)高精度、高效率的數(shù)據(jù)采集和建模,為土方方量計(jì)算奠定了數(shù)據(jù)基礎(chǔ)。

關(guān)鍵詞:手持SLAM??土方測(cè)量??數(shù)據(jù)采集??精度分析

中圖分類號(hào):TU986.3

Research?on?the?Application?of?Handheld?SLAM?Equipment?in?Earthwork?Measurement

WANG?Zonghui??YAN?Hongchang*

Gansu?Forestry?Polychnic,?Tianshui,?Gansu?Province,?741020?China

Abstract:?With?the?continuous?innovation?of?surveying?and?mapping?technology,?traditional?data?collection?methods?have?also?encountered?related?drawbacks?in?the?use?process?and?cannot?meet?the?time?and?accuracy?requirements?of?existing?projects.?The?emergence?of?three-dimensional?laser?scanning?technology?has?greatly?improved?the?quality?and?collection?speed?of?data,?which?provides?data?support?for?the?development?of?existing?projects.?This?article?studies?the?application?and?advantages?of?handheld?SLAM?technology?in?earthwork?survey,?analyzes?the?principles,?algorithms?and?key?technologies?of?handheld?SLAM?technology,?and?uses?handheld?SLAM?and?3D?laser?scanners?to?verify?the?accuracy?of?earthwork?in?combination?with?engineering?examples.?Experiments?have?shown?that?handheld?SLAM?technology?can?achieve?high-precision?and?efficient?data?collection?and?modeling?in?earthwork?measurement,?which?lays?a?data?foundation?for?earthwork?volume?calculation.

Key?Words:?Handheld?SLAM;?Earthwork?measurement;?Data?collection;?Precision?analysis

土方工程是建筑工程中重要的施工環(huán)節(jié),土方測(cè)量作為土方工程的前期工作,對(duì)于土方工程的規(guī)劃、設(shè)計(jì)和施工具有重要影響。目前土方測(cè)量的主要利用全站儀法、GNSS-RTK進(jìn)行數(shù)據(jù)采集,利用三角網(wǎng)法等進(jìn)行計(jì)算,由于數(shù)據(jù)采集的限制,存在效率低、精度不高等問題,因此需要引入新的技術(shù)手段來(lái)提升土方測(cè)量的效果。手持SLAM技術(shù)作為一種新興的測(cè)量技術(shù),具有較高的精度和效率,并且能夠?qū)崿F(xiàn)實(shí)時(shí)建模和數(shù)據(jù)采集,通過掃描技術(shù)迅速獲取現(xiàn)場(chǎng)空間海量三維點(diǎn)云,構(gòu)建地形Mesh網(wǎng)格,從而得到精確的土方量[1]。本文以手持SLAM技術(shù)對(duì)土方量進(jìn)行精確測(cè)量,為土方工程的精確計(jì)算提供有益的參考。

1?手持SLAM技術(shù)概述

1.1?手持SLAM技術(shù)

手持SLAM(Simultaneous?Localization?and?Mapping)技術(shù)是一種利用激光雷達(dá)、相機(jī)、慣性測(cè)量單元等傳感器,通過實(shí)時(shí)建模和定位來(lái)實(shí)現(xiàn)環(huán)境感知和自主導(dǎo)航的技術(shù)[2]。手持掃描儀在工作初始時(shí),采集周圍空間三維點(diǎn)云,并識(shí)別、提取特征物,當(dāng)手持掃描儀沿著某個(gè)空間軌跡往前運(yùn)動(dòng)時(shí),SLAM算法會(huì)自動(dòng)地連續(xù)提取特征物,并將提取的特征物與之前提取的特征物進(jìn)行比較,若兩次提取的特征物在空間相互位置關(guān)系高度相似,儀器則將兩次獲取的空間場(chǎng)景通過相同的特征物進(jìn)行匹配。隨著手持掃描儀不斷往前移動(dòng),SLAM算法持續(xù)不間斷地進(jìn)行特征物識(shí)別、提取、匹配,從而完成空間的連續(xù)拼接。

1.2?手持SLAM測(cè)量特點(diǎn)

1.2.1數(shù)據(jù)精度高

手持SLAM采用高精度測(cè)量模式,設(shè)備精密,密封采用IP64防護(hù)等級(jí),測(cè)量過程中無(wú)需GNSS信號(hào),也不需要整平等基礎(chǔ)要求,多使用于隧道、礦山等特殊環(huán)境能夠滿足測(cè)量的需要。同時(shí)由于采用移動(dòng)算法,點(diǎn)云數(shù)據(jù)采集模式,數(shù)據(jù)密度較高,精度滿足測(cè)量要求[3]。

1.2.2測(cè)量速度快

手持SLAM設(shè)備通過WIFI連接手機(jī),在點(diǎn)云數(shù)據(jù)采集過程中,對(duì)點(diǎn)云數(shù)據(jù)根據(jù)相鄰圖像間的特征進(jìn)行匹配,從而估計(jì)相機(jī)的運(yùn)動(dòng)和局部地圖,快速生成3D基礎(chǔ)模型[4],通過優(yōu)化算法構(gòu)建點(diǎn)云地圖,得到全局一致的軌跡和地圖,并采用回環(huán)檢測(cè)的方法提升地圖的精度,優(yōu)化點(diǎn)云模型的構(gòu)建質(zhì)量。

1.2.3測(cè)量更為便捷

通過手持SLAM的應(yīng)用,能夠更快速的獲取測(cè)量目標(biāo)的點(diǎn)云數(shù)據(jù),相比于全站儀等傳統(tǒng)方法,測(cè)量模式更加快捷,同時(shí)相比于靜態(tài)掃描儀,不需要儀器架設(shè)和調(diào)平等工作,對(duì)測(cè)量環(huán)境要求較低,測(cè)量更為便捷。

1.3?手持SLAM測(cè)量原理

手持SLAM的原理是通過傳感器獲取環(huán)境的感知數(shù)據(jù),并通過特定的算法進(jìn)行數(shù)據(jù)融合和定位。首先,通過激光雷達(dá)或相機(jī)等傳感器采集環(huán)境的三維點(diǎn)云數(shù)據(jù)或圖像數(shù)據(jù)。然后,利用慣性測(cè)量單元(IMU)獲取設(shè)備的加速度和角速度信息。接著,通過數(shù)據(jù)融合算法將傳感器數(shù)據(jù)進(jìn)行融合,實(shí)現(xiàn)環(huán)境的建模和自身在環(huán)境中的定位。

1.4?手持SLAM算法

手持SLAM算法主要包括前端(Front-End)和后端(Back-End)兩部分。前端負(fù)責(zé)數(shù)據(jù)處理和特征提取,后端負(fù)責(zé)優(yōu)化和地圖更新。[5]前端算法主要包括特征提取、特征匹配和數(shù)據(jù)關(guān)聯(lián)。特征提取通過對(duì)傳感器數(shù)據(jù)進(jìn)行處理,提取出環(huán)境中的特征點(diǎn),如角點(diǎn)、邊緣點(diǎn)等。特征匹配是將當(dāng)前幀的特征點(diǎn)與上一幀或地圖中的特征點(diǎn)進(jìn)行匹配,確定當(dāng)前幀的位姿變換。數(shù)據(jù)關(guān)聯(lián)是將當(dāng)前幀的特征點(diǎn)與地圖中的特征點(diǎn)進(jìn)行關(guān)聯(lián),更新地圖。后端算法主要包括優(yōu)化和地圖更新。優(yōu)化算法通過最小二乘法或非線性優(yōu)化方法,對(duì)位姿和地圖進(jìn)行優(yōu)化,提高定位和建模的精度。地圖更新算法是在新的數(shù)據(jù)輸入后,對(duì)地圖進(jìn)行更新和維護(hù),保持地圖的一致性和準(zhǔn)確性。

1.5?手持SLAM關(guān)鍵技術(shù)

手持SLAM技術(shù)的關(guān)鍵技術(shù)包括傳感器選擇與組合、數(shù)據(jù)融合和地圖構(gòu)建。傳感器選擇與組合是指在手持設(shè)備中選擇合適的傳感器,并進(jìn)行傳感器數(shù)據(jù)的融合。常用的傳感器包括激光雷達(dá)、相機(jī)、IMU等,通過選擇和組合不同的傳感器,可以提高感知數(shù)據(jù)的質(zhì)量和精度。

數(shù)據(jù)融合是將不同傳感器的數(shù)據(jù)進(jìn)行融合,提高定位和建模的精度。數(shù)據(jù)融合算法可以利用濾波器、粒子濾波器或優(yōu)化方法,將傳感器數(shù)據(jù)進(jìn)行融合,得到更準(zhǔn)確的定位和建模結(jié)果。

地圖構(gòu)建是將感知數(shù)據(jù)轉(zhuǎn)化為環(huán)境的三維模型或二維地圖。地圖構(gòu)建算法可以通過特征點(diǎn)匹配、點(diǎn)云配準(zhǔn)等方法,將感知數(shù)據(jù)進(jìn)行處理和整合,得到具有一定幾何結(jié)構(gòu)的地圖。

2?手持SLAM技術(shù)在土方測(cè)量技術(shù)流程

2.1?現(xiàn)場(chǎng)踏勘

項(xiàng)目開展前,對(duì)測(cè)量區(qū)域進(jìn)行踏勘,選定作業(yè)路線,結(jié)合項(xiàng)目開展要求,對(duì)測(cè)區(qū)進(jìn)行詳細(xì)規(guī)劃,優(yōu)化行走路線,為了提高測(cè)量精度和數(shù)據(jù)拼接精度,測(cè)量過程中確保測(cè)區(qū)部分重疊,確保數(shù)據(jù)的重復(fù)度,提高建模精度。

2.2?外業(yè)數(shù)據(jù)采集

實(shí)地?cái)?shù)據(jù)采集時(shí),結(jié)合設(shè)備參數(shù),以現(xiàn)有場(chǎng)地設(shè)置解算標(biāo)志,項(xiàng)目開展過程中,根據(jù)實(shí)際要求,全區(qū)域采用環(huán)繞掃描的方法,采用360°全景掃描方法,對(duì)應(yīng)掃描全場(chǎng)景點(diǎn)云數(shù)據(jù),并采集照片,導(dǎo)出LAS數(shù)據(jù),以便拼接圖形及數(shù)據(jù)處理。

2.3?內(nèi)業(yè)數(shù)據(jù)處理

外業(yè)掃描完成后,將點(diǎn)云導(dǎo)入天寶RealWorks軟件,根據(jù)相關(guān)參數(shù),完成數(shù)據(jù)的拼接,同一路徑內(nèi)的點(diǎn)云即可自動(dòng)拼接,點(diǎn)云經(jīng)過裁切、去噪、坐標(biāo)轉(zhuǎn)換等預(yù)處理后,獲取標(biāo)準(zhǔn)三維點(diǎn)云,根據(jù)點(diǎn)云數(shù)據(jù)建立Mesh網(wǎng)格,根據(jù)土石方量計(jì)算需求,建立參考平面,最后利用Mesh網(wǎng)格和參考平面計(jì)算土方量。

2.4?報(bào)告編制

根據(jù)軟件平臺(tái),通過Trimble?RealWorks軟件可優(yōu)化點(diǎn)云拼接和坐標(biāo)配準(zhǔn)精度,結(jié)合配準(zhǔn)精度輸出相關(guān)報(bào)告。

3?工程實(shí)例

3.1項(xiàng)目說明

為了驗(yàn)證手持SLAM在土方測(cè)量項(xiàng)目的精確性,本次工程項(xiàng)目以某礦區(qū)生產(chǎn)礦粉土方測(cè)量數(shù)據(jù),項(xiàng)目位于甘肅省天水市某礦業(yè)公司室內(nèi)區(qū)域,為了更精確的提升項(xiàng)目精度,本次項(xiàng)目擬采用手持SLAM和三維激光掃描儀共同完成,以驗(yàn)證數(shù)據(jù)的精度。

3.2?精度分析

本測(cè)區(qū)為堆積場(chǎng)地,方量測(cè)量的計(jì)算方法采用天寶RealWorks軟件對(duì)作業(yè)區(qū)域內(nèi)礦粉堆積量進(jìn)行計(jì)算,以計(jì)算區(qū)域進(jìn)行計(jì)算。圖3為測(cè)量區(qū)域點(diǎn)云模型,圖4為土方計(jì)算結(jié)果示意圖。

3.2.1方量計(jì)算

(1)三維激光:場(chǎng)地總面積為260.63?m2、準(zhǔn)平高度均衡高選擇場(chǎng)地指定點(diǎn),依據(jù)相關(guān)參數(shù)選擇高程為-5.5?m;經(jīng)計(jì)算,正的體積[挖方]:620.99?m3,負(fù)的體積[填方]:0.86?m3,挖方減去填方:620.13?m3,挖方加上填方621.86?m3。

(2)SLAM計(jì)算:場(chǎng)地總面積為261.86?m2、準(zhǔn)平高度均衡高選擇場(chǎng)地指定點(diǎn),依據(jù)相關(guān)參數(shù)選擇高程為-4.37?m;經(jīng)計(jì)算,正的體積[挖方]:606.22?m3,負(fù)的體積[填方]:1.15?m3,挖方減去填方:605.07?m3,挖方加上填方607.37?m3。

3.2.2差值計(jì)算

經(jīng)核算,X300掃描儀與SLAM掃描儀的差值為14.77m3,誤差率2.3%。建議在后期SLAM100方量測(cè)量計(jì)算中考慮該誤差影響。本次測(cè)量X300共計(jì)測(cè)點(diǎn)663.89萬(wàn)個(gè),SLAM100共計(jì)測(cè)點(diǎn)474.48萬(wàn)個(gè)。X300測(cè)點(diǎn)數(shù)遠(yuǎn)大于SLAM100,故X300更全面的反映測(cè)區(qū)真實(shí)情況,考慮兩種設(shè)備規(guī)格及參數(shù),該誤差屬于正常誤差。

4?精度提升措施

三維掃描點(diǎn)云數(shù)據(jù)的誤差主要來(lái)源于儀器本身的誤差、掃描環(huán)境的影響、掃描的方式產(chǎn)生的誤差、標(biāo)靶球控制點(diǎn)的精度影響。

4.?1?儀器自身誤差

儀器自身的誤差主要存在兩個(gè)方向,一是手持SLAM設(shè)備在制造過程中,由于采用激光掃描模式,掃描儀、攝像頭等傳感器的誤差。這些傳感器可能在測(cè)量過程中存在一定的偏差,從而影響SLAM系統(tǒng)的精度掃描方式;二是手持SLAM設(shè)備的硬件組件在制造過程中,設(shè)備之間的精密程度,包括陀螺儀、加速度計(jì)等設(shè)備感應(yīng)器的延遲性,易導(dǎo)致在測(cè)量過程中出現(xiàn)設(shè)備的噪聲及漂移,對(duì)精度產(chǎn)生了明顯的影響。因此在設(shè)備使用過程中,設(shè)備的安全性對(duì)精度影響較為明顯。

4.2?掃描環(huán)境的影響

由于手持SLAM設(shè)備大部分使用的是激光掃描模式,數(shù)據(jù)采集過程中,周圍環(huán)境的溫度、氣壓、濕度等均會(huì)影響激光信號(hào)的傳播速度和傳播路徑,掃描目標(biāo)的不同直接導(dǎo)致接收到的激光回波信號(hào)強(qiáng)度,進(jìn)而產(chǎn)生測(cè)距的誤差,因此在數(shù)據(jù)采集過程中,盡量選擇在光照條件良好,溫度、濕度和氣壓較為一致的前提下開展數(shù)據(jù)采集工作。

4.3?軟件算法的影響

手持SLAM在測(cè)量過程中,數(shù)據(jù)采集由傳感器完成采集,而點(diǎn)云數(shù)據(jù)則依賴于算法實(shí)現(xiàn)自動(dòng)拼接。主要采用的最近點(diǎn)迭代算法ICP和各種全局匹配算法[6]。這些算法可以自動(dòng)尋找相鄰點(diǎn)云數(shù)據(jù)之間的最佳對(duì)應(yīng)關(guān)系,并將它們拼接在一起。由于點(diǎn)云數(shù)據(jù)采集不是逐幀的匹配,因此不同角度采集的數(shù)據(jù)會(huì)產(chǎn)生對(duì)應(yīng)的誤差累計(jì),當(dāng)原始數(shù)據(jù)被干擾因素較多或較大時(shí),極可能導(dǎo)致點(diǎn)云數(shù)據(jù)解算出錯(cuò),數(shù)據(jù)漂移,從而影響點(diǎn)云精度。

4.?4?作業(yè)方法的影響

定位和建圖是手持SLAM測(cè)量過程中的核心工作,其主要通過定位相機(jī)和構(gòu)建地圖完成,通過特征匹配和三角測(cè)量的方法來(lái)測(cè)定相機(jī)的位置和姿態(tài),并利用這些信息來(lái)構(gòu)建地圖,因此地圖的精度直接影響測(cè)量的精度。在測(cè)量過程中為了提高測(cè)量精度,通過比較當(dāng)前幀和之前幀的點(diǎn)云數(shù)據(jù),來(lái)檢測(cè)對(duì)應(yīng)的測(cè)量精度。因此測(cè)量過程中,首先掃描路線必須閉合,以便對(duì)數(shù)據(jù)進(jìn)行檢核,提高點(diǎn)云數(shù)據(jù)的拼接精度。另外小范圍的測(cè)量數(shù)據(jù),較小的點(diǎn)云數(shù)據(jù)能夠快速地開展點(diǎn)云數(shù)據(jù)的處理和優(yōu)化,更有效地去除錯(cuò)誤和點(diǎn)云的噪聲,提高地圖的精度和質(zhì)量。

5?結(jié)語(yǔ)

手持SLAM技術(shù)在土方測(cè)量中具有廣泛的應(yīng)用前景和明顯的優(yōu)勢(shì),能夠提升測(cè)量效率和精度,同時(shí)實(shí)現(xiàn)實(shí)時(shí)建模和數(shù)據(jù)采集。然而,仍需要進(jìn)一步研究和改進(jìn)手持SLAM技術(shù),以適應(yīng)不同土方測(cè)量場(chǎng)景的需求。

參考文獻(xiàn)

  • 王智,吳超,王文娟,等.基于SLAM技術(shù)的手持移動(dòng)掃描儀在土石方測(cè)量中的應(yīng)用研究[J].城市勘測(cè),2021(4):104-107.
  • 任文力,黃韓,楊鴻宇,等.GeoSLAM技術(shù)在城市大比例尺地形圖測(cè)繪中的應(yīng)用[J].測(cè)繪,2022,45(3):122-125.
  • 石明旺,張均,劉學(xué)思.手持三維激光掃描儀在規(guī)劃竣工測(cè)量中的應(yīng)用[J].測(cè)繪通報(bào),2022(S2):122-125.
  • 劉志強(qiáng).基于SLAM技術(shù)手持三維激光掃描儀在銅礦山井下的應(yīng)用[J].中國(guó)礦山工程,2021,50(2):13-16.
  • 李效超,王智,孫曉麗,等.手持式移動(dòng)三維激光掃描儀在地下空間普查中的應(yīng)用研究[J].城市勘測(cè),2020(2):62-65.
  • 陳慶偉,李民東,羅川,等.視覺SLAM中圖像特征點(diǎn)提取與匹配算法研究[J].現(xiàn)代制造工程,2019(10):135-139,134.

猜你喜歡
精度分析數(shù)據(jù)采集
CS5463在植栽用電子鎮(zhèn)流器老化監(jiān)控系統(tǒng)中的應(yīng)用
大數(shù)據(jù)時(shí)代高校數(shù)據(jù)管理的思考
科技視界(2016年18期)2016-11-03 22:51:40
鐵路客流時(shí)空分布研究綜述
基于廣播模式的數(shù)據(jù)實(shí)時(shí)采集與處理系統(tǒng)
軟件工程(2016年8期)2016-10-25 15:54:18
通用Web表單數(shù)據(jù)采集系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
軟件工程(2016年8期)2016-10-25 15:52:53
基于開源系統(tǒng)的綜合業(yè)務(wù)數(shù)據(jù)采集系統(tǒng)的開發(fā)研究
機(jī)載 LIDAR 系統(tǒng)在公路斷面測(cè)量中的應(yīng)用與精度分析2
科技資訊(2015年32期)2016-05-25 21:55:48
機(jī)載 LIDAR 系統(tǒng)在公路斷面測(cè)量中的應(yīng)用與精度分析
科技資訊(2015年32期)2016-05-25 21:54:22
淺談建(構(gòu))筑物的變形觀測(cè)
科技視界(2016年11期)2016-05-23 20:13:06
關(guān)于RTK作業(yè)高程精度的探討
巩留县| 井研县| 门源| 洛浦县| 曲水县| 邻水| 桐庐县| 土默特左旗| 普陀区| 株洲县| 肃北| 东兰县| 富平县| 阜城县| 孟津县| 南溪县| 镇坪县| 延安市| 三门峡市| 长寿区| 资源县| 恩平市| 诸城市| 静乐县| 曲麻莱县| 三原县| 湖南省| 定襄县| 台江县| 兴山县| 黔西| 卢龙县| 西林县| 商都县| 南华县| 凤城市| 郁南县| 游戏| 科技| 榆中县| 玉屏|