阅读说明：本技术 一种地图修测测量方法及装置 (Map trimming measurement method and device ) 是由 刘松林 于英 于 2018-07-11 设计创作，主要内容包括：本发明涉及一种地图修测测量方法及装置,该方法首先对地图修测车无法到达的区域进行拍照,得到盲区影像数据；通过GNSS获取GNSS定位数据；然后结合盲区影像数据与GNSS定位数据,以GNSS定位数据来提供空间坐标基准,得到盲区的三维重建数据；最后将得到的盲区的三维重建数据与地图修测车中已有的地形图数据进行融合处理,将融合处理后的结果用于地图修测。本发明采用便携式数据采集终端对地图修测车无法达到的盲区进行测量,简单可靠,可以更全面的获取道路、空间物等各种信息,从而使得地图修测车输出的数据更加准确,满足地物三维信息采集和数据库建设的需求。(The invention relates to a method and a device for measuring a map repair, wherein the method comprises the steps of firstly photographing an area which cannot be reached by a map repair measuring vehicle to obtain blind area image data; acquiring GNSS positioning data through GNSS; then combining the blind area image data with GNSS positioning data to provide space coordinate reference by the GNSS positioning data to obtain three-dimensional reconstruction data of the blind area; and finally, fusing the obtained three-dimensional reconstruction data of the blind area with the existing topographic map data in the topographic map repairing and measuring vehicle, and using the fused result for the topographic map repairing and measuring. The invention adopts the portable data acquisition terminal to measure the blind area which can not be reached by the map repairing and measuring vehicle, is simple and reliable, and can more comprehensively acquire various information such as roads, space objects and the like, thereby enabling the data output by the map repairing and measuring vehicle to be more accurate and meeting the requirements of three-dimensional information acquisition of the ground objects and database construction.)

一种地图修测测量方法及装置

技术领域

本发明属于地图修测车技术领域，具体涉及一种地图修测测量方法及装置。

背景技术

地图修测车集地面遥感测量、遥感影像判绘、精确组合导航定位等先进技术于一体，用于快速获取并处理以道路及两侧地物为主的目标空间与属性特征信息，并为地形图的修测与更新、实景地图制作、专题测绘提供保障。

地图修测车对提高我国地形图快速修测与更新能力，满足地志信息采集和数据库建设的急需，具有十分重要的作用和意义。但是，地图修测车对于道路的依赖性大，狭小道路区域无法到达，这样就会产生测量盲区或者漏测问题，数据采集效率不高。随着低成本高性能的卫星定位定姿、视觉传感器，特别是非量测数码影像三维获取技术日趋进步，为解决地图修测车盲区漏测问题带来了技术曙光。

发明内容

本发明的目的在于提供一种地图修测测量方法及装置，用以解决现有技术中地图修测车产生测量盲区或漏侧的问题。

为解决上述技术问题，本发明的技术方案为：

本发明提供了一种地图修测测量方法，包括如下步骤：

对地图修测车无法到达的区域进行拍照，得到盲区影像数据；通过GNSS获取GNSS定位数据；结合盲区影像数据与GNSS定位数据，以GNSS定位数据来提供空间坐标基准，得到盲区的三维重建数据；将得到的盲区的三维重建数据与地图修测车中已有的地形图数据进行融合处理，将融合处理后的结果用于地图修测；其中，地图修测车中已有的地形图数据也以GNSS定位数据提供空间坐标基准。

进一步的，结合盲区影像数据与GNSS定位数据，进行特征提取、拍摄相机位姿估计、三维点云解算，得到盲区的三维重建数据。

进一步的，所述特征提取包括：采用SIFT不变特征算子对盲区影像数据进行特征提取，利用低分辨率影像估算的单应阵进行特征分块匹配，再采用单应阵和基础矩阵对匹配结果进行粗差剔除；对SIFT特征进行多视串联得到多视同名点，再通过多视前方交会定位得到物方点坐标；在物方空间构建均匀格网，对点位进行筛选，得到均匀的点位。

进一步的，得到均匀的点位后，还包括采用多尺度最小二乘匹配对筛选得到的均匀的点位进行精度优化、得到连接点坐标的步骤。

进一步的，所述拍摄相机位姿估计包括：采用多视图几何原理，求出拍摄相机的相位位置；利用自带的GPS定位系统，求出拍摄相机的绝对位置。

进一步的，在将得到的盲区的三维重建数据与地图修测车中已有的地形图数据进行融合处理时，对已有基本比例尺地形图数据道路两侧目标进行更新。

本发明还提供了一种地图修测测量装置，包括处理器，所述处理器用于执行指令实现如下方法：

对地图修测车无法到达的区域进行拍照，得到盲区影像数据；通过GNSS获取GNSS定位数据；结合盲区影像数据与GNSS定位数据，以GNSS定位数据来提供空间坐标基准，得到盲区的三维重建数据；将得到的盲区的三维重建数据与地图修测车中已有的地形图数据进行融合处理，将融合处理后的结果用于地图修测；其中，地图修测车中已有的地形图数据也以GNSS定位数据提供空间坐标基准。

进一步的，结合盲区影像数据与GNSS定位数据，进行特征提取、拍摄相机位姿估计、三维点云解算，得到盲区的三维重建数据。

进一步的，所述特征提取包括：采用SIFT不变特征算子对盲区影像数据进行特征提取，利用低分辨率影像估算的单应阵进行特征分块匹配，再采用单应阵和基础矩阵对匹配结果进行粗差剔除；对SIFT特征进行多视串联得到多视同名点，再通过多视前方交会定位得到物方点坐标；在物方空间构建均匀格网，对点位进行筛选，得到均匀的点位。

进一步的，得到均匀的点位后，还包括采用多尺度最小二乘匹配对筛选得到的均匀的点位进行精度优化、得到连接点坐标的步骤。

进一步的，所述拍摄相机位姿估计包括：采用多视图几何原理，求出拍摄相机的相位位置；利用自带的GPS定位系统，求出拍摄相机的绝对位置。

进一步的，在将得到的盲区的三维重建数据与地图修测车中已有的地形图数据进行融合处理时，对已有基本比例尺地形图数据道路两侧目标进行更新。

本发明的有益效果：

本发明的地图修测测量方法及装置，对地图修测车无法到达的区域进行拍照，得到盲区影像数据；结合盲区影像数据与GNSS定位数据，得到盲区的三维重建数据；并与地图修测车中已有的地形图数据进行融合处理，将融合处理后的结果用于地图修测。本发明采用便携式数据采集终端对地图修测车无法达到的盲区进行测量，简单可靠，可以更全面的获取道路、空间物等各种信息，从而使得地图修测车输出的数据更加准确，满足地质信息采集和数据库建设的需求。

附图说明

图1是三维重建量测处理流程图；

图2是位置关联示意图；

图3是影像特征点提取流程图；

图4是GNSS辅助下运动恢复流程图；

图5是基于并查集数据结构的SIFT点多视串联示意图；

图6是基于单应矩阵和基础矩阵的误差剔除原理示意图；

图7-1是图像属性信息示意图；

图7-2是图像属性信息示意图；

图8是GNSS坐标文件示意图。

具体实施方式

为实现对地图修测车盲区的测量，本发明提供了一种地图修测测量装置，该装置包括处理器，该处理器用于执行软件实现本发明的地图修测测量方法。

该方法采用便携式数据采集终端(PDT，Portable Data Terminal)对地图修测车无法到达的地方进行拍照，同时，同步获取卫星定位GNSS数据；利用便携式数据采集终端的计算单元对采集的数据进行处理得到地理信息成果，最后将地理信息成果导入地图修测车系统中进行成果融合。

该方法采用空间基准融合的方法，其中，地图修测车影像数据是采用GNSS数据提供空间坐标基准，采集终端采集的数据也是采用GNSS数据提供空间坐标基准，这样就保证了采集终端采集的数据与地图修测车数据的无缝融合。

将该方法应用于地图修测测量系统中，该系统包括四部分：数据采集及预处理模块、实景三维影像数据管理模块、三维重建量测模块、多源多尺度数据融合模块。

实景三维影像数据管理模块对实景影像进行管理，按照位置信息与影像相关联，并与配套地形图数据相组合，按照顺序索引、空间关系、定制路线多种架构构建影像浏览序列索引，并提供了影像标注等工具。

多源多尺度数据融合模块对三维重建量测系统获得的数据产品与已有基本比例尺地形图数据进行融合处理，对已有基本比例尺地形图数据道路两侧重点目标予以更新，同时为地志信息数据库建设以及其他需求提供多源数据产品。

数据采集及预处理模块对非量测相机获得影像、GNSS集成设备获得影像及定位数据、“北斗/视觉”便携式终端获得数据、以及相机参数、路线编号等信息梳理关联，同时也可抽取地图修测车作业平台导出的相关数据，装载导入可量测实景影像数据库。该模块使用便携式数据采集终端对地图修测车无法到达的区域进行拍照，得到盲区影像数据；同时，通过GNSS集成设备获得影像及定位数据。

数据采集的具体指标如下表1所示。

表1

三维重建量测模块，对获取的盲区影像数据与GNSS定位数据，进行特征提取与匹配、相机位姿估计、三维点云解算等一系列的操作，参与三维重建量测，其处理流程图如图1所示。

借助单目图像信息采集系统，对获取的序列影像进行特征提取，利用多视图几何原理，求出相机的相对位置，并利用自带的GPS定位系统，求出相机的绝对位置，通过前方交会解算出所采集的地理信息数据的三维空间位置，采集地理信息，达到可量测的功能。

影像获取时，通过GNSS定位系统获取精确的位置目标，但所采集的数据并不是连续的点，而是一个个相邻的单独点。数据库中存储的位置点坐标与当前的位置点坐标不一定完全吻合，不够能准确确定影像的位置点，这就需要给每张影像关联上位置点信息。当前定位点通过数据库索引与之距离最近的影像点，然后可获取与该影像点关联的影像。

其中，影像与GNSS位置关联方法为：

单目图像信息采集系统获得一张影像数据时，其拍摄时间信息都会被记录在实景影像的属性信息里，其属性信息如图7-1和7-2所示。

影像属性信息包括拍摄的日期和拍摄所用相机的型号、光圈值、焦距等。在这么多的属性信息里，时间信息是有用的。时间信息是影像和坐标文件所拥有的共同属性，是进行相互关联的桥梁。

GNSS坐标文件的格式如图8所示，文件主要包含坐标的时间信息和三维位置信息，但是坐标文件的时间信息是在GNSS时间系统下的格式，与我们日常使用的不同，需要进行两个时间系统的转换。

其具体实现步骤如下：

1)设置GNSS定位模块的数据采样间隔为1Hz，这样每一个位置的信息都与一个时间信息相对应，在定位的同时使用相机采集影像，这样在相同的时间点会有相对应的影像和位置信息；

2)利用读取影像属性信息的函数得到影像的拍摄时间信息；

3)对两种时间坐标系进行转换，将影像的时间信息所在的时间坐标系转换到GNSS时间坐标系；

4)以时间信息为索引，关联时间相同的位置和影像。

当然，还要考虑到卫星信号失锁的情况。当卫星信号短暂缺失时，就会出现定位数据的间断，对于这一问题，可以通过时间插值的方法，得到相应时间的位置信息。其原理如下：

在获取某张影像I_i采集时刻的定位数据时，需要获取这张影像采集时刻的时间戳

以及采集时刻前最后一个定位数据信息P₁与采集时刻之后第一个GPS位置数据信息P₂。记P₁对应的时间戳为

P₂对应的时间戳为

则I_i采集时刻的位置

可以按照下式求得：

类似地，求得I_i采集时刻的GNSS定位模块的方向

是一个0～360的整数，用于表示采集时刻GNSS定位模块的前进方向，如下式所示：

当前定位点通过数据库索引与之距离最近的影像点，然后可获取与该影像点关联的影像。

影像特征点提取的流程如图3所示。

1)采用SIFT算子进行特征提取，提取完SIFT特征后，为避免重复纹理的干扰，利用低分辨率影像计算的单应阵进行特征分块匹配，然后采用单应阵和基础矩阵对每一块的匹配结果进行粗差剔除。其中，单应矩阵和基础矩阵的使用方法如下：

基础矩阵F是一个秩为2的3×3矩阵。如果一个三维空间点在两幅图像中的坐标分别为x、x′，则这两个图像点满足关系：

x′^TFx＝0

而对于分布在同一个平面上的物方点，在不同影像上成像之后，像点存在一一对应关系，这种约束关系就是单应变换关系，通常用单应变换矩阵H来表示。如果物方点在立体像对上成像坐标分别为x、x′，则满足以下关系：

x′＝Hx

综合利用上述的基础矩阵F和单应变换矩阵H的匹配点关系等式，采用RANSAC的鲁棒估计方法对匹配结果中的粗差点进行剔除。

2)采用数据结构实现SIFT特征的多视串联，通过多视前方交会得到物方点坐标。

3)在物方空间构建均匀格网，对落到格网中的物方点，利用顾及到精度和点位重叠度的指标V值进行点位的筛选，得到均匀的点位，指标V值的定义如下：

其中，φ_i为第i个物方点投影误差，是所有物方点的平均投影误差，O_i是第i个点的重叠度。

根据设定的阈值，以及一定的评价方法对点位进行筛选，保证点位的相对均匀。

4)采用多尺度最小二乘匹配对筛选得到的连接点坐标进行优化。

采用影像全局一致旋转参数的稳健估计方法、旋转参数与GNSS参数的统一融合策略，构建GNSS辅助下的影像位姿参数估计方法，其本质上为GNSS数据辅助下的全局运动恢复结构方法，其流程图如图4所示。从而可获得地图修测车作业平台立体测图相关成果，进而参与三维重建量测，最终实现了道路两侧的三维重建，提供实景地图数据以及重点目标量测数据。