CN111340952B - 一种移动测量失锁区域制图方法和装置 - Google Patents

一种移动测量失锁区域制图方法和装置 Download PDF

Info

Publication number
CN111340952B
CN111340952B CN202010422438.4A CN202010422438A CN111340952B CN 111340952 B CN111340952 B CN 111340952B CN 202010422438 A CN202010422438 A CN 202010422438A CN 111340952 B CN111340952 B CN 111340952B
Authority
CN
China
Prior art keywords
gnss
track
ins
points
position coordinates
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
Application number
CN202010422438.4A
Other languages
English (en)
Other versions
CN111340952A (zh
Inventor
张衡
其他发明人请求不公开姓名
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Digital Green Earth Technology Co.,Ltd.
Original Assignee
Beijing Greenvalley Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Greenvalley Technology Co ltd filed Critical Beijing Greenvalley Technology Co ltd
Priority to CN202010422438.4A priority Critical patent/CN111340952B/zh
Publication of CN111340952A publication Critical patent/CN111340952A/zh
Application granted granted Critical
Publication of CN111340952B publication Critical patent/CN111340952B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Navigation (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明提供了一种移动测量失锁区域制图的方法和装置，涉及移动测量制图的技术领域，包括：确定出待绘图区域中的目标区域，以及确定出预先设定的目标区域中的控制点的位置坐标；获取移动测量平台发送的目标区域的原始数据和轨迹点的位置坐标；利用轨迹点的位置坐标，对原始数据进行紧结合卡尔曼滤波处理，得到初始轨迹；利用控制点的位置坐标，对初始轨迹进行优化，得到目标轨迹；确定出目标轨迹中的轨迹点所对应的原始数据，并利用所对应的原始数据生成目标区域的目标三维点云图，本发明缓解了现有技术中绘制失锁区域的三维点云图的精确度较低的技术问题。

Description

一种移动测量失锁区域制图方法和装置
技术领域
本发明涉及移动测量制图的技术领域，尤其是涉及一种移动测量失锁区域制图方法和装置。
背景技术
移动测量制图技术是当前测绘领域研究的热点，移动测量制图技术融合了全球定位***（GNSS），惯性导航***（INS），激光测距***（LIDAR），摄影测量***等多源传感器***，通过对这些多源数据的融合解算，从而获得高精度的实景三维地图产品。移动测量制图设备可搭载在固定目标，汽车，飞机等不同平台，可实现全方位，多层级立体测图，广泛应用于测绘，勘察，林业，电力，防灾减灾，等领域的制图任务，并且制图结果的精细化处理获得高精度地图，可作为自动驾驶导航的底图。
移动测量制图技术按照操作流程可大致分为数据采集，GNSS轨迹解算，三维点云解算三个步骤。其中GNSS轨迹解算步骤是组合GNSS基站数据和INS数据，采用拓展卡尔曼滤波（EKF）处理获得优化轨迹。GNSS/INS组合模式一般采用松组合或紧组合两种，其中松组合在GNSS部分失锁情况下（可观测卫星数<4），会退化为仅有INS数据参与的解算模式，紧组合模式在完全失锁情况下（无可观测卫星）也会退化。
在INS***运行过程，随着采集时间的增加，惯性元器件误差会逐渐累积，组合解算模式可使GPS/IMU信息相互检验，消除累计误差。但是当GNSS失锁时，因为没有了有效的GNSS数据，所以INS累积误差得不到校正，轨迹解算结果质量较差，会极大的影响了后续的三维点云解算成图的质量。
专利文件CN201610152739，公开了基于里程计的克服卫星失锁时的GNSS/INS车载组合定位定向算法，包括以下步骤：步骤1，GNSS数据载波相位差分解算，得到厘米级的定位精度，即提供整个GNSS/INS车载组合***的位置基准，惯性导航***利用GNSS提供的位置观测量和已知的地球自转参数进行粗对准，完成后进行惯性导航***的单独导航推算；步骤2，GNSS数据解算出位置和速度，惯性导航***同时也算出位置和速度，二者求差后的值当做卡尔曼滤波器的量测观测值，反馈校正各状态量；当GNSS/INS车载组合***构成的主滤波器已经收敛时，INS/ODO滤波器开启工作，即利用IMU来校正ODO中的误差，以IMU的输出量和里程计在滤波时刻期间的输出值求和作差来校正里程计的刻度因子、里程计坐标系和导航坐标系之间的安装误差角；步骤3，若车载或者基站处的接收机观测数据无法进行差分解算，并且持续了不少于5秒的时间，此时能计算出相应时间内里程计输出的脉冲个数，结合已经被IMU校正过后的里程计刻度因子误差、安装误差角，转换成距离观测量，对GNSS/INS车载组合***的状态量进行校正。
但是上述方法在失锁区域内用里程计校正IMU中各误差项，与本申请所使用的方式不同且计算结果误差较大。
针对上述问题，还未提出有效的解决方案。
发明内容
有鉴于此，本发明的目的在于提供一种移动测量失锁区域制图的方法和装置，以缓解了现有技术中绘制失锁区域的三维点云图的精确度较低的技术问题。
第一方面，本发明实施例提供了一种移动测量失锁区域制图的方法，包括：确定出待绘图区域中的目标区域，以及确定出预先设定的所述目标区域中的控制点的位置坐标，其中，所述目标区域为失锁区域或部分失锁区域；获取移动测量平台发送的所述目标区域的原始数据和轨迹点的位置坐标，其中，所述原始数据为用于绘制所述目标区域的三维点云图的数据，所述轨迹点用于表征所述移动测量平台获取所述原始数据的运动轨迹；利用所述轨迹点的位置坐标，对所述原始数据进行紧结合卡尔曼滤波处理，得到初始轨迹；利用所述控制点的位置坐标，对所述初始轨迹进行优化，得到目标轨迹；确定出目标轨迹中的轨迹点所对应的原始数据，并利用所述所对应的原始数据生成所述目标区域的目标三维点云图。
进一步地，所述原始数据包括：LIDAR测距数据，GNSS数据，INS数据。
进一步地，利用所述轨迹点的位置坐标，对所述原始数据进行紧结合卡尔曼滤波处理，得到初始轨迹，包括：利用滤波状态公式、所述轨迹点的位置坐标和所述轨迹点的位置坐标所对应的原始数据，计算所述所对应的原始数据的GNSS/INS误差值；根据所述原始数据和所述GNSS/INS误差值，构建所述初始轨迹；其中，所述GNSS/INS误差值为
Figure 616635DEST_PATH_IMAGE001
，
Figure 330513DEST_PATH_IMAGE002
，
Figure 969304DEST_PATH_IMAGE003
为卡尔曼增益，H为观测矩阵，
Figure 833355DEST_PATH_IMAGE004
，
Figure 241203DEST_PATH_IMAGE005
为状态转移矩阵，
Figure 358938DEST_PATH_IMAGE006
为控制参数，
Figure 360392DEST_PATH_IMAGE007
为控制量，
Figure 152768DEST_PATH_IMAGE008
为噪声，
Figure 618384DEST_PATH_IMAGE009
表示K时刻的***状态量，
Figure 80589DEST_PATH_IMAGE010
表示k-1时刻的状态量，
Figure 693973DEST_PATH_IMAGE011
为滤波输入的外部观测值，
Figure 729188DEST_PATH_IMAGE012
，
Figure 721415DEST_PATH_IMAGE013
为GNSS数据的伪距，
Figure 10313DEST_PATH_IMAGE014
为GNSS数据的伪距率，
Figure 720780DEST_PATH_IMAGE015
为根据INS数据反算的伪距，
Figure 792642DEST_PATH_IMAGE016
为根据INS数据反算的伪距率，
Figure 295167DEST_PATH_IMAGE017
为噪声。
进一步地，在构建所述初始轨迹之后，所述方法还包括：利用初始轨迹点解算出所述初始轨迹点所对应的原始数据，其中，所述初始轨迹点为所述初始轨迹中的轨迹点；利用所述初始轨迹点所对应的原始数据，构建初始三维点云图。
进一步地，利用所述控制点的位置坐标，对所述初始轨迹进行优化，得到目标轨迹，包括：
根据所述控制点的位置坐标，在所述初始三维点云图中确定出所述控制点所对应的激光点的位置坐标；利用所述控制点的位置坐标、所述所对应的激光点的位置坐标和七参数解算公式，计算出GNSS轨迹点的位置坐标；计算出GNSS轨迹点的位置坐标所对应的伪距和伪距率；对所述伪距和所述伪距率进行紧结合拓展卡尔曼滤波处理，得到所述目标轨迹；其中，所述GNSS轨迹点的位置坐标为
Figure 99175DEST_PATH_IMAGE018
，
Figure 123370DEST_PATH_IMAGE019
表示激光器局部坐标，
Figure 795659DEST_PATH_IMAGE020
表示激光器在全局坐标系下的坐标，
Figure 28058DEST_PATH_IMAGE021
，所述激光器为生成所述激光点的设备，
Figure 393180DEST_PATH_IMAGE022
为所述激光器与所述移动测量平台之间的旋转安置误差，
Figure 140556DEST_PATH_IMAGE023
为所述激光器与所述移动测量平台之间的平移安置误差，所述七参数解算公式为
Figure 757482DEST_PATH_IMAGE024
，
Figure 204906DEST_PATH_IMAGE025
表示控制点坐标，
Figure 944192DEST_PATH_IMAGE026
表示激光点坐标，
Figure 444444DEST_PATH_IMAGE027
为激光器局部坐标系到全局坐标系的缩放参数，
Figure 599481DEST_PATH_IMAGE028
为激光器局部坐标系到全局坐标系的旋转参数，
Figure 665526DEST_PATH_IMAGE029
为激光器局部坐标系到全局坐标系的平移参数。
进一步地，计算出GNSS轨迹点的位置坐标所对应的伪距和伪距率，包括：获取星历数据中所述GNSS轨迹点对应时刻的卫星位置；将所述GNSS轨迹点与所述卫星位置之间的距离确定为所述伪距；利用所述INS数据的获取速度和所述星历数据，计算出所述伪距率；
其中，
Figure 74249DEST_PATH_IMAGE030
为所述伪距，
Figure 468321DEST_PATH_IMAGE031
，
Figure DEST_PATH_IMAGE032
，
Figure 348421DEST_PATH_IMAGE033
为所述伪距率，
Figure 878760DEST_PATH_IMAGE034
表示卫星位置，
Figure 225427DEST_PATH_IMAGE035
所述GNSS轨迹点坐标，
Figure 998473DEST_PATH_IMAGE036
所述INS数据的获取速度，
Figure 495314DEST_PATH_IMAGE037
表示卫星速度。
第二方面，本发明实施例提供了一种移动测量失锁区域制图装置，包括：确定单元，获取单元，处理单元，优化单元和生成单元，其中，所述确定单元，用于确定出待绘图区域中的目标区域，以及确定出预先设定的所述目标区域中的控制点的位置坐标，其中，所述目标区域为失锁区域或部分失锁区域；所述获取单元，用于获取移动测量平台发送的所述目标区域的原始数据和轨迹点的位置坐标，其中，所述原始数据为用于绘制所述目标区域的三维点云图的数据，所述轨迹点用于表征所述移动测量平台获取所述原始数据的运动轨迹；所述处理单元，用于利用所述轨迹点的位置坐标，对所述原始数据进行紧结合卡尔曼滤波处理，得到初始轨迹；所述优化单元，用于利用所述控制点的位置坐标，对所述初始轨迹进行优化，得到目标轨迹；所述生成单元，用于确定出目标轨迹中的轨迹点所对应的原始数据，并利用所述所对应的原始数据生成所述目标区域的目标三维点云图。
进一步地，所述原始数据包括：LIDAR测距数据，GNSS数据，INS数据。
第三方面，本申请实施例提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行上述第一方面中任一项所述的移动测量失锁区域制图方法。
第四方面，本申请实施例提供了一种电子设备，包括存储器、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，所述处理器执行所述计算机程序时实现上述第一方面中任一项所述的移动测量失锁区域制图方法。
在本发明实施例中，首先，地面站的工作人员输入的任务指令，并将任务指令发送给云服务平台，以使云服务平台将所述任务指令转发给终端设备；接着，终端设备根据任务指令对直升机激光雷达进行控制，以及获取直升机激光雷达***发送的工作数据，并将工作数据发送给云服务平台；然后，云服务平台将工作数据转发给地面站；最后，地面站对工作数据进行解析，生成三维点云图，并根据三维点云图确定待巡检输电线路和/或所述直升机激光雷达是否出现故障。
在本发明实施例中，首先确定出待绘图区域中的目标区域，以及确定出预先设定的目标区域中的控制点的位置坐标；接着，获取移动测量平台发送的目标区域的原始数据和轨迹点的位置坐标；然后，利用轨迹点的位置坐标，对原始数据进行紧结合卡尔曼滤波处理，得到初始轨迹；接着，利用控制点的位置坐标，对初始轨迹进行优化，得到目标轨迹；最后，确定出目标轨迹中的轨迹点所对应的原始数据，并利用所对应的原始数据生成目标区域的目标三维点云图。
在本发明实施例中，由于现有技术中当GNSS失锁时，因为没有了有效的GNSS数据，所以INS累积误差得不到校正，轨迹解算结果质量较差，会极大的影响了后续的三维点云解算成图的质量，本申请通过引入失锁区域附近控制点坐标信息，在GNSS完全失锁情况下，仍然能够对轨迹进行解算，从而达到了获得连续不间断的制图结果的目的，缓解了现有技术中绘制失锁区域的三维点云图的精确度较低的技术问题，进而达到了提高失锁区域的三维点云图的精确度的技术效果。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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为本发明实施例提供的一种移动测量失锁区域制图方法的流程图；
图2为本发明实施例提供的一种初始轨迹的生成方法的流程图；
图3为本发明实施例提供的一种移动测量失锁区域制图装置的示意图。
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，下面将结合附图对本发明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做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。
实施例一：
图1是根据本发明实施例的一种移动测量失锁区域制图方法的流程图，如图1所示，该方法包括如下步骤：
步骤S102，确定出待绘图区域中的目标区域，以及确定出预先设定的所述目标区域中的控制点的位置坐标，其中，所述目标区域为失锁区域或部分失锁区域；
具体的，为了在目标区域中布设控制点，首先，可以查看待绘图区域的地形图、控制点网络布设情况等相关资料，以便复用或选择合适备选点位，然后，进行实地考察，对符合要求的备选点位进行测量控制点布设。
需要说明的是，控制点应该布设在视野开阔，质地坚硬，不易变形，可长期保存的区域，如果选择现有地物作为控制点，需要保证选择的地物与当地环境有较大区分度，不易混淆。如果测区范围内有高等级的国家大地控制点，符合要求可优先选择。确定好点位后，可选择控制点联测，GPS静态观测，RTK等方式测定点位坐标。最后将测量的控制点点位坐标记录备案，以便后期解算使用。
需要说明的，测量控制点一般包括平面控制点，高程控制点，平高控制点三种类型，我们要求在GNSS易失锁范围内至少布设有三个以上平高控制点，否则解算模型会退化。
步骤S104，获取移动测量平台发送的所述目标区域的原始数据和轨迹点的位置坐标，其中，所述原始数据为用于绘制所述目标区域的三维点云图的数据，所述轨迹点用于表征所述移动测量平台获取所述原始数据的运动轨迹；
需要说明的是，移动测量平台可搭载在地面固定位置，汽车，飞机等不同的平台，形成地基，车载，机载等不同的移动测量平台。通过移动测量平台在目标区域测量作业，可获取LIDAR测距数据，GNSS数据，INS数据等原始数据。
另外，还需要注意的是，移动测量平台作业时需要按照特定的作业规范进行测量作业，保持平台的稳定运行，例如，不要剧烈的晃动设备，在高动态环境中，设备的传感器精度会降低。
步骤S106，利用所述轨迹点的位置坐标，对所述原始数据进行紧结合卡尔曼滤波处理，得到初始轨迹；
步骤S108，利用所述控制点的位置坐标，对所述初始轨迹进行优化，得到目标轨迹；
步骤S110，确定出目标轨迹中的轨迹点所对应的原始数据，并利用所述所对应的原始数据生成所述目标区域的目标三维点云图。
在本发明实施例中，由于现有技术中当GNSS失锁时，因为没有了有效的GNSS数据，所以INS累积误差得不到校正，轨迹解算结果质量较差，会极大的影响了后续的三维点云解算成图的质量，本申请通过引入失锁区域附近控制点坐标信息，在GNSS完全失锁情况下，仍然能够对轨迹进行解算，从而达到了获得连续不间断的制图结果的目的，缓解了现有技术中绘制失锁区域的三维点云图的精确度较低的技术问题，进而达到了提高失锁区域的三维点云图的精确度的技术效果。
在本发明实施例中，如图2所示，步骤S104还包括如下步骤：
步骤S21，利用滤波状态公式、所述轨迹点的位置坐标和所述轨迹点的位置坐标所对应的原始数据，计算所述所对应的原始数据的GNSS/INS误差值；
步骤S22，根据所述原始数据和所述GNSS/INS误差值，构建所述初始轨迹。
在本发明实施例中，首先，对所有轨迹点进行紧结合卡尔曼滤波处理，计算出所对应的原始数据的GNSS/INS误差值。
具体的，紧组合GNSS/INS卡尔曼滤波状态量为：
Figure 473634DEST_PATH_IMAGE039
，其中，
Figure 256782DEST_PATH_IMAGE040
，
Figure 891026DEST_PATH_IMAGE041
，
Figure 50612DEST_PATH_IMAGE042
分别表示惯导位置，姿态，速度误差，
Figure 647553DEST_PATH_IMAGE043
表示加速度计误差，
Figure 476969DEST_PATH_IMAGE044
分别表示GNSS时钟偏差和漂移。
滤波器状态方程为：
Figure 723142DEST_PATH_IMAGE046
，其中，
Figure 561785DEST_PATH_IMAGE047
为状态转移矩阵，
Figure 249119DEST_PATH_IMAGE048
为控制参数，
Figure 639649DEST_PATH_IMAGE049
为控制量，
Figure 982905DEST_PATH_IMAGE050
为噪声，
Figure 251338DEST_PATH_IMAGE051
表示K时刻的***状态量，
Figure 324336DEST_PATH_IMAGE052
表示k-1时刻的状态量。
滤波器观测方程为：
Figure 89030DEST_PATH_IMAGE054
，其中，
Figure 654003DEST_PATH_IMAGE055
分别表示由GNSS观测得到的伪距、伪距率，
Figure 224662DEST_PATH_IMAGE056
分别表示由INS观测值反算的伪距、伪距率，
Figure 558691DEST_PATH_IMAGE057
为GNSS/INS误差，
Figure 992822DEST_PATH_IMAGE058
为噪声，
Figure 169725DEST_PATH_IMAGE059
为滤波输入的外部观测值。
滤波器状态更新方程为：
Figure 153862DEST_PATH_IMAGE061
，其中，
Figure 732610DEST_PATH_IMAGE062
为卡尔曼增益，
Figure 839107DEST_PATH_IMAGE063
为观测矩阵， 在GNSS***正常运作情况下，经过紧结合卡尔曼滤波处理得到GNSS/INS误差（即
Figure 378672DEST_PATH_IMAGE064
），修正当前INS输出，并作为下一时刻滤波处理的初始值，从而得到初始轨迹。
具体的，在本发明实施例中可以通过闭环式反馈校正的方式在滤波处理的过程中利用误差值逐点校正INS输出值，并校正INS元器件误差，从而减少下一个迭代计算的INS误差，最终得到初始轨迹（初始轨迹即修正后的所有INS输出值）。
在本发明实施例中，在构建所述初始轨迹之后，所述方法还包括：
步骤S31，利用初始轨迹点解算出所述初始轨迹点所对应的原始数据，其中，所述初始轨迹点为所述初始轨迹中的轨迹点；
步骤S32，利用所述初始轨迹点所对应的原始数据，构建初始三维点云图。
在本发明实施例中，首先利用初始轨迹中的初始轨迹点解算出所述初始轨迹点所对应的原始数据，然后根据该所对应的原始数据构建三维点云图。
需要注意的是，相对于松组合解算模式，紧结合解算模式采用伪距，伪距率作为卡尔曼滤波的GNSS输入项，与之相对的，松组合采用的是位置，速度这种由伪距，伪距率推算的更高层级的输入项，对观测值个数要求更多且引入了额外的误差，并且松组合模式需要至少4颗卫星观测，而紧组合只要未完全失锁都可解算。
在本发明实施例中，如图3所示，步骤S108还包括如下步骤：
步骤S41，根据所述控制点的位置坐标，在所述初始三维点云图中确定出所述控制点所对应的激光点的位置坐标；
步骤S42，利用所述控制点的位置坐标、所述所对应的激光点的位置坐标和七参数解算公式，计算出GNSS轨迹点的位置坐标；
步骤S43，计算出GNSS轨迹点的位置坐标所对应的伪距和伪距率；
步骤S44，对所述伪距和所述伪距率进行紧结合拓展卡尔曼滤波处理，得到所述目标轨迹。
在本发明实施例中，首先，据所述控制点的位置坐标，在所述初始三维点云图中确定出所述控制点所对应的激光点的位置坐标。
接着，根据控制点坐标反算出失锁GNSS轨迹点坐标。通过至少要三个点和标识点联立方程计算七参数，获取控制点同激光点转换矩阵，矩阵同激光器原点局部坐标相乘获得世界坐标下的激光器原点坐标。再加上激光器同GNSS设备之间的安置偏差即可获得GNSS轨迹点坐标。
具体如下，七参数解算公式如下：
Figure 792598DEST_PATH_IMAGE065
，其中，
Figure 101220DEST_PATH_IMAGE066
表示控制点坐标，
Figure 378618DEST_PATH_IMAGE067
表示激光点坐标，
Figure 264534DEST_PATH_IMAGE068
为激光器局部坐标系到全局坐标系的缩放参数，
Figure 856052DEST_PATH_IMAGE069
为激光器局部坐标系到全局坐标系的旋转参数，
Figure 143814DEST_PATH_IMAGE070
为激光器局部坐标系到全局坐标系的平移参数，由于
Figure 114086DEST_PATH_IMAGE071
包含一个参数，
Figure 628244DEST_PATH_IMAGE072
和
Figure 882508DEST_PATH_IMAGE073
包含三个参数，因此共有7个未知数，所以代入至少三对控制点，解算七参数解算公式。
GNSS轨迹点的位置坐标为
Figure 900142DEST_PATH_IMAGE074
，
Figure 784922DEST_PATH_IMAGE075
表示激光器局部坐标，
Figure 911009DEST_PATH_IMAGE076
表示激光器在全局坐标系下的坐标，
Figure 408112DEST_PATH_IMAGE077
，所述激光器为生成所述激光点的设备，
Figure 280253DEST_PATH_IMAGE078
为所述激光器与所述移动测量平台之间的旋转安置误差，
Figure 601513DEST_PATH_IMAGE079
为所述激光器与所述移动测量平台之间的平移安置误差，所述七参数解算公式为
Figure 214897DEST_PATH_IMAGE080
，
Figure 748646DEST_PATH_IMAGE081
表示控制点坐标，
Figure 740873DEST_PATH_IMAGE082
表示激光点坐标，
Figure 528307DEST_PATH_IMAGE083
为激光器局部坐标系到全局坐标系的缩放参数，
Figure 301091DEST_PATH_IMAGE084
为激光器局部坐标系到全局坐标系的旋转参数，
Figure 310636DEST_PATH_IMAGE085
为激光器局部坐标系到全局坐标系的平移参数。
然后，根据GNSS轨迹点的位置坐标计算出伪距，伪距率。将推算值作为输入项加入紧结合拓展卡尔曼滤波（EKF），处理获得优化后的GNSS轨迹（即，目标轨迹）。
具体的，轨迹点坐标推算的伪距、伪距率的方法为：通过星历数据查询轨迹点对应时刻卫星位置，计算当前轨迹点与卫星之间距离获得伪距，通过INS获得速度数据，结合星历数据计算获得伪距率，计算公式如下：
Figure 813161DEST_PATH_IMAGE086
Figure 617169DEST_PATH_IMAGE087
其中，为所述伪距，
Figure 142828DEST_PATH_IMAGE088
，
Figure 582162DEST_PATH_IMAGE089
，
Figure 548981DEST_PATH_IMAGE090
为所述伪距率，
Figure 851786DEST_PATH_IMAGE091
表示卫星位置，
Figure 927059DEST_PATH_IMAGE092
表示GNSS轨迹点坐标，
Figure 606302DEST_PATH_IMAGE093
表示INS数据的获取速度，
Figure 693206DEST_PATH_IMAGE094
表示卫星速度。
具体的，EKF观测方程修改方法为：使用GNSS轨迹点计算出的伪距和伪距率替代原方程中的由GNSS观测的伪距，伪距率，得到如下观测方程：
Figure 727765DEST_PATH_IMAGE095
，其中，表示由INS观测值反算的伪距，
Figure 962437DEST_PATH_IMAGE096
表示由INS观测值反算的伪距率。
最后，确定出目标轨迹中的轨迹点所对应的原始数据，并利用所对应的原始数据生成所述目标区域的目标三维点云图。
需要注意的是，通过引入了额外的独立观测值，即失锁区域附近控制点的位置坐标，在GNSS完全失锁情况下，拓展卡尔曼滤波采用控制点信息推算出的伪距，伪距率信息仍然能正常结算，获得连续不间断的制图结果。
本发明实施例提供的一种移动测量失锁区域制图精度方法。该方法通过优化紧组合的组合导航解算方程，增加独立观测值（即控制点的位置坐标），利用控制点坐标反算出激光器的实时位置，由实时位置推导出伪距，伪距率作为输入量添加到紧组合拓展卡尔曼滤波方程，解算方程获得改正量优化INS输出，减少INS累计误差值，获得精度更高的GNSS轨迹，从而提升最终的成图质量。
另外，本申请实施例所提供的方法，对原始紧结合卡尔曼滤波改动小，只修改了观测方程，在实际操作中只需替换输入项，从而能够迅速地应用到现有***中。
实施例二：
本发明实施例还提供了一种移动测量失锁区域制图装置，如图3所示，该移动测量失锁区域制图装置的示意图，包括：确定单元10，获取单元20，处理单元30，优化单元40和生成单元50。
所述确定单元10，用于确定出待绘图区域中的目标区域，以及确定出预先设定的所述目标区域中的控制点的位置坐标，其中，所述目标区域为失锁区域或部分失锁区域；
所述获取单元20，用于获取移动测量平台发送的所述目标区域的原始数据和轨迹点的位置坐标，其中，所述原始数据为用于绘制所述目标区域的三维点云图的数据，所述轨迹点用于表征所述移动测量平台获取所述原始数据的运动轨迹；
所述处理单元30，用于利用所述轨迹点的位置坐标，对所述原始数据进行紧结合卡尔曼滤波处理，得到初始轨迹；
所述优化单元40，用于利用所述控制点的位置坐标，对所述初始轨迹进行优化，得到目标轨迹；
所述生成单元50，用于确定出目标轨迹中的轨迹点所对应的原始数据，并利用所述所对应的原始数据生成所述目标区域的目标三维点云图。
在本发明实施例中，由于现有技术中当GNSS失锁时，因为没有了有效的GNSS数据，所以INS累积误差得不到校正，轨迹解算结果质量较差，会极大的影响了后续的三维点云解算成图的质量，本申请通过引入失锁区域附近控制点坐标信息，在GNSS完全失锁情况下，仍然能够对轨迹进行解算，从而达到了获得连续不间断的制图结果的目的，缓解了现有技术中绘制失锁区域的三维点云图的精确度较低的技术问题，进而达到了提高失锁区域的三维点云图的精确度的技术效果。
优选地，所述原始数据包括：LIDAR测距数据，GNSS数据，INS数据。
优选地，所述处理单元，用于利用滤波状态公式、所述轨迹点的位置坐标和所述轨迹点的位置坐标所对应的原始数据，计算所述所对应的原始数据的GNSS/INS误差值；根据所述原始数据和所述GNSS/INS误差值，构建所述初始轨迹；其中，所述GNSS/INS误差值为
Figure 851896DEST_PATH_IMAGE097
，
Figure 183520DEST_PATH_IMAGE098
，
Figure 500232DEST_PATH_IMAGE099
为卡尔曼增益，H为观测矩阵，
Figure 317141DEST_PATH_IMAGE100
，
Figure 603765DEST_PATH_IMAGE101
为状态转移矩阵，
Figure 993159DEST_PATH_IMAGE102
为控制参数，
Figure 746351DEST_PATH_IMAGE103
为控制量，
Figure 752353DEST_PATH_IMAGE104
为噪声，
Figure 983614DEST_PATH_IMAGE105
表示K时刻的***状态量，
Figure 522787DEST_PATH_IMAGE106
表示k-1时刻的状态量，
Figure 774776DEST_PATH_IMAGE107
为滤波输入的外部观测值，
Figure 143441DEST_PATH_IMAGE108
，
Figure 303027DEST_PATH_IMAGE109
为GNSS数据的伪距，
Figure 73537DEST_PATH_IMAGE110
为GNSS数据的伪距率，
Figure 293165DEST_PATH_IMAGE111
为根据INS数据反算的伪距，
Figure 978487DEST_PATH_IMAGE112
为根据INS数据反算的伪距率，
Figure 551551DEST_PATH_IMAGE113
为噪声，紧组合GNSS/INS卡尔曼滤波状态量
Figure 566780DEST_PATH_IMAGE114
，
Figure 160572DEST_PATH_IMAGE115
表示惯导位置，
Figure 238250DEST_PATH_IMAGE116
表示姿态，
Figure 270797DEST_PATH_IMAGE117
表示速度误差，
Figure 750320DEST_PATH_IMAGE118
表示加速度计误差，
Figure 13548DEST_PATH_IMAGE119
表示GNSS时钟偏差，
Figure 703156DEST_PATH_IMAGE120
表示GNSS时钟漂移。
优选地，所述装置还包括：执行单元，用于在构建所述初始轨迹之后，利用初始轨迹点解算出所述初始轨迹点所对应的原始数据，其中，所述初始轨迹点为所述初始轨迹中的轨迹点；利用所述初始轨迹点所对应的原始数据，构建初始三维点云图。
优选地，所述优化单元，用于根据所述控制点的位置坐标，在所述初始三维点云图中确定出所述控制点所对应的激光点的位置坐标；利用所述控制点的位置坐标、所述所对应的激光点的位置坐标和七参数解算公式，计算出GNSS轨迹点的位置坐标；计算出GNSS轨迹点的位置坐标所对应的伪距和伪距率；对所述伪距和所述伪距率进行紧结合拓展卡尔曼滤波处理，得到所述目标轨迹；其中，所述GNSS轨迹点的位置坐标为
Figure 883601DEST_PATH_IMAGE121
，
Figure 607844DEST_PATH_IMAGE122
表示激光器局部坐标，
Figure 543439DEST_PATH_IMAGE123
表示激光器在全局坐标系下的坐标，
Figure 595708DEST_PATH_IMAGE124
，所述激光器为生成所述激光点的设备，
Figure 940364DEST_PATH_IMAGE125
为所述激光器与所述移动测量平台之间的旋转安置误差，
Figure 660059DEST_PATH_IMAGE126
为所述激光器与所述移动测量平台之间的平移安置误差，所述七参数解算公式为
Figure 766555DEST_PATH_IMAGE127
，
Figure 696334DEST_PATH_IMAGE128
表示控制点坐标，
Figure 546478DEST_PATH_IMAGE129
表示激光点坐标，
Figure 855100DEST_PATH_IMAGE130
为激光器局部坐标系到全局坐标系的缩放参数，
Figure 693349DEST_PATH_IMAGE131
为激光器局部坐标系到全局坐标系的旋转参数，
Figure 454632DEST_PATH_IMAGE132
为激光器局部坐标系到全局坐标系的平移参数。
优选地，所述优化单元，用于获取星历数据中所述GNSS轨迹点对应时刻的卫星位置；将所述GNSS轨迹点与所述卫星位置之间的距离确定为所述伪距；利用所述INS数据的获取速度和所述星历数据，计算出所述伪距率；其中，
Figure 108467DEST_PATH_IMAGE133
为所述伪距，
Figure 396229DEST_PATH_IMAGE134
，
Figure 110107DEST_PATH_IMAGE135
，
Figure 889844DEST_PATH_IMAGE136
为所述伪距率，
Figure 379994DEST_PATH_IMAGE137
表示卫星位置，
Figure DEST_PATH_IMAGE138
表示GNSS轨迹点坐标，
Figure DEST_PATH_IMAGE139
表示INS数据的获取速度，
Figure DEST_PATH_IMAGE140
表示卫星速度。
本发明实施例提供的一种具有处理器可执行的非易失的程序代码的计算机可读介质，程序代码使处理器执行上述实施例一中的移动测量失锁区域制图方法。
实施例三：
本发明实施例提供的一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例一中的移动测量失锁区域制图方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的***、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，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：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (6)

1.一种移动测量失锁区域制图方法，其特征在于，包括：
确定出待绘图区域中的目标区域，以及确定出预先设定的所述目标区域中的控制点的位置坐标，其中，所述目标区域为失锁区域或部分失锁区域；
获取移动测量平台发送的所述目标区域的原始数据和轨迹点的位置坐标，其中，所述原始数据为用于绘制所述目标区域的三维点云图的数据，所述轨迹点用于表征所述移动测量平台获取所述原始数据的运动轨迹；
利用所述轨迹点的位置坐标，对所述原始数据进行紧结合卡尔曼滤波处理，得到初始轨迹；
利用所述控制点的位置坐标，对所述初始轨迹进行优化，得到目标轨迹；
确定出目标轨迹中的轨迹点所对应的原始数据，并利用所述所对应的原始数据生成所述目标区域的目标三维点云图；
利用所述轨迹点的位置坐标，对所述原始数据进行紧结合卡尔曼滤波处理，得到初始轨迹，包括：
利用滤波状态公式、所述轨迹点的位置坐标和所述轨迹点的位置坐标所对应的原始数据，计算所述所对应的原始数据的GNSS/INS误差值；
根据所述原始数据和所述GNSS/INS误差值，构建所述初始轨迹；
其中，所述GNSS/INS误差值为Xk'，Xk’＝Xk+K(Zk-HXk)，K为卡尔曼增益，H为观测矩阵，Xk＝AXK-1+Buk-1+qk-1，A为状态转移矩阵，B为控制参数，uk-1为控制量，qk-1为噪声，Xk表示K时刻的***状态量，Xk-1表示k-1时刻的状态量，Zk 为滤波输入的外部观测值，
Figure FDA0002586487180000011
ρgnss为GNSS数据的伪距，vgnss为GNSS数据的伪距率，ρins为根据INS数据反算的伪距，vins为根据INS数据反算的伪距率，w为噪声，紧组合GNSS/INS卡尔曼滤波状态量X＝[C,R,V,Δ,cb,cf]，C表示惯导位置，R表示姿态，V表示速度误差，Δ表示加速度计误差，cb表示GNSS时钟偏差，f表示GNSS时钟漂移；
在构建所述初始轨迹之后，所述方法还包括：
利用初始轨迹点解算出所述初始轨迹点所对应的原始数据，其中，所述初始轨迹点为所述初始轨迹中的轨迹点；
利用所述初始轨迹点所对应的原始数据，构建初始三维点云图；
利用所述控制点的位置坐标，对所述初始轨迹进行优化，得到目标轨迹，包括：
根据所述控制点的位置坐标，在所述初始三维点云图中确定出所述控制点所对应的激光点的位置坐标；
利用所述控制点的位置坐标、所述所对应的激光点的位置坐标和七参数解算公式，计算出GNSS轨迹点的位置坐标；
计算出GNSS轨迹点的位置坐标所对应的伪距和伪距率；
对所述伪距和所述伪距率进行紧结合拓展卡尔曼滤波处理，得到所述目标轨迹；
其中，所述GNSS轨迹点的位置坐标为Cgnss＝RgnssCgolbal+Tgnss，Clocal表示激光器局部坐标，Cglobal表示激光器在全局坐标系下的坐标，Cglobal＝S(R*Clocal+T)，所述激光器为生成所述激光点的设备，Rgnss为所述激光器与所述移动测量平台之间的旋转安置误差，Tgnss为所述激光器与所述移动测量平台之间的平移安置误差，所述七参数解算公式为Pgcp＝S(R*Plidar+T)，Pgcp表示控制点坐标，Plidar表示激光点坐标，S为激光器局部坐标系到全局坐标系的缩放参数，R为激光器局部坐标系到全局坐标系的旋转参数，T为激光器局部坐标系到全局坐标系的平移参数；
计算出GNSS轨迹点的位置坐标所对应的伪距和伪距率，包括：
获取星历数据中所述GNSS轨迹点对应时刻的卫星位置；
将所述GNSS轨迹点与所述卫星位置之间的距离确定为所述伪距；
利用所述INS数据的获取速度和所述星历数据，计算出所述伪距率；
其中，ρgcp为所述伪距，
Figure FDA0002586487180000031
vgcp＝[(xgnss-xsate)(sxins-sxsate)+(ygnss-ysate)(syins-sysate)+(zgnss-zsate)(szins-szsate)]/ρgcp，vgcp为所述伪距率，xsate,ysate,zsate表示卫星位置，xgnss,ygnss,zgnss表示所述GNSS轨迹点坐标，sxins,syins,szins表示所述INS数据的获取速度，sxsate,sysate,szsate表示卫星速度。
2.根据权利要求1所述的方法，其特征在于，所述原始数据包括：LIDAR测距数据，GNSS数据，INS数据。
3.一种移动测量失锁区域制图装置，其特征在于，包括：确定单元，获取单元，处理单元，优化单元和生成单元，其中，
所述确定单元，用于确定出待绘图区域中的目标区域，以及确定出预先设定的所述目标区域中的控制点的位置坐标，其中，所述目标区域为失锁区域或部分失锁区域；
所述获取单元，用于获取移动测量平台发送的所述目标区域的原始数据和轨迹点的位置坐标，其中，所述原始数据为用于绘制所述目标区域的三维点云图的数据，所述轨迹点用于表征所述移动测量平台获取所述原始数据的运动轨迹；
所述处理单元，用于利用所述轨迹点的位置坐标，对所述原始数据进行紧结合卡尔曼滤波处理，得到初始轨迹；利用滤波状态公式、所述轨迹点的位置坐标和所述轨迹点的位置坐标所对应的原始数据，计算所述所对应的原始数据的GNSS/INS误差值；
根据所述原始数据和所述GNSS/INS误差值，构建所述初始轨迹；
其中，所述GNSS/INS误差值为Xk'，Xk’＝Xk+K(Zk-HXk)，K为卡尔曼增益，H为观测矩阵，Xk＝AXK-1+Buk-1+qk-1，A为状态转移矩阵，B为控制参数，uk-1为控制量，qk-1为噪声，Xk表示K时刻的***状态量，Xk-1表示k-1时刻的状态量，Zk 为滤波输入的外部观测值，
Figure FDA0002586487180000041
ρgnss为GNSS数据的伪距，vgnss为GNSS数据的伪距率，ρins为根据INS数据反算的伪距，vins为根据INS数据反算的伪距率，w为噪声，紧组合GNSS/INS卡尔曼滤波状态量X＝[C,R,V,Δ,cb,cf]，C表示惯导位置，R表示姿态，V表示速度误差，Δ表示加速度计误差，cb表示GNSS时钟偏差，f表示GNSS时钟漂移；
所述优化单元，用于利用所述控制点的位置坐标，对所述初始轨迹进行优化，得到目标轨迹；在构建所述初始轨迹之后，还包括：
利用初始轨迹点解算出所述初始轨迹点所对应的原始数据，其中，所述初始轨迹点为所述初始轨迹中的轨迹点；
利用所述初始轨迹点所对应的原始数据，构建初始三维点云图；
利用所述控制点的位置坐标，对所述初始轨迹进行优化，得到目标轨迹，包括：
根据所述控制点的位置坐标，在所述初始三维点云图中确定出所述控制点所对应的激光点的位置坐标；
利用所述控制点的位置坐标、所述所对应的激光点的位置坐标和七参数解算公式，计算出GNSS轨迹点的位置坐标；
计算出GNSS轨迹点的位置坐标所对应的伪距和伪距率；
对所述伪距和所述伪距率进行紧结合拓展卡尔曼滤波处理，得到所述目标轨迹；
其中，所述GNSS轨迹点的位置坐标为Cgnss＝RgnssCgolbal+Tgnss，Clocal表示激光器局部坐标，Cglobal表示激光器在全局坐标系下的坐标，Cglobal＝S(R*Clocal+T)，所述激光器为生成所述激光点的设备，Rgnss为所述激光器与所述移动测量平台之间的旋转安置误差，Tgnss为所述激光器与所述移动测量平台之间的平移安置误差，所述七参数解算公式为Pgcp＝S(R*Plidar+T)，Pgcp表示控制点坐标，Plidar表示激光点坐标，S为激光器局部坐标系到全局坐标系的缩放参数，R为激光器局部坐标系到全局坐标系的旋转参数，T为激光器局部坐标系到全局坐标系的平移参数；
计算出GNSS轨迹点的位置坐标所对应的伪距和伪距率，包括：
获取星历数据中所述GNSS轨迹点对应时刻的卫星位置；
将所述GNSS轨迹点与所述卫星位置之间的距离确定为所述伪距；
利用所述INS数据的获取速度和所述星历数据，计算出所述伪距率；
其中，ρgcp为所述伪距，
Figure FDA0002586487180000051
vgcp＝[(xgnss-xsate)(sxins-sxsate)+(ygnss-ysate)(syins-sysate)+(zgnss-zsate)(szins-szsate)]/ρgcp，vgcp为所述伪距率，xsate,ysate,zsate表示卫星位置，xgnss,ygnss,zgnss表示所述GNSS轨迹点坐标，sxins,syins,szins表示所述INS数据的获取速度，sxsate,sysate,szsate表示卫星速度；
所述生成单元，用于确定出目标轨迹中的轨迹点所对应的原始数据，并利用所述所对应的原始数据生成所述目标区域的目标三维点云图。
4.根据权利要求3所述的装置，所述原始数据包括：LIDAR测距数据，GNSS数据，INS数据。
5.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行上述权利要求1至2中任一项所述的移动测量失锁区域制图方法。
6.一种电子设备，包括存储器、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，所述处理器执行所述计算机程序时实现上述权利要求1至2中任一项所述的移动测量失锁区域制图方法。
CN202010422438.4A 2020-05-19 2020-05-19 一种移动测量失锁区域制图方法和装置 Active CN111340952B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010422438.4A CN111340952B (zh) 2020-05-19 2020-05-19 一种移动测量失锁区域制图方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010422438.4A CN111340952B (zh) 2020-05-19 2020-05-19 一种移动测量失锁区域制图方法和装置

Publications (2)

Publication Number Publication Date
CN111340952A CN111340952A (zh) 2020-06-26
CN111340952B true CN111340952B (zh) 2020-09-04

Family

ID=71187575

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010422438.4A Active CN111340952B (zh) 2020-05-19 2020-05-19 一种移动测量失锁区域制图方法和装置

Country Status (1)

Country Link
CN (1) CN111340952B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111784823B (zh) * 2020-07-03 2023-10-03 江苏徐工工程机械研究院有限公司 轻量化三维模型防测绘显示方法和装置、存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106896394A (zh) * 2017-02-24 2017-06-27 苏州工业园区测绘地理信息有限公司 用于遥控船在gps失锁后的觇标法定位导航方法
CN110211228A (zh) * 2019-04-30 2019-09-06 北京云迹科技有限公司 用于建图的数据处理方法及装置
CN110412635A (zh) * 2019-07-22 2019-11-05 武汉大学 一种环境信标支持下的gnss/sins/视觉紧组合方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106896394A (zh) * 2017-02-24 2017-06-27 苏州工业园区测绘地理信息有限公司 用于遥控船在gps失锁后的觇标法定位导航方法
CN110211228A (zh) * 2019-04-30 2019-09-06 北京云迹科技有限公司 用于建图的数据处理方法及装置
CN110412635A (zh) * 2019-07-22 2019-11-05 武汉大学 一种环境信标支持下的gnss/sins/视觉紧组合方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
车载测量***数据处理若干关键技术研究;邹晓亮;《中国博士学位论文全文数据库 基础科学辑》;20120715(第07期);第3页第2段，第18页第2.2.2节，第20页第4段，第24页第3、8段，第25页第3-6段，第35页第5段至第36页第4段，第43页倒数第2段，第46页第3.3.2节 *

Also Published As

Publication number Publication date
CN111340952A (zh) 2020-06-26

Similar Documents

Publication Publication Date Title
Mostafa et al. Direct positioning and orientation systems: How do they work? What is the attainable accuracy
CN108226980B (zh) 基于惯性测量单元的差分gnss与ins自适应紧耦合导航方法
US8374783B2 (en) Systems and methods for improved position determination of vehicles
EP2095148B1 (en) Arrangement for and method of two dimensional and three dimensional precision location and orientation determination
US7142983B2 (en) Method for the processing of non-continuous atom interferometer intertial instrument measurements and continuous wide bandwidth instrument measurements with a gravity database
CN110501024A (zh) 一种车载ins/激光雷达组合导航***的量测误差补偿方法
CN111288984B (zh) 一种基于车联网的多车联合绝对定位的方法
EP2133662A2 (en) Methods and system of navigation using terrain features
US8818722B2 (en) Rapid lidar image correlation for ground navigation
CN111982106A (zh) 导航方法、装置、存储介质及电子装置
Mostafa et al. GPS/IMU products–the Applanix approach
US20170074678A1 (en) Positioning and orientation data analysis system and method thereof
KR20200011002A (ko) 항법 시스템
CN107656286A (zh) 大倾斜远端观测环境下目标定位方法及***
Hide et al. GPS and low cost INS integration for positioning in the urban environment
CN109579870A (zh) 捷联惯导***的自动对准方法和组合导航装置
El-Sheimy Georeferencing component of LiDAR systems
US20100245169A1 (en) Three dimensional terrain mapping
CN111340952B (zh) 一种移动测量失锁区域制图方法和装置
CN114061570A (zh) 车辆定位方法、装置、计算机设备和存储介质
EP3862721A1 (en) Information processing device
CN113375664B (zh) 基于点云地图动态加载的自主移动装置定位方法
CN106886037B (zh) 适用于弱gnss信号条件的pos数据纠偏方法
CN111521150A (zh) 一种基于gnss卫星定位的平地数据处理方法及装置
EP1934632A1 (en) Terrain mapping

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: Room 2301-2308, third floor, building 2, incubator, Zhongguancun Software Park, Dongbeiwang, Haidian District, Beijing 100094

Patentee after: Beijing Digital Green Earth Technology Co.,Ltd.

Address before: Room 2301-2308, floor 3, building 2, incubator, Dongbeiwang Software Park, Haidian District, Beijing 100094

Patentee before: BEIJING GREENVALLEY TECHNOLOGY Co.,Ltd.