【技术实现步骤摘要】
本专利技术涉及地铁隧道检测领域，具体涉及一种融合控制点、隧道点云与imu高精度定位定姿方法。
技术介绍
1、隧道移动三维激光扫描采集系统可快速获取隧道三维点云，相比于传统的人工测量方法其具有数据采集效率高、成果丰富等特点。采集系统主要由三维激光扫描仪、惯性测量模块(imu)、里程计三类传感器组成。
2、惯性测量模块的测量误差会随着时间累积，最终得到的姿态和位置都会存在较大的偏差，需要引入额外的信息进行校正。一般会使用gps数据对惯性测量模块误差进行校正，但是隧道内部通常没有gps信号。
3、如专利号为：cn 113739770 b提出利用隧道内既有的cpⅲ点作为控制点对移动激光扫描点云坐标进行纠正的方法，其纠正是一步完成的，但是考虑到点云坐标误差来自扫描仪姿态和扫描仪位置坐标，二者具有一定的独立性，还需要对各自的误差模型分别进行纠正才会更加的合理，如专利号：cn 111337031a在飞行器姿态确定的前提下，再通过地标确定飞行器位置；如专利号：cn 117232509 a通过惯导解算得到载体姿态和位置，结合脉冲定位的测距信息使用卡尔曼滤波对载体位置进行校正。但是并没有对姿态数据进行校正。
4、鉴于此，本专利技术提出一种融合控制点、隧道点云与imu高精度定位定姿方法。
技术实现思路
1、本专利技术的目的是提供一种融合控制点、隧道点云与imu高精度定位定姿方法，将控制点提供的姿态和位置信息进行分离，根据仪器和数据特性，建立误差模型进行校正，从而获得高
2、第一方面，本专利技术提供了一种融合控制点、隧道点云与imu高精度定位定姿方法，包括以下步骤：
3、步骤1：基于控制点实际坐标和扫描仪提供的隧道点云断面坐标共同提取控制点信息，所述控制点信息包括姿态信息和位置信息；
4、步骤2：基于融合惯性测量模块以及里程计观测数据，通过卡尔曼滤波初步确定待校正的采集系统姿态；
5、步骤3：基于卡尔曼滤波提取的待校正的采集系统姿态和控制点信息提供的姿态信息进行姿态校正，从而获取采集系统姿态；
6、步骤4：将采集系统姿态与里程信息通过位置解算算法获取待校正的采集系统位置，基于待校正的采集系统位置和控制点信息提供的位置信息进行位置校正，从而获取采集系统位置；
7、步骤5：将采集系统姿态、采集系统位置以及扫描仪对应的隧道断面点云坐标通过融合解算算法获取隧道三维点云数据，将隧道三维点云数据标记为隧道点云。
8、作为本专利技术一种优选技术方案，所述融合惯性测量模块包括陀螺仪和加速度计，基于陀螺仪和加速度计提取姿态信息和加速度信息。
9、作为本专利技术一种优选技术方案，所述待校正的采集系统姿态的获取逻辑：
10、步骤21：基于惯性测量模块姿态测量的观测方程建立状态方程，基于状态方程提取对应时刻的姿态角；
11、步骤22：基于惯性测量模块加速度测量的观测方程建立测量方程，在静止和匀速直线运动下，imu输出的加速度数据仅包含重力加速度，根据测量结果的分量，可以计算得到横滚角和偏航角；
12、步骤23：根据步骤21和步骤22中建立的状态方程和测量方程，通过里程计观测数据建立预测-更新过程，完成卡尔曼滤波的递推。
13、作为本专利技术一种优选技术方案，通过里程计数据检测小车运动状态，并完成系数kzupt和km的计算，其中：
14、所述预测过程包括：
15、
16、pt-＝atpt-1+att+kzuptqt；
17、其中，表示t时刻的姿态估计值，上标’-’表示预测先验值，上标’+’表示更新后验值，即表示t时刻的姿态估计值的预测先验值，表示t-1时刻的姿态估计值的更新后验值，p为协方差矩阵，pt-表示t时刻的协方差矩阵的预测先验值，pt-1+表示t-1时刻的协方差矩阵的更新后验值，at为t时刻的状态转移矩阵，qt为陀螺仪的协方差矩阵，当轨检小车停车时，kzupt＝0，进行零速修正，除此之外，kzupt＝1。
18、所述更新过程包括：
19、
20、pt+＝(e-ktht)pt-；
21、其中，kt为卡尔曼增益，ht为t时刻的观测矩阵，rt是加速度计协方差矩阵，由于测量方程需要在小车静止和匀速直线运动时成立，所以引入系数km，当小车做非匀速直线运动时，km＝0，其余情况下km＝1。
22、作为本专利技术一种优选技术方案，所述采集系统姿态的获取逻辑：
23、通过卡尔曼滤波后得到的姿态信息，融合了imu输出的加速度测量数据，提供了横滚角和俯仰角初始值，抑制了采集系统在横滚角和俯仰角上的误差累计；
24、对偏航角通过模型进一步校正计算旋转矩阵，对控制点坐标进行转换，
25、基于控制点实际坐标，计算偏航误差夹角，通过线性拟合可以计算得到偏航角初始值以及误差累积速率常数，用于校正任意时刻的偏航角。
26、作为本专利技术一种优选技术方案，所述采集系统位置的获取逻辑为：
27、使用采集系统姿态和里程计测量结果积分得到任意时刻的采集系统中心点对控制点的位置信息进行校正计算得到各个时刻的采集系统中心坐标，校正模型如下：
28、
29、其中，λ为尺度改正数，ccor为旋转矩阵，δl为平移参数。
30、作为本专利技术一种优选技术方案，校正参数的计算步骤如下：
31、(1)计算各控制点对应的扫描仪中心坐标；
32、(2)将控制点对应的采集系统中心坐标以及相应时刻采集系统姿态和里程计积分结果带入校正模型中，解算校正参数；
33、解算过程中每四组控制点解算一组校正参数，为保证校正参数的连续性，相邻两次计算有50％的控制点重复率，依次类推。
34、作为本专利技术一种优选技术方案，所述隧道点云坐标通过公式确定：
35、
36、其中，p表示点云坐标；l表示采集系统位置坐标；下标t表示不同时刻的测量数据，上标b表示扫描仪坐标系统，上标n表示实际坐标系统，表示两个坐标系统之间的旋转矩阵。
37、第二方面，本专利技术一种电子设备，该电子设备包括：
38、至少一个处理器；
39、与所述至少一个处理器通信连接的存储装置，用于存储程序，
40、当所述程序被所述至少一个处理器执行时，使得所述至少一个处理器实现本专利技术第一方面所述的一种融合控制点、隧道点云与imu高精度定位定姿方法。
41、第三方面，一种计算机可读存储介质，其上存储有计算机程序，该程序被电子设备中的处理器执行时，实现本专利技术第一方面所述的一种融合控制点、隧道点云与imu高精度定位定姿方法。
42、在上述技术方案中，本专利技术提供的技术效果和优点：
43、本专利技术提出一种适用于地铁的融合惯性测量模块、里程计测量结果的卡尔曼滤波方法，实现了对横滚角和本文档来自技高网...
【技术保护点】
1.一种融合控制点、隧道点云与IMU高精度定位定姿方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种融合控制点、隧道点云与IMU高精度定位定姿方法，其特征在于：所述融合惯性测量模块包括陀螺仪和加速度计，基于陀螺仪和加速度计提取姿态信息和加速度信息。
3.根据权利要求2所述的一种融合控制点、隧道点云与IMU高精度定位定姿方法，其特征在于：所述待校正的采集系统姿态的获取逻辑：
4.根据权利要求3所述的一种融合控制点、隧道点云与IMU高精度定位定姿方法，其特征在于：通过里程计数据检测小车运动状态，并完成系数kzupt和km的计算，其中：
5.根据权利要求4所述的一种融合控制点、隧道点云与IMU高精度定位定姿方法，其特征在于：所述采集系统姿态的获取逻辑：
6.根据权利要求5所述的一种融合控制点、隧道点云与IMU高精度定位定姿方法，其特征在于：所述采集系统位置的获取逻辑为：
7.根据权利要求6所述的一种融合控制点、隧道点云与IMU高精度定位定姿方法，其特征在于：校正参数的计算步骤如下：
8.根据
9.一种电子设备，其特征在于：包括：至少一个处理器；
10.一种计算机可读存储介质，其特征在于：其上存储有计算机程序，该程序被电子设备中的处理器执行时，实现如权利要求1-8任意一项所述的一种融合控制点、隧道点云与IMU高精度定位定姿方法。
...【技术特征摘要】
1.一种融合控制点、隧道点云与imu高精度定位定姿方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种融合控制点、隧道点云与imu高精度定位定姿方法，其特征在于：所述融合惯性测量模块包括陀螺仪和加速度计，基于陀螺仪和加速度计提取姿态信息和加速度信息。
3.根据权利要求2所述的一种融合控制点、隧道点云与imu高精度定位定姿方法，其特征在于：所述待校正的采集系统姿态的获取逻辑：
4.根据权利要求3所述的一种融合控制点、隧道点云与imu高精度定位定姿方法，其特征在于：通过里程计数据检测小车运动状态，并完成系数kzupt和km的计算，其中：
5.根据权利要求4所述的一种融合控制点、隧道点云与imu高精度定位定姿方法，其特征在于...
【专利技术属性】
技术研发人员：郭春生，王令文，吴利明，王吉，高志强，卢其栋，
申请(专利权)人：上海勘察设计研究院集团股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。