English
Chinese
Spanish
Japanese
Korean
Wir machen uns selten bewusst, wie komplex die moderne Vermessungstechnik ist.
Vermessungsingenieure verwenden in jeder Komponente modernste physikalische Methoden, die auf jahrzehntelanger Erfahrung beruhen. Denken Sie nur daran, wie GPS Zeitberechnungen anhand von Atomuhren und Signalen aus der Umlaufbahn nutzt. Diese Technologie ist heute im täglichen Leben allgegenwärtig. Oder wie LiDAR muss Tausende von Berechnungen pro Sekunde anstellen, um festzustellen, wie lange ein Lichtstrahl gebraucht hat, um zu ihm zurückzukehren. Folglich gibt es in solch komplexen Systemen viele Fehlerquellen. Glücklicherweise können wir diese jedoch ganz allgemein ansprechen, um die Genauigkeit unserer Vermessung besser zu verstehen. In diesem Artikel werden einige wichtige Punkte zur Erlangung der Vermessungs- und Punktwolkengenauigkeit aus der Sicht eines Vermessungsingenieurs näher erläutert.
IMU-Genauigkeit
Eine IMU (Inertial Measurement Unit) misst die Eigenbewegung, der sie unterworfen ist. In der Regel verwendet die IMU gyroskopische Instrumente und Beschleunigungsmesser, um die Beschleunigung und Änderungen der Orientierung zu bestimmen. Für Vermessungsingenieure ist eine IMU daher äußerst wichtig. Der Grund dafür ist, dass Vermessungsarbeiten in der Regel die Beobachtung von Objekten bedeuten, die sich aus Gründen der Bequemlichkeit in einem gewissen Abstand von einem selbst befinden, aber je weiter ein Objekt entfernt ist, desto ungenauer kann seine Position bestimmt werden. Betrachten Sie das nachstehende Diagramm; bei allen Messungen gibt es einen intrinsischen Fehler, auch bei den von der IMU gemessenen Winkeländerungen.
Bei der Annäherung an einen kleinen Winkel ist der Fehler in der Position eines Objekts einfach der Winkelfehler x Entfernung zum Objekt. Dies bedeutet, dass ein winziger Winkelfehler leicht zu einer sehr großen Diskrepanz in der Position eines vermessenen Objekts führen kann, wenn es sich in großer Entfernung befindet. Eine typische IMU für die Vermessung wie die OXTS NAV650 Die IMU hat vielleicht eine Genauigkeit von einem halben Grad.
Die IMU ist auch für Navigationszwecke sehr wichtig. An sich misst die IMU die Bewegung. Das bedeutet, dass Vermessungsingenieure sie als rudimentäres Navigationsgerät verwenden können, um zu verfolgen, wie sich die IMU bewegt. Daher ist es möglich, eine hochwertige IMU zu verwenden, um die wesentlichen Orientierungsinformationen auszugeben, aber auch die Information, wo sich die IMU befindet. Allerdings weisen alle Instrumente eine zufällige Bewegung oder eine Drift in ihren Messungen auf, die sich negativ auf die Genauigkeit der Punktwolke auswirken. Daher wird eine IMU allein schnell von ihrer wahren Position abdriften, da sie die Bewegung misst und die Position nicht lokalisieren kann.
GNSS-Lokalisierung
A GNSS (Global Navigation Satellite System) lokalisiert seine Position auf der Erde mithilfe von Satellitenkonstellationen in der Umlaufbahn. Mit Hilfe der hochpräzisen Zeitinformationen dieser Satellitensignale kann ein GNSS-Empfänger seine Position auf weniger als einen Meter genau auf der Erdoberfläche bestimmen. Mit Hilfe eines zweiten Empfängers, der oft als Basisstation bezeichnet wird, können Korrekturen für die Verzerrung der Satellitensignale in der Atmosphäre berechnet werden, wodurch die Genauigkeit des Geräts auf einen Zentimeter erhöht werden kann.
Es gibt andere Systeme, die zur Positionsbestimmung verwendet werden können, aber die meisten von ihnen sind auf große Infrastrukturumgebungen beschränkt und dienen als Ersatz, wenn keine GNSS-Signale empfangen werden können. GNSS ermöglicht eine hochgenaue und präzise absolute Positionierung auf der Erde, während viele Ersatzsysteme nur eine relative Positionierung ohne die Hilfe von GNSS selbst liefern können.
GNSS-Konstellationen
Es gibt vier Hauptkonstellationen von GNSS-Satelliten im Einsatz. Lange Zeit waren die russischen und amerikanischen Konstellationen GLONASS und GPS allgegenwärtig, aber auch die europäischen und chinesischen Konstellationen Galileo und Beidou finden zunehmend Verbreitung (es gibt auch noch andere, z. B. QZSS). Im Allgemeinen sind die Genauigkeiten bei der Verwendung dieser einzelnen Konstellationen ähnlich, aber ein GNSS-System kann alle verfügbaren Daten am besten nutzen, indem es mehrere oder alle vier dieser Konstellationen kombiniert. In der folgenden Abbildung sehen Sie die Flugbahn eines INS-Systems. Dargestellt ist die Flugbahn einer reinen GPS-Positionskurve (blau) und einer GPS- und GLONASS-Kurve (rot). Als das Fahrzeug einige Bäume und Gebäude passierte, gingen die Satellitensignale verloren und es kam zu einer Positionsdrift. Bei der Nachbearbeitung zeigt sich dies durch einen plötzlichen Sprung in der Position der blauen Linie, und es scheint, dass das Fahrzeug auf der falschen Spur fährt. Bei der roten Linie hingegen ist kein solcher Sprung zu sehen, sondern eine gleichmäßige Flugbahn an der richtigen Stelle. Das liegt daran, dass GNSS-Systeme eine Mindestanzahl von Satelliten benötigen, um optimale Ergebnisse zu erzielen. Je mehr Satelliten bzw. je mehr Konstellationen, desto zuverlässiger ist die Positionsangabe, insbesondere in schlechten GNSS-Umgebungen wie einer Stadt oder einem Ort. Heutzutage gehen Systeme wie das OXTS xNAV650 dazu über, standardmäßig alle vier dieser Konstellationen anzubieten, um die zuverlässigste Lösung zu erhalten.
Trägheitsnavigationssysteme
Ein GNSS- und ein IMU-System spielen die Stärken und Schwächen des jeweils anderen aus und bilden so ein vollständiges Navigationssystem. GNSS liefert eine genaue Position des Systems auf der Erde und die IMU bestimmt seine Ausrichtung. Zusammen liefert das System eine 3D-Position, hochgenaue Atomuhr-Zeitmessung aus dem GNSS und der 3D-Orientierung. Dies wird oft als INS (Inertiales Navigationssystem) bezeichnet.
Die beiden Datenströme können auch intelligent kombiniert werden, um eine noch genauere Schätzung von Position und Orientierung zu erhalten, indem ein Datenstrom kontinuierlich mit dem anderen abgeglichen wird. Wenn zum Beispiel die Satellitensignale behindert werden, können die GNSS-Daten große Fehler in der Positionsausgabe aufweisen, aber durch den Vergleich mit den Beschleunigungsmesserdaten kann ein INS die plausibelste Flugbahn bestimmen. In solchen Fällen oder wenn überhaupt keine Satellitensignale zu sehen sind, können die von der IMU gemessenen Beschleunigungen verwendet werden, um die Flugbahn des Geräts zu schätzen. Dies ist zwar nicht annähernd so genau wie bei der Verwendung von GNSS, aber es ist eine gute Notlösung für solche Situationen.
xNAV650 INS und Hesai XT LiDAR montiert auf einem Auto für mobile Kartierung
Eine OXTS INS kann beispielsweise in einer vollen Minute ohne GNSS-Aktualisierung eine Abweichung von etwa einem Meter aufweisen. Wenn GNSS wieder verfügbar ist, wird die wahre Position verwendet, und die erfassten Daten können in der Nachbearbeitung verbessert werden, um eine realistische Flugbahn zu erhalten.
Es können auch andere Instrumente eingebaut und ihre Datenströme zur Überprüfung anderer Instrumente verwendet werden. Ein Raddrehzahlsensor wird zum Beispiel häufig in mobilen Kartierungsanwendungen eingesetzt. Dieses Gerät misst einfach die Bewegung der Räder eines Fahrzeugs, um einen anderen Messwert zu erhalten, wo sich das Fahrzeug befinden könnte. In diesem Fall wird eine Pseudogeschwindigkeit gemessen. Dieser Datenstrom ist wie die IMU auch dann verfügbar, wenn keine GNSS-Signale vorhanden sind, und kann daher unter schlechten GNSS-Bedingungen wie in Wäldern oder städtischen Gebieten, wo Signale behindert oder verzerrt werden können, eine sehr nützliche Ergänzung darstellen. In den Vergleichsbildern unten wurden die GNSS-Signale in einem Teil der Umgebung künstlich vollständig blockiert.
Die Farben in der Punktwolke sind Schätzungen der Unsicherheit, wobei Blau für die höchste Genauigkeit steht, dann folgen dunkle und helle Grüntöne, Gelb und Orange stehen für eine geringere Genauigkeit und Rot für die geringste Genauigkeit mit einer großen Abweichung. Im ersten Bild sehen Sie, dass der größte Teil der Vermessung rot ist, was bedeutet, dass die Genauigkeit schlecht ist und die Unsicherheit der Punktposition bis zu einem halben Meter beträgt. Das zweite Bild, bei dem dasselbe Verfahren, aber zusätzlich ein Raddrehzahlsensor verwendet wurde, zeigt jedoch, dass ein größerer Prozentsatz der Vermessung den höchsten Genauigkeitsgrad erreicht. Bei näherer Betrachtung sind erhebliche Verbesserungen zu erkennen, da der Raddrehzahlsensor die Verschiebung von Teilen der Punktwolke um fast einen halben Meter verhindert und die Unschärfe deutlich verringert. Dies macht einen Raddrehzahlsensor zu einer großartigen Ergänzung für mobile Vermessungseinrichtungen in solchen Umgebungen.
Eine Vermessung eines Nachbarschaftsabschnitts ohne GNSS, eingefärbt nach der Unsicherheit der Punktposition
Dieselbe Umfrage, aber jetzt unter Verwendung von Daten zur Radgeschwindigkeit
Kalibrierung des Zielfernrohrs
Wie wir bereits erwähnt haben, sind Vermessungsdaten aufgrund ihrer Ausbreitung über die Entfernung sehr empfindlich gegenüber Orientierungsdaten. Es gibt jedoch noch eine weitere Quelle für Orientierungsfehler, die zwischen der IMU und dem Vermessungsgerät liegt. Um Navigationsdaten von einem INS und Vermessungsdaten, z. B. von einem LiDAR, zu kombinieren bzw. zu georeferenzieren, muss die räumliche Beziehung zwischen beiden bekannt sein. Die Verschiebungen und Drehungen entlang jeder 3D-Achse müssen gemessen werden. Und dieser Orientierungsfehler trägt zum Positionsfehler der Punkte bei. Dieser Fehler wird als Achsversatz bezeichnet.
Leider kann es sehr schwierig sein, diese Winkel mit der für Vermessungsdaten erforderlichen Genauigkeit zu messen. Es gibt verschiedene Methoden, z. B. die Verwendung einer CAD-gedruckten Halterung, um INS und LiDAR in einer bekannten Ausrichtung und Verschiebung fest miteinander zu verbinden, aber bedenken Sie, dass die Genauigkeit in der Größenordnung von einem halben Grad oder besser liegen muss. Eine andere Methode, die von OXTS entwickelt wurde, ist die Verwendung einer datengesteuerten Technik zur Kalibrierung der Winkel. Diese Methode hat mehrere Vorteile, u. a. wird sie vollständig über Software durchgeführt und dauert nur zehn Minuten.
Ansicht "Hardware-Einrichtung" in OXTS Georeferencer
Im folgenden Diagramm können Sie sehen, wie wichtig es ist, die Ausrichtungswinkel so genau wie möglich zu bestimmen. Aus der Entfernung und aus verschiedenen Perspektiven betrachtet, erscheinen Objekte an der falschen Stelle und beginnen zu verschwimmen, insbesondere wenn die Bilder in einer Punktwolke kombiniert werden. Leider können Vermessungsingenieure ihre Geräte nicht einfach an einem Fahrzeug befestigen und eine Vermessung durchführen, ohne das Verhältnis zwischen INS und LiDAR sorgfältig zu messen, d. h. ohne ein datengesteuertes Kalibrierungsverfahren, das lediglich die feste Montage der Geräte erfordert. Durch die Durchführung einer kurzen Vermessung einiger reflektierender Ziele, OXTS-Georeferenzierung ist in der Lage, die relative Ausrichtung auf Gradpunkte zu kalibrieren.
Diagramm der Auswirkung eines Achsversatzes
Berechnung der Genauigkeit
Anhand der IMU- und GNSS-Daten kann das INS eine Vielzahl von Diagnoseinformationen berechnen und die Unsicherheiten, mit denen es Daten ausgibt, abschätzen. Diese Informationen können für Vermessungsingenieure äußerst nützlich sein. OXTS verwendet eine Formel, die die Genauigkeitsspezifikation gängiger LiDAR-Daten und die vom INS gemeldeten Genauigkeiten kombiniert, um eine Schätzung der Unsicherheit der Positionen aller Punkte einer Punktwolke zu berechnen. Diese wird bei Verwendung von OXTS Georeferencer automatisch generiert und füllt ein skalares Wertefeld, so dass die Daten in einer Software zur Anzeige von Punktwolken angezeigt und analysiert werden können. Auf diese Weise können die Benutzer genau sehen, wo sie möglicherweise nachmessen müssen. Durch die Anzeige von orangefarbenen oder roten Punkten kann ein Bereich identifiziert werden, in dem die Vermessungsmethodik verbessert werden könnte.
Betrachten wir zum Beispiel die Straßenvermessung unten dargestellt. Als das Fahrzeug unter die Baumgrenze fuhr und die Satellitensignale verloren gingen, begann die INS-Position zu driften, was zu helleren grünen, dann gelben und orangefarbenen Punkten führte, als die GNSS-Sicht wiederhergestellt wurde. Der Vermesser könnte entscheiden, dass dies ein wichtiges Gebiet ist, das neu vermessen werden muss. Die Vermessung könnte einfach dadurch verbessert werden, dass das Fahrzeug in die entgegengesetzte Richtung die Straße hinunterfährt, so dass die Vermessung hochgenaue Punkte in diesem Bereich aufweist.
Alternativ oder zusätzlich könnte der Vermesser beschließen, die ungenauen Punkte einfach zu entfernen. Da diese Werte in einem skalaren Feld gespeichert sind, wie GPS-Zeit oder Intensität, können sie in jeder Software zur Anzeige von Punktwolken oder in OXTS Georeferencer selbst leicht entfernt werden. OXTS Georeferencer gibt dem Benutzer die Möglichkeit, eine genaue Positionsunsicherheit zu wählen, unter der die Punkte nicht verarbeitet werden sollen. Zum Beispiel, wenn Sie nur Punkte wollen, die auf fünf Zentimeter oder besser bekannt sind. Dies kann immer nur eine Schätzung sein, und der spezifische LiDAR-Typ und/oder Fehler in der Hardware-Einrichtung wären zusätzliche Faktoren.
Punktwolke eingefärbt durch OXTS' Unsicherheitsabschätzung
Im obigen Beispiel für den Raddrehzahlsensor haben wir gesehen, wie diese Funktion zum Vergleich der Genauigkeit von Erhebungen verwendet werden kann. Sie kann auch proaktiv verwendet werden, um ungenaue Punkte zu entfernen. Man könnte zum Beispiel alle ungenauen, roten Punkte entfernen und nur die grünen und blauen übrig lassen. Dies würde bedeuten, dass ein Gebiet ohne GNSS fast keine Vermessungsdaten hat, aber mit einer Raddrehzahl kann ein großer Teil des Gebiets die erforderliche hohe Genauigkeit beibehalten, und mit mehreren Durchgängen wird der größte Teil der Vermessung beibehalten.
Wir haben die Beiträge zu den endgültigen Fehlern in den Punktpositionen aus einer Reihe von Quellen identifiziert und einige Möglichkeiten, diese zu bekämpfen. Insbesondere haben wir gesehen, dass Vermessungsdaten sehr empfindlich auf Winkelfehler reagieren, wenn sie über eine große Entfernung vermessen werden, wodurch die Spezifikation und Zuverlässigkeit der IMU sowie die Messbeziehungen zwischen den Vermessungsgeräten sehr wichtig werden. Ganz gleich, wie sehr wir uns bemühen, diese Beiträge zu reduzieren, es wird immer ein gewisser Restfehler verbleiben. Deshalb ist es eine gute Idee, die uns zur Verfügung stehenden Informationen zu nutzen, um die Fehler während der gesamten Vermessung abzuschätzen und zu analysieren, um zu verstehen, wo möglicherweise besondere Aufmerksamkeit erforderlich ist. Darüber hinaus können die endgültigen Daten automatisch verbessert werden, indem nur Punkte berücksichtigt werden, die unter optimalen Bedingungen aufgenommen wurden.
Sehen Sie sich unser Webinar zur Genauigkeit von Pointcloud an...
Zu Beginn des Jahres 2021 erörterte Jacob Amacker, Produktingenieur bei OXTS, wie man die beste Punktwolkenpräzision erreicht und die Genauigkeit verbessert.
Während des Webinars behandelte Jacob mehrere wichtige Themen, darunter:
- Warum die IMU- und GNSS-Genauigkeit für die Genauigkeit von Punktwolken wichtig ist.
- Wie die Verwendung einer Boresight-Kalibrierung erhebliche Vorteile für die Punktwolkenergebnisse bringen kann.
- Warum die Verwendung von Genauigkeitsdiagnosen zur Schätzung der Unsicherheit in der Punktwolkenpräzision für die Entscheidungsfindung bei Vermessungen von entscheidender Bedeutung ist.
Die Teilnahme war kostenlos, und Sie können sich die Aufzeichnung hier ansehen...
Kontakt zu OXTS um mehr darüber zu erfahren, wie unsere Inertialnavigationssysteme die LiDAR-Vermessung verbessern können.
