Wir halten selten inne, um zu würdigen, wie komplex die moderne Vermessungstechnik ist. Vermessungsingenieure verwenden in jeder Komponente die fortschrittlichste Physik mit jahrzehntelanger Erfahrung. Denken Sie daran, wie GPS Zeitberechnungen von Atomuhren und Signale aus dem Orbit nutzt. Diese Technologie ist heute im Alltag allgegenwärtig. Oder wie LiDAR tausende von Berechnungen pro Sekunde anstellen muss, wie lange ein Lichtstrahl für die Rückkehr zu ihm gebraucht hat. Folglich gibt es in solch komplexen Systemen viele Fehlerquellen. Glücklicherweise können wir jedoch ganz allgemein über diese sprechen, um die Genauigkeit unserer Vermessung besser zu verstehen. In diesem Artikel werden einige wichtige Punkte zur Erzielung 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. Typischerweise verwendet die IMU gyroskopische Instrumente und Beschleunigungsmesser, um ihre Beschleunigung und Änderungen ihrer Ausrichtung zu bestimmen. Für Vermesser ist eine IMU daher extrem wichtig. Dies liegt daran, dass Vermessungsarbeiten typischerweise die Beobachtung von Objekten in einer gewissen Entfernung von sich selbst bedeuten, aber je weiter ein Objekt entfernt ist, desto ungenauer kann seine Position bestimmt werden. Betrachten Sie das folgende Diagramm; bei allen Messungen gibt es einen intrinsischen Fehler, der auch in den von der IMU gemessenen Winkeländerungen enthalten ist.
Wenn man einen kleinen Winkel annähert, ist der Fehler in der Position eines Objekts einfach der Winkelfehler x Entfernung zum Objekt. Das 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 z. B. die OxTS NAV650 IMU hat vielleicht eine Genauigkeit von einem halben Grad.
Die IMU ist auch für Navigationszwecke sehr wichtig. Intrinsisch misst die IMU Bewegung. Das bedeutet, dass Vermesser 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 wird. Daher wird eine IMU allein schnell von ihrer wahren Position abdriften, da sie die Bewegung misst und die Position nicht lokalisiert.
GNSS-Lokalisierung
A GNSS (Global Navigation Satellite System) lokalisiert seine Position auf der Erde mit Hilfe der Konstellation von Satelliten in der Umlaufbahn. Mit Hilfe der hochgenauen Zeitinformationen dieser Satellitensignale ist ein GNSS-Empfänger in der Lage, seine Position mit einer Genauigkeit von weniger als einem Meter auf der Erdoberfläche zu bestimmen. Durch die Verwendung eines zweiten Empfängers, der oft als Basisstation bezeichnet wird, können Korrekturen für die Verzerrung der Satellitensignale in der Atmosphäre berechnet werden, was die Genauigkeit des Geräts sogar auf einen Zentimeter erhöhen kann.
Es gibt andere Systeme, die für die Positionsbestimmung verwendet werden können, aber die meisten von ihnen sind auf große Infrastrukturumgebungen beschränkt, um als Ersatz zu fungieren, wenn GNSS-Signale nicht empfangen werden können; derzeit gibt es keinen echten Konkurrenten zu GNSS in Außenbereichen. GNSS bietet 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 sind vier Hauptkonstellationen von GNSS-Satelliten im Einsatz. Lange Zeit wurden die russischen und US-amerikanischen Konstellationen, GLONASS und GPS, allgegenwärtig verwendet, aber auch die europäischen und chinesischen Konstellationen, Galileo und Beidou, finden zunehmend Verbreitung (es gibt auch noch andere, zum Beispiel QZSS). Im Allgemeinen sind die Genauigkeiten bei Verwendung dieser einzelnen Konstellationen ähnlich, aber ein GNSS-System kann alle verfügbaren Daten optimal nutzen, indem es mehrere oder alle vier dieser Konstellationen kombiniert. In der untenstehenden Abbildung sehen Sie die Flugbahn eines INS-Systems. Dargestellt ist die Trajektorie einer reinen GPS-Positionsspur (blau) und einer GPS- und GLONASS-Spur (rot). Da das Fahrzeug an einigen hinderlichen Bäumen und Gebäuden vorbeigefahren ist, sind die Satellitensignale verloren gegangen und eine Positionsdrift ist aufgetreten. In der Nachbearbeitung ist dies an einem plötzlichen Sprung in der Position der blauen Linie zu erkennen, und es scheint sich auf der falschen Spur zu bewegen. Bei der roten Linie sehen wir jedoch keinen solchen Sprung, sondern eine gleichmäßige Flugbahn an der richtigen Stelle. Das liegt daran, dass GNSS-Systeme eine Mindestanzahl von Satelliten benötigen, um optimale Ergebnisse zu liefern. Je mehr Satelliten bzw. je mehr Konstellationen, desto zuverlässiger ist die Positionsausgabe, insbesondere in schlechten GNSS-Umgebungen wie z. B. in einer Stadt. Heutzutage gehen Systeme wie OxTS xNAV650 dazu über, alle vier dieser Konstellationen als Standard anzubieten, um die zuverlässigste Lösung zu erhalten.
Trägheits-Navigationssysteme
Ein GNSS- und ein IMU-System spielen zusammen die Stärken und Schwächen des jeweils anderen aus und bilden so ein komplettes Navigationssystem. GNSS liefert eine genaue Position des Systems auf der Erde und die IMU bestimmt seine Ausrichtung. Zusammen liefert das System eine 3D-Position, hochgenau Atomuhr-Taktung von GNSS und 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 verglichen wird. Wenn z. B. 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 ermitteln. In solchen Zeiten oder wenn überhaupt keine Sicht auf Satellitensignale besteht, können die gemessenen Beschleunigungen der IMU verwendet werden, um die Trajektorie des Geräts zu schätzen. Dies ist nicht annähernd so genau wie bei der Verwendung von GNSS, aber es ist eine gute Notlösung für solche Situationen.
Ein OxTS INS kann zum Beispiel in einer vollen Minute ohne GNSS-Updates eine Drift von etwa einem Meter aufweisen. Wenn GNSS wiederhergestellt ist, wird die wahre Position verwendet und die erfassten Daten können in der Nachbearbeitung verbessert werden, um eine realistische Trajektorie zu erhalten.
Es können auch andere Instrumente eingebunden und deren Datenströme zur Überprüfung anderer verwendet werden. Zum Beispiel wird ein Raddrehzahlsensor häufig in mobilen Kartierungsanwendungen verwendet. 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 eine sehr nützliche Ergänzung bei schlechten GNSS-Bedingungen wie in Wäldern oder städtischen Gebieten sein, wo die Signale behindert oder verzerrt werden können. 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 Menge an Drift. Im ersten Bild können Sie sehen, 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 betragen kann. Das zweite Bild, bei dem der gleiche Prozess verwendet wurde, aber zusätzlich ein Raddrehzahlsensor eingesetzt wurde, zeigt jedoch, dass ein größerer Prozentsatz der Vermessung die höchste Genauigkeit erreicht. Bei näherer Betrachtung sind erhebliche Verbesserungen zu erkennen, da die Raddrehzahl eine Verschiebung von Teilen der Punktwolke um fast einen halben Meter bei deutlich geringerer Unschärfe verhindert. Dies macht einen Raddrehzahlsensor zu einer großartigen Ergänzung für mobile Vermessungsaufbauten in solchen Umgebungen.
Achsenkalibrierung
Wie bereits erwähnt, 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 wird zum Positionsfehler der Punkte beitragen. 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 bei bekannter Ausrichtung und Verschiebung fest miteinander zu verbinden, aber denken Sie daran, 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. Dies hat mehrere Vorteile, u. a. wird es komplett per Software durchgeführt und dauert nur zehn Minuten.
Im folgenden Diagramm können Sie sehen, wie wichtig es ist, die Ausrichtungswinkel so genau wie möglich zu wählen. Aus der Entfernung und aus verschiedenen Perspektiven betrachtet, erscheinen Objekte an der falschen Stelle und beginnen zu verschwimmen, insbesondere wenn Frames 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 eine datengesteuerte Kalibrierungstechnik, die nur voraussetzt, dass die Geräte starr miteinander verbunden sind. Durch die Durchführung einer kurzen Vermessung einiger reflektierender Ziele, OxTS Georeferencer ist es möglich, die relative Orientierung auf Gradpunkte genau zu kalibrieren.
Genauigkeitsberechnung
Anhand der IMU- und GNSS-Daten kann das INS eine große Bandbreite an Diagnoseinformationen berechnen und die Unsicherheiten, mit denen es Daten ausgibt, abschätzen. Diese Informationen können für Vermessungsingenieure äußerst hilfreich sein. OxTS verwendet eine Formel, die die Genauigkeitsspezifikation gängiger LiDAR und die vom INS gemeldeten Genauigkeiten kombiniert, um eine Schätzung der Unsicherheit in den Positionen aller Punkte einer Punktwolke zu berechnen. Diese wird bei der Verwendung von OxTS Georeferencer automatisch generiert und füllt ein skalares Wertefeld, so dass die Daten in einer Software zur Anzeige von Punktwolken betrachtet und analysiert werden können. Auf diese Weise kann der Benutzer genau sehen, wo er eventuell nachmessen muss. Durch die Anzeige von orangefarbenen oder roten Punkten kann ein Bereich identifiziert werden, in dem die Vermessungsmethodik verbessert werden könnte.
Betrachten Sie zum Beispiel die Straßenvermessung unten gezeigt. 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 wichtiger Bereich ist, der neu vermessen werden muss. Die Vermessung könnte einfach dadurch verbessert werden, dass das Fahrzeug in die entgegengesetzte Richtung die Straße hinunter fährt, so dass die Vermessung in diesem Bereich hochgenaue Punkte aufweist.
Alternativ oder zusätzlich könnte der Vermesser entscheiden, die ungenauen Punkte einfach zu entfernen. Da diese Werte in einem skalaren Feld gespeichert sind, wie die GPS-Zeit oder die 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 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.
Im obigen Beispiel, das für den Raddrehzahlsensor gezeigt wurde, haben wir gesehen, wie diese Funktion verwendet werden kann, um die Genauigkeit von Vermessungen zu vergleichen. Sie könnte auch proaktiv verwendet werden, um die ungenauen Punkte zu entfernen. Zum Beispiel könnten Sie 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 Großteil des Gebiets die erforderliche hohe Genauigkeit beibehalten und mit mehreren Durchgängen wird der größte Teil der Vermessung beibehalten.
Zum Schluss
Wir haben die Beiträge zu den endgültigen Fehlern in den Punktpositionen aus einer Reihe von Quellen und einige Möglichkeiten zur Bekämpfung dieser identifiziert. 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 um die Reduzierung dieser Beiträge bemühen, es wird immer ein gewisser Restfehler verbleiben. Deshalb ist es eine gute Idee, die Informationen zu nutzen, die wir haben, um die Fehler während einer Vermessung abzuschätzen und zu analysieren, um zu verstehen, wo möglicherweise besondere Aufmerksamkeit erforderlich ist. Darüber hinaus kann dies dazu verwendet werden, die endgültigen Daten automatisch zu verbessern, indem nur Punkte einbezogen werden, die unter den optimalsten Bedingungen aufgenommen wurden.
Jakob Amacker
Produktingenieur, OxTS
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 erhält und die Genauigkeit verbessert.
Während des Webinars behandelte Jacob mehrere wichtige Themen, darunter:
- Warum die IMU- und GNSS-Genauigkeit für die Punktwolkenpräzision wichtig ist.
- Wie die Verwendung einer Boresight-Kalibrierung erhebliche Vorteile für die Punktwolkenergebnisse haben kann.
- Warum die Verwendung von Genauigkeitsdiagnosen zur Abschätzung der Unsicherheit in der Punktwolkenpräzision für die Entscheidungsfindung bei der Vermessung wichtig ist.
Die Teilnahme war kostenlos, und Sie können sich die Aufzeichnung hier ansehen...
Kontaktieren Sie OxTS um mehr darüber zu erfahren, wie unsere Inertialnavigationssysteme die LiDAR-Vermessung verbessern können.
Alternativ können Sie auch unsere LiDAR-Vermessung und Boresight-Kalibrierung Broschüren herunter, um mehr zu erfahren...
