最高の精度を得て点群の精度を向上させる方法

測量士は、何十年もの経験を積んだ最先端の物理学をすべての部品に使用している。GPSが原子時計と軌道から送信される信号からタイミングを計算する方法を考えてみよう。この技術は今や日常生活のいたるところにある。また LiDAR このような複雑なシステムでは、1秒間に何千回もの計算を行わなければならない。その結果、このような複雑なシステムでは、多くの誤差の原因が存在する。しかし幸いなことに、測量の精度をよりよく理解するために、これらについてかなり大まかに説明することができます。この記事では、測量や点群の精度を得るための重要なポイントについて、測量士の視点からさらに詳しく説明します。

IMU（慣性計測ユニット）は、それが受ける固有の動きを測定する。通常、ジャイロスコープと加速度計を使用して、IMUは加速度と姿勢の変化を測定します。したがって、測量士にとってIMUは非常に重要である。というのも、測量は通常、自分から離れた場所にある物体を観察することで最大の利便性を得るが、物体が遠ければ遠いほど、その位置を正確に知ることができなくなるからだ。下図を考えてみてください。すべての測定には、IMUによって測定された角度変化を含む固有の誤差があります。

小角度近似を用いると、物体の位置の誤差は単純に 角度誤差 x 対象物までの距離.このことは、微小な角度誤差が、長距離にあることによって、測量対象物の位置の非常に大きな不一致につながりやすいことを意味する。測量用の代表的なIMUとして OXTS NAV650 IMUの精度は半度かもしれない。

IMUはナビゲーション目的でも非常に重要である。IMUは本質的に動きを測定する。つまり、測量者はIMUがどのように動いているかを追跡する初歩的なナビゲーションデバイスとして使用することができる。そのため、高級なIMUを使用すれば、必要不可欠な方位情報だけでなく、IMUがどこに位置しているかという情報も出力することができる。しかし、すべての計測器はランダムウォークやドリフトを示し、ポイントクラウドの精度に悪影響を及ぼします。したがって、IMUだけでは、動きを測定して位置を特定しないため、真の位置からすぐに離れてしまいます。

A GNSS (全地球航法衛星システム）システムは、軌道上にある衛星のコンステレーションを利用して地球上の位置を特定する。これらの衛星信号から得られる非常に正確なタイミング情報を使って、GNSSレシーバーは地表の1メートル以下の範囲で位置を特定することができる。基地局と呼ばれる2台目の受信機を使用することで、衛星からの信号が大気中でどのように歪んだかを補正計算することができ、これによりデバイスの精度を1センチでも高めることができる。

位置を特定するために使用できるシステムは他にもありますが、そのほとんどはGNSS信号が受信できない場合の代用品として、大きなインフラ環境に限定されており、今のところ屋外環境ではGNSSの真のライバルはいません。GNSSは地球上で非常に正確で精密な絶対測位ができるのに対し、多くの代替システムはGNSSの助けを借りない相対測位しかできません。

がある。 四大星座 現在使用されているGNSS衛星の数。長い間、ロシアとアメリカのGLONASSとGPSが広く使われてきましたが、ヨーロッパと中国のGalileoとBeidouもますます普及しつつあります（QZSSなど他の衛星もあります）。一般的に、これらの個々の星座を使用した場合の精度はほぼ同じですが、GNSSシステムはこれらの星座を複数、または4つすべて組み合わせて使用することで、利用可能なすべてのデータを最大限に活用することができます。下の画像では、INSシステムの軌道を見ることができます。GPSのみ（青）の位置トレースと、GPSとグロナス（赤）の位置トレースの軌跡を示しています。車両が障害となる木々や建物を通過したため、衛星信号が失われ、位置ドリフトが発生しています。後処理では、青い線の位置が突然跳ね上がり、間違った車線を移動しているように見える。しかし、赤い線ではそのようなジャンプは見られず、正しい場所で滑らかな軌跡を描いている。これは、GNSSシステムが最適な結果を提供するためには、最低限の衛星数が必要だからだ。衛星の数が多ければ多いほど、あるいはコンステレーションが多ければ多いほど、特に都市や町のような劣悪なGNSS環境において、位置出力の信頼性が高まる。現在、OXTS xNAV650のようなシステムは、最も信頼性の高いソリューションを提供するために、これら4つのコンステレーションをすべて標準で提供する方向に向かっています。

GNSSとIMUシステムは、互いの長所と短所を生かし、完全なナビゲーション・システムとなる。GNSSは地球上のシステムの正確な位置を示し、IMUはその方位を決定します。このシステムが一体となって、3次元位置、高精度、高精度、高精度、高精度、高精度、高精度、高精度、高精度、高精度、高精度、高精度 原子時計のタイミング GNSSと3Dオリエンテーションから。これはしばしばINS（慣性航法システム）として知られている。

2つのデータストリームをインテリジェントに組み合わせ、一方のデータストリームと他方のデータストリームを継続的に照合することで、さらに正確な位置と姿勢を推定することもできます。例えば、衛星信号に障害物がある場合、GNSSデータはその位置出力に大きな誤差を示すことがありますが、これを加速度計のデータと比較することで、INSは最も妥当な軌道を決定することができます。このような場合、または衛星信号がまったく見えない場合、IMUの測定した加速度を使用してデバイスの軌道を推定することができます。これは、GNSSを使用した場合ほど正確ではありませんが、そのような状況のための適切な応急処置にはなります。

アン OXTS INS 例えば、GNSSの更新がない場合、1分間で約1メートルのドリフトを示すことがあります。GNSSが回復すると、真の位置が使用され、捕捉されたデータは後処理で現実的な軌道を得るために改善することができる。

また、他の計測器を組み込んで、そのデータストリームを他のチェックに使用することもできる。例えば、車輪速度センサーは、モバイルマッピングアプリケーションで一般的に使用されている。この装置は、単純に車両の車輪の動きを測定し、車両がどこにいるか別の読み取り値を得る。この場合、擬似速度が測定される。このデータストリームはIMUと同様、GNSS信号がないときでも利用できるため、信号が妨害されたり歪んだりする可能性のある森林や都市部のような劣悪なGNSS条件下で非常に有用な追加となる。下の比較写真では、近隣のGNSS信号が人為的に完全に遮断されています。

ポイントクラウドの色は不確かさの推定値で、青が最も精度が高く、次に濃い緑、薄い緑、黄色、オレンジの順で精度が低く、赤はドリフトが大きく最も精度が低い。最初の写真では、測量のほとんどが赤色であることがわかりますが、これは精度が低いことを意味し、点位置の不確かさが最大で0.5mになることを意味します。しかし、同じプロセスで車輪速センサーを追加した2枚目の写真では、最高レベルの精度を達成した測量の割合が多くなっている。近づいて見ると、車輪速がポイントクラウドの一部で半メートル近いずれを防ぎ、ブレがかなり少ないことから、大幅な改善が見られる。ホイールスピードセンサーは、このような環境でのモバイルマッピングのセットアップに最適です。

前述したように、測量データは距離を伝搬するため、方位データの感度が高い。しかし、IMUと測量機器の間にも方位誤差の原因があります。INSからのナビゲーションデータと、例えばLiDARからの測量データを組み合わせる（ジオリファレンスする）ためには、両者の空間的な関係がわかっていなければなりません。各3D軸に沿った変位と回転を測定しなければなりません。そして、この方位誤差は点の位置誤差に寄与する。この誤差はボアサイトミスアライメントと呼ばれる。

残念ながら、測量グレードのデータに必要な精度でこれらの角度を測定することは非常に困難です。例えば、CADで印刷したマウントを使ってINSとLiDARを既知の方位と変位で緊密に結合する方法がありますが、精度は半度またはそれ以上でなければなりません。OXTSが開発したもう一つの方法は、データ駆動技術を使用して角度を較正することです。これには、完全にソフトウェアで行え、10分しかかからないなどの利点がある。

下の図では、オリエンテーションアングルをできるだけ正確にすることの重要性がわかります。異なる視点から遠くを見ると、オブジェクトは間違った場所に表示され、特に点群にフレームが結合された場合、それらはぼやけ始めます。残念ながら、測量技師はINSとLiDARの関係を注意深く測定することなく、つまりデバイスが剛性的にマウントされていることだけを必要とするデータ駆動型の校正技法なしに、デバイスを車両に固定して測量することはできません。いくつかの反射ターゲットの短時間の調査を行うことによって、 OXTSジオリファレンス は、相対的な方位を1度単位で校正することができる。

IMUとGNSSのデータを使って、INSは広範囲の診断情報を計算し、データを出力する際の不確かさを推定することができる。この情報は測量士にとって非常に強力なものとなります。OXTSは、一般的なLiDARの精度仕様とINSが報告する精度を組み合わせた計算式を使用して、点群の全点の位置の不確かさの推定値を計算します。これはOXTS Georeferencerを使用する際に自動的に生成され、点群ビューイングソフトウェアでデータを表示、分析できるようにスカラーフィールドの値を埋めます。これにより、再測量が必要な箇所を正確に把握することができます。オレンジ色や赤色のポイントを見ることで、測量方法を改善できるエリアが特定できるかもしれません。

例えば 道路調査 下図。車両が樹林帯の下に移動し、衛星からの信号が途絶え始めると、INSの位置はドリフトし始め、GNSSの視界が回復するにつれて、薄い緑色、黄色、オレンジ色のポイントが表示される。測量士は、これは重要なエリアだから再測量が必要だと判断するかもしれない。道路を反対方向に車を走らせることで、測量は単純に改善され、そのエリアでは高精度のポイントが得られるようになる。

また、不正確なポイントを削除することもできます。これらの値は GPS 時間や強度のようにスカラーフィールドに保存されるため、点群表示ソフトウェアや OXTS Georeferencer 自体で簡単に削除できます。OXTS ジオリファレンスでは、正確な位置の不確かさを選択することができます。例えば、5 センチメートルまたはそれ以上の精度でのポイントのみが必要な場合などです。これは推定でしかなく、特定のLiDARタイプやハードウェアのセットアップの誤差が追加要因となります。