Как сообщает Вестник ГЛОНАСС, достичь точности сантиметрового уровня при мобильном картографировании по-прежнему может быть сложно, особенно в труднодоступных местах, таких как глубокие городские каньоны, под деревьями или в туннелях. Однако сегодня это возможно при правильном сочетании датчиков и технологий. Самые точные и функциональные мобильные картографические системы включают в себя тщательно интегрированные датчики, которые точно откалиброваны и используют самые передовые алгоритмы и технологии объединения датчиков, такие как лидарная одновременная локализация и картографирование (SLAM – Lidar simultaneous localization and mapping), для географической привязки своих данных.

Высокоточное мобильное картографирование стало основополагающим инструментом, будь то конкретное приложение (например, транспортная инфраструктура) или в контексте умного города, эволюции цифровых двойников. Тем не менее, чтобы получить истинную и постоянную ценность, полученные данные должны достигать точности сантиметрового уровня в постоянно меняющихся и сложных условиях.

Сегодняшние высококлассные мобильные картографические платформы объединяют в себе множество технологий позиционирования, таких как инерциальные измерительные блоки (IMU), ГНСС, лидар, камеры и другие сенсорные системы, для достижения точности на уровне сантиметра. Хотя каждый из этих датчиков имеет свои собственные ограничения (например, прямая видимость в случае ГНСС (ГЛОНАСС, GPS, BeiDou и Galileo) и лидара, инерционный дрейф в случае IMU), при умелом сочетании эти ограничения можно преодолеть и создать «слитное» высокоточное решение.

Для достижения стабильной точности на уровне сантиметра во всех средах требуется высокоточная калибровка системы. Это включает в себя точное определение углов смещения (углов прицеливания) и позиционных смещений (рычагов) между датчиками, расположенными вокруг геодезической машины. Например, для лучшей видимости спутников лидарные датчики можно установить по углам крыши, камеру — в центре крыши, а антенны ГНСС — в других местах. Даже малейшая неточность калибровки между датчиками может привести к ошибкам, которые будут ограничивать – а, возможно, даже исключать – достижение точности на уровне сантиметра.

Хотя многие калибровки между расположенными рядом датчиками можно выполнить на заводе во время производства, большинство параметров необходимо калибровать или уточнять на месте. Это делается с помощью калибровочного программного обеспечения производителя и путём сбора данных в соответствии с определённой процедурой. Плечи рычагов и рассогласования между IMU, антеннами ГНСС и транспортным средством калибруются, делая их наблюдаемыми через динамику (например, повороты), в то время как плечи рычагов и углы прицеливания датчиков и камер лидара вычисляются с использованием Lidar SLAM и фотограмметрии.

Одним из наиболее точных способов использования Lidar SLAM для калибровки рычагов лидара и углов проекции является использование глобальной итеративной корректировки методом наименьших квадратов, работающей с вокселами т.е. 3D пикселями. Вокселы создаются на основе данных лидара, а затем сопоставляются с последующими сканированиями перекрывающихся регионов. Итеративная настройка методом наименьших квадратов учитывает постоянные углы прицеливания лидара и смещения плеч рычагов, которые необходимы для создания облака точек очень высокой точности.

После завершения калибровки оптимизация траектории становится второй стратегией достижения высочайшего уровня точности, надёжности и эффективности. Траектория – то есть положение и ориентация картографических датчиков, измеренная во время движения транспортного средства – используется для геокодирования каждого пикселя и точки, записанных датчиками. Оптимизация траектории предполагает сведение к минимуму ошибок за счёт правильного планирования и сбора данных, чтобы гарантировать достижение желаемой точности цифровой картографической продукции.

Планирование включает в себя принятие решений, например, какие вспомогательные датчики, какие методы дополнения ГНСС использовать, а также необходимую геометрию сбора данных (например, однопроходный, многопроходный). Это особенно важно в самых сложных условиях отсутствия ГНСС, таких как городские каньоны или туннели.

Хотя траектория мобильной картографической платформы в основном рассчитывается с использованием ГНСС и инерциальных датчиков, дополнительные вспомогательные датчики, такие как Lidar SLAM и установленная на руле одометрия (т.е. индикаторы измерения расстояния или «DMI»), могут быть развёрнуты для устранения или ограничения сноса при плохой ГНСС.

Создание карты обычно выполняется после обработки миссии либо на настольном компьютере, либо в облаке. Цель состоит в том, чтобы обеспечить высочайшую точность, используя преимущества масштабируемой вычислительной мощности, интернет-сервисов коррекции и возможности обрабатывать данные во времени, в прямом и обратном направлении, а также глобально в пространственной области. Точная географическая привязка зависит от максимально точной траектории.

При постобработке Lidar SLAM для корректировки траектории может использовать все перекрывающиеся точки, собранные для всей территории проекта, независимо от того, когда они были собраны. Это делает ошибки траектории хорошо заметными для максимально точной коррекции. Например, можно одновременно использовать точки, собранные в противоположных направлениях или изнутри туннеля без ГНСС, и перекрывающиеся точки, собранные снаружи с помощью ГНСС.

Когда время важнее точности, мобильные картографические системы также могут создавать картографические продукты в режиме реального времени. Хотя это означает, что они не могут воспользоваться преимуществами прямой/обратной обработки и глобальной корректировки траектории, методы SLAM все же можно использовать для коррекции или ограничения сноса в отсутствие ГНСС.

Локализация на основе карты (MBL) — это метод использования лидара или SLAM на основе изображений для обеспечения постоянного и точного позиционирования даже без ГНСС. Это предполагает использование заранее собранной базовой карты, загруженной в транспортное средство, и определение абсолютного положения и ориентации транспортного средства путём сопоставления особенностей, наблюдаемых на лидаре, или изображений на карте во время его движения. Это можно сделать, где угодно (в том числе в помещении) и с любого типа транспортного средства.

Та же технология SLAM, которая используется для MBL, также может использоваться для уменьшения отклонения ошибок местоположения, даже если существующая базовая карта недоступна. Этот метод называется визуальной одометрией (VO). В этом случае перекрывающиеся изображения или сканы лидара сопоставляются и используются для оценки и коррекции ошибки смещения местоположения при отсутствии ГНСС. VO является полезной альтернативой для транспортных средств, для которых традиционные колёсные DMI непрактичны (например, гусеничные транспортные средства, внедорожники, переносные системы).

MBL и VO на основе лидара будут иметь тенденцию быть более точными, чем подходы на основе изображений. Это связано с тем, что камеры зависят от условий освещения, и на них могут влиять проблемы, связанные с сопоставлением точек в однородных сценах, а также с быстро движущимися транспортными средствами, которые могут вызвать размытие изображения.

Таким образом, существует множество способов достижения точности сантиметрового уровня при мобильном картографировании, будь то использование VO, MBL, SLAM и/или корректировка траектории постобработки, что даёт возможность достичь желаемой точности.