为探索新型测绘技术在城市基础测绘领域的应用，利用 SLAM 技术扫描得到的点云数据进行大比例尺地形图中建筑物要素的提取与绘制。第一，通过外业激光点云数据采集、内业激光点云数据解算与点云坐标转换， 获得满足生产条件的城市坐标点云数据; 然后， 通过矢量提取软件进行建筑物轮廓的矢量提取与编辑成图， 并通过传统高精度的测绘方式对 SLAM 技术扫描点云提取的建筑物精度进行验证。结果表明， 利用 SLAM 技术激光扫描点云提取的建筑物信息， 能满足《城市测量规范》中规定的点位精度与间距精度要求。本文以北京市某小区为研究对象， 使用 SLAM 技术激光扫描仪进行外业点云数据采集， 利用内业解算软件对点云数据进行解算与处理。通过在采集路线布设城市坐标标靶纸的方式将点云数据转换到城市坐标系下。重点探讨利用 SLAM 激光扫描技术实现大比例尺城市建筑物测绘的方法及流程。
1 大比例尺城市建筑物测绘
1.1 技术流程
利用 SLAM 激光扫描技术进行城市建筑物地形测绘， 主要包括数据采集前的准备工作、数据采集和点云数据后处理。由于采集数据的坐标系为以数据采集初始位置为零点的自定义坐标系， 因此， 需要在数据采集路线上布设具有城市坐标的 A4 标靶纸，通过 A4 标靶纸将点云整体匹配到地方独立坐标系中。然后对采集得到的点云数据进行内业解算、 矢量提取与绘制成图， 最后与全站仪测量建筑物的结果进行对比。结果表明， 利用 SLAM 技术采集的点云绘制成图的精度满足《城市测量规范》中的 1:500地形图测图要求，从而验证了利用 SLAM 激光扫描技术测量建筑物的可行性。
1.2 技术指标
《城市测量规范》 中关于地形测量精度的要求如表 1 所示。按照《城市测量规范》的要求， 在平地、 丘陵区域，1:500地形图测图规定间距中误差不超过± 20 cm，平面点位中误差不得超过 ± 25 cm。本试验区域为平原区域， 所以， 建筑物平面点位绝对精度需满足 ±25 cm， 相对精度需满足 ± 20 cm。
1.3 激光点云数据采集
1.3.1 GeoSlam手持式激光扫描仪
试验数据采用GeoSlam手持式激光扫描仪进行采集，如下图所示。GeoSlam手持式激光扫描仪提供了一种快速获取被扫地物三维点云数据的方法， 它无需像传统扫描仪那样设置扫描参数及后续进行数据拼接， 用户在测区扫描作业时， 便可实时得到与传统扫描仪需经后处理才能得到的三维点云数据。GeoSlam手持式激光扫描仪由 安装在电机上的 IMU 系统和靠 TOF(飞行时间) 传感器工作的扫描头构成， 它采用一种全新的三维实时定位与映射(SLAM) 算法， 结合二维激光扫描数据与 IMU 数据， 生成精确的三维点云。GeoSlam手持式激光扫描仪中的系统处理器可将 3D 点云数据均匀、实时地拼接在一起， 并且可以加载到GeoSLAM HUB 软件中做进一步处理， 同时输出各种格式的点云数据文件。
1.3.2 数据采集方式
SLAM 算法可以通过先前已知的位置来确定其当前位置， 但是这种算法的缺点在于如果存在其他误差， 会导致测量点的漂移。通过走“闭合回路”，重新测量已知位置， 可以有效减少误差的引入。激光数据采集时， 最基本的原则是必须在相同的位置开始测量和结束测量， 以确保至少有一个环路闭合。在可能的情况下， 应尽可能地频繁走闭合路线， 使误差最小化， 提高点云的精度。测量路线最好是圆环而不是“往复”地循环， 对闭环区域进行仔细扫描，以确保从多角度扫描关键特征位置。
1.3.3 数据采集中注意事项
在点云数据采集过程中， 应注意以下 4 点:
1) 在光滑通道中扫描特征点较少， SLAM 算法没有足够的特征点来确定运动轨迹， 因此， 在特征点较少的环境中， 可使用附加特性来增强环境。例如，行进路线中 的箱子或露天停车场的车辆， 通过将GeoSlam 指向特定的方向， 确保在移动环境时重复扫描任何可用的有限特征。这样做可对特征物增加更多的测量点， 也就增加了 SLAM 算法使用该特征的可能性， 尤其是那些特征位于较远距离( ＞10 m) 时。例如， 当扫描具有光滑壁的通道时，唯一的特征就是通道尽头的墙壁或门。
2) 扫描过程中避免扫描移动对象(如经过的行人或车辆) ， 因为 SLAM 算法能锁定这些对象并作为静态特征。对于弯曲环境， 可缓缓地绕弯过渡， 确保有一段时间， 扫描仪能扫描到弯曲两侧的特征， 尤其从封闭的、特征丰富的环境过渡到开放性的、特征较少环境时要特别注意， 例如离开建筑物， 如果没有其他特征在范围之内， 需要转身面对出口 和建筑物的外部。
3) GeoSlam激光扫描仪的最大扫描范围是100m， 只有在最佳条件下才能实现。在大多数情况下， 有效扫描范围是40m。在实际扫描中应尽可能地将扫描范围控制在40m 以下， 可确保良好的点密度和辅助 SLAM 算法。
4) 对于第一次数据采集中没有采集到数据的区域， 在第二次采集线路规划中要将此区域规划到行进路线的闭合环中， 避免漏测， 最后将点云数据整
体匹配到统一坐标系下。
1.4 激光点云数据处理
1.4.1 点云数据预处理
GeoSlam三维激光扫描仪采集的点云后期不需要人工手动拼接， 系统可以自动实现拼接，自动生成扫描环境中的三维点云数据。但是， 扫描得到的原始点云质量较低， 还要进行滤波与平滑等操作才可以得到满足生产条件的点云数据。图 1为利用激光扫描仪外业扫描、 内业解算后得到的激光点云数据。
1.4.2 点云坐标转换
首先， 通过连续运行参考站系统对试验小区进行控制测量， 采用该市独立坐标系。在激光扫描线路上布设粘贴 A4 幅面的黑白相间的标靶纸， 其中,标靶纸中心位置的城市坐标通过 COＲS(ＲTK) 测量得到。扫描仪进行激光扫描时， 应完整覆盖 A4 标靶纸。采用扫描行进路线的 16 个 A4 标靶纸的中心位置城市坐标， 将扫描得到的点云数据整体转换到独立坐标系中， 转换后的内符合精度见表 2。
1.5 建筑物矢量提取
将点云格式转换为通用的 LAS 数据格式， 在矢量提取与绘制软件 EPS 中进一步处理。通过点云切片的方式获取建筑物墙面地面位置点云数据， 根据建筑物的轮廓信息判断建筑物边界， 提取地面位置点的坐标。首先确定建筑物的有效长边， 再利用线相交功能连接相邻长边， 得到相应建筑物角点信息。短边的获取， 依据有效点云， 根据建筑物短边特征连接到建筑物长边。某一建筑物三维点云数据及其矢量化成果如图 2 所示。
图片
2 精度评定
通过 COＲS 测量和全站仪测量， 结合测距仪、钢尺对利用激光点云提取得到的建筑物矢量成果进行精度验证。利用 COＲS 测量获取图根点， 再通过全站仪在图根点上加站， 后视定向后采集建筑物角点坐标。利用测距仪、 钢尺量取建筑物的长边与短边边长。本文抽样选取利用全站仪采集的 30 个建筑物角点坐标和钢尺、 测距仪量测的 20 条建筑物边长， 验证利用 SLAM 激光扫描点云绘制的建筑物的精度。
利用 激光扫描点云绘制建筑物的点位中 误差为 ± 3. 8 cm， 建筑物边长中 误差为 ± 2.1 cm， 满足《城市测 量规范》中规定平面中 误差不得超过 ± 25 cm， 间距中误差不超过 ± 20 cm 的要求， 因 此， 利用 SLAM 技术进行城市大比例尺地形测绘的数学精度可以达到规范的要求。
3 总结
对于城市区域的大比例尺地形图生产， 由于建筑物相对密集， 通视条件很差， 利用传统全站仪地形测绘虽精度较高， 但是耗时耗力，外业工作量大。 利用 SLAM 技术扫描获取点云数据进行大比例尺地形测绘的案例并不多见， 本文通过激光扫描仪外业采集、内业点云数据解算与坐标转换获取基于城市坐标系的建筑物点云数据， 并以点云数据为源数据进行建筑物矢量提取与绘制， 通过外业检验点验证了成图精度满足《城市测量规范》 的要求。通过对比发现， 利用激光扫描仪采集点云数据提取建筑物矢量数据的方式可有效节省工期， 节约成本。本试验建筑物若采用 传统测量方式， 作业时间 大概需要1 d， 并且需要多人作业， 而利用 SLAM 技术数据采集只需要 30 min， 数据采集过程中只需 1 人， 但内业工作量比传统作业方式工作量大。总 体上， 通过SLAM 技术绘制建筑物较传统测绘方式的效率提高约 50% 。
虽然通过 SLAM 技术采集点云数据进行城市大比例尺测图的方式切实可行， 但是 SLAM 技术没有传统测绘方式成熟， 例如由于外业采集方式的错误会导致内业无法解算等。但随着激光扫描技术的不断发展与应用， 类似 SLAM 技术的便携式激光扫描仪将会在大比例尺地形测绘中发挥更大的作用。
东英测绘免费送货上门,一对一技术指导汇聚了测绘行业优且全的资源，拥有市场上各大品牌全系列的测绘仪器与配件,测量仪器rtk、rtk测量仪、rtk仪器、RTK、GPS坐标放样、全站仪、水准仪、水平仪、经纬仪、测绘仪器，并提供测绘仪器/测量软件的批发、销售、维修、检定、技术咨询等一站式服务，成都rtk测量仪器。