Số 40/2017: Kết hợp GPS-LIDAR với các mô hình 3D thành phố – Số 4

Image Content

Akshay Shetty và Grace Xingxin Gao - Nhóm kỹ thuật Công ty TNHH ANTHI Việt Nam dịch và biên soạn   

Việc triển khai ứng dụng kỹ thuật kết hợp GPS-LiDAR được xem như một giải pháp hiệu quả trong việc mô hình hóa sai số trên nền tảng số liệu LiDAR dựa trên các đối tượng nằm trong đám mây điểm. Việc kết hợp này sử dụng mô hình ba chiều (3D) thành phố để xác định và loại bỏ các vệ tinh GPS không nằm trong tầm quan sát NLOS (Non-Line-Of-Sight) nhằm cải thiện độ chính xác phép định vị. Kỹ thuật này rất có triển vọng trong những nhiệm vụ ứng dụng máy bay không người lái như xây dựng mô hình 3D thành phố phục vụ quy hoạch, làm phim, đo đạc, nghiên cứu phương án cứu nạn tối ưu hay vận chuyển và giao hàng. Trong loạt Bản tin Công nghệ tháng 10/2017, chúng tôi sẽ giới thiệu tới Quý Độc giả toàn bộ những nghiên cứu mới nhất liên quan đến lĩnh vực này của hai nhà khoa học Akshay Shetty và Grace Xingxin Gao.

Với sự phân bố các đối tượng một cách phù hợp, ICP có khả năng gắn kết chính xác hai đám mây điểm và cung cấp vị trí ước định chính xác sau khi gắn kết. Ngược lại, với các khu vực thành phố mà ở đó sự phân bố các đối tượng nghèo nàn, ICP sẽ không thể ước định được chính xác vị trí.

 

Hình 5 – Gắn kết mô hình 3D thành phố với số liệu LiDAR ở hai khu vực khác nhau. Các nhà khoa học bắt đầu một lưới với việc ước đoán các điểm khởi hoạt (màu đỏ) phân bố xung quanh điểm chính xác thực tiễn (màu đen). Trong trường hợp (a) và (b) khi có các đối tượng phân bố một cách phù hợp. Vị trí ước định sau khi gắn kết (màu xanh) hội tụ về đúng vị trí thực tiễn. Trong trường hợp (c) và (d) với việc phân bố các đối tượng nghèo nàn. Vị trí ước định sau khi gắn kết (màu xanh) chạy song song với về mặt của tòa nhà. 

MÔ HÌNH SAI SỐ HIỆP PHƯƠNG SAI

Các nhà khoa học đã xây dựng mô hình sai số hiệp phương sai vị trí đám mây điểm dưới dạng hàm của các đối tượng phân bố xung quanh khu vực. Trong môi trường thành phố và đô thị, đối tượng chiếm tỷ trọng lớn là các tòa nhà (công trình xây dựng), từ đó các nhà khoa học đã tập trung trước tiên vào các đối tượng bề mặt và cạnh viền trong số liệu đám mây điểm. Hai nhà khoa học đã xác định đối tượng dạng điểm trên cơ sở độ cong của từng điểm. Các điểm gắn kết với các giá trị độ cong nêu trên được lọc và đánh dấu là các điểm cạnh viền của đối tượng. (Để có thông tin chi tiết hơn về các thuật toán liên quan tới quá trình xử lý, vui lòng tra cứu và xem thêm tài liệu “GPS-LiDAR AkshayShetty Algorithms”).

Với từng đối tượng điểm bề mặt, trước hết hai nhà khoa học tính toán một cách thông thường bằng cách sử dụng 9 điểm lân cận để ấn định đúng vào bề mặt. Sau đó dựng mô hình elipsoid sai số hiệp phương sai với giả thiết rằng mỗi đối tượng điểm bề mặt đều đóng góp trong việc giảm thiểu sai số vị trí theo hướng của bề mặt tương ứng. Thêm vào đó, hai nhà khoa học cũng giả định rằng các điểm bề mặt gần với đám mây điểm LiDAR có độ tin cậy cao hơn những điểm nằm ở xa, bởi yếu tố mật độ điểm.

Đối với mỗi điểm cạnh biên đối tượng, các nhà khoa học trước tiên tìm ra hướng của các cạnh biên này sử dụng điểm canh biên gần nhất trong các đám mây điểm quét trên và dưới, sau đó xây dựng mô hình elipsoid sai số hiệp phương sai với giả thiết rằng mỗi đối tượng cạnh biên sẽ giúp giảm sai số vị trí theo hướng vuông góc với vector cạnh biên. Ví dụ đối với cạnh đứng có khả năng giúp giảm sai số vị trí theo chiều ngang. Thêm vào đó, hai nhà khoa học cũng giả định rằng các điểm cạnh biên nằm gần đám mây điểm LiDAR có độ tin cậy cao hơn những điểm nm xa, một lần nữa cũng bởi lý do mật độ các điểm. Hình 6 thể hiện vị trí mô hình elipsoid sai số hiệp phương sai đối với bề mặt và cạnh biên.

Hình 6 – Mô hình elipsoid sai số hiệp phương sai đối với các đối tượng điểm bề mặt và cạnh biên. Các kích thước chính xác của các mô hình elipsoid được điều chỉnh trong quá trình triển khai áp dụng.

Để thu nhận được sai số hiệp phương sai vị trí tổng thể, các nhà khoa học đã kết hợp các ma trận sai số hiệp phương sai của từng điểm bề mặt và cạnh biên độc lập. Hình 7 thể hiện sự kết hợp của mô hình elipsoid hiệp phương sai đối với hai ngữ cảnh áp dụng khác nhau.

(Còn tiếp)

Mọi thông tin xin liên hệ với chúng tôi qua hòm thư: info@anthi.com.vn