【智慧城市】虚拟3D城市模型辅助车辆定位

“由于存在各种定位误差，电子地图坐标上的移动车辆与周围地物并不能保持正确的位置关系。”

——2019年中国自动驾驶行业发展研究报告

随着自动驾驶行业的发展，车辆的精确定位技术需求越来越大，车辆定位方法也在新的技术和知识的涌现下经历着探索和创新。

01、车辆都是怎么定位的呢？

目前常用的车辆定位技术分为直接定位和航位推算。

1、直接定位：主要基于信号的空间交汇测量及环境特征的匹配定位。

2、航位推算：依据加速度、角速度、速度等信息结合初始值进行积分定位。其间使用的信息源主要有卫星定位、惯性导航、视觉、激光雷达和磁力计等。

在具体的发展中，单独的定位技术逐渐发展为多传感器定位技术融合，到现阶段采用多组合技术融合定位，从而尽可能发挥各传感器优势并进行场景互补，减小甚至消除累积误差的影响，从而获得可靠的定位效果[3]。

在多组合技术融合定位方法体系中，法国交通系统实验室提出了一个集成虚拟3D模型板载传感器场景感知的方法：通过真实/虚拟场景匹配，完成真实传感器和虚拟传感器的转换，更新陀螺仪和车轮里程计的姿态预测信息，从而提高车辆位置的预测精度[5]。

该定位方法的总体定位精度可以达到0.6米左右。

装载相机的车辆 [5]

接下来就请跟小编一起来探究虚拟3D城市模型是如何参与车辆定位的吧~~

02、虚拟3D城市模型辅助计算相机姿态

在多组合技术融合定位方法中，在输入数据中加入相机的姿态信息可以提高车辆的定位精度。

为了获得相机的姿态，需要经历三个部分内容：

（1）真实图像和虚拟3D模型的特征提取和匹配；

（2）3D虚拟特征点的坐标计算；

（3）相机的姿态计算。

技术路线 [5]

特征提取和匹配

SURF (Speed Up Robust Features)、SIFT (Scale Invariant Feature Transform) 和Harris (Harris corner detector) 是特征提取的三种方法，由于在该案例中SURF方法结果最好，因此这里仅介绍SURF的特征提取方法，其余方法可参考文献 [5]。

SURF是一种局部特征方法，其积分图像和初级Hessian矩阵逼近极大地降低了计算复杂度。算法主要包括以下四个部分：

(1) 基于初级Hessian矩阵的兴趣点检测（图A），该矩阵利用整数图像的盒子滤波器逼近二阶高斯导数；

(2) 通过在检测到的兴趣点周围构建一个圆形区域来确定方向分配，主导方向描述了兴趣点的方向；

(3) 通过提取兴趣点周围的正方形窗口、计算水平和垂直方向的Haar小波响应，构造兴趣点描述符；

(4) 通过计算两个兴趣点描述符之间的欧氏距离来实现两个特征的匹配，其中，最小距离选为匹配点（图B）。

A

B

特征点的检测和匹配图

三维坐标计算

图像匹配工作完成之后，分别从真实图像和虚拟图像中获得相互对应的2D特征点。

接下来，需要利用3D-GIS提供的深度信息（虚拟相机和三维点之间的距离，以米为单位）计算虚拟图像中特征点的三维坐标。通过针孔相机反投影模型（pinhole camera inverse projection model）计算得到相机坐标系中的三维点坐标。任一点P的坐标计算公式如下：

虚拟特征点的三维坐标计算过程 [5]

相机姿态计算

利用迭代POSIT算法计算姿态，确定真实和虚拟相机之前的平移和旋转。

Pitch 和 Roll 变换 [5]

03、数据融合

最后，在多传感器数据融合框架下，利用IMM-UKF滤波器（Interacting Multiple Model-Unscented Kalman Filter）将计算得到的姿态信息集成进来（包括基于GPS测量的位置、基于航位推算的位置等），就可以获得亚米级的定位精度啦！

利用IMM-UKF滤波器进行数据融合 [5]

知识点 /2019.11.20

UKF：计算经过非线性变换的随机变量统计量的一种方法。在该案例中，动态系统不是线性的，所以传统的 KF不能用于估计此类系统的状态。

IMM：广泛应用于车载视频系统的目标跟踪问题；基于激光、雷达和视觉数据的IMM算法可用来检测变道驾驶。

IMM-UKF 方法可以将系统模型发生改变的可能性考虑进来。

04、知识补充：虚拟3D城市模型

虚拟3D城市模型通过3D地理虚拟环境来表达空间的和有地理参考的城市数据。3D地理虚拟环境主要包括地形模型、建筑物模型、植被模型以及道路和交通系统模型。

虚拟3D城市模型作为一种特征元素，可以在单一的框架内可视化地集成异构的地理信息，创建和管理复杂的城市信息空间。

虚拟3D城市模型的数据源

在实践中，虚拟3D城市模型的可持续管理需要与现有的管理工作流和数据库紧密联系，因此其创建和维护基于许多独立的数据源，而且这些数据源必须以系统和实用的方式集成。主要的数据源包括[6]：

地籍数据：地籍数据库提供建筑物和地块的官方足迹以及所有权和地址信息。虽然典型的地籍数据库不包含3D数据，但它们为3D建筑模型提供了必要的输入，并且为虚拟3D城市模型提供了一种官方基础。

数字地形模型和航空影像数据：包括基于网格的DTM数据和真正射图像。DTM数据用作虚拟3D城市模型的所有几何对象的参考表面，而航空影像数据为真实感可视化提供了必要的数据，例如土地覆盖图像和屋顶纹理图等。

三维建筑模型：三维建筑几何可以用通过激光扫描和基于摄影测量的方法进行捕捉和处理。建筑物能够以不同的细节层次呈现，包括块模型（LOD-1）、几何模型（LOD-2）、建筑模型（LOD-3）和详细室内模型（LOD-4）。除此之外，建筑物周围的环境信息也可以增加进来。

矢量栅格数据：虚拟3D城市模型还存储和参考有地理参考的二维栅格数据（如土地利用信息）和矢量数据（如道路网、公共交通网）。这些数据集被可视化叠加在数字地形模型上。

虚拟3D城市模型的数据标准

虚拟3D城市模型还没有被广泛接受的标准化编码惯例，开放地理空间联盟（OGC）目前正在讨论虚拟三维城市模型的第一个提案为CityGML。通常，在实践中使用以下数据标准：

（1）优先选择 CityGML 用于构建建筑物模型；

（2）3D-Studio MAX 对象文件和 VRML 文件；

（3）包含覆盖区二维多边形和每座建筑物高程值的ESRI shapefile文件；

（4）以边界多边形的形式包含每个建筑物明确几何描述的ESRI shapefile文件；

虚拟3D城市模型的实际应用

越来越多的应用程序和系统将虚拟3D城市模型作为重要的系统组件，除了被应用于基于位置的服务外，还有城市规划和重建、设施管理、物流、安全、电信、灾害管理、房地产门户网站以及与城市相关的娱乐和教育产品等。

估算阴影面积 [7]

复杂建筑物位置与二维地籍数据 [7]

估算特定时间的太阳辐射 [7]

05、提问环节

在借助虚拟3D城市模型辅助车辆定位的案例中，在哪里用到了哪些3S技术？

1、位置测量用到了GNSS技术（GPS位置测量）；

2、创建虚拟3D地理数据库用到了GIS技术（GIS数据库技术、三维空间数据）；

3、虚拟3D城市的建模用到了RS技术（基于摄影测量的建模技术）。

艾三维技术信息技术有限公司，公司总部位于广州，致力于BIM咨询、BIM招投标、BIM碰撞检测、BIM施工全周期等领域，为客户提供从软件、企业培训、设计、咨询到工程实施的、运维生命全周期BIM解决方案。艾三维技术集团旗下艾三维BIM的建筑模型团队最早在2008年组建，业务范围覆盖全国，上千家央企成功案例,以专业的BIM技术、最全的基础设施工程BIM软件闻名中国市场。