移動掃描的優(yōu)勢在掃描領域是眾所周知的。與傳統(tǒng)的架站儀（TLS）相比，移動掃描設備可以更好地涵蓋掃描范圍以及加速工作流程，這也意味著可以減少服務供應商在現(xiàn)場的工作時間，并降低掃描成本。

但對于經(jīng)驗豐富的 3D 掃描“老司機”來說，移動掃描系統(tǒng)所提供的數(shù)據(jù)似乎被認作為“不靠譜”的存在，特別是當你的業(yè)務對數(shù)據(jù)精度要求非常精準的情況下。

這是因為移動掃描系統(tǒng)依賴于SLAM——即時定位與地圖構(gòu)建 （simultaneous localization and mapping algorithms）， 它會自動執(zhí)行很大一部分的掃描工作流程。

這個自動化流程使得傳統(tǒng)掃描專家很難理解移動掃描系統(tǒng)到底是如何生成最終的點云的，或者現(xiàn)場技術人員應該如何規(guī)劃他們的工作流程以確保高質(zhì)量的交付成果。

但移動掃描的數(shù)據(jù)質(zhì)量究竟如何呢？

SLAM 究竟是什么？

SLAM （simultaneous localization and mapping），也稱為CML （Concurrent Mapping and Localization）， 即時定位與地圖構(gòu)建，或并發(fā)建圖與定位。

問題可以描述為：

將一個掃描儀器放入未知環(huán)境中的未知位置，是否有辦法讓掃描儀器一邊移動一邊逐步描繪出此環(huán)境完全的地圖，所謂完全的地圖（a consistent map）是指不受障礙行進到房間可進入的每個角落。

答案：

SLAM 是一種算法，用于融合您的移動掃描系統(tǒng)的傳感器（激光雷達、RGB 相機、IMU 等等）所捕捉的數(shù)據(jù)，并最終確定您在建筑物中移動產(chǎn)生的掃描軌跡。

簡而言之：當您在初始化系統(tǒng)時，SLAM 算法會使用傳感器數(shù)據(jù)和計算機視覺技術來觀察周圍環(huán)境，并精準地估計您的當前位置。

使用NavVis設備在掃描過程中實時查看已掃描區(qū)域

當您在移動時， SLAM將根據(jù)您所在之前位置的估算值與系統(tǒng)傳感器所回傳的數(shù)據(jù)值進行對比，重新計算您的當前位置。將此過程不斷重復，SLAM 系統(tǒng)將最終追蹤您在建筑物中行走的路徑。

SLAM 是一個很復雜的過程——即使上述簡化的解釋也有些復雜，但您可以將其想象為測繪方法中常說的“穿越法”。

穿越法

穿越法（traverse method）是指，測繪人員會沿著觀察路線對許多點進行測量，當測繪人員對每個點進行測量時，他們會利用之前的點作為測量的基準。

SLAM算法有點類似于這種方法只是它會在每秒進行大量的精準計算。換句話說，SLAM 算法是一種尖端的技術，在移動時自動執(zhí)行路線穿越。

SLAM 之對掃描精度的影響

NavVis

想要了解一個基于SLAM 算法的設備的掃描精度，你需要了解移動掃描系統(tǒng)究竟是如何捕捉數(shù)據(jù)的。

一個架站儀（TLS） 在捕捉一個環(huán)境時通過激光傳感器的360°旋轉(zhuǎn)測量其周邊環(huán)境。由于它是從一個固定的點來采集數(shù)據(jù)的，它所捕獲的點云中的每個測量值都已經(jīng)在空間中相對于掃描儀做了精準的對齊。

地面激光掃描儀

一個移動掃描系統(tǒng) （Mobile mapping system）也是靠激光傳感器的360°旋轉(zhuǎn)，但不是從一個固定的位置。由于您是在移動（行走）過程中進行掃描，您在傳感器旋轉(zhuǎn)過程中，同時也在移動傳感器。這會導致每次測量的對齊錯誤，并降低最終點云的精度。

NavVis 移動掃描設備：VLX & M6

當我們在夜間照相的時候，當您不小心挪動了照相機，就會造成照片模糊，其實是一個非常類似的現(xiàn)象。

同理而言，當您看到未經(jīng)SLAM算法處理過的移動掃描儀器捕獲的原始數(shù)據(jù)的時候，您會發(fā)現(xiàn)這些點非常的凌亂，并且在空間各處分散開來并且加倍的存在。

SLAM 之精度誤差

NavVis

開發(fā)SLAM 算法來準確記錄您的掃描軌跡并生成高質(zhì)量的點云，制造商一直面臨著一個具體大的挑戰(zhàn)即如何糾正兩種主要誤差。

跟蹤誤差

TRACKING ERROR

當SLAM算法在某些環(huán)境中會遇到一些問題時，即會發(fā)生跟蹤誤差。例如，長走廊通常缺乏SLAM 所依賴的環(huán)境特征，就可能會導致掃描系統(tǒng)失去您所在位置的跟蹤。

偏移誤差

DRIFT ERROR

發(fā)生偏移誤差是因為SLAM 算法利用傳感器數(shù)據(jù)來計算您的位置，并且所有傳感器都會產(chǎn)生測量誤差。由于SLAM 算法的計算方式——基于之前位置來計算每個位置，例如“穿越法”——傳感器產(chǎn)生的錯誤會在您掃描的過程中累積起來。最終導致了掃描軌跡的準確性的“偏移誤差”從而影響了您最終掃描結(jié)果的質(zhì)量 。

如果您是使用早期的移動掃描系統(tǒng)，這些錯誤很可能會影響您的最終數(shù)據(jù)的質(zhì)量。

工作流確保高質(zhì)量結(jié)果

NavVis

好消息是移動掃描系統(tǒng)自進入市場以來已經(jīng)逐漸成熟。制造商開發(fā)了成熟的SLAM 算法來自動減少跟蹤誤差及偏移誤差。并且移動掃描員可以遵循可靠的工作流程來手動更正誤差，做到最大程度地提高最終獲取的點云質(zhì)量。

最為流行的工作流程叫做“閉環(huán)掃描”。執(zhí)行“閉環(huán)掃描”，只需要簡單地回到一個之前掃描過的點，然后SLAM 將會識別這個重疊點。此步驟提供了其所需的信息來計算已發(fā)生地任何偏移誤差或跟蹤誤差并進行糾正。

盡管閉環(huán)掃描在大型空間中（譬如健身房、室外區(qū)域、甚至大型辦公室）是有效的，但某些環(huán)境會使閉環(huán)掃描變得異常困難，譬如上述所說的長走廊。

對于這些情況，更先進的移動掃描系統(tǒng)提供了一個功能及利用控制點來鎖定掃描數(shù)據(jù)。

兩種方式確保掃描精度：控制點 & 閉環(huán)掃描

這個過程也非常簡單：即在整個要掃描的建筑物中放置測量控制點（靶點坐標）。

利用一個比移動掃描系統(tǒng)精準度更高的系統(tǒng)譬如說全站儀捕捉其坐標。

在您掃描建筑物的同時，捕捉這些控制點。移動掃描系統(tǒng)會利用這些信息將捕捉的點云進行處理，減少誤差，并確保在異常困難的環(huán)境中也可以生成測繪級精度的點云。當精度至關重要的時候，掃描者可以使用這個方式。

SLAM 算法至關重要

NavVis

需要注意的是，每個制造商在其移動掃描系統(tǒng)中都有自己專有的SLAM算法。每一個算法在表面上看起來都非常相似，但它們之間的差異可能意味著最終數(shù)據(jù)的質(zhì)量會有巨大的差異。

這也是為什么，為確保高質(zhì)量的掃描結(jié)果，您在購買過程中需要研究每個移動掃描系統(tǒng)，并了解背后的SLAM算法的具體細節(jié)；了解其SLAM算法支持哪些方法來更正誤差。

了解SLAM 算法支持哪些誤差修正方式：是否支持“閉環(huán)掃描”，或者“控制點”？這些方式在您掃描的環(huán)境下的工作表現(xiàn)如何？制造商如何宣傳通過這些方式您可以達到的局部精度和全局精度？

了解在特殊環(huán)境下，SLAM 算法的性能如何：例如在長走廊這種情況下所獲得的精度如何？又譬如在大型開放區(qū)域？其算法是如何處理反射表面的？或相對于移動物體，譬如說路過的行人的處理又是如何？在不同的環(huán)境下表現(xiàn)都會很好嗎？

此類問題的答案，將會告訴您在使用其移動掃描設備時所能期望的數(shù)據(jù)質(zhì)量，并幫助您找到一種適應您日常工作中不同環(huán)境下可以使用的設備。

編輯：jq