特大城市的智能停车

您是否知道每年可以浪费一周或更长时间的繁忙城市停车位？智能停车应用程序为如今的问题提供了急需的答案 - 以及移动映射点云和图像是解决方案的核心成分。除了将您直接拯救时间储蓄时间，智能停车应用还会降低不必要的燃油消耗，空气污染和温室气体排放。一个这样的应用程序是由伦敦的Appyway进行了Appyparking。

Appyparking应用程序允许用户查看所有在路上和街边停车区，限制和运行时间。抵达前驾驶者可以在寻找停车位的地方做出明智的决定，并找到最近和最便宜的选择。在此类智能停车应用程序的核心上，介于准确，详细和最新的地图。理想情况下，地图不仅应涵盖停车区的位置和轮廓，还提供有关其特征或功能的额外信息。放置在停车位或附近的标志是此类特征的主要来源。

在AppyParking的例子中，用于创建地图的数据由街道级别的激光点云和图像组成。该调查是由Getmapping公司进行的，该公司总部位于英国汉普郡的Fleet，专门从事航空摄影测量、移动地图、激光雷达、数字地图和基于网络的欧洲和非洲服务。

移动测绘系统

Getmapping公司设有多个Pegasus：两个终极移动地图系统(MMSs)。这次调查使用了一辆Pegasus:两辆Ultimate MMS(图1)和一辆Pegasus:两辆升级到Ultimate版本。Ultimate的相机具有高动态范围，这得益于大的传感器像素比和双光传感器。该相机的高动态范围，使清晰的图像，以各种照明条件和不同的车速捕捉。12MP的相机传感器分辨率进一步提高了图像质量。内置的JPEG压缩可以在不影响图像质量的情况下，将大量图像存储在可移动驱动器上。数据可以直接保存，并通过USB 3.0接口无缝连接到任何PC或服务器。压缩是长时间调查而不中断的先决条件，因为相机产生的图像分辨率比标准系统高三倍。侧面相机在61 x 47度的视场下每秒捕捉8帧(FPS)。距离相机10m处的最大地面采样距离(GSD)为3mm。 The fish-eye camera system, which consists of two cameras mounted back to back, provides seamless 24MP imagery with a 360-degree field of view. The dual fish-eye camera system is aligned with the laser scanner, enabling colourization of the laser points (Figures 2 and 3).

调查

MMS对伦敦各区的占领分两步进行。在第一步中，2017年秋季对六个行政区进行了调查。三名测量员每天行驶约50公里，以捕捉25公里的道路轨迹，通常是来回通行。调查持续了整个冬天，即使在光线条件很差的时候。街上不需要测量员或交通管理人员，所有数据都是从车辆中获取的。捕捉到的图像和激光点云随后在2018年上半年转换成地图。两个基于办公室的操作员处理数据并将其存储在硬盘上徕卡Pegasus：经理，该系统利用最新的系统校准方法，精确覆盖图像和点云数据。

第二阶段，对另外13个行政区进行了调查，于2018年年中完成。许多道路需要第二通道来消除或减少闭塞。根据被占领的行政区和一天中的时间，捕获率有很大的不同。每天的数据在捕获后的4天内被处理。从调查计划到最终产品交付的总时间跨度为三周。为了了解所捕获的数据量:MMS对120公里公路的调查产生了约0.5TB的原始数据。

映射

这些点、符号、多边形和组成停车区域的点特征是通过人工和(半)自动化的方式从点云和360度鱼眼图像线中提取的，使用的是嵌入到Esri ArcMap中的徕卡的MapFactory。提取的数据可以很容易地导入Esri解决方案或其他GIS平台，以便进一步处理和使用。从图像中提取停车标志信息，并将其归为相应的停车区域。每个停车场的轮廓用多边形表示。在轮廓被遮挡的地方(例如，视线被汽车或其他物体遮挡)，多边形被交互式地收集和细化。例如，将可见的线进行延伸和相交，得到不可见的停车场转角点坐标。

结果和挑战

属于同一停车区的轮廓的相对精度优于2厘米，而绝对精度根据该区域介于三到十厘米之间。在整个领土上实现高度绝对精度需要衡量作为参考250地面控制点（GCP），分布在伦敦市城市的城市峡谷。在MMS测量步骤中，总共需要100天，伦敦自治市镇和五个城市被捕获（GetMaping也调查了Brighton，Cambridge，牛津，朴茨茅斯和考文垂来支持智能停车场）。MMS轨迹的总长度超过6,500km，包括多次通过。每秒捕获的一百万激光点与图像一起捕获，导致24TB的原始数据，在处理和映射后扩展到50TB。对于每个停车区，从点云和图像中提取27个特征。由四个12MP侧摄像机补充的360度全景图像的组合确保了所有停车标志清楚可识别。客户要求的所有数据提前交付。在挑战方面，通过多径干扰和频繁的GNSS愤怒难以实现城市环境中的连续和可靠的高精度GNSS。高档惯性测量单元（IMU）和足够的GCP是解决这些问题的至关重要。 A further challenge is that weather conditions and difficult light conditions may hinder the extraction of all the information on parking signs from the images.

结束言论

图像和点云还可以用于资产管理、排水项目、道路安全改善、公路维护、5G电信和环境分析。根据收集到的所有数据和提取的特征，Appyway.能够为其智能停车系统提供高度精确和详细的交通管理数据。