《Instruments》：Close-Range Determination of Boresight Misalignment of a Laser Scanning System: Comparison of Point and Plane-Based Techniques
编辑推荐：
专业术语翻译论文摘要部分：
轻型激光扫描系统在无人机平台上的应用日益普及，对农业与林业至关重要，但此类系统需要适当的标定以确保精度。现有的现场（in situ）标定技术依赖于人造特征，而这些特征在野外环境中可能缺失，且需要特殊的飞行操作。本研究提出一种在受控
专业术语翻译论文摘要部分：
轻型激光扫描系统在无人机平台上的应用日益普及，对农业与林业至关重要，但此类系统需要适当的标定以确保精度。现有的现场（in situ）标定技术依赖于人造特征，而这些特征在野外环境中可能缺失，且需要特殊的飞行操作。本研究提出一种在受控环境下估计惯性测量单元（IMU）与激光单元之间视准轴偏差角（boresight misalignment angles）的静态标定技术。该方法可采用两种不同的控制实体：点（points）和平面（planes）。其流程包括：（1）标定场布设；（2）将系统在静态平台上整平；（3）数据采集与原始数据提取；（4）通过最小二乘平差（Least Squares Adjustment, LSA）确定视准轴角。数学模型经过改进，可直接从原始传感器数据中整合点与平面，从而最小化定位系统与时间同步误差。该方法使用Ibeo LUX扫描仪进行评估。在应用估计的视准轴角后，通过测量点与对应地面平面之间的距离对重新生成的点云进行验证。结果显示标准差约为2.5 cm。所提出的技术达到了合适的精度，误差低于传感器的标称测量不确定度。这表明该方法是一种有前景的飞行前标定方案，但若要进一步提升精度，则需要更高端的激光单元。
论文解读文章：
研究背景方面，轻型激光扫描系统成本的下降推动了其在农业与森林管理等领域的广泛应用。此类系统通常由全球导航卫星系统（GNSS）、惯性测量单元（IMU）和激光测距单元组成，其生成点云的精度高度依赖于各传感器之间空间关系的准确确定。其中，IMU与激光单元之间的视准轴偏差（boresight misalignment）是必须定期标定的关键参数。现有标定方法主要分为实验室标定和现场标定两类。现场动态标定方法通常依赖人造地物特征（如建筑物平面、规则靶标），并需要执行特殊的飞行航线或平台运动。然而，在森林、农田等自然环境中，人造特征往往缺失，且低成本系统通常配备微机电系统（MEMS）级惯性传感器，其噪声和漂移较大，导致动态标定过程中轨迹误差与视准轴参数强相关，难以获得稳定解。此外，动态标定还受GNSS信号中断、时间同步延迟等因素影响。因此，有必要发展一种能够在受控环境中、静态条件下预先标定视准轴偏差的方法，使标定过程与作业现场条件解耦。
研究人员提出并评估了一种近距离静态标定技术，用于估计轻型激光扫描系统中IMU与激光单元之间的视准轴偏差角。该方法将整个系统固定于静态平台上，从而消除动态轨迹噪声、卫星定位中断和时钟同步延迟的影响。标定过程包括四个步骤：标定场布设、系统静态整平、数据采集与原始数据提取、基于最小二乘平差（LSA）的视准轴角解算。该方法的数学模型可直接使用原始传感器数据（扫描角、距离、姿态角等）分别与点控制实体或平面控制实体联合求解，并比较了点基与平面基两种方案的性能。实验使用Ibeo LUX 2010激光扫描仪（四层平行扫描，标称测距精度10 cm）在约2.45 m的近距离条件下进行。标定场包含四个梯形棱柱靶标，提供不同高度（20 cm和35 cm）和不同倾斜角度（45°和60°）的面。研究人员通过七组实验（分为三组：点基参数法、点基联合法及虚拟控制点法、平面基法）进行对比评估。应用估计的视准轴角修正后，通过计算点云点到对应地面控制平面的距离进行验证，获得约2.5 cm的标准差，低于传感器4 cm的随机测距噪声水平。结果表明，平面基方法在平面位置分量上表现略有改善，但三组方法的均方根误差（RMSE）差异仅在毫米级。研究结论表明，所提出的静态标定技术能够以足够精度估计视准轴偏差角，且作为飞行前标定方案具有可行性；该方法不仅适用于无人机激光扫描系统，也可推广至地面移动平台系统，为难以找到人工特征的森林和农业测绘应用提供了一种有效的标定替代方案。
主要关键技术方法包括：（1）点基标定模型：采用参数法（观测方程平差）与高斯-赫尔默特联合平差法，结合虚拟控制点（VCP）技术，通过拟合靶标三个面交汇生成虚拟顶点来减小目标识别误差；（2）平面基标定模型：将激光扫描数学模型与控制平面方程（由GNSS实测角点拟合）联立，利用点-面距离约束进行联合最小二乘平差，无需明确点对应关系；（3）静态数据采集方案：利用IMU加速度计实时监测整平状态，并通过铅垂线标记确定航向角，原始数据中同步提取每个点对应的扫描角、距离和姿态角；（4）质量评估方法：通过计算修正前后点云点到控制平面的平均距离、标准差及RMSE，并利用检查点进行误差分布分析（needle plot）。样本数据来源于一个受控标定场，使用Ibeo LUX扫描仪，实验共使用19个控制面（来自4个梯形靶标和1个基面），平差输入数据由Cloud Compare v2.11.1软件分段提取，最终保留10,127个点用于解算。
研究结果部分可概括为以下几个小标题：
**静态标定数学模型的建立与改进**：研究人员改进了激光扫描几何模型，将原始测量值（水平角β、垂直角θ、距离ρ）与IMU姿态角及控制实体方程直接融合。点基模型使用地面控制点（GCP）或虚拟控制点（VCP），平面基模型则用控制平面参数（a, b, c, d）作为约束。通过联合平差法同时处理观测误差和参数误差，避免了GNSS/INS轨迹误差向视准轴参数传播。
**点基与平面基标定的实验对比**：研究人员设计了七组实验，前两组采用点基方法（分别用参数法和联合法，并应用VCP），第三组采用平面基方法。表1显示三组估计的视准轴角（Δω、Δφ、Δκ）数值和标准差相近。平面基方法得到的角标准差约为：ω和φ约0.01°，κ约0.04°。κ角标准差较大的原因可能与靶标面几何配置有关，因为该参数对平面方向更敏感。
**平面参数确定与点云-平面距离验证**：研究人员利用GNSS实测的32个角点生成19个控制面，每个面由4个顶点拟合。经过平面基平差，消除了粗差点后保留10,127个有效点。修正后，大多数控制面对应的点云-平面平均距离减小，其中靶标2改善最明显。所有面平均距离标准差约为2.5 cm，低于传感器标称测距误差（4 cm）。但某些陡峭平面（如靶标3的I1和I2面）因激光束与表面夹角较小，加之点密度低，修正后误差未见明显下降，表明剩余误差主要源于测距噪声而非视准轴偏差。
**检查点误差分析与质量控制**：研究人员利用7个检查点比较了三种方法（组1点基参数法、组2点基VCP法、组3平面基法）修正后的坐标残差。结果显示，平面基方法的RMSE在平面分量（E和N）上与点基方法相当，在高度分量（h）上略有改善，但总体差异仅为毫米级。通过needle plot分析发现，靶标3和4边缘的点受激光束边缘效应影响较大，去除这些含粗差的点后，残差未见显著改善，表明在近距离条件下，小的视准轴角效应与测距噪声处于同一量级。
讨论部分总结：研究人员指出，静态标定技术消除了动态轨迹误差和时间同步问题，平面基方法比点基方法提供了更高的几何冗余度，可通过空间平均抑制随机测距噪声。与传统动态标定方法相比，该方法无需特殊飞行操作和人工特征丰富的场地，特别适用于森林和农业环境。尽管平面基方法的整体精度提升有限（与点基法相比RMSE仅毫米级差异），但该结论受限于实验场景中的视准轴偏差极小（接近传感器噪声水平），且使用低精度Ibeo LUX扫描仪（标称精度10 cm）。若采用更高精度的激光单元或将扫描距离增大，平面基方法的优势可能更加明显。此外，κ角标准差较大，未来可通过增加不同朝向的倾斜平面来改善几何强度。
研究结论翻译：本文提出了一种近距离受控环境下估计激光扫描系统视准轴偏差角的方法。所提出的技术保持系统静止，从而最小化位置和姿态系统及时间同步引起的误差。该技术可采用点和平面作为控制实体。实验评估表明该技术有效，能够以足够精度估计视准轴偏差角。对于组1、组2和组3所采用的平差方法（联合法）的比较，属于组3的平面基方法在平面位置分量上表现更好，这符合点与平面方法案例对比的预期。结果可通过使用测距精度更高的扫描仪及更多不同几何配置的靶标来进一步改进。另一种策略是将扫描仪置于距离靶标更远的位置。未来研究建议分析观测标准差的影响，以及改变扫描仪位置、控制平面的数量和配置的影响。总之，结果是令人鼓舞的，使得这种静态标定技术不仅适用于空中扫描系统，也适用于地面移动平台上的系统。该技术为难以找到人工特征进行现场标定的应用（如森林和农业测绘）提供了一种标定方案。
