提高复杂环境中的精度
虽然直接地理参考 (DG) 是室外环境中制作地图的主要方法，但它很少用于室内或 GNSS 信号严重受限的环境。DG 通过将 INS 数据（位置和姿态）与传感器数据（如 LiDAR 或相机图像）相结合，以精确确定观测物体的位置，而无需依赖大量的预先测量的地面控制点 (GCP)。
然而，由于室内无法获取 GNSS 信号，传统的直接地理参考无法应用于完全封闭的空间。在许多情况下，测绘以混合方式进行，涵盖室内和室外环境。
虽然大多数人在此类场景中依赖传统测绘技术，但选择合适的 INS 和后处理软件可以将直接地理参考的优势扩展到这些应用场景。通过集成高精度、低漂移的 INS 与先进的后处理软件，可以在较长时间内保持精确的直接地理参考解决方案。基于感知的算法，如 SLAM，可以直接利用这种精确的定位以进一步提高测绘精度。
这种方法创建的室内地图与绝对定位解决方案和坐标参考框架（基准）完全对齐。因此，它通过确保室内外数据集之间的空间一致性，提高了工作流程并改善了协作。
用于室内测绘解决方案的惯性系统
在 GNSS 无法使用的完全室内环境中，测绘依赖于惯性测量单元（IMU）以及诸如同时定位与建图（SLAM）等基于感知的算法。与传统的直接地理参考不同，这种方法不依赖于 GNSS，而是结合使用 IMU 数据以及激光雷达（LiDAR）、相机或深度传感器来保持准确的定位。
SLAM 的工作原理是连续测绘环境，同时估算出系统在其中的位置。然而，仅靠 SLAM 可能会出现漂移，尤其是在特征较少或动态变化的环境中。高端 IMU 在稳定基于 SLAM 的测绘方面发挥着关键作用，即使在视觉输入不可靠时也能确保连贯的运动追踪。通过集成高精度、低漂移的 IMU，可以提升测绘应用中的 SLAM 性能。
事实上，IMU 将减少漂移累积，在更长的时间内保持精确的定位，并提高在低能见度条件下的可靠性（如黑暗房间或特征单一的走廊）。这种组合能够创建空间一致性好且与外部数据集高度对齐的精确室内地图。
因此，即使在完全没有 GNSS 信号的环境中，该系统也能简化工作流程并促进协同测绘工作。
探索我们的室内地图绘制解决方案
我们的运动和导航产品可与室内测绘系统无缝集成。我们最先进的惯性系统可提供您生产高质量室内测绘所需的精度和可靠性，即使在最具挑战性的环境中也是如此。
无论您是在室内测绘中使用移动机器人还是便携式系统，我们的产品都能提供生成精确地图所需的精度、性能和工作流程。我们的系统是工业应用、设施管理、应急响应等一系列应用的理想选择。
Quanta Plus
Qinertia GNSS-INS
测绘应用手册
直接在您的收件箱中收到我们的宣传册！
案例分析
探索我们的案例研究，了解世界各地的团队如何将我们的惯性解决方案成功集成到各种室内测绘应用中。从在复杂设施中导航的仓库机器人到生成室内空间精确 3D 地图的无人机，我们的产品在提高测绘项目的效率和精度方面发挥了关键作用。
查看我们系统实际运行的真实案例。阅读我们的案例研究，了解 SBG Systems 如何为您的测绘解决方案带来精确性和可靠性。
他们在谈论我们
我们的客户从工业制造商到应急响应团队不等，他们依靠我们的惯性系统在 GNSS 信号无法覆盖的环境中生成准确、可靠的地图。
加入我们满意客户的行列，详细了解我们如何通过行业领先的解决方案支持您的室内测绘需求。
探索其他测量应用
利用我们先进的惯性导航解决方案，满足各种不同的测量需求。它们支持陆地、空中和海上作业。我们的技术可在各种环境中提供可靠的数据、高精度和一致的性能。
您有疑问吗？
对室内测绘系统的工作原理感到好奇？想更多地了解惯性系统如何助力 GNSS 信号受限环境中的精确测绘？我们的常见问题解答 (FAQ) 部分涵盖了关于室内测绘系统最常见的问题，包括所涉技术的信息、最佳实践以及如何将我们的产品集成到您的解决方案中。
什么是室内定位系统？
室内定位系统（IPS）是一项专门的技术，用于精确识别建筑物等封闭空间内物体或个人的位置，在这些空间中 GNSS 信号可能微弱或不存在。IPS 采用各种技术，在购物中心、机场、医院和仓库等环境中提供精确的定位信息。
IPS 可以利用多种技术进行定位，包括：
- Wi-Fi：利用来自多个接入点的信号强度和三角测量进行位置估计。
- 低功耗蓝牙 (BLE)：采用信标向附近设备发送信号以进行跟踪。
- 超声波：使用声波进行精确定位检测，通常与移动设备传感器配合使用。
- RFID（射频识别）：涉及放置在物品上的标签，用于实时追踪。
- 惯性测量单元（IMU）：这些传感器用于监测运动和姿态，结合其他方法可进一步提高定位精度。
详细的室内空间数字地图对于精确定位至关重要，而移动设备或专用设备则从定位基础设施收集信号。
IPS 增强了导航功能，跟踪了资产，协助了紧急服务，分析了零售行为，并集成到智能建筑系统中，从而显著提高了传统 GNSS 无法实现的运营效率。
SLAM 是什么意思？
SLAM，代表 Simultaneous Localization and Mapping（同步定位与地图构建），是一种用于机器人技术和计算机视觉的计算技术，用于构建未知环境的地图，同时跟踪代理在该环境中的位置。这在 GNSS 不可用的情况下特别有用，例如在室内或在密集的城市区域。
SLAM 系统实时确定载体的位置和姿态。这涉及跟踪机器人或设备在环境中导航时的运动。在载体移动时，SLAM 系统会创建环境地图。这可以是 2D 或 3D 表示，捕捉周围环境的布局、障碍物和特征。
这些系统通常利用多个传感器，例如摄像头、LiDAR 或惯性测量单元 (IMU)，来收集有关环境的数据。此数据组合在一起可提高定位和绘图的准确性。
SLAM 算法处理传入的数据，以持续更新地图和代理的位置。这涉及到复杂的数学计算，包括滤波和优化技术。
什么是摄影测量？
摄影测量是使用照片测量和绘制物体或环境的距离、尺寸和特征的科学技术。通过分析从不同角度拍摄的重叠图像，摄影测量可以创建精确的 3D 模型、地图或测量结果。此过程的工作原理是识别多个照片中的共同点，并使用三角测量原理计算它们在空间中的位置。
摄影测量法广泛应用于各个领域，例如：
- 摄影测量地形测绘：创建景观和城市区域的 3D 地图。
- 建筑和工程：用于建筑文档和结构分析。
- 考古学中的摄影测量：记录和重建遗址和文物。
- 航空摄影测量测绘：用于土地测量和施工规划。
- 林业和农业：监测作物、森林和土地利用变化。
当摄影测量与现代无人机或 UAV（无人驾驶飞行器）相结合时，它能够快速收集航空影像，使其成为大型测绘、施工和环境监测项目的有效工具。
什么是 LiDAR？
LiDAR（光探测和测距）是一种遥感技术，使用激光测量到物体或表面的距离。通过发射激光Pulse并测量光在击中目标后返回所需的时间，LiDAR 可以生成关于环境形状和特征的精确的三维信息。它通常用于创建地球表面、建筑物和植被的高分辨率 3D 地图。
LiDAR系统广泛应用于各个行业，包括：
- 地形测绘：用于测量地貌、森林和城市环境。
- 自主激光雷达车辆：用于导航和障碍物检测。
- 农业：用于监测作物和农田状况。
- 环境监测：用于洪水建模、海岸线侵蚀等。
LiDAR 传感器可以安装在无人机、飞机或车辆上，从而可以在大范围内快速收集数据。 该技术因其即使在具有挑战性的环境（例如茂密的森林或崎岖的地形）中也能提供详细、准确的测量而备受赞誉。
什么是 IMU？
惯性测量单元 (IMU) 是一种紧凑型传感器模块，通过捕获平台的线性加速度和角旋转速率来测量平台的运动和方向。IMU 的核心是集成了三个加速度计和三个陀螺仪，它们沿正交轴排列，以提供六个自由度的测量。
加速度计用于感测平台在空间中的加速度，而陀螺仪则用于追踪其旋转情况。通过共同处理这些测量值，IMU 能够在不依赖任何外部信号的情况下，提供有关速度、姿态和航向变化的精确信息。这使得 IMU 对于 GPS 不可用、不可靠或被人为剥夺的环境中的导航至关重要。它们的性能很大程度上取决于传感器质量、校准以及如何控制误差（如偏差、噪声、比例因子和不对准）。
高级别的 IMU 包含先进的校准、热补偿、振动滤波和偏差稳定机制，以确保误差不会随时间迅速累积。由于这些特性，IMU 被广泛应用于各种领域——从无人机、巡飞弹、自主车辆到 AUV、机器人和工业稳定系统——即使在最恶劣的操作条件下，也能提供对运动和方向的强大、连续感知。
什么是参考坐标系？
参考坐标系本质上是一个坐标系，用于描述物体的位置、运动和方位。在惯性导航中，它提供了数学基础，使您能够以一致且有意义的方式表达来自传感器（如加速度计、陀螺仪和磁力仪）的测量数据。
您使用的每个向量（加速度、速度、姿态）都是相对于选定的坐标系定义的，因此选择和理解这些坐标系至关重要。在实践中，我们处理两大类：惯性坐标系和非惯性坐标系。
惯性坐标系是指完全静止或以恒定速度运动、不受旋转或加速度影响的坐标系；它允许牛顿定律直接适用。由于地球上不存在真正的惯性坐标系，我们对其进行近似——通常在高空或空间应用中使用地心惯性坐标系 (ECI)。
对于大多数地面和海洋作业，我们依赖于非惯性坐标系，例如地心地固（ECEF）坐标系或本地导航坐标系，如北-东-地（NED）或东-北-天（ENU）。这些坐标系随地球旋转并包含重力，因此运动方程必须补偿科里奥利力和离心力的影响。
在一个 INS 中，连接到车辆的车体系是测量原始 IMU 数据的坐标系；导航系是您希望表达速度、姿态和位置的坐标系；而惯性系则作为理想的数学参考位于这些坐标系之上。这些坐标系之间的转换（通过旋转矩阵、四元数或方向余弦矩阵处理）使系统能够传播姿态并将加速度积分为速度和位置。最终，参考坐标系提供了将原始惯性测量数据转化为可用导航信息的共享“语言”。
