LiDAR, GNSS and IMU Sensor Fine Alignment through Dynamic Time Warping to Construct 3D City Maps
تقترح هذه الورقة إطار عمل موحداً يدمج بيانات ليدار (LiDAR)، ونظام تحديد المواقع العالمي (GNSS)، ووحدة القياس بالقصور الذاتي (IMU) باستخدام تقنية التشويه الزمني الديناميكي (Dynamic Time Warping) وترشيح كالمان (Kalman filtering) لتقليل أخطاء المحاذاة العالمية بشكل كبير في رسم خرائط المدن ثلاثية الأبعاد، وهو ما تم التحقق من صحته عبر مجموعة بيانات جديدة ضخمة متعددة الوسائط تم التقاطها في بيرث، غرب أستراليا.
المؤلفون الأصليون:Haitian Wang, Hezam Albaqami, Xinyu Wang, Muhammad Ibrahim, Zainy M. Malakan, Abdullah M. Algamdi, Mohammed H. Alghamdi, Ajmal Mian
تخيل أنك تحاول رسم خريطة ضخمة ومثالية لمدينة مزدحمة مثل مدينة بيرث في أستراليا. لديك ثلاث أدوات مختلفة لمساعدتك:
العين فائقة الدقة (LiDAR): هذا ماسح ضوئي بالليزر يرى العالم ثلاثي الأبعاد، ويلتقط كل مبنى، ورصيف، وشجرة بتفاصيل مذهلة. إنه يشبه الكاميرا التي لا تتعب أبداً وتستطيع الرؤية في الظلام.
البوصلة وجهاز قياس السرعة (IMU): هذا مستشعر داخل السيارة يشعر بكل انعطاف، وكل مطب، وكل تغيير في السرعة. هو يعرف تماماً كيف تتحرك السيارة، حتى لو لم يستطع رؤية ما في الخارج.
هاتف يعمل عبر الأقمار الصناعية (GNSS): هذا هو نظام تحديد المواقع العالمي (GPS) الذي يخبرك بمكانك بالضبط على كوكب الأرض.
المشكلة: الخريطة "المتذبذبة" يوضح البحث أن استخدام "العين فائقة الدقة" (LiDAR) فقط لرسم خريطة مدينة له عيب كبير. فبينما تقود السيارة، تتراكم الأخطاء الصغيرة في قياسات الليزر، مثل شخص يمشي في خط مستقيم لكن خطواته متعرجة قليلاً. بعد بضعة أميال، تبدأ الخريطة في الظهور وكأنها مرآة ملاهي (مرآة مشوهة)؛ فقد تنحني الطرق حيث يجب أن تكون مستقيمة، أو قد لا يتطابق جزءان مختلفان من نفس الشارع. يُسمى هذا "الانجراف التراكمي".
من ناحية أخرى، يعد "الهاتف عبر الأقمار الصناعية" (GPS) رائعاً في معرفة مكانك، ولكن في مدينة مليئة بالمباني العالية، يتم حجب إشارة الـ GPS أو ارتدادها (مثل الصدى في الوادي)، مما يجعله غير موثوق.
الحل: LIGMA (نهج العمل الجماعي) ابتكر الباحثون نظاماً جديداً يسمى LIGMA (بنية رسم الخرائط المعتمدة على LiDAR-IMU-GNSS). فكر في الأمر كفريق من ثلاثة محققين يحلون لغزاً معاً، حيث يتحقق كل منهم باستمرار من عمل الآخر لمنع وقوع الأخطاء.
إليك كيف جعلوا الأمر يعمل، باستخدام تشبيهات بسيطة:
"مطابقة السرعة" (التشويه الزمني الديناميكي - Dynamic Time Warping): الماسح الضوئي بالليزر، ومستشعر الحركة، ونظام الـ GPS، جميعهم يعملون بسرعات مختلفة، وأحياناً يبدأون ساعاتهم في أوقات مختلفة قليلاً. الأمر يشبه محاولة الرقص على أغنية حيث يقوم شخص بالتصفيق للإيقاع، وآخر بضرب الأرض بقدمه، وثالث يدندن، لكنهم جميعاً غير متزامنين تماماً. استخدم الباحثون حيلة رياضية ذكية تسمى التشويه الزمني الديناميكي (DTW). تخيل أن لديك تسجيلين لأغنية: أحدهما أسرع قليلاً، والآخر أبطأ قليلاً. يقوم DTW بمد وضغط الجدول الزمني للتسجيل الأبطأ حتى تتطابق الإيقاعات تماماً مع التسجيل الأسرع. في هذه الحالة، قاموا بمطابقة سرعة السيارة (التي تم قياسها بالليزر) مع السرعة التي شعر بها مستشعر الحركة. هذا أدى إلى مزامنة الساعات بشكل مثالي، حتى لو كانت المستشعرات تعمل في مناطق زمنية مختلفة.
"شبكة الأمان" (مرشح كالمان - Kalman Filtering): عندما تصبح إشارة الـ GPS غير واضحة بسبب المباني العالية، لا يصاب النظام بالذعر. بل يستخدم "شبكة أمان" (مرشح كالمان الموسع) لتخمين مكان السيارة بناءً على بيانات مستشعر الحركة، مما يؤدي إلى تنعيم أخطاء الـ GPS حتى لا تقفز الخريطة بشكل عشوائي.
"قطع الأحجية" (التسجيل - Registration): بمجرد مزامنة البيانات، يبني النظام الخريطة في طبقات:
المستوى المحلي: يقوم بربط القطع الصغيرة للطريق معاً مثل قطع الأحجية (باستخدام طريقة تسمى NDT).
المستوى العالمي: يستخدم بيانات الـ GPS كـ "مرتكزات" لتثبيت قطع الأحجية هذه في العالم الحقيقي، مما يضمن أن المدينة بأكملها تتوافق بشكل صحيح.
التحسين: أخيراً، يقوم بعملية "ضبط دقيق" (ICP) للتأكد من أن حواف المباني والطرق تتطابق تماماً، مثل تسوية التجاعيد في ملاءة السرير.
النتيجة: خريطة أكثر حدة وواقعية اختبر الفريق طريقتهم في 21 جولة حول وسط مدينة بيرث. وقارنوا طريقتهم الجديدة بالطريقة القديمة (باستخدام الماسح الضوئي بالليزر فقط).
الطريقة القديمة: كانت الخريطة منحرفة بمتوسط 3.32 متر (حوالي 10 أقدام) عند فحص منتصف الطرق. وعند التقاطعات، كانت الأخطاء ضخمة، حيث وصلت أحياناً إلى 13 متراً (أكثر من 40 قدماً)!
الطريقة الجديدة (LIGMA): من خلال مزامنة المستشعرات واستخدام مرتكزات الـ GPS، قللوا خطأ الطريق إلى 1.24 متر فقط (حوالي 4 أقدام). كما انخفضت أخطاء التقاطعات بشكل كبير لتصل إلى مترين فقط (حوالي 6 أقدام).
باختدال يزعم البحث أنه من خلال التعامل مع الليزر، ومستشعر الحركة، والـ GPS كفريق متزامن بدلاً من أدوات منفصلة، تمكنوا من بناء خريطة ثلاثية الأبعاد للمدينة أكثر دقة واتساقاً بشكل ملحوظ. كما أطلقوا مجموعة بيانات ضخمة جديدة (144,000 إطار من بيانات المدينة) لكي يتمكن العلماء الآخرون من استخدامها لبناء خرائط أفضل في المستقبل. النتيجة هي نسخة رقمية مطابقة للمدينة (Digital Twin) وهي أقرب بكثير إلى الواقع، حيث تكون الطرق والمباني مصطفة بشكل صحيح، حتى في المناطق التي تضعف فيها إشارات الـ GPS.
ملخص تقني: المحاذاة الدقيقة لمستشعرات LiDAR وGNSS وIMU عبر تقنية "تحريف الوقت الديناميكي" (DTW) لإنشاء خرائط مدن ثلاثية الأبعاد
بيان المشكلة تواجه عملية رسم الخرائط ثلاثية الأبعاد القائمة على مستشعر LiDAR في البيئات الحضرية تحديات كبيرة تتعلق بالانحراف التراكمي أثناء محاذاة الإطارات (frame-by-frame)، مما يؤدي إلى عدم محاذاة عالمية. وبينما يمكن لـ GNSS التخفيف من هذا الانحراف، فإن فائدته تتضاءل بشدة في المناطق الحضرية الكثيفة بسبب تدهور الإشارة أو فقدانها الناتج عن العوائق مثل المباني الشاهقة، والجسور، والأنفاق. علاوة على ذلك، غالبًا ما تعاني طرق التكامل متعددة الوسائط الحالية من تأخيرات زمنية غير مستقرة بين المستشعرات غير المتجانسة (LiDAR، GNSS، IMU)، وتفتقر إلى القدرة على التوسع في عمليات النشر الحضرية واسعة النطاق. كما تفتقر مجموعات البيانات الحالية غالبًا إلى حقيقة أرضية (ground truth) موثوقة لـ GNSS أو محاذاة خرائط ثلاثية الأبعاد متسقة عالميًا، مما يجعل من الصعب تقييم أداء رسم الخرائط في البيئات المقيدة بـ GNSS.
المنهجية: إطار عمل LIGMA يقترح المؤلفون إطار عمل LIGMA (بنية رسم خرائط LiDAR-IMU-GNSS)، وهو إطار دمج متعدد الوسائط موحد مصمم لإنشاء خرائط مدن ثلاثية الأبعاد عالية الدقة ومتسقة عالميًا. يتكون خط المعالجة من أربع مراحل رئيسية:
المعالجة المسبقة متعددة الوسائط:
LiDAR: يتم تنقية المسوحات الخام من مستشعر Ouster OS1 ذي الـ 128 قناة باستخدام إزالة القيم المتطرفة الإحصائية (SOR) وتقليل العينات عبر تصفية الشبكة الفوكسلية (voxel grid filtering). كما يتم إعادة بناء الإطارات المفقودة من خلال الاستيفاء الخطي (linear interpolation).
GNSS/IMU: تتم معالجة مسارات GNSS (بتردد 5 هرتز) وبيانات IMU (بتردد 73 هرتز) باستخدام مرشح كالمان الموسع (EKF) لتنعيم المسارات في ظل ظروف تعدد المسارات (multipath) وتوفير تقدير عطالي (inertial dead-reckoning) مدرك للانحياز (bias-aware) أثناء انقطاع إشارة GNSS. ويتم إزالة القيم المتطرفة باستخدام عتبة مسافة ماهالانوبيس (Mahalanobis distance).
المزامنة الزمنية عبر تحريف الوقت الديناميكي (DTW):
لمعالجة البواقي غير الصفرية بين الطوابع الزمنية لتدفق المستشعرات (الناتجة عن تذبذب جدولة نظام التشغيل وزمن التأخير)، يقوم إطار العمل بإجراء محاذاة زمنية قائمة على السرعة.
بدلاً من الاعتماد على سرعة RTK-GNSS التي قد تكون غير موثوقة في الأخاديد الحضرية، تقوم الطريقة بتقدير السرعة بشكل مستقل من خلال LiDAR (عبر تسجيل الإطارات القائم على ICP) ومن خلال IMU (عبر تكامل التسارع المصحح للانحياز).
يتم تطبيق تحريف الوقت الديناميكي (DTW) لمطابقة بصمات السرعة هذه. تجمع دالة التكلفة بين فروق السرعة المربعة وفروق الاتجاه، مع تقييدها بنطاق "ساكي-تشيبا" (Sakoe–Chiba band) لمنع التحريف المفرط. تُستخدم الأجزاء الثابتة (السرعة < 0.1 م/ث) كنقاط ارتكاز لبدء عملية المحاذاة. يصحح هذا النهج الإزاحات الزمنية غير الخطية التي لا تستطيع طرق الإزاحة الثابتة البسيطة التعامل معها.
بناء الخرائط ثلاثية الأبعاد الهرمي:
التسجيل المحلي (Local Registration): يتم محاذاة مسوحات LiDAR المتتالية باستخدام تحويل التوزيع الطبيعي (NDT).
تحسين مخطط الوضعية (Pose Graph Optimization): يتم إنشاء مخطط وضعية (pose graph) تمثل حوافه التحويلات النسبية من NDT وإغلاقات الحلقة (loop closures) المكتشفة عبر واصفات "سياق المسح" (Scan Context).
الترسيخ المقيد بـ GNSS: يتم محاذاة المسارات المحلية المحسنة مع مسارات GNSS باستخدام طريقة المربعات الصغرى الموزونة. يتم تخصيص الأوزان بناءً على جودة إشارة GNSS (مثل PDOP، وحالة تحديد الموقع RTK)، مما يسمح للنظام بتقليل أهمية أجزاء GNSS غير الموثوقة مع الحفاظ على سلامة الحلقة المحلية.
الدمج العالمي: يتم دمج أجزاء الحلقة المتداخلة باستخدام خوارزمية "إتقار أقرب نقطة" (ICP) مع تقليم قوي (تحديد المسافة، اتساق الناظم، ورفض القيم المتطرفة). في حال فشل ICP، يتم استخدام محلل تسجيل عالمي (Go-ICP) لإعادة التهيئة.
مقاييس التقييم:
يتم تقييم الاتساق الهندسي باستخدام نهج مزدوج المقاييس:
محاذاة خط المنتصف (Centerline Alignment): يتم استخراج خطوط منتصف الطرق من الخريطة ثلاثية الأبعاد ومقارنتها بخريطة أساس ثنائية الأبعاد موثقة جغرافيًا (Google Maps) لحساب جذر متوسط مربع الخطأ (RMSE).
تحليل التقاطعات (Intersection Analysis): يتم قياس إزاحات المركز واتجاهات التوجه المتوسط عند التقاطعات لتقييم الدقة الهندسية المحلية والصحة الطوبولوجية.
المساهمات الرئيسية
استراتيجية مزامنة مبتكرة: يقدم البحث أول استخدام لمطابقة السرعة القائمة على DTW للمحاذاة الزمنية في رسم خرائط LiDAR-GNSS الحضرية، مما يتيح مزامنة قوية عبر المستشعرات ذات معدلات أخذ العينات والزمن المتباين دون الاعتماد على سرعة GNSS.
إطار دمج موحد (LIGMA): إطار تسجيل هرمي يدمج NDT، وتحسين مخطط الوضعية، والتحسين العالمي المقيد بـ GNSS للتخفيف من الانحراف التراكمي.
مجموعة بيانات عالية الدقة: يقدم المؤلفون مجموعة بيانات جديدة واسعة النطاق متعددة الوسائط تم جمعها في وسط مدينة بيرث (CBD)، غرب أستراليا. وتتكون من:
144,000 إطار LiDAR من مستشعر Ouster ذي 128 قناة.
مسارات RTK-GNSS متزامنة وقياسات MEMS-IMU.
تغطية لـ 21 حلقة حضرية تمتد على مسافة 18.6 كم وحوالي 4.2 كم².
تتضمن مجموعة البيانات حقيقة أرضية لإغلاقات الحلقة وهي متاحة للجمهور عبر IEEE Dataport.
النتائج تم تقييم إطار العمل مقابل خط أساس يعتمد على LiDAR فقط (NDT-ICP بدون GNSS) عبر 21 تسلسلاً:
المحاذاة العالمية: انخفض متوسط RMSE لخط المنتصف العالمي من 3.32 م إلى 1.24 م، مما يمثل تحسنًا بنسبة 61.4%.
الدقة الهندسية المحلية: انخفض متوسط إزاحة مركز التقاطع من 13.22 م إلى 2.01 م، وهو تحسن بنسبة 84.8%.
دقة التوجه: انخفض متوسط انحراف التوجه عند التقاطعات من 2.56 درجة إلى 1.18 درجة.
دقة المزامنة: قللت طريقة DTW من النسبة المئوية المئوية الـ 95 لانحراف التوقيت من 42.3 مللي ثانية (باستخدام PPS فقط) إلى 7.8 مللي ثانية، متفوقة بشكل كبير على خطوط الأساس ذات الإزاحة الثابتة.
وقت المعالجة: استغرقت المعالجة النهائية لمجموعة البيانات المكونة من 21 حلقة (باستثناء عملية الجمع) حوالي 12 ساعة و44 دقيقة على محطة عمل عالية الأداء، مما يؤكد أن الطريقة مصممة لبناء خرائط عالية الدقة "أوفلاين" وليس للنشر في الوقت الفعلي.
الأهمية يزعم البحث أن LIGMA يضع معيارًا جديدًا لتقييم رسم الخرائط ثلاثية الأبعاد في البيئات المقيدة بـ GNSS. ومن خلال معالجة القضايا الحرجة المتمثلة في الانحراف التراكمي وعدم المحاذاة الزمنية بين المستشعرات، يتيح إطار العمل إنشاء خرائط عالية الدقة مناسبة للملاحة الذاتية، وإنشاء الخرائط عالية الدقة (HD maps)، والتخطيط الحضري. إن إصدار مجموعة بيانات وسط مدينة بيرث يسد فجوة في المعايير الحالية من خلال توفير حقيقة أرضية موثوقة لـ GNSS ومحاذاة خرائط ثلاثية الأبعاد متسقة عالميًا، مما يسهل الأبحاث المستقبلية في مجالات SLAM متعددة الوسائط ودمج المستشعرات. ويؤكد المؤلفون أن عملهم يوفر آلية استرداد عملية لظروف التداخل الصعبة ويدعم تكوينات مستشعرات متنوعة، مما يشكل أساسًا لرسم الخرائط واسعة النطاق والقوية في التضاريس الحضرية المعقدة.