该背负式测绘机器人可进行连续扫描，无需换站，多源数据采集并且全自动化处理，应用领域广泛并且采集非常方便，只需人背着机器人在环境中走一遍，不受上下楼梯等约束，只要人能走的地方均可对其所处周围环境进行高精度3D建模。同时，配备手持平板等移动设备，可以实时查看周围环境的3D点云模型，提供了快速、机动、灵活、高效的一体化三维高精地图移动测量的完整解决方案。

机器人结构图

相比于车载激光雷达、静态激光雷达以及航拍激光雷达，该系统针对复杂的场景通过性好，不受铺装道路的行走限制，获取的点云数据更为完整，可以复现出场景中丰富的几何信息，更适合室外环境的场景理解，如图所示。

室外建筑群彩色激光点云与数据采集轨迹

大学校园的三维点云模型

背负式全景影像和激光点云数据采集系统可以实时生成点云数据，每移动固定距离获取一个球形全景影像，如图所示，球形全景影像提供了该段场景的图像数据。该系统实现了全景影像和激光点云的高精度配准。彩色激光点云数据具有空间信息(x,y,z)、颜色信息(R,G,B)以及强度信息(I)。场景中的每个彩色点云都存在一个球形全景影像与之对应。背负式全景影像和激光点云数据采集系统实现了场景的点云和全景影像全覆盖，是新一代的场景数据智能采集平台。

基于全景影像与激光点云融合数据的室外场景

成果示意图：

这种不解很正常，主要是源于对3D SLAM激光背包测绘机器人的工作原理的不清楚不了解。在此解释一下为什么3D SLAM激光背包测绘机器人是可以高动态的运动中采集数据并高精度建模的。

首先看一下原始的采集得到的激光传感器数据的样子，可以看到原始的激光数据漫天飞舞杂乱无章。

而对应的激光传感器的轨迹呢？是一条不规则的动态轨迹（如下图）。

下面再看一个采集数据的现场图片，理解一下3D SLAM激光背包测绘机器人作业时系统的高动态非线性工况特点。

外业人员背负着激光背包测绘机器人，上下楼梯，行动自由，采集数据的作业方式基本上已经没有了地面上一般走行线路的物理限制。

事实上，为了能解算出激光点云数据的高动态非线性位姿，我们研究了激光点云的处理算法，从这些杂乱无章的点云中找到线索，求取其中隐含的更稳定的高阶特征点和特征向量，并连续跟踪这些特征点和特征向量，进而高精度地动态反向解算机器人的位置和姿态。

经过算法处理后，漫天飞舞杂乱无章的原始激光点云数据好像变得听话了，“它们”乖乖地站站队，规矩地拉拉手，重新排列队形，立时，精彩的三维世界被瞬间凝固下来。

下面是几组处理前后的激光点云对照结果。

处理前（对比1）

处理后（对比1）

处理前（对比2）

处理后（对比2）

处理前（对比3）

处理后（对比3）

这个实例的重点是通过3D SLAM激光背包进行一次性连续的数据采集，就可以把地上建筑和地下空间设施统一联合地建立出三维模型，获得宏观一致的地上地下互相依托的实测数据。在这些实测数据支撑的基础上，各种综合复杂的管理应用和规划决策才有了实施的可能。

下面是沈阳地铁2号线营盘街站和世纪大厦站的点云模型数据。

营盘街站

世纪大厦站

这些特性非常适合建筑工程施工行业的构数据每日动态数据采集、项目施工全过程结电子档案生成、工程现场物资堆放空间规划与管理、工程质量实时管控等BIM应用。

某公司办公楼层，面积约2500平方米，用时3分钟数据采集完毕，得到原始着色点云数据如下：

点云模型和影像数据叠加：

基于得到的室内三维点云数据，就可以在三维建模软件SketchUp中快速进行三维建模，如下图：