本團隊已配合內政部辦理本年度行政院災害防救應用科技方案(第 2 期)相 關作業依據行政院災害防救應用科技方案(第 2 期)，我國持續面臨之災害問題包 含：
1. 全球極端氣候引致之災害衝擊
圖 4.34 梅姬颱風災後淹水區調查成果圖
圖 4.35 梅姬颱風災後淹水區調查成果圖-影像與地理位置資料
4.4 本章小結
本團隊已完成災後快速製圖技術與災害蒐集模組，配合地籍測量應用可分 為兩個方向：人員可攜式及無人飛行載具式的觀測救災與災害作業系統。除了將 完成整合系統之硬體設備蒐集災害資訊，也將同步研發處理災害區域圖資之軟 體服務。配合行政院災害防救應用科技方案(第 2 期)相關作業內容，預期本案除 可提升颱洪災害預警技術及精度等技術面外，其成果應用可落實至災害情資研 判、災害潛勢地圖製作、預警疏散避難措施、校園地震預警系統研發、校舍與橋 梁之耐震補強等相關災害防救實際業務，另亦使災害防救的運作機制愈趨完備，
落實應用與產業加值為導向。
本團隊初步進行災後快速製圖技術所需要的光達硬體與軟體測試，VLP-16
為本案主要使用的硬體設備之一，重量與體積相對於高規格的光達設備來得適 合應用於可攜式裝備或者無人飛行載具，水平掃射範圍廣，而 100 公尺的有效 範圍可以滿足對於後續災害資訊的需求。另一方面，考量後處理光達資料的使 用，本團隊擬採用 Open Source Lidar 中的 Dielmo Open LiDAR 2.0 套件，此開放 軟體提供多項 GIS 分析工具，可進一步應用在災害分析與模擬上。
本案採用了 CloudCompare 與 LOAM 兩種開放軟體進行光達資料的處理。
CloudCompare 可支援多種光達點雲資料格式並透過三維的視角瀏覽，LOAM 演 算法則可以快速產製拼接後的點雲資料，於海安路與成大總圖停車場成果中，可 機 Beacon 裝置之位置將由整合型 PDR/GPS/Beacon 進行反算，本案將透過救災 路線之重複性開發以下目標:
發展多平台製圖系統測試及率定服務
近年來國內空間資訊相關領域已普遍使用多平台製圖系統於測繪應用之作 業，但欠缺針對此類系統進行製圖作業所需之標準作業程序與規範，同時各式感 測器的規格影響作業成果精度甚鉅，目前使用者對相關系統之規格與精度驗證 只能依賴原廠型錄所提供之規格，畢竟這些數據都只是國外廠商自行測試的成 果，對業主與國內廠商皆具備相當大之風險。在江凱偉等人(2012)之規劃下，本 團隊開始著手發展並順利取得測試及率定實驗室所必要的硬體設備，以及完成 各實驗室場地之規劃與施作及開發運作所需之軟體，因此，本工作案已完善建置 多平台製圖技術測試與率定設施，100 年度本團隊開始針對多平台製圖系統建立 國內公認的標準測試及率定程序與精度規範，提供國內廠商和業主進行設備系 統規格測試與分析，除了可以確認系統之性能是否符合應用之需求，也可以確保 多平台製圖系統之成果精度。
目前本團隊所發展的整合式定位定向系統測試及率定實驗室可提供專業慣 性測量儀率定及定位定向成果測試功能，影像感測器系統測試及率定實驗室可 提供單一相機內方位率定與多組相機相對方位率定，其架構如圖 5.1 所示，相關 功能與資訊如表 5.1。
圖 5.1 多平台製圖系統測試及率定實驗室架構
表 5.1 測試及率定實驗室之說明 同高度的木柱與 Australis 人造標，所產生的三度空 間可以提高焦距率定之精度，透過旋轉圓盤進行拍 攝可率定相機的內方位參數。
多組相機 相對方位率定場
立方體率定場的四面牆及天花板與地板均勻貼 附 Australis 人造標，為了增加光束法平差中多組相 機間的基線長度與網形強度，可選擇 8 個不同平面 系統誤差；這些誤差可包含白雜訊(White Noise)、非白雜訊(Colored Noise)、陀 螺儀偏差(Gyroscope Bias)、加速度計偏差(Accelerometer Bias)、尺度因子誤差 (Scale Factor Error)、軸交誤差(Misalignment Error)及隨機誤差(Random Error)。在 這些系統誤差中，以陀螺儀偏差與加速度計偏差影響慣性測量儀之性能最鉅。這
加速度計偏差與陀螺儀偏差更精確之分類，其一為系統型(Deterministic)偏 差；稱為原位偏移(Bias Offset, Run-to-Run Bias)，此偏移顯示每次開機時慣性感 測器觀測量與真值之偏移值，等級越高的系統，此偏移值越小；如戰術等級陀螺 儀之偏移值在 1 度/小時至 10 度/小時之間，此種誤差可以透過建立觀測量誤差 模型以率之方式移除。其二為隨機統計型(Stochastic)偏差；稱為飄移 (Bias Drift, In-Run Bias)，此偏移顯示每次開機後慣性感測器觀測量與真值隨時間飄移之現 象，等級越高的系統，此偏移值越小；如戰術等級陀螺儀之飄移值在 1 度/小時
方之分析示意圖，圖 5. 2 下左為利用阿倫變方分析陀螺儀效能之範例，圖 5.2 下
圖 5.3 專業慣性測量儀率定及測試實驗室
圖 5.4 雙頻雙系統載波相位觀測量室內播放設備
高精度雙軸位置與速率旋轉台能依據 IEEE 1554-2005 號標準文件，驗證及 率定 IMU 系統型錄所列的相關規格，諸如陀螺儀之原位偏移(Run to Run Bias)、
原位偏移穩定性(Run to Run Bias Stability)、尺度因子及軸交誤差，而該轉台定位 精度達 0.01 角秒（約 0.0000003 度），故能夠提供精確的參考值，以率定各等級 陀螺儀。所採用的高精度雙軸位置與速率旋轉台，如圖 5.5，經過實際測試，驗 證其性能的確足以率定各等級之 IMU。本團隊參考國外研究發展一套率定程序 與技術，使用高精度雙軸位置速率轉台，搭配阿倫變方分析方法能提供測試與率 定加速度計系統誤差之功能。
圖 5.5 高精度雙軸位置速率轉台
本團隊設置之專業慣性測量儀率定測試實驗室採行之測試程序完全依照 IEEE 1554-2005 號標準文件所建議之慣性測量儀測試程序，並尋求中科院二所 七組（慣性導航組）之指導與協助，相關軟體為自行研發而成，完善的定位定向 系統之各式標準作業與測試程序已足夠提供可靠的服務和成果。
根據前述之多平台製圖系統測試及率定實驗室架構，本團隊所建置的兩種 類型之相機率定場，也就是單一相機之內方位率定場與多組相機之相對方位率 定場，所使用的軟體為 Photometrix Australis© ，其具備以下幾個特性：
1. 提供具編碼過之人造標，可進行自動判識及量測連結點影像坐標，取代 人工量測連結點的程序與時間。
2. 採用附加參數自率光束法平差模式。
3. 可以同時間率定多組相機。
4. 可以某些標點之距離當作長度之觀測量，在整體平差時當作已知量，用 以設定模型尺度，得到絕對精度指標之目的。
在單一相機內方位率定場部分，本團隊建置一個直徑 2.4 公尺可旋轉的圓盤 率定場，其上均勻佈置了不同高度的木柱與 Australis 編碼過之人造標，以產生 三度空間率定場，提高焦距率定之精度。拍攝時透過旋轉圓盤拍攝兩張相片，一 張正拍，一張旋轉相機 90°以避免參數間之高相關性。經過此種拍攝程序後，其 效果如同環繞此圓盤四周以交會式拍攝的效果，圖 5.6 為拍攝程序之示意圖。
圖 5.6 單一相機率定法拍攝方式示意圖
受限於相機率定場的空間大小，斜向 45 度的拍攝距離，最近可小於 1 公尺，
最遠可達 5 公尺，以圓盤直徑 2.4 公尺而言，其可符合相機視場角 40 度~100 度 的範圍，對於全片幅相機的 CCD 大小為 36 mm x 24 mm，其應用範圍可涵蓋 85 mm 至 15 mm 之相機焦距符合各式近景攝影測量、空拍測繪製圖等各種需求。
根據此條件，表 5.2 為圓盤率定場目前可涵蓋市場上主流相機系統與可搭配的鏡 頭焦距之率定需求。
表 5.2 圓盤率定場可涵蓋之主流相機系統
rC
0 C5
= RCM5 × (rCM5 − rCM0) (5.4) 由於 Australis 軟體可在多組相機光束法平差過程中同時設定附加參數，進 而率定相機之內方位參數，因此，上述率定程序除了可以達到兩兩相機間精準之 相對方位外，亦可達到率定相機內方位之目的。
針對全景相機本團隊設置一個立方體率定場，如圖 5.7 所示，包括四面牆及 天花板與地板共六個面，在此六個面上均勻貼附 Australis 專用人造標，由於全 景相機之影像解析度僅兩百萬畫素，因此必須將人造標放大三倍，才能有效的自 動辨識人造標。為了增加光束法平差中相機間之基線長度與網形強度，因此，在 拍攝照片時可選擇 8 個不同平面位置(如圖 5.8 所示)及兩個不同高度的 16 個站。
在不同站拍照時再旋轉照相機 45 度與 90 度，因此六個相機共可拍攝 192 張照 片。匯入 Australis 軟體後即可進行自動人造標辨識及共軛點量測，接著在產生 初步外方位參數後，再進一步偵測獨立之白色圓形標影像坐標，以增加影像坐標 多餘觀測數，同時提升共軛點在同一張影像中之分布。
圖 5.7 立方體率定場示意圖
圖 5.8 率定全景相機時相機之擺設位置及主相機觀測方向
在多平台製圖系統中所搭載的定位定向感測器為慣性導航系統(INS)與全球 衛星導航系統(GNSS)，如式(5.5)所示，多平台製圖系統進行直接地理定位過程 中 需 留 意 之 系 統 誤 差 包 含 INS/GNSS 定 位 誤 差 ( 𝛿𝑟𝐼𝑁𝑆𝑚 (𝑡) ) 、 INS 姿 態 誤 差 (𝛿𝑅𝑏𝑚(𝑡))、系統率定(𝛿𝑅𝑆𝑚, 𝛿𝑎𝑏)、相機量測與拍攝影像幾何關係(𝛿𝑆𝑖, 𝛿𝑟𝑆)誤差 與多感測器系統同步誤差(𝛿𝑇)之影響，如圖 5.9 所示。
δrim = δrINSm (t) + δRmb(t) ∙ (Si∙ RmS ∙ rS + ab) + Rmb(t) ∙ (Si ∙ δRmS ∙ rS +
δab) +Rbm(t)∙(δSi∙ RSm∙ rS + Si∙ RSm∙ δrS)+(V + ω)∙ δT (5.5)
圖 5.9 多平台製圖系統之各式系統誤差
本團隊已完成車載製圖系統依其感測器規格分析各系統誤差源與其誤差量 級，同時探討這些系統誤差對直接定位精度之影響，建立符合現行多平台製圖系 統硬體規格之誤差預算表以供系統自我檢核之用，並且依不同平台之特性提出 合適的改正方法，設計這些系統誤差之補償演算法確保測量成果之精度與可靠
本團隊已完成車載製圖系統依其感測器規格分析各系統誤差源與其誤差量 級，同時探討這些系統誤差對直接定位精度之影響，建立符合現行多平台製圖系 統硬體規格之誤差預算表以供系統自我檢核之用，並且依不同平台之特性提出 合適的改正方法，設計這些系統誤差之補償演算法確保測量成果之精度與可靠