在地形测量中，捕捉一个大范围的开阔区域可能非常耗时，而且由于数据需要地理坐标参考，铺设地面控制点的效率很低，因此更加困难。这是一项艰苦的人工工作。地面激光扫描仪和全站仪等传统勘测技术精度高，但速度极慢。每天的封路费用可能高达数万美元。

虽然基于SLAM 的移动激光扫描解决方案可提供更快的数据采集速度，但它们在处理大面积空旷区域时通常也会遇到困难，但原因却有所不同。SLAM 或同步定位和绘图解决方案需要准确了解它们在现实世界中的位置，以便创建精确的地图。这使他们能够创建高精度的点云，因为他们清楚地知道自己的位置和激光的去向。但是，大面积的开放区域往往是重复或稀疏的环境，在这种环境中，SLAM 解决方案只能抓住有限的特征来确定其所在位置。这就会导致SLAM 算法 "漂移"，使生成的点云精度降低，无法反映实际情况。

RTK 就是答案

RTK 或实时运动学可以解决这个问题，这也是Hovermap 支持 RTK 无人机、车辆和背包扫描的原因。这种集成提供了一个简化、快速的工作流程，在扫描大面积或有限特征区域，或在地面控制目标不可行的挑战性环境中，可自动创建精确的地理参照点云。

对于车辆扫描，Hovermap 通过一个简单的支架集成了 RTK，该支架可通过磁性或真空脚安装到任何车辆上。Hovermap 的多功能性意味着，用户的想象力将使其发挥无限可能。我们还提供一个可选套件，使用户能够根据需要通过捆绑进一步固定设备。 

Hovermap 我们将继续扩展这一功能，以确保用户无论身处世界何处都能获得地理坐标。另外，如果现场有基站接收器，也可以连接到本地基站。

注重用户体验

我们从现场用户那里了解到，了解他们正在采集的数据能否提供他们所需的输出和洞察力非常重要。因此，我们在用户体验方面投入了大量精力，包括实时监控 RTK 质量。这样就能了解后期处理中的大致地理参照精度，让用户有信心获得所需的结果。 

Hovermap 数据可以与其他来源的数据相结合，以提供进一步的背景信息或了解实地发生的情况。通过 GoPro Max 附件，用户可以同时捕捉环境的 360 度图像，并在需要色彩时使用同一扫描结果为点云着色，从而帮助用户：

• 生成环境的全景漫游图像
• 在 Revit 中绘制点云时获取更多上下文信息
• 为客户提供精致、美观的产品
  

处理功能还能带来更多价值，例如消除使用 360 摄像机时经常出现的蓝天出血现象，以及过滤移动物体，让您获得更干净、更清晰的效果。 

我们还致力于使Hovermap 从安装系统到收集数据都毫不费力且易于使用，因此无论用户的技术能力如何，都能实现出色的产出。

优化结果

另一个优势是，Hovermap 会自动在 RTK 和SLAM 之间切换，以确保获得最可靠、最稳健的点云。例如，在城市扫描过程中，高大建筑物或桥梁可能会干扰卫星可见度，进而影响 RTK 精度的质量。为克服这一问题，在处理过程中，Emesent Aura 将动态选择 RTK 或SLAM 参考数据，具体取决于哪种数据的定位质量最好，以提供最高质量的结果。当校正有利时，Aura 将选择 RTK，当校正不利时，将自动切换到SLAM 。

经过验证的准确性

我们与独立测量公司 Orion Spatial Solutions 合作，通过采集 2 公里长道路上的数据来了解Vehicle RTK 的精度。RTK 校正由当地基站以 1 公里基线进行设置。数据集处理过程中未使用地面控制点。

解决方案的水平均方根误差为 30 毫米，垂直均方根误差为 16 毫米。下表显示了第 68 和第 95 百分位数控制点的精度。

	水平精度（XY）	垂直精度 (Z)
68% 的分数	0.031m	0.018m
95% 的分数	0.051m	0.026m

为工作选择合适的工具

我们知道，许多客户的工具包里有多种工具，他们会根据工作需要选择合适的工具。澳大利亚的勘测供应商 Geotwin 就是这样一个例子。 在一次大面积地形和树木勘测中，茂密的植被意味着仅靠无人机摄影测量无法提供所需的结果。因此，为了覆盖不适合无人机摄影测量的区域，他们在背包上使用了Hovermap ，并在车载和手持扫描中使用了带有 RTK 的Hovermap 。为了获得最终结果，他们将扫描结果合并在一起。 

Hovermap 的灵活性使 Geotwin 能够在无法飞行的情况下选择驾驶一个区域，或者在无法驾驶的情况下选择步行一个区域--并根据当天现场的普遍条件当场做出决定。这带来了巨大的价值，使勘测工作变得更加容易和快速，数据采集只需一天就能完成，而使用全站仪或地面激光扫描仪估计需要三周的时间。