CN115638725A - 一种基于自动测量***的目标点位测量方法 - Google Patents
一种基于自动测量***的目标点位测量方法 Download PDFInfo
- Publication number
- CN115638725A CN115638725A CN202211319920.0A CN202211319920A CN115638725A CN 115638725 A CN115638725 A CN 115638725A CN 202211319920 A CN202211319920 A CN 202211319920A CN 115638725 A CN115638725 A CN 115638725A
- Authority
- CN
- China
- Prior art keywords
- measured
- point
- scanning
- target
- target point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000005259 measurement Methods 0.000 claims abstract description 147
- 239000011159 matrix material Substances 0.000 claims abstract description 60
- 238000006243 chemical reaction Methods 0.000 claims abstract description 17
- 238000007621 cluster analysis Methods 0.000 claims description 13
- 238000000691 measurement method Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract description 41
- 238000012545 processing Methods 0.000 abstract description 32
- 230000006870 function Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 7
- 238000006073 displacement reaction Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 3
- 238000009412 basement excavation Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229910052738 indium Inorganic materials 0.000 description 1
- APFVFJFRJDLVQX-UHFFFAOYSA-N indium atom Chemical compound [In] APFVFJFRJDLVQX-UHFFFAOYSA-N 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于自动测量***的目标点位测量方法,涉及工程测量技术领域。本发明通过测量基准点之间的基准距离矩阵和待测目标点之间的待测目标点距离矩阵进行对应,从而找出待测目标点距离矩阵与基准距离矩阵对应的N个待测目标点,将找到的N个待测目标点与N个测量基准点进行对应得到测量基准点在建立的坐标系中的坐标,根据测量基准点的实际坐标信息和其在坐标系中的坐标信息确定坐标转换关系,根据确定的坐标转换关系,计算其他待测目标点的实际坐标。本发明可以实现自动测量监测,不需要根据已知基准测量点进行单点测量即可得到测量***测量范围内所有待测目标点的实际坐标,完全依赖于数据处理,自动化程度高,且成本低廉。
Description
技术领域
本发明涉及工程测量技术领域,更具体地说涉及一种基于自动测量***的目标点位测量方法。
背景技术
在工程测量领域中,测量目标的识别和照准主要通过特征物(棱镜头、反光片、测点+铟钢尺等标靶)来识别目标对象,然后专业测量人员依托望远镜内十字丝提供的视准线与特征物的十字中心重合的方式实现照准,从而准确的完成测量作业。
测量机器人又称自动全站仪,是一种集自动目标识别、自动照准、自动测角与测距、自动目标跟踪、自动记录于一体的测量平台。测量机器人通过事先输入待测对象的精准位置,通过马达来控制角度,让测量目标(棱镜头、反光片)出现在镜头视野中;再经过马达微调,确保测量目标(棱镜头、反光片)处于镜头视野中的固定位置,实现目标的自动识别和自动照准功能。
测量机器人主要通过坐标***、操纵器、换能器、计算机和控制器、闭路控制传感器、决定制作、目标捕获和集成传感器等功能模块实现目标的自动识别和照准。测量机器人是一种非常优秀的测量设备,但测量机器人本身的结构精密,成本昂贵,导致其对目标的自动识别、自动照准的全套技术成本过高,因而对其应用场景构成了限制。例如,对于一些总价低但需要长周期连续监测的边坡监测项目、桥梁监测项目、地铁或隧道健康监测项目等来说,使用测量机器人进行监测的成本显然偏高了。近年来,人工和日常运营成本越来越高,传统人工测量的单数据采集成本日趋高涨,已不能适应万物互联下,广泛的数字化精确定位需求。
如公开号为CN105806310A,公开日为2016年7月27日,名称为“用激光测距仪监测隧道洞口边坡地变三维位移的方法”的发明专利申请公开文本,该发明专利申请公开文本公开了用激光测距仪监测隧道洞口边仰坡地表三维位移的方法,包括以下步骤:(1)在边坡位移影响范围外选择四个不在同一平面的A、B、C、D点处埋设基准点;(2)测量得到基准点A、B、C、D的三维坐标;(3)埋设监测点P,在监测点P处安装固定反光片,调整反光片的角度与手持式激光测距仪的激光束垂直;(4)开挖变形前,测量基准点A、B、C、D到监测点P之间的距离,计算得到监测点P的初始三维坐标;(5)开挖变形后,测量基准点A、B、C、D到监测点P之间的距离,计算得到监测点P各次监测日期的三维坐标;(6)计算得到监测点P在各次监测日期的地表三维位移。
上述现有技术在边坡位移影响范围外选四个基准点,通过测量监测点与四个基准点之间的距离和角度,从而确定得到监测点的坐标;也就是说至少需要四台激光测距设备,才可同时对监测点进行同时测量;这种方式会造成监测设备数量增加,监测成本增加。
若采用一台激光测距设备,则需要分别将激光测距设备架设在四个基准点上对同一监测点分别进行测量,这种方式会降低测量效率,且在激光测距仪更换架设位置时,会增加测量误差,导致测量精度无法得到有效的保障。当监测点较多时,就需要对多个监测点进行测量,累计误差更大。
上述测量方式,均需要人工进行测量,测量效率低,无法实现自动编号测量,测量精度较差。
发明内容
为了克服上述现有技术中存在的缺陷和不足,本发明提供了一种基于自动测量***的目标点位测量方法,本发明的发明目的在于解决上述现有技术中人工用激光测距仪进行测量,测量效率低、测量精度低、累计误差大,无法实现激光测距仪的自动编号和自动测量的问题。
本发明解决上述技术问题所采用的技术手段是:
本发明的目标点位测量方法需要已知测量***测量范围内N(N≥3)个测量基准点,将N个测量基准点中任意一点到其他测量基准点之间的距离汇总形成基准距离矩阵;以测量***的中心为原点建立坐标系,通过测量***测量出其测量范围内所有待测目标点在其所建立的坐标系中的坐标数据,根据测量到的待测目标点的坐标数据,计算任意待测目标点距离其他待测目标点的距离,形成待测目标点距离矩阵;将待测目标点距离矩阵与基准距离矩阵进行对应,从而找出待测目标点距离矩阵与基准距离矩阵对应的N个待测目标点,将找到的N个待测目标点与N个测量基准点进行一一对应,从而得到测量基准点位在建立的坐标系中的坐标信息,根据测量基准点的实际坐标信息和起在坐标系中的坐标信息确定坐标转换关系,根据确定的坐标转换关系,计算其他待测目标点的实际坐标。本发明提供的基于自动测量***的目标点位测量方法,不需要使用GPS定位工具就可以实现坐标转换,降低设备成本,同时本发明的目标点位测量方法,可以实现自动测量监测,不需要根据已知基准测量点进行单点测量即可得到测量***测量范围内所有待测目标点的实际坐标,完全依赖于数据处理,自动化程度高,且成本低廉。
为了解决上述现有技术中存在的问题,本发明是通过下述技术方案实现的。
本发明提供了一种基于自动测量***的目标点位测量方法,该目标点位测量方法包括以下步骤:
S1、获取自动测量***扫描范围内N个测量基准点的实际坐标,N≥3;根据N个测量基准点的实际坐标,计算N个测量基准点中任意一点到其他测量基准点之间的距离,将计算到的距离汇总形成基准距离矩阵;
S2、以自动测量***的中心为原点建立坐标系;
S3、自动测量***自动扫描并获取到其扫描范围内M个待测目标点在其建立的坐标系内的坐标信息,M≥N;
S4、根据S3步骤获取到的待测目标点在建立的坐标系内的坐标信息,计算任一待测目标点与其他待测目标点之间的距离,并将计算到的距离汇总形成待测目标点距离矩阵;
S5、将基准距离矩阵与待测目标点距离矩阵进行对比,找到待测目标点距离矩阵中与基准距离矩阵相同的数据,从而确定与N个测量基准点对应的N个待测目标点;
S6、根据S5步骤中确定的与N个测量基准点对应的N个待测目标点在建立的坐标系下的坐标信息,得到N个测量基准点在建立的坐标系下的坐标信息,从而确定出实际坐标与坐标系中坐标的转换关系;
S7、根据S6步骤中确定的实际坐标与坐标系中坐标的转换关系,计算得到测量***扫描范围内其他待测目标点的实际坐标。
进一步的,S3步骤中,自动测量***依据扫描到待测目标点的顺序,对待测目标点进行编号。
S1步骤中,取测量基准点的实际坐标组成集合{x1,x2,…,xN},对每个测量基准点xn,1≤n≤N,计算其与其他测量基准点的距离,建立一个基准距离矩阵矩阵X中每一行表示测量基准点xn与其他点的距离集合Dxn;
S3步骤中,取待测目标点在建立的坐标系内的坐标信息组成集合{y1,y2,…,yM},对每个待测目标点ym,1≤m≤M,计算其与其他待测目标点的距离,建立一个待测目标点距离矩阵矩阵Y中每一行表示测量基准点ym与其他点的距离集合Dym;
进一步的,S3步骤中,自动测量***自动扫描并获取到其扫描范围待测目标点在其建立的坐标系内的坐标信息,具体是指:
自动测量***按照预设的扫描规则在其扫描范围内进行扫描,每扫描一次得到一个点的距离信息,根据自动测量***中心到该点的距离,以及自动测量***按照预设的扫描规格扫描该点时转动的角度,从而确定出该点在建立的坐标系内的坐标信息,一个扫描周期完成后,将扫描得到的所有点的坐标汇总形成扫描点云数据集合。
作为本发明一种实施方案,所述预设的扫描规则具体为:
自动测量***以较大的角度间隔在其扫描范围内进行粗扫描,完成一个扫描周期后,得到粗扫描的扫描点云数据集合,从粗扫描的扫描点云数据集合中确定出待测目标点的大致位置;
根据粗扫描后确定出的待测目标点的大致位置,控制自动测量***以较小的角度间隔对每一个待测目标点的大致位置进行精细扫描,完成某一待测目标点的大致位置的精细扫描后,得到该待测目标点的点云数据集,根据该待测目标点的点云数据集确定出待测目标点的坐标信息;完成一个扫描周期后,得到所有待测目标点的点云数据集。
上述过程中,自动测量***完成对某一待测目标点的大致位置的精细扫描后,停止扫描,快速转动至下一待测目标点的大致位置处再继续对该待测目标点的大致位置进行精细扫描。
所述从粗扫描的扫描点云数据集合中确定出待测目标点的大致位置,具体是指,采用聚类分析算法对粗扫描的扫描点云数据集合进行聚类分析,通过几何轮廓聚类得到扫描点云数据集合中聚类的几何轮廓与待测目标点的标靶几何轮廓匹配的点云数据集作为待测目标点的大致位置。
类内距离:
聚类结果中,类内距离为R,拟合形状为圆形的目标即为待测目标点的标靶,从而在扫描点云数据集合中识别到待测目标点的大致位置。
作为本发明又一种方案,在预先已经知道自动测量***扫描范围内所有待测目标点的大致位置时,上述的预设的扫描规则具体为:
自动测量***中预设待测目标点的大致位置,自动测量***转动到待测目标点ym的大致位置时,开始扫描,且以设定的角度间隔对待测目标点ym的大致位置进行扫描,完成该待测目标点ym的扫描后,得到该待测目标点ym的点云数据集,停止扫描;自动测量***转动至下一待测目标点ym+1的大致位置,以设定的角度间隔对下一待测目标点ym+1的大致位置进行扫描以获取下一待测目标点ym+1的点云数据集。
作为本发明又一种方案,上述的预设的扫描规则具体为:自动测量***以设定的角度间隔进行扫描,完成一个周期的扫描后,得到其扫描范围内的全部点云数据集合,对得到的全部点云数据集合进行聚类分析,从全部点云数据集合中分割得到待测目标点的点云数据集。
作为本发明的一种方案,S3步骤中,获取到其扫描范围内M个待测目标点在其建立的坐标系内的坐标信息,具体是指,自动测量***依据其预设的扫描规则对待测目标点的标靶进行扫描,获取到待测目标点的点云数据集;获得待测目标点的点云数据集之后,对待测目标点的点云数据集进行拟合,拟合出待测目标点的点云数据集呈现的几何轮廓及几何轮廓函数,通过几何轮廓函数确认该几何轮廓的唯一的几何特征点,该唯一的几何特征点的坐标即为待测目标点在建立的坐标系内的坐标信息。
上述拟合的方法可以是平移拟合算法,也可以采用最小二乘法进行拟合,或者是线性拟合等等。
进一步的,自动测量***相邻两个扫描周期中以相同的扫描规则和相同的角度间隔对同一待测目标点的标靶进行扫描,获得两个扫描周期内的待测目标点的点云数据集,根据两个扫描周期内得到的同一待测目标点的点云数据集对自动测量***进行平差,进行数据修正。
更进一步的,自动测量***在不同的扫描周期中以不同的角度间隔对同一待测目标点进行扫描,将多个扫描周期中计算得到的同一待测目标点的坐标信息进行均值化,均值化后的坐标信息即为输出的待测目标点的坐标信息。
作为本发明的一种方案,S2步骤中,以自动测量***的中心为原点建立的坐标系为极坐标系。对应的自动测量***为平面自动测量***。
作为本发明的又一种方案,S2步骤中,以自动测量***的中心为原点建立的坐标系为三维空间坐标系。对应的,自动测量***为三维自动测量***。
作为本发明的又一种方案,S2步骤中,以自动测量***的中心为原点建立的坐标系为XY坐标系。
所述自动测量***包括数据采集装置和数据处理装置,所述数据采集装置与数据处理装置之间建立通讯连接,数据采集装置将其采集到的数据传输到数据处理装置中进行处理。
所述数据采集装置包括激光测距仪、转台、三角架和若干标靶,标靶对应固定装配在待测目标点上,激光测距仪安装在转台上,转台与激光测距仪由三脚架支撑装配。
所述转台为二维平面转台。所述转台也可以是三维空间转台。
所述标靶被自动测量***扫描到的横截面为具有唯一几何特征点的特定几何轮廓。所述特定几何轮廓具体是指,标靶被自动测量***扫描到的横截面为抛物线、圆弧或半圆轮廓,唯一几何特征点分别对应抛物线的顶点、圆弧或半圆的中点。
所述数据处理装置为智能设备或功能模块,如笔记本电脑、台式电脑、智能移动终端、上位机等具备数据处理能力的设备或功能模块。
与现有技术相比,本发明所带来的有益的技术效果表现在:
1、本发明的目标点位测量方法,只需要预先获得至少3个测量基准点的实际坐标即可,对自动测量***的架设点位没有要求,不需要独立的GPS定位模块进行坐标定位,也不需要对待测目标点进行事先编号,采用本发明的目标点位测量方法即可自动实现目标点位的坐标测量,完全依赖于自动测量***内部的数据处理,数据处理方式也是简单的处理方式,而非是图像识别等较为复杂的数据处理方式,自动化程度高,设备成本较低,利用激光测距仪即可实现本发明的目标检测方法,有利于边坡、隧道、地铁和大坝等构筑物的长期野外监测,大大降低了监测成本。
2、本发明是利用测量基准点之间的距离形成基准距离矩阵,与待测目标点之间形成的待测目标点距离矩阵进行遍历匹配,数据处理过程较为简单,数据处理效率高,且匹配更加精准,通过测量基准点与待测目标点的匹配,从而得到测量基准点在建立的坐标系中的坐标,从而得到坐标转换关系,通过确定的坐标转换关系确定其他待测目标点的实际坐标。该实际坐标可以是经纬坐标或大地坐标。本发明的这一方法,不需要进行单点测量,也不需要在自动测量***中预设哪个点位为基准测量点,自动测量***可以自动匹配基准测量点,从而得到其测量范围内的所有待测目标点的实际坐标。
3、在本发明中,自动测量***先进行粗扫描初步定位到待测目标点的大致位置之后,然后可以在相邻两个待测目标点之间不进行扫描,而是完成当前待测目标点的扫描之后,停止扫描,快速转动至下一待测目标点大致位置处再进行扫描,这样可以节约待测目标点之间的扫描时间,通过也可以减少背景数据量,减少自动测量***的处理数据量,也避免了背景数据对待测目标点位的点云数据集的干扰,从而提高测量效率。
4、在本发明中,通过聚类分析算法对粗扫描得到的扫描点云数据集合进行聚类分析,从而可以快速地从扫描点云数据集合中分割得到待测目标点的大致位置,计算方式较为简单,可以准确快速地定位到待测目标点的大致位置,节约计算量。
5、在本发明中,若预先知晓待测目标点的大致位置,也可以预先输入到自动测量***中,可直接在待测目标点的大致位置进行精细扫描,从而得到待测目标点的点云数据集,节约粗扫描步骤,从而进一步提高测量效率。
6、在本发明中,以设定的角度间隔进行扫描,完成一个周期的扫描后,得到其扫描范围内的全部点云数据集合,对得到的全部点云数据集合进行聚类分析,从全部点云数据集合中分割得到待测目标点的点云数据集。采用固定采样的方式,有利于长时间监测,较为适用于野外长期监测的工况,例如边坡、隧道、桥梁等的长期监测。
7、本发明是按照预设的扫描规则进行规律扫描的,而现有技术的测量机器人实现自动照准的功能是需要往复调整测量仪器的角度,使得十字丝照准之后才会测点,在照准调整的过程中,涉及到角度的调整、多方向调整控制等较为复杂的控制组件,而本申请按照既定扫描规则进行扫描,装配一台步进电机即可实现,可以大大节约设备成本。
8、本发明的目标点位测量方法适用于平面测量也适用于空间测量,不仅仅适用于激光测距仪组成的自动测量***,还可适用于现有全站仪的自动测量,可以解决低精度全站仪单点测量精度提升困难的弊端,或需要架设在特定点位上的弊端。
9、本发明通过自动测量***获得的点云数据进行拟合分析,从待测目标点的点云数据集中拟合出其几何轮廓,从拟合的几何轮廓中得到唯一几何特征点,从而实现测量***与标靶的自动照准,无需进行十字丝照准,只需要进行轮廓拟合就可以自动计算出唯一几何特征点,从而自动对准待测目标点。
10、本发明通过相邻两个扫描周期中以相同的扫描规则和相同的角度间隔对同一待测目标点的标靶进行扫描,获得两个扫描周期内的待测目标点的点云数据集,根据两个扫描周期内得到的同一待测目标点的点云数据集对自动测量***进行平差,以完成数据修正,确保测量***精度。
11、本发明在将相邻多个扫描周期中以不同的角度间隔对同一待测目标点进行扫描,将多个扫描周期中计算得到的同一待测目标点的坐标信息进行均值化,均值化后的坐标信息即为输出的待测目标点的坐标信息,可以有效地提高测量精度。
12、本发明的目标点位测量方法可以应用到激光测距仪的测量***中。相较于现有徕卡等全站仪设备而言,本方法可以应用到激光测距仪的测量***中,实现本发明方法的激光测距仪测量***,可以实现与徕卡等全站仪的同样的监测功能,但是设备成本是远远低于全站仪测量***的,可以大大节约了监测***的设备成本,降低监测成本。
附图说明
图1为本发明目标点位测量方法的流程图;
图2为本发明自动测量***的结构图;
图3为本发明自动测量***的转台结构示意图;
图4为本发明目标点位点云数据集的轮廓匹配图;
附图标记:1、转台,2、三脚架,1-1、激光测距仪,1-2、调平组件,1-3、控制模块,1-4、通讯模块,3-1、待测目标点a标靶,3-2、待测目标点b标靶,3-3、待测目标点c标靶,4-1、待测目标点d标靶,4-2、待测目标点e标靶,4-3、待测目标点f标靶。
具体实施方式
下面将结合本发明说明书附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例1
作为本发明一较佳实施例,参照说明书附图1所示,本实施例公开了一种基于自动测量***的目标点位测量方法,该目标点位测量方法包括以下步骤:
S1、获取自动测量***扫描范围内N个测量基准点的实际坐标,N≥3;根据N个测量基准点的实际坐标,计算N个测量基准点中任意一点到其他测量基准点之间的距离,将计算到的距离汇总形成基准距离矩阵;
S2、以自动测量***的中心为原点建立坐标系;
S3、自动测量***自动扫描并获取到其扫描范围内M个待测目标点在其建立的坐标系内的坐标信息,M≥N;
S4、根据S3步骤获取到的待测目标点在建立的坐标系内的坐标信息,计算任一待测目标点与其他待测目标点之间的距离,并将计算到的距离汇总形成待测目标点距离矩阵;
S5、将基准距离矩阵与待测目标点距离矩阵进行对比,找到待测目标点距离矩阵中与基准距离矩阵相同的数据,从而确定与N个测量基准点对应的N个待测目标点;
S6、根据S5步骤中确定的与N个测量基准点对应的N个待测目标点在建立的坐标系下的坐标信息,得到N个测量基准点在建立的坐标系下的坐标信息,从而确定出实际坐标与坐标系中坐标的转换关系;
S7、根据S6步骤中确定的实际坐标与坐标系中坐标的转换关系,计算得到测量***扫描范围内其他待测目标点的实际坐标。
作为本实施例的一种实施方式,本实施例中所述的自动测量***可以是全自动全站仪,目前现有的全站仪具备数据处理功能,可以将本申请的上述方法步骤集成在现有全站仪中。也可以是激光测距仪和数据处理设备,激光测距仪将采集到的数据传输到数据处理装置中,上述方法步骤集成在数据处理装置中,由数据处理装置对激光测距仪采集到的数据进行远程数据;作为一个示例,还可以在激光测距仪上设置一数据处理模块,将上述方法步骤以程序指令的方式写入到该数据处理模块中,使得该数据处理模块可以执行上述方法步骤中的数据处理过程。
作为一个示例,当自动测量***为全自动全站仪时,本实施例所示的方法与现有全自动全站仪的测量方法相比的优势在于,本实施例所示的测量方法,不需要具体知晓测量范围内哪几个点是已知点,且全站仪的架设位置可以随意架设,不需要架设在特定的已知点上,只需要在全站仪中设置已知测量基准点的坐标,即可在全站仪内部自动计算出基准距离矩阵。然后全站仪本身具备测距和测角功能,通过全站仪可以知晓待测目标点在新建坐标系中的坐标信息,从而可以自动计算得到待测目标点之间的距离,形成待测目标点距离矩阵。当基准距离矩阵和待测目标点距离矩阵进行匹配后,能够确定出已知的多个测量基准点与待测目标点之间的对应关系,从而可以通过对应的已知测量基准点和待测目标点确定出坐标转换关系,从而得到其他所有待测目标点的实际坐标。
作为又一个示例,当自动测量***为激光测距仪时,本实施例所示的方法的优势更能得到有效的体现,一方面,采用本方法可以是的激光测距仪仅仅可以测距的设备实现了测量坐标的作用,可以实现监测功能;另一方面,采用本方法的自动激光测距***可以替代全站仪进行待测目标点的坐标测量,仍然不需要具体知晓测量范围内哪几个点是已知点,激光测距仪可以随意架设,不需要知晓激光测距仪架设点位的坐标。在进行野外监测时,由于激光测距仪设备成本要比全站仪低的多,因此在边坡、隧道、地铁和大坝等构筑物的长期野外监测工况下,大大降低了监测成本。
本示例中的激光测距仪的自动测量***包括数据采集装置和数据处理装置,所述数据采集装置与数据处理装置之间建立通讯连接,数据采集装置将其采集到的数据传输到数据处理装置中进行处理。
其中,所述数据采集装置包括激光测距仪、转台、三角架和若干标靶,标靶对应固定装配在待测目标点上,激光测距仪安装在转台上,转台与激光测距仪由三脚架支撑装配。转台可以由步进电机进行驱动,从而带动转台按照设定角度间隔进行转动。转台上还可以设置仰角转动机构,以形成三维空间转台,从而实现三维空间的测量。
所述数据处理装置为智能设备,如笔记本电脑、台式电脑、智能移动终端、上位机等具备数据处理能力的设备。还可以是集成在激光测距仪上的一种数据处理模块。
作为本实施例的又一种实施方式,在布设待测目标点时,应该不等间距布设,便于测量基准点的基准距离矩阵与待测目标点距离矩阵的对应,若多个待测目标点之间的间距相同,则会造成匹配点位错误,因此需要特别注意,在布设待测目标点时,待测目标点不等间距布设。
作为本实施例的又一种实施方式,在本实施例中,至少需要3个测量基准点的实际坐标,只有满足3个测量基准点或3个以上测量基准点才能形成基准距离矩阵。基本上3个测量基准点即可满足测量要求。
作为一个示例,如图2所示,已知3个测量基准点A、B和C,这3个测量基准点所形成的基准距离矩阵为AB、AC和BC;存在6个待测目标点,分别为待测目标点a标靶3-1、待测目标点b标靶3-2、待测目标点c标靶3-3、待测目标点d标靶4-1、待测目标点e标靶4-2和待测目标点f标靶4-3,6个待测目标点所形成的待测目标点距离矩阵为ab、ac、ad、ae、af、bc、bd、be、bf、cd、ce、cf、de、df和ef;其中ab=AB,ac=AC,bc=BC,则待测目标点a与已知测量基准点A对应,待测目标点b与已知测量基准点B对应,待测目标点c与已知测量基准点C对应。即可知道待测目标点a就是已知测量基准点A,待测目标点b就是已知测量基准点B,待测目标点c就是已知测量基准点C,已知A、B、C的实际坐标,则已知a、b、c的实际坐标,根据a、b、c在自动测量***所建立的坐标系中建立的坐标,就可以确定出实际坐标与建立坐标系坐标之间的对应转换关系,然后根据该转换关系,以及d、e、f在建立坐标系中的坐标,转换得到d、e、f的实际坐标。
作为一个示例,所述的实际坐标,可以是经纬坐标,也可以是大地坐标,还可以是世界坐标等,可根据实际工况进行选择。
实施例2
作为本发明又一较佳实施例,以二维平面扫描为例,参照说明书附图1和附图2所示,在本实施例中,所有待测目标点对应的标靶均处于同一平面内,该平面为自动测量***的扫描平面,可以是水平面,也可以是竖直面,或是空间上任意面。
在本实施例中,自动测量***采用三角架2、转台1、激光测距仪1-1和若干标靶3-1、3-2、3-3、4-1、4-2和4-3的组合,其中激光测距仪1-1与转台1相连,并与转台1建立数据连接,以便于控制转台1进行设定扫描规则的转动。转台2上可集成控制转台转动的控制模块1-3、调平激光测距仪的调平组件1-2和用于远程通讯的通讯模块1-4。
本实施例是以二维平面扫描为例,如图3所示,转台选用二维平面转台,转台2上可集成控制转台转动的控制模块1-3、调平激光测距仪的调平组件1-2和用于远程通讯的通讯模块1-4。若是三维空间中任意点的扫描,则需要选用空间三维转台带动激光测距仪进行转动。
如图2和图4所示,自动测量***中标靶3-1、3-2、3-3、4-1、4-2和4-3的形状需满足标靶中与扫描平面重合的截面形状具有便于识别的几何轮廓,例如抛物线、圆弧、半圆等,从而使得激光测距仪获取到标靶的点云数据集之后,可以通过拟合点云数据集的几何轮廓,确定出唯一的几何特征点作为待测目标点,例如抛物线的顶点、圆弧的中点等,可通过拟合的几何函数计算得到。
将上述实施例1中阐述的测量方法以程序语言的方式写入到激光测距仪的控制内存中,使得激光测距仪的控制器在运行该程序时,可以实现上述实施例1中的测量方法。
基于上述内容,本实施例具体为,将获取到的激光测距仪围内的N个测量基准点的实际坐标输入到激光测距仪中,激光测距仪接收到输入的N个测量基准点的实际坐标,即可根据N个测量基准点的实际坐标计算得到N个测量基准点中任意一点到其他测量基准点之间的距离,将计算到的距离汇总形成基准距离矩阵;具体计算规则如下所示:
在本实施例中,获取激光测距仪扫描范围内测量基准点实际坐标的方式,包括但不限于采用全站仪实际测量的方式、GPS测量的方式,若为二次测量,则还可以采用上次测量的实际坐标作为已知的测量基准点的坐标。其优势是,不需要记录测量基准点的位置,只需要确保测量基准点位于扫描范围内即可,可以不知道测量基准点与待测目标点的对应关系,将激光测距仪架设在任意位置即可。
激光测距仪以自身为原点建立极坐标系,建立好坐标系之后,以激光测距仪开始旋转的位置为0度,激光测距仪控制转台以设定角度间隔顺时针或者逆时针旋转,激光测距仪随着转台的转动,扫描待测目标点,同时,根据扫描待测目标点的顺序,对待测目标点进行编号。
取待测目标点在建立的坐标系内的坐标信息组成集合{y1,y2,…,yM},对每个待测目标点ym,1≤m≤M,计算其与其他待测目标点的距离,建立一个待测目标点距离矩阵矩阵Y中每一行表示测量基准点ym与其他点的距离集合Dym。
激光测距仪的控制器根据上述中确定的与N个测量基准点对应的N个待测目标点在建立的坐标系下的坐标信息,得到N个测量基准点在建立的坐标系下的坐标信息,从而确定出实际坐标与坐标系中坐标的转换关系;然后根据确定的实际坐标与坐标系中坐标的转换关系,计算得到激光测距仪扫描范围内其他待测目标点的实际坐标。
上述实施方式在三维空间内同样适用,只需要将转台替换为空间三维转台,激光测距仪控制空间三维转台的转动角度和转动轨迹。或者是将自动测量***替换为全站仪,将上述实施例1中阐述的测量方法以程序指令的方式存储在全站仪的控制内存中,全站仪的控制器执行该程序指令时,实现上述实施例1中记载的测量方法步骤。该全站仪为自动全站仪。集成有上述程序指令的全站仪与现有自动全站仪的优势在于可以省略图像识别进行十字丝照准的功能模块,可以节约全站仪的设备成本。
上述建立的坐标系,还可以是三维空间坐标系,对应全站仪***或空间三维转台;还可以是XY平面直角坐标系。
实施例3
作为本发明又一较佳实施例,本实施例是对上述实施例中自动测量***扫描待测目标点的具体实施方式的阐述,本实施例中,自动测量***按照预设的扫描规则在其扫描范围内进行扫描,每扫描一次得到一个点的距离信息,根据自动测量***中心到该点的距离,以及自动测量***按照预设的扫描规格扫描该点时转动的角度,从而确定出该点在建立的坐标系内的坐标信息,一个扫描周期完成后,将扫描得到的所有点的坐标汇总形成扫描点云数据集合。
在本实施例中,所述的扫描周期是指完成依次预设扫描轨迹的扫描,具体是指,从起始点开始旋转至起始点即为完成一个扫描周期。例如,若为二维平面扫描,则激光测距仪或全站仪等仪器转动360度即为一个扫描周期。
作为本实施例的一种实施方式,自动测量***以较大的角度间隔在其扫描范围内进行粗扫描,完成一个扫描周期后,得到粗扫描的扫描点云数据集合,从粗扫描的扫描点云数据集合中确定出待测目标点的大致位置;
根据粗扫描后确定出的待测目标点的大致位置,控制自动测量***以较小的角度间隔对每一个待测目标点的大致位置进行精细扫描,完成某一待测目标点的大致位置的精细扫描后,得到该待测目标点的点云数据集,根据该待测目标点的点云数据集确定出待测目标点的坐标信息;完成一个扫描周期后,得到所有待测目标点的点云数据集。
在本实施方式中,粗扫描过程是为了确定待测目标点的大致位置,因此粗扫描得到的扫描点云数据集合中存在大量的背景数据等杂项数据,需要将待测目标点的大致位置数据从扫描点云数据集合中筛选出来。
作为一个示例,所采用的方法是采用聚类分析算法对粗扫描的扫描点云数据集合进行聚类分析,通过几何轮廓聚类得到扫描点云数据集合中聚类的几何轮廓与待测目标点的标靶几何轮廓匹配的点云数据集作为待测目标点的大致位置。
类内距离:
聚类结果中,类内距离为R,拟合形状为圆形的目标即为待测目标点的标靶,从而在扫描点云数据集合中识别到待测目标点的大致位置。
在本示例中,通过聚类分析算法对粗扫描得到的扫描点云数据集合进行聚类分析,从而可以快速地从扫描点云数据集合中分割得到待测目标点的大致位置,计算方式较为简单,可以准确快速地定位到待测目标点的大致位置,计算较小,对自动测量***的运算要求较低,进而可以降低自动测量***的设备成本。
作为又一个示例,所采用的方法是,通过拟合方式对扫描点云数据集合进行拟合,拟合得到一个轮廓图形,然后将待测目标点的标靶几何轮廓代入到拟合得到的轮廓图形中进行匹配,可以匹配的即为待测目标点的大致位置,这种直接进行拟合的方式,相较于上述聚类分析的方式,数据处理量较大,且精度较低,会造成自动测量***扫描时间的延长,但是不影响最终的定位精度,比较适用于长期野外监测,对测量时间要求较低的监测工况。
实施例4
作为本发明又一较佳实施例,本实施例是对上述实施例中自动测量***扫描待测目标点的具体实施方式的阐述,本实施例中,在预先已经知道自动测量***扫描范围内所有待测目标点的大致位置时,例如再次监测工况下,已经大致知道待测目标点的大致位置,可以在自动测量***以自身为原点建立坐标系之后,在自动测量***中输入已知的待测目标点的大致位置。
该大致位置可以是角度范围,以平面扫描为例,则在360°的扫描范围内,在第10°至第11°之间即为某一待测目标点的大致位置,则自动测量***可从0°开始转动,快速转动至第10°时,开始扫描,同时按照设定角度间隔进行扫描,例如间隔0.1°进行扫描,若每个角度间隔至少扫描得到一个点,则在10°至11°范围内,至少扫描得到11个点的数据。
具体的,自动测量***中预设待测目标点的大致位置,自动测量***转动到待测目标点ym的大致位置时,开始扫描,且以设定的角度间隔对待测目标点ym的大致位置进行扫描,完成该待测目标点ym的扫描后,得到该待测目标点ym的点云数据集,停止扫描;自动测量***转动至下一待测目标点ym+1的大致位置,以设定的角度间隔对下一待测目标点ym+1的大致位置进行扫描以获取下一待测目标点ym+1的点云数据集。
实施例5
作为本发明又一较佳实施例,本实施例不同于实施例3和实施例4,本实施例适用于对监测测量时间要求较低的工况,如边坡变形监测等工况。在本实施例中不划分粗扫描和精确扫描,直接将自动测量***架设之后,让自动测量***自动运行。自动测量***以设定的角度间隔进行扫描,完成一个周期的扫描后,得到其扫描范围内的全部点云数据集合,对得到的全部点云数据集合进行聚类分析,从全部点云数据集合中分割得到待测目标点的点云数据集。
实施例6
作为本发明又一较佳实施例,参照说明书附图4所示,本实施例是对上述实施例3、实施例4和实施例5中得到的点云数据集的处理从而确定出待测目标点坐标的具体实施方式的阐述。
作为本实施例的一种实施方式,自动测量***依据其预设的扫描规则对待测目标点的标靶进行扫描,获取到待测目标点的点云数据集;获得待测目标点的点云数据集之后,对待测目标点的点云数据集进行拟合,如图4所示,拟合出待测目标点的点云数据集呈现的几何轮廓及几何轮廓函数,通过几何轮廓函数确认该几何轮廓的唯一的几何特征点,该唯一的几何特征点的坐标即为待测目标点在建立的坐标系内的坐标信息。上述拟合的方法可以是平移拟合算法,也可以采用最小二乘法进行拟合,或者是线性拟合等等。
本实施例中,通过自动测量***获得的点云数据进行拟合分析,从待测目标点的点云数据集中拟合出其几何轮廓,从拟合的几何轮廓中得到唯一几何特征点,从而实现测量***与标靶的自动照准,无需进行十字丝照准,只需要进行轮廓拟合就可以自动计算出唯一几何特征点,从而自动对准待测目标点。
实施例7
作为本发明又一较佳实施例,为了确保上述实施例1-6中实施测量方法时,数据采集的准确性,本实施例提供了一种保障数据采集准确性的实施方案。
具体的,自动测量***相邻两个扫描周期中以相同的扫描规则和相同的角度间隔对同一待测目标点的标靶进行扫描,获得两个扫描周期内的待测目标点的点云数据集,根据两个扫描周期内得到的同一待测目标点的点云数据集对自动测量***进行平差,进行数据修正。
进一步的,为了确保待测目标点的准确度,自动测量***在不同的扫描周期中以不同的角度间隔对同一待测目标点进行扫描,将多个扫描周期中计算得到的同一待测目标点的坐标信息进行均值化,均值化后的坐标信息即为输出的待测目标点的坐标信息。其中筛选的扫描周期是相连的连续的多个扫描周期,根据实际工况及完成一个扫描周期的时间确定采用几个扫描周期进行均值,以提高待测目标点的测量精度。
作为一个示例,若是对边坡、隧道变形等工况进行监测时,完成一个扫描周期需要十分钟的时间,则可以连续三个扫描周期作为一组采集数据,例如,第一扫描周期为粗扫描,第二扫描周期为精确扫描,第三扫描周期为平差处理的话,则从第四个扫描周期开始计算第四扫描周期中,所有待测目标点的坐标,然后第五扫描周期计算所有待测目标点的坐标,第六扫描周期计算所有待测目标点的坐标,将第四、第五和第六扫描周期作为一组数据,对改组数据中的待测目标点坐标进行均值得到该组数据均值后的待测目标点坐标数据;然后再进行实施例2中的待测目标点距离矩阵的计算,以及与测量基准点之间的对应。
然后第七、八、九扫描周期中的数据自然就可以换算得到该组数据中待测目标点中的实际坐标值,然后将该组数据得到的实际坐标值与第四、五、六扫描周期得到的待测目标点的实际坐标值进行对比,若存在差距,则表示边坡或隧道发生变形位移。若一致或在误差范围内,则表示边坡或隧道未发生变形或位移。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (20)
1.一种基于自动测量***的目标点位测量方法,其特征在于,包括以下步骤:
S1、获取自动测量***扫描范围内N个测量基准点的实际坐标,N≥3;根据N个测量基准点的实际坐标,计算N个测量基准点中任意一点到其他测量基准点之间的距离,将计算到的距离汇总形成基准距离矩阵;
S2、以自动测量***的中心为原点建立坐标系;
S3、自动测量***自动扫描并获取到其扫描范围内M个待测目标点在其建立的坐标系内的坐标信息,M≥N;
S4、根据S3步骤获取到的待测目标点在建立的坐标系内的坐标信息,计算任一待测目标点与其他待测目标点之间的距离,并将计算到的距离汇总形成待测目标点距离矩阵;
S5、将基准距离矩阵与待测目标点距离矩阵进行对比,找到待测目标点距离矩阵中与基准距离矩阵相同的数据,从而确定与N个测量基准点对应的N个待测目标点;
S6、根据S5步骤中确定的与N个测量基准点对应的N个待测目标点在建立的坐标系下的坐标信息,得到N个测量基准点在建立的坐标系下的坐标信息,从而确定出实际坐标与坐标系中坐标的转换关系;
S7、根据S6步骤中确定的实际坐标与坐标系中坐标的转换关系,计算得到测量***扫描范围内其他待测目标点的实际坐标。
2.如权利要求1所述的一种基于自动测量***的目标点位测量方法,其特征在于:S3步骤中,自动测量***依据扫描到待测目标点的顺序,对待测目标点进行编号。
3.如权利要求1或2所述的一种基于自动测量***的目标点位测量方法,其特征在于:S1步骤中,取测量基准点的实际坐标组成集合{x1,x2,…,xN},对每个测量基准点xn,1≤n≤N,计算其与其他测量基准点的距离,建立一个基准距离矩阵矩阵X中每一行表示测量基准点xn与其他点的距离集合Dxn;
S3步骤中,取待测目标点在建立的坐标系内的坐标信息组成集合{y1,y2,…,yM},对每个待测目标点ym,1≤m≤M,计算其与其他待测目标点的距离,建立一个待测目标点距离矩阵矩阵Y中每一行表示测量基准点ym与其他点的距离集合Dym;
4.如权利要求1所述的一种基于自动测量***的目标点位测量方法,其特征在于:S3步骤中,自动测量***自动扫描并获取到其扫描范围待测目标点在其建立的坐标系内的坐标信息,具体是指:
自动测量***按照预设的扫描规则在其扫描范围内进行扫描,每扫描一次得到一个点的距离信息,根据自动测量***中心到该点的距离,以及自动测量***按照预设的扫描规格扫描该点时转动的角度,从而确定出该点在建立的坐标系内的坐标信息,一个扫描周期完成后,将扫描得到的所有点的坐标汇总形成扫描点云数据集合。
5.如权利要求4所述的一种基于自动测量***的目标点位测量方法,其特征在于:所述预设的扫描规则具体为:
自动测量***以较大的角度间隔在其扫描范围内进行粗扫描,完成一个扫描周期后,得到粗扫描的扫描点云数据集合,从粗扫描的扫描点云数据集合中确定出待测目标点的大致位置;
根据粗扫描后确定出的待测目标点的大致位置,控制自动测量***以较小的角度间隔对每一个待测目标点的大致位置进行精细扫描,完成某一待测目标点的大致位置的精细扫描后,得到该待测目标点的点云数据集,根据该待测目标点的点云数据集确定出待测目标点的坐标信息;完成一个扫描周期后,得到所有待测目标点的点云数据集。
6.如权利要求5所述的一种基于自动测量***的目标点位测量方法,其特征在于:自动测量***完成对某一待测目标点的大致位置的精细扫描后,停止扫描,快速转动至下一待测目标点的大致位置处再继续对该待测目标点的大致位置进行精细扫描。
7.如权利要求5或6所述的一种基于自动测量***的目标点位测量方法,其特征在于:所述从粗扫描的扫描点云数据集合中确定出待测目标点的大致位置,具体是指,采用聚类分析算法对粗扫描的扫描点云数据集合进行聚类分析,通过几何轮廓聚类得到扫描点云数据集合中聚类的几何轮廓与待测目标点的标靶几何轮廓匹配的点云数据集作为待测目标点的大致位置。
9.如权利要求4所述的一种基于自动测量***的目标点位测量方法,其特征在于:在预先已经知道自动测量***扫描范围内所有待测目标点的大致位置时,上述的预设的扫描规则具体为:
自动测量***中预设待测目标点的大致位置,自动测量***转动到待测目标点ym的大致位置时,开始扫描,且以设定的角度间隔对待测目标点ym的大致位置进行扫描,完成该待测目标点ym的扫描后,得到该待测目标点ym的点云数据集,停止扫描;自动测量***转动至下一待测目标点ym+1的大致位置,以设定的角度间隔对下一待测目标点ym+1的大致位置进行扫描以获取下一待测目标点ym+1的点云数据集。
10.如权利要求4所述的一种基于自动测量***的目标点位测量方法,其特征在于:上述的预设的扫描规则具体为:自动测量***以设定的角度间隔进行扫描,完成一个周期的扫描后,得到其扫描范围内的全部点云数据集合,对得到的全部点云数据集合进行聚类分析,从全部点云数据集合中分割得到待测目标点的点云数据集。
11.如权利要求1、2、4、5、6、9或10所述的一种基于自动测量***的目标点位测量方法,其特征在于:S3步骤中,获取到其扫描范围内M个待测目标点在其建立的坐标系内的坐标信息,具体是指,自动测量***依据其预设的扫描规则对待测目标点的标靶进行扫描,获取到待测目标点的点云数据集;获得待测目标点的点云数据集之后,对待测目标点的点云数据集进行拟合,拟合出待测目标点的点云数据集呈现的几何轮廓及几何轮廓函数,通过几何轮廓函数确认该几何轮廓的唯一的几何特征点,该唯一的几何特征点的坐标即为待测目标点在建立的坐标系内的坐标信息。
12.如权利要求1、2、4、5、6、9或10所述的一种基于自动测量***的目标点位测量方法,其特征在于:自动测量***相邻两个扫描周期中以相同的扫描规则和相同的角度间隔对同一待测目标点的标靶进行扫描,获得两个扫描周期内的待测目标点的点云数据集,根据两个扫描周期内得到的同一待测目标点的点云数据集对自动测量***进行平差,进行数据修正。
13.如权利要求1、2、4、5、6、9或10所述的一种基于自动测量***的目标点位测量方法,其特征在于:自动测量***在不同的扫描周期中以不同的角度间隔对同一待测目标点进行扫描,将多个扫描周期中计算得到的同一待测目标点的坐标信息进行均值化,均值化后的坐标信息即为输出的待测目标点的坐标信息。
14.如权利要求1、2、4、5、6、9或10所述的一种基于自动测量***的目标点位测量方法,其特征在于:S2步骤中,以自动测量***的中心为原点建立的坐标系为极坐标系。
15.如权利要求1、2、4、5、6、9或10所述的一种基于自动测量***的目标点位测量方法,其特征在于:S2步骤中,以自动测量***的中心为原点建立的坐标系为三维空间坐标系。
16.如权利要求1、2、4、5、6、9或10所述的一种基于自动测量***的目标点位测量方法,其特征在于:S2步骤中,以自动测量***的中心为原点建立的坐标系为XY坐标系。
17.如权利要求1、2、4、5、6、9或10所述的一种基于自动测量***的目标点位测量方法,其特征在于:所述自动测量***包括激光测距仪、转台、三角架和若干标靶,标靶对应固定装配在待测目标点上,激光测距仪安装在转台上,转台与激光测距仪由三脚架支撑装配。
18.如权利要求17所述的一种基于自动测量***的目标点位测量方法,其特征在于:所述转台为二维平面转台。所述转台也可以是三维空间转台。
19.如权利要求17所述的一种基于自动测量***的目标点位测量方法,其特征在于:所述标靶被自动测量***扫描到的横截面为具有唯一几何特征点的特定几何轮廓。
20.如权利要求19所述的一种基于自动测量***的目标点位测量方法,其特征在于:所述特定几何轮廓具体是指,标靶被自动测量***扫描到的横截面为抛物线、圆弧或半圆轮廓,唯一几何特征点分别对应抛物线的顶点、圆弧或半圆的中点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211319920.0A CN115638725B (zh) | 2022-10-26 | 一种基于自动测量***的目标点位测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211319920.0A CN115638725B (zh) | 2022-10-26 | 一种基于自动测量***的目标点位测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115638725A true CN115638725A (zh) | 2023-01-24 |
CN115638725B CN115638725B (zh) | 2024-07-26 |
Family
ID=
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117928680A (zh) * | 2024-03-21 | 2024-04-26 | 青岛清万水技术有限公司 | 换能器自动定位方法、***、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103017682A (zh) * | 2012-12-13 | 2013-04-03 | 江苏新扬子造船有限公司 | 一种测距仪测量大型结构几何形状的方法 |
CN103292695A (zh) * | 2013-05-10 | 2013-09-11 | 河北科技大学 | 一种单目立体视觉测量方法 |
CN105242252A (zh) * | 2015-09-30 | 2016-01-13 | 西安电子科技大学 | 基于图像匹配的下降轨聚束sar雷达定位方法 |
CN110524309A (zh) * | 2019-08-30 | 2019-12-03 | 西安交通大学 | 基于四基站激光追踪***的数控转台几何误差测量方法 |
CN110926479A (zh) * | 2019-12-20 | 2020-03-27 | 杜明利 | 自动生成室内三维导航地图模型的方法和*** |
CN111780678A (zh) * | 2019-12-30 | 2020-10-16 | 西安九天孵化器科技有限公司 | 一种轨道板预埋套管直径的测量方法 |
CN112985259A (zh) * | 2021-01-25 | 2021-06-18 | 中国人民解放军军事科学院国防科技创新研究院 | 基于多目视觉的目标定位方法及*** |
CN113532311A (zh) * | 2020-04-21 | 2021-10-22 | 广东博智林机器人有限公司 | 点云拼接方法、装置、设备和存储设备 |
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103017682A (zh) * | 2012-12-13 | 2013-04-03 | 江苏新扬子造船有限公司 | 一种测距仪测量大型结构几何形状的方法 |
CN103292695A (zh) * | 2013-05-10 | 2013-09-11 | 河北科技大学 | 一种单目立体视觉测量方法 |
CN105242252A (zh) * | 2015-09-30 | 2016-01-13 | 西安电子科技大学 | 基于图像匹配的下降轨聚束sar雷达定位方法 |
CN110524309A (zh) * | 2019-08-30 | 2019-12-03 | 西安交通大学 | 基于四基站激光追踪***的数控转台几何误差测量方法 |
US20210088322A1 (en) * | 2019-08-30 | 2021-03-25 | Xi'an Jiaotong University | Measurement method for geometric errors of numerical control turntable based on four- station laser tracer system |
CN110926479A (zh) * | 2019-12-20 | 2020-03-27 | 杜明利 | 自动生成室内三维导航地图模型的方法和*** |
CN111780678A (zh) * | 2019-12-30 | 2020-10-16 | 西安九天孵化器科技有限公司 | 一种轨道板预埋套管直径的测量方法 |
CN113532311A (zh) * | 2020-04-21 | 2021-10-22 | 广东博智林机器人有限公司 | 点云拼接方法、装置、设备和存储设备 |
CN112985259A (zh) * | 2021-01-25 | 2021-06-18 | 中国人民解放军军事科学院国防科技创新研究院 | 基于多目视觉的目标定位方法及*** |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117928680A (zh) * | 2024-03-21 | 2024-04-26 | 青岛清万水技术有限公司 | 换能器自动定位方法、***、电子设备及存储介质 |
CN117928680B (zh) * | 2024-03-21 | 2024-06-07 | 青岛清万水技术有限公司 | 换能器自动定位方法、***、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109696663B (zh) | 一种车载三维激光雷达标定方法和*** | |
WO2022206978A1 (zh) | 一种基于车载定位装置的路侧毫米波雷达校准方法 | |
CN104964673B (zh) | 一种可定位定姿的近景摄影测量***和测量方法 | |
CN105203023A (zh) | 一种车载三维激光扫描***安置参数的一站式标定方法 | |
CN105651267A (zh) | 一种基于三维激光扫描仪和gis的雷达阵地堪选方法 | |
CN108871266A (zh) | 一种基于中间法三角高程方法的自动化沉降监测方法 | |
CN111457848B (zh) | 通过相邻监测点间坐标变化而测定位移量的方法及*** | |
CN109033592A (zh) | 一种异形饰面板的bim放样方法 | |
CN112197741B (zh) | 基于扩展卡尔曼滤波的无人机slam技术测量倾斜角*** | |
CN109470222A (zh) | 一种超高层建筑工程测量的监理控制方法 | |
CN108895962B (zh) | 高精度三维激光扫描仪站点设置及测量路线布设方法 | |
CN114001756B (zh) | 一种小视场星敏感器外场地面寻星方法 | |
JP2001296124A (ja) | 3次元座標計測方法及び3次元座標計測装置 | |
CN115902816A (zh) | 一种用于工程测量的自动测量*** | |
CN102865853B (zh) | 一种基于倾斜基面光电跟踪测量设备的快速高精度引导方法 | |
CN115638725B (zh) | 一种基于自动测量***的目标点位测量方法 | |
CN115638725A (zh) | 一种基于自动测量***的目标点位测量方法 | |
CN112964191B (zh) | 一种微变形激光准直测量方法 | |
CN111649719B (zh) | 一种道路高程检测中的gnss自动引导测试方法 | |
Zhang et al. | Image-assisted total station camera mounting error correction model and analysis | |
CN115752400B (zh) | 一种用于工程测量的多测站互联测量*** | |
CN114440769B (zh) | 多测点三维位移测量方法和测量*** | |
CN115752400A (zh) | 一种用于工程测量的多测站互联测量*** | |
CN103643629A (zh) | 一种桥梁结构的检查方法及装置 | |
CN107957260A (zh) | 一种物体相对位置检测光束发送方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |