王耀國,郭騰龍
(1.洛陽市規(guī)劃建筑設計研究院有限公司,河南 洛陽 471000; 2.河南水利與環(huán)境職業(yè)學院,河南 鄭州 450000)
測量機器人是一種能代替人進行自動搜索、跟蹤、辨識和精確照準目標并且獲取其角度、距離、三維坐標以及影像等信息的智能型全站儀[1]。自動目標識別(下文簡稱ATR)系統(tǒng)是智能型電子全站儀所具有的一種自動識別系統(tǒng)[2],TCA2003將程序操控的TPS系統(tǒng)和CCD技術有機地結合起來,通過通訊和激光實現(xiàn)了測量的全自動化,是一個集測距、照準、目標分別識別跟蹤、測角、記錄等多種功能于一身的綜合平臺[3],經過測量機器人的望遠鏡向目標棱鏡發(fā)射紅外光束,棱鏡反射形成的光點照射到測量機器人的CCD傳感器,通過感應與傳感器中心的相對位置關系,計算目標棱鏡的水平方向值和垂直角。
TCA2003測量機器人的測角標稱精度為±0.5″,ATR功能的搜索范圍為 200 m,標稱精度為 ±1 mm[8]。影響ATR測量精度的因素有很多,除了取決于CCD陣列的分辨率,ATR的照準差以及儀器的軸系誤差等內部因素外[4],還取決于測量的條件主要包括大氣因素、場景因素、傳感器與平臺特性[5]。本文以TCA2003測量機器人為例,研究不同觀測環(huán)境下徠卡TCA2003測量機器人ATR性能,通過測試觀測環(huán)境、觀測背景和棱鏡的視場方位對ATR功能的影響,并將測量機器人ATR功能測量得出的數(shù)據(jù)與人工測量的數(shù)據(jù)相比較,提出相關注意事項,為實際工作提供有益的借鑒。
如圖1所示[6],TCA2003測量機器人的照準部中安裝了一個電荷耦合器件圖像傳感器陣列(Charge Coupled Device,簡稱CCD陣列)。CCD陣列接收照準部發(fā)射的紅外測量信號后形成光點,以其中心為參考,根據(jù)相應的圖像處理算法,測量機器人可以確定棱鏡中心在望遠鏡視場中的位置。
圖1 TCA2003測量機器人照準部
利用自身的馬達驅動系統(tǒng),驅動望遠鏡接近測量機器人的望遠鏡十字絲中心,然后計算十字絲中心與棱鏡中心的偏移值。根據(jù)偏移值驅動馬達轉動望遠鏡再次照準棱鏡和計算偏移值,最終利用該偏移值修正水平方向值和豎直角值,得出ATR測量數(shù)據(jù)。很明顯,ATR測值的精度與棱鏡中心的識別精度直接相關。
ATR測值的精度與棱鏡中心的識別精度直接相關,自動目標識別的過程包括預處理圖像、分割圖像、特征處理和目標識別等階段。其中,分割圖像是自動目標識別的關鍵,它將測量機器人望遠鏡視場范圍所接受圖像進行識別,將包含棱鏡的目標區(qū)域和不包括棱鏡的背景區(qū)域進行分割。常見的圖像分割算法有直方圖閾值法、聚類法和邊緣檢測法等,其中聚類法是根據(jù)相似性(或非相似性)準則對模式進行分類,使得相似的模式盡可能地被劃分為一類,不相似的模式盡可能地被劃分到不同的類中[5],為目標區(qū)域(也就是棱鏡)的識別奠定基礎。
(1)
其中,α1和α2為分別是類C1和類C2的像素數(shù)與圖像總像素數(shù)之比,μ1和μ2為分別是類C1和類C2的像素值均值。
首先令|μ1-μ2|=△μ,由于上述參數(shù)都是閾值x的函數(shù),式(1)可變?yōu)?/p>
(2)
(3)
為了測試觀測環(huán)境、觀測背景和棱鏡的視場方位對TCA2003的影響,設計了如下3個實驗進行驗證。
選取了3種典型觀測環(huán)境:植被區(qū)域、逆光區(qū)域和建筑區(qū)域遮擋作為測試環(huán)境,從早晨7:00至晚上6:00,以TCA2003測量機器人的ATR模式,利用其內置的觀測程序,采用全圓觀測法每個小時觀測兩個測回,共24測回。同時,人工觀測在自動觀測之后進行,作為ATR測值的外部檢驗。觀測結果如表1所示。
其中,“歸零方向值精度”是指24測回的某種條件下歸零方向值的中誤差,“較差”是指相應觀測環(huán)境下的人工和ATR的歸零方向值之差。
不同觀測環(huán)境下ATR與人工測值對比表 表1
分析結果可知,逆光區(qū)域環(huán)境下,ATR和人工讀數(shù)的精度差別較大,而且較差最大值達到了9.4″,而其余環(huán)境下精度基本一致。
根據(jù)在實際測量工作中常見的觀測背景,選擇比較有代表性的白墻、夜幕、透明玻璃門和汽車作為觀測背景,選擇一個平坦場地作為實驗場地,從早晨7:00至晚上23:00,選擇有利時間段,將目標棱鏡分別放置在4種不同觀測背景前面,以此作為背景,利用ATR模式測量水平角和豎直角,結果如表2所示。
不同觀測背景下ATR與人工測值對比表 表2
其中,“較差”是指相應觀測背景下的人工和ATR的角值之差。
分析結果可知,棱鏡后的特殊背景對ATR的測角精度存在不同程度的影響,并且ATR的實測精度下降較大,并且總體低于人工的實測精度。其中,ATR的測角精度受汽車背景和透明玻璃門背景的影響較大。
在空曠場地布設5個控制點(其中測站點為A,4個觀測點分別為1、2、3和4號),首先人工利用方向觀測法觀測10個測回,取平均值得到人工測得的角度值(即1號點為零方向,2、3和4號點的歸零方向值)。
圖2 觀測點分布示意圖
將棱鏡在望遠鏡的視場位置分別調整設置為左上、右上、左下、右下,利用測量機器人的ATR功能,每種情況分別觀測10個測回,取平均值得到ATR測得的角度值,并與人工測得的角度值進行比較,將各歸零方向值的秒位列于表3。
不同視場方位下ATR與人工測值對比表 表3
分析表3可知,棱鏡的視場方位對ATR的觀測結果存在不同程度的影響。當棱鏡位置望遠鏡下方時,觀測結果與人工測值相差較大,最大較差達到了4″。
根據(jù)測試實驗,得出如下結論:
(1)常規(guī)觀測環(huán)境下,ATR的觀測精度較高,優(yōu)于人工觀測的精度。但是,在逆光的情況下,棱鏡與背景環(huán)境的反差下降較大,容易出現(xiàn)ATR的不穩(wěn)定現(xiàn)象,因此實際生產工作中,應避免在逆光的情況下使用ATR功能。
(2)當棱鏡后有白色背景、鏡面反射背景時,ATR的觀測精度下降較大,出現(xiàn)粗差的可能性增加,因此外業(yè)觀測時應避免將觀測點選在強反射背景的附近。
(3)棱鏡在視場中的方位也會影響ATR的準確性,當棱鏡處于不利的觀測方位時,容易出現(xiàn)識別問題,出現(xiàn)較大的誤差。
綜上分析,應避免在上述但不僅限于上述的極端情況下使用,因此前期選點和后期觀測都應尤為注意,如若無法避免,應結合人工觀測的結果綜合分析,增加ATR測值的檢核條件。