三维空间大地控制网（精选4篇）
三维空间大地控制网 篇1
1 项目概述
第二次全国土地调查急需采用最新的覆盖周口市行政区的控制测量基准。2008年初, 周口市国土资源局决定首先启动周口市D级GPS三维空间大地控制网建设项目。利用GPS技术精度高、速度快、效率高、成本低的优点建设覆盖全市的三维空间大地控制网。
2 项目目的
建立周口地区地心坐标参考框架, 获取WGS-84坐标;建立周口地区地理空间信息基准框架。
求得周口地区WGS-84坐标系与1980西安坐标系和1954年北京坐标系的转换参数, 获取周口地区D级GPS基础控制网的1980西安坐标系坐标和1954年北京坐标系坐标。
3 GPS数据处理
3.1 数据整理与格式
以年积日为单位, 采用RENEK文件*.O格式, 整理观测数据;观测数据使用Smart6100IS随机软件SpectrumSurvey3.23进行数据转换, 完成数据格式交换。
3.2 精密星历
采用精密星历进行基线解算, 精密星历数据通过Internet网, 从IGS中心获取。
3.3 天线高归算
采用外业输入的斜高, 由TGO1.62软件将天线高统一归算至L1相位中心位置, 在基线解算时由TGO1.62软件归算至标石标志面。
3.4 参考框架与参考历元
参考框架与参考历元和国家2000GPS大地控制网的参考框架与参考历元保持一致, 即参考框架为ITRF97, 参考历元为2000.0。
3.5 使用软件
数据处理及平差均使用TGO1.62GPS数据后处理软件。
3.6 主要参数设置
数据采样间隔:15秒;采用标准气象改正;加电离层改正;人工剔除周跳;卫星截止高度角15度;PDOP值≤6;有效观测卫星总数≥4颗。
4 基线解算
使用TGO1.62GPS数据后处理软件进行基线解算, 人工剔除周跳, 获取精确的基线解算结果, 平差使用双差固定解基线。
本网共获得1102条固定解基线, 基线长度最大值26153米, 最小值1070米, 平均值8377米;RMS值最大0.020米, 最小0.003米, 平均0.011米。
GPS网基线长度精度undefined
式中:σ为标准差, mm;
a为固定误差, ≤10mm;
b为比例误差系数, ≤10ppm;
d为实际平均边长, km。
4.1 独立基线
基线处理后, 择优选取独立基线439条, 相邻点间基线长度最大值19697米, 最小值1070米, 平均值5951米;RMS值最大0.020米, 最小0.003米, 平均0.010米。
GPS网相邻点间基线长度精度undefined
式中:σ为标准差, mm;
a为固定误差, ≤10mm;
b为比例误差系数, ≤10ppm;
d为相邻点间距离, km。
4.2 复测基线
复测基线的长度较差ds, 两两比较应满足undefinedmm。
4.3 同步环
基线解算时共生成最简三边同步环431个, 均满足限差要求:
undefined
undefinedmm。
4.4 异步环
基线解算时共生成最简三边异步环27个, 异步环闭合差满足:
undefined
5 高程拟合
高程拟合时, 纵横轴误差较小, 基线相对精度较高, 拟合高程误差最大值为0.059m, 最小为0.029m, 平均值为0.039m。以上数据表明, 高程拟合精度良好, 符合相关技术要求。
6 四等水准观测及平差
四等水准网平差使用河南省测绘局研制的《等级水准网平差系统V2.0》软件, 进行大地水准面不平行改正后严密平差, 高程系统采用1985国家高程基准。闭合环闭合差、附合路线闭合差均满足GB12989-91《国家三、四等水准测量规范》的四等水准精度要求。
7 结语
周口市D级GPS三维空间大地控制网网平差中, WGS-84坐标系网平差、1980西安坐标系网平差及1954年北京坐标系网平差成果精度均符合GB/T18314-2001《全球定位系统 (GPS) 测量规范》及《周口市D级GPS三维空间大地控制网技术设计书》的要求;四等水准网平差成果精度满足GB12989-91《国家三、四等水准测量规范》及《周口市D级GPS三维空间大地控制网技术设计书》的要求。
摘要：GPS技术由于能独立、快速的确定地球表面空间任意点的位置, 并且其相对定位精度较高, 因此从军事和导航的目的迅速被扩展应用于控制网建设, 利用GPS技术建立的控制网称为GPS空间大地控制网。由于采用GPS测得的大地高精度不够以及采用不同方法确定的大地水准面差距或高程异常的精度的制约, GPS水准的精度不高, 故采用常规水准仪进行测量测量, 配合开展高程拟合。阐述了D级GPS三维空间大地控制网的测量数据处理过程。
关键词：控制网,D级GPS,三维空间大地控制网,数据处理
参考文献
[1]陈向阳.基于小波分析的GPS基线向量精化技术[J].南通职业大学学报, 2011, (1) :84-87.
[2]张俊, 李屹旭.误差理论与测量平差基础教学中的若干细节问题探讨[J].北京测绘, 2011, (1) :91-93.
[3]唐丽华, 陈金太.基于PASCO的声速测量[J].大学物理, 2011, (1) :38-41.
三维空间大地控制网 篇2
一年一度的注册会计师报名工作即将开始，华夏大地财会网（ck.edu-edu.com.cn）为了今年的报考者能及早进入课程的学习，也为了能更好的服务广大考生，将在3月18日到4月11日每晚的19:00-22:00免费开通版注册会计师网上课程，（2004版的课程主讲老师为国内注会名师田明、郑庆华、王燕、赵颖、范永亮、张筱冰等）。活动期间，考生学习2004版注会辅导课程满两小时，做一个简单的课程问卷后，就有机会获得版注册会计师部分或全部的网上课程。
据悉，华夏大地财会网举办此次活动，是为了能获得学员对网站内容及课程的真实评价，以便在2005版的`课程中有更贴近考生的服务。此次活动的人数限额为30,000名。
一等奖40名，可获得注会任意一科精讲、串讲、模考三个模块的网上学习课程
二等奖60名，可获得注会任意一科精讲、串讲、模考三个模块中的任一模块课程。
活动结束时，将即刻在网上公布获奖者名单，并且会将获奖者的帐号中注入相应的金额，在2005版的教材出版后、财会网2005版课程一开通，获奖者就可以直接上网学习。
三维空间大地控制网 篇3
关键词：大尺寸三维形貌测量,双目视觉原理,全局控制网,平差算法,数据融合
0 引言
近年来, 高精度测量大尺寸物体三维形貌[1]的研究引起了人们的高度重视, 其中, 双目立体视觉装置结合激光扫描装置构成的传感器被广泛应用于三维形貌测量中。但是, 由于受到传感器视场范围[2]的制约, 对大尺寸物体的测量往往不能一次完成, 而是需要将被测物体分割成若干相关联的区域进行分别成像测量, 最终通过特定方法把各个相关的区域拼接[3]成一个整体, 进而实现大尺寸三维形貌的测量。目前使用的拼接方法主要有序列拼接方法和整体拼接方法。因为序列拼接方法会产生较大的累积拼接误差, 所以在精度要求较高、分割区域较多的情况下序列拼接方法实用性较差。相比而言, 利用全局控制点建立全局控制网的拼接方法不会产生累积的拼接误差, 该拼接方法主要基于视差原理以及平差算法[4]获得全局控制点在各测站中的三维坐标, 再通过不同测站中的同名控制点将数据融合, 进而得到全局控制网, 最后利用双目立体视觉装置结合激光扫描装置[5]将每次测量的传感器坐标系下的三维坐标映射到全局控制网中, 完成大尺寸物体的三维形貌测量。
经纬仪测量系统是较早应用于大尺寸测量领域的分布式测量系统之一, 然而使用经纬仪测量系统进行测量之前, 需要进行人工互瞄等比较复杂繁琐的工作, 效率较低, 人为误差明显, 重复精度比较低, 不利于大批量连续作业。另外, 经纬仪整个系统的便携性往往较差[6]。本文提出一种基于全局控制网的三维形貌测量方法, 该方法具有自标定功能, 测量时所有被测控制点采用图像处理技术通过计算机系统获得亚像素级的测量精度, 无需人为识别, 并且最终系统的便携性较好。该方法的图像处理操作能够实现计算机全自动化, 故测量速度快, 且光束平差算法的精度高, 从而保证了该方法具有较高的精度。
1 测量方法概述
基于全局控制网的三维形貌测量方法首先需要在被测物体表面均匀且无规则地放置少量编码点[7]和较多的非编码点[8]用以构建全局控制网, 这些编码点和非编码点统称为全局控制点。利用大视场相机在不同区域对被测物体以及全局控制点成像。通常假设第一个测站坐标系为全局坐标系, 在全局控制点精确配准的基础上利用光束平差技术获得全局控制点在各测站中的三维坐标, 然后再将不同测站中的全局控制点融合到全局坐标系中进行联合平差, 得到全局控制点精确的全局三维坐标, 进而建立起全局控制网;利用非接触测量传感器, 根据双目视觉测量原理对大尺寸被测物体进行局部测量, 利用每次成像视场中至少3个全局控制点获得测量传感器坐标系到全局控制网坐标系的转换关系, 将局部的形貌信息拼接到全局控制网中, 实现大尺寸物体的三维形貌测量 (图1) 。
2 建立全局控制网
全局控制网就是利用特殊反射材料制成的由编码点和非编码点构成的能够反映被测物体三维形貌信息的点状网格。其中编码点有各自独立的特征 (即编码值) , 容易实现同名匹配;而非编码点没有独立的特征, 必须通过特定的方法找到不同图像中同名的非编码点, 才能实现非编码点的匹配。
在大尺寸三维形貌测量过程中, 相机的视场范围相对于尺寸较大的被测物体而言往往很小, 因此对大尺寸物体三维形貌的测量往往不能一次性完成。于是, 就不可避免地需要先对大尺寸物体进行分区域的局部测量, 然后再将测量结果拼接起来。目前使用较为广泛的序列拼接方法是将每个区域的测量结果拼接到与该区域有重叠部分的相邻区域, 进而构成一个新的较大区域;重复上述操作最终将每个区域均与第一个区域实现拼接。当被测物体尺寸很大、分割的区域很多时, 后续区域的测量结果需要经过多次的旋转、平移转换运算才能得到在最初区域坐标系下的测量坐标。由于每进行一次旋转、平移转换运算就会产生一定的误差, 那么进行多次转换运算后必定会产生相当大的累积误差, 从而大大影响测量精度。
而基于全局控制网的大尺寸三维形貌测量方法则可以大幅地减小由多次转换运算而引起的测量误差。该方法是在全局控制网建立的基础上, 通过全局控制点获得每次测量时传感器坐标系与全局控制网坐标系的转换关系。这样只需计算一次旋转、平移转换关系就可以将每次测量的结果拼接到全局控制网中, 进而实现大尺寸三维形貌的测量。由此可见, 该方法既简化了测量过程又有效地提高了测量精度。
2.1 全局控制网建立流程
首先根据对极几何约束[2,4]关系, 通过求得的基本矩阵来实现非编码点的匹配。得到同名的非编码点后, 根据光束交汇原理[4], 利用光束平差技术就可以精确算出全局控制点在各个测站坐标系下的三维坐标。再通过至少3个相同编码点确定各个测站的转换关系, 然后就可以将所有的全局控制点的三维坐标统一起来, 最后利用全局坐标系下所有点的坐标值进行联合平差求得所有全局控制点的精确坐标, 从而建立起一个全局控制网。全局控制网建立流程如图2所示。
(1) 在被测物体表面均匀且无规则地放置全局控制点 (包括编码点和非编码点) , 利用大视场相机, 分别对被测物体的每个区域进行拍摄测量, 测量每个区域时需要选取两个位置分别进行正交拍摄, 并且要保证拍摄时尽量使所需的全局控制点分布在相机的视场中心, 这样可以尽可能地消除由相机镜头的畸变而引起的测量误差。
(2) 对每个区域的4幅图像均采用直方图处理、二值化滤波、质心提取等图像处理方法[4]进行处理, 得到包含清晰特征的全局控制点的测量图像;通过辨别编码点的编码值实现4幅图像中编码点的同名匹配;对于每2幅图像构成的图像对, 利用至少8个同名编码点结合测量图像中编码点的图像坐标求取基本矩阵。因为八点法求得的基本矩阵存在很大的误差, 而且此误差可能导致后续的非编码点的匹配产生错误, 最终使得全局控制网建立失败, 所以需要采用匹配点到各自对应极线距离平方和最小的非线性优化方法对基本矩阵进行优化。优化过程中将八点法求得的基本矩阵作为初值进行迭代;用优化后的基本矩阵结合对极几何约束关系对相应的图像对中的非编码点进行初步粗匹配;为了提高匹配的正确率, 还需要利用3幅图像进行非编码点的精确匹配, 匹配后对非编码点进行全局编号。
(3) 得到精确匹配的非编码点后, 利用非编码点在4幅图像中的图像坐标, 采用光束平差算法, 求得全局控制点在每个测站中的精确三维坐标;为了使每个区域中所有的全局控制点的坐标实现统一, 需要利用每两个测站中公共的编码点在各自测站坐标系下的三维坐标计算出这两个区域的坐标系转换关系, 即旋转、平移矩阵;最终通过所有区域的旋转、平移矩阵将所有的全局控制点的坐标统一到全局坐标系中;选取一定的距离阈值, 将全局坐标系中相互距离小于阈值的控制点融合为一个点, 大于阈值的控制点作为新点加到全局控制网中, 最后进行总体的联合平差运算得到全局控制点精确的全局三维坐标, 从而实现全局控制网的精确建立。
(4) 使用双目视觉测量传感器并结合激光扫描装置, 对被测物体表面的各个区域进行双目视觉测量;利用传感器视场中至少3个全局控制点得到传感器测量坐标系到全局控制网坐标系的旋转、平移转换关系, 进而将测得的被测区域信息拼接到全局控制网中, 实现大尺寸物体的三维形貌测量。
2.2 全局控制网建立的基本原理
2.2.1 确定基本矩阵
对极几何约束关系在两幅图像的非编码点匹配过程中有着重要的作用。其原理如图3所示。
两相机中心C1和C2的连线分别交左右图像平面于极点e1和e2, 全局控制点P在左右两幅图像中的像点为P1和P2, e1与P1的连线lP1称为P2在左图像中的极线, e2与P2的连线lP2称为P1在右图像中的极线。对极线间存在一定的几何关系, 其关系式可以表达为[2]
其中, m表示某幅图像中的一个像点, m′代表其余图像中对应的匹配像点。
基于式 (1) 求得的基本矩阵F存在一定的误差, 需要对求得的基本矩阵F进行优化处理。优化方法是用式 (1) 得到的基本矩阵F作为迭代初值, 利用非线性优化方法得到更精确的基本矩阵F, 优化式为[2]
其中, d (mi, FTm′i) 表示对应匹配像点的极线距离。
2.2.2 全局控制点匹配
通过选取一定的距离阈值得到优化后的基本矩阵之后, 首先利用2幅图像根据对极几何约束求得一幅图像中非编码点在另一幅图像中对应的极线, 选取一个误差带, 把误差带内的疑似匹配点作为粗匹配的结果记录下来;再利用3幅图像对非编码点进行精确匹配, 如图4所示。设空间中一个非编码点M在3幅图像中成的像点分别为m1、m2、m3, 图像1中的像点m1在图像2中的对应极线为l1, 且在误差带h1中的点均为m1在图像2中的疑似匹配点;同理, m1在图像3中对应的极线为l3, 且在误差带h3中的点也均为m1在图像3中的疑似匹配点;图像3中的疑似匹配点在图像2中也有各自对应的极线l2和误差带h2。则图像2中误差带h1与误差带h2公共部分中包含的非编码点即为m1在图像2中精确匹配的同名非编码点。利用这种方法得到所有图像中精确匹配的非编码点。
2.2.3 光束交汇原理与平差技术
非编码点正确匹配后, 就要求得每个全局控制点的三维坐标值。双目立体视觉原理表明, 三维空间中的一个点在两个相机像面中所成的像点分别与对应相机中心的连线一定在空间中交于一点 (图5) , 此即光束交汇原理。该原理也正是光束平差算法的基础。
对于单个相机而言, 由几何比例关系可以得到下面的公式[2]:
式中, (x, y) 为空间点在像平面的成像坐标; (x0, y0) 为像面中心坐标; (Δx, Δy) 为系统误差修正值;f为相机焦距; (X, Y, Z) 为空间点在全局坐标系下的坐标; (X0, Y0, Z0) 为相机主点在全局坐标系下的坐标。
r1、r2、……、r9构成相机坐标系到全局坐标系的旋转矩阵。其中, Δx和Δy分别满足如下关系[2]:
平差解算时引入观测值改正数vx、vy和近似值改正数dx、dy, 则式 (3) 、式 (4) 变形为[2]
全局控制点在所有测站下均满足上述关系式, 故可将所有测站下的全局控制点列出的方程构成一个大规模的方程组, 且空间中一个全局控制点在n幅图像中的像点应满足[2]:
采用光束平差技术可以求解上述大规模方程组, 即把相机的内外参数以及控制点的全局坐标均视为未知量整体, 通过求方程组的优化方法求出未知量。
平差解算时需要有合适的平差初值, 以使迭代运算收敛于最优解。平差初值包括各测站坐标系相对于全局坐标系的转换关系初值以及控制点全局三维坐标初值。其中坐标系转换关系初值可以通过基本矩阵分解求得两个测站之间的旋转、平移转换关系, 而全局三维坐标初值可以利用分解得到的旋转、平移矩阵结合各像面坐标计算得到。获得平差初值后, 就可以通过多次迭代计算出全局控制点在该区域精确的三维坐标。将不同区域中相同的全局控制点融合起来后, 再利用光束平差技术进行联合平差运算就可以得到所有全局控制点精确的全局三维坐标。
3 实验
使用Kodak dcspro14n摄像机和Nikon24mm镜头结合计算机系统对白车身的车盖 (图6) 进行三维形貌测量, 对均匀且无规则地分布在车盖上的全局控制点进行拍摄。实验时, 只需按照上述方法拍摄相应的车盖图像, 其余处理操作无需人工参与, 整个过程能够实现全自动化, 因此该测量方法速度快。最终融合得到的全局控制点如图7所示, 得到的实验数据如表1所示, 其中距离真值是利用V-stars系统测量得到的。
由表1数据可知:距离误差绝对值的平均值为0.0224, 上述距离误差的均方差为0.0226。
4 结论
由实验数据可知, 本文方法的测量精度 (相对误差) 可以在0.01%以内, 且测量计算过程完全自动化。由此可见, 基于全局控制网的大尺寸三维形貌测量方法能够高精度地恢复被测物体三维形貌特征。该方法有效地提高了测量时的拼接精度, 同时使测量变得更加快速简单。
参考文献
[1]Rosin P L.Shape-Measuring the Orientability of Shapes[J].Lecture Notes in Computer Science, 2007, 4673:620-627.
[2]张广军.机器视觉[M].北京:科学出版社, 2005.
[3]Chaneski W.Simplifying Measurement of Complex Shapes[J].Modern Machine Shop, 1998, 71 (2) :48-49.
[4]邾继贵, 于之靖.视觉测量原理与方法[M].北京:机械工业出版社, 2011.
[5]叶声华, 邾继贵, 张滋黎, 等.大空间坐标尺寸测量研究的现状与发展[J].计量学报, 2008, 29 (增刊1) :1-6.Ye Shenghua, Zhu Jigui, Zhang Zili, et al.Status and Development of Large-scale Coordinate Measurement Research[J].Acta Metrologica Sinica, 2008, 29 (S1) :1-6.
[6]周虎.基于视觉的目标跟踪与空间坐标定位系统研究[D].天津:天津大学, 2011.
[7]郑建冬, 张丽艳, 周玲, 等.基于单数码相机自由拍摄的空间点定位[J].航空学报, 2007, 28:1521-1526.Zheng Jiandong, Zhang Liyan, Zhou Ling, et al.3D Target Location with One Single Hand-held CCD Camera[J].Acta Aeronautica et Astronautica Sinica, 2007, 28:1521-1526.
钢结构物空间控制网的应用与研究 篇4
对测量工作人员来说, 控制网一点也不陌生。在对大范围的地籍调查和项目施工时, 常常会建立控制网。而当遇到两个具体的控制网重合并需要控制两个控制网重合精度时, 常常需要通过建立其中一个控制网, 并对另一个控制网进行精确控制。
1 概述
GORGON项目位于澳大利亚西北部BARROW岛, 项目类型为LNG处理厂, 采用国际领先的工厂模块化建造工艺。
项目一共包括模块170个 (其中6个模块没有结构) , 每个模块上面安置具体的管线。因为结构和管线的安装属于两个时间段的建造工作, 需要精确布置结构控制网, 并对具体管线的安装位置进行控制。
GORGON项目属于沿海管线铺设项目, 需要将输送至澳大利亚的天然气传送到远离海岸的天然气加工厂, 因此亟须安装大型的结构和管线。具体结构和管线采用模块化的建造程序, 分段进行建造, 然后运送至澳大利亚进行总装。
2 测量控制工具
GORGON项目测量专业使用的主要设备为全站仪Leica TS30, Leica TCR1201+, 水准仪Leica NA728。其中使用最多的为Leica TS30, 测角精度为0.5″, 测距精度为0.6 mm+1 ppm。图1为仪器的图片。
3 建造过程
3.1 结构建造
如图2所示, 模块结构属于规则的四方体结构, 图纸对模块结构具体中心线、桩腿跨距、各层之间的高差有详细的标注, 而且对具体误差有详细要求。具体如下:
1) 结构中心线与理论偏差为±6 mm;
2) 各中心线之间的跨距偏差为±10 mm;
3) 各中心对角线偏差为±19 mm;
4) 水平误差为±3 mm, 高程误差为0 mm~-5 mm。
分别对各个模块的结构包括结构中心线、桩腿中心、底板高程以及主要梁高程进行测量;运用计算机对桩腿中心线以及桩腿跨距进行处理, 与图纸比较分析。通过已取得的高程数据分析水平误差和高程误差。
3.2 管线安装
3.2.1 控制精度
GORGON项目采用模块化建造, 具体的两个模块结构和管线存在对接问题, 对管线的横向、纵向和高程方向提出了很高的精度要求, 具体横向和纵向的精度为±2.5 mm, 高程精度为0 mm~-5 mm。
3.2.2 建立结构控制网
管线安装处于结构建造之后, 为使管线安装位置与图纸匹配, 也就是将管线控制网与模块结构控制网重合。而模块结构的建造工作已经完成, 不再可能变动;因此, 我们可以建立模块结构控制网, 以对管线的坐标进行定位。管线分布图见图3。
运用全站仪, 分别对模块结构底部桩腿中心线进行测量, 并测量模块结构底板高程以及各层梁的高程 (注意:模块结构底板高程和各层梁高程在同一坐标系下) 。因为模块结构属于规则的四方体结构, 且模块结构在后期处于不可变动的状态, 我们可以采用最小二乘拟合的算法, 拟合模块结构的实际中心线和高程坐标;并结合给出的结构图纸, 完成图纸坐标系到现场结构坐标系的转换, 建立起模块结构空间坐标系。
完成以上工作后, 在此基础上, 在模块结构上安置尽可能多的测量点 (不再变动位置, 并作好标记) 。测量点位坐标且保存, 作为管线测量的控制网点。
3.2.3 通过测量控制网点对管线进行定位
运用全站仪, 通过之前标定的结构控制网点, 采用后方交会的方法, 测量4个以上的控制网点, 建立全站仪控制网。该控制网与模块结构空间控制网相同;并且测量管线坐标与图纸吻合。测量管线的具体坐标, 对照图纸上的坐标以及控制精度要求进行调整, 以使管线的控制网与模块结构控制网重合。
4 结语