基于不同觀測環(huán)境下徠卡TCA2003測量機器人ATR性能分析

王耀國，郭騰龍

(1.洛陽市規(guī)劃建筑設(shè)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(xué)院，河南 鄭州 450000)

1 引 言

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(shù)有機地結(jié)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(jīng)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(yīng)與傳感器中心的相對位置關(guān)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(nèi)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(guān)注意事項，為實際工作提供有益的借鑒。

2 自動目標識別(ATR)技術(shù)

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(yīng)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(qū)動系統(tǒng)，驅(qū)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(qū)動馬達轉(zhuǎn)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(guān)。

ATR測值的精度與棱鏡中心的識別精度直接相關(guān)，自動目標識別的過程包括預(yù)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(guān)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(chǔ)。

(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)

3 不同環(huán)境條件下ATR性能測試與結(jié)果分析

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(shè)計了如下3個實驗進行驗證。

3.1 觀測環(huán)境對ATR的影響實驗

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(nèi)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(jié)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(yīng)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(jié)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。

3.2 觀測背景對ATR的影響實驗

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(jié)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(yīng)觀測背景下的人工和ATR的角值之差。

分析結(jié)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。

3.3 棱鏡的視場方位對ATR的影響實驗

在空曠場地布設(shè)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(diào)整設(shè)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(jié)果存在不同程度的影響。當(dāng)棱鏡位置望遠鏡下方時，觀測結(jié)果與人工測值相差較大，最大較差達到了4″。

4 結(jié) 論

根據(jù)測試實驗，得出如下結(jié)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(chǎn)工作中，應(yīng)避免在逆光的情況下使用ATR功能。

(2)當(dāng)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(yīng)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(dāng)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(yīng)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(yīng)尤為注意，如若無法避免，應(yīng)結(jié)合人工觀測的結(jié)果綜合分析，增加ATR測值的檢核條件。