智能終端與全站儀一體化立靶坐標測量方法

于國棟,王春陽,何子清,徐鵬宇

(中國人民解放軍63869部隊， 吉林 白城 137001)

1 引言

目前，靶場試驗中，測量立靶坐標主要采用2種方式：接觸式立靶和非接觸式立靶[1-2]。非接觸方式受環境影響較大，彈丸捕獲率一般低于98%，對于一些需要捕獲率為100%的試驗任務難以滿足要求。所謂接觸式立靶，即采用鋼板或木板作為材料，制作一個垂直于地面的靶面，火炮以靶面十字絲為目標進行射擊，利用皮尺或測量設備量取彈孔到靶心的平面坐標。

常用的接觸式立靶測量主要有3種方法，第一，為皮尺測量；第二，為相機測量法；第三，基于串口的全站儀立靶坐標測量法。皮尺測量，對于邊長大于5 m的靶面，需要將靶面放倒在地上或者用吊車將試驗人員送到靶面前方，效率極低，而且受人為因素影響較大，精度較差；相機測量法，相機測量法需要畸變較小，且焦距較短的測量式相機，拍攝的照片必須為上萬行像素，價格較為昂貴，加之，系統復雜，無論前期準備還是后期數據處理都比較費時。基于串口的全站儀立靶坐標測量法，必須采用有線模式，因此，限制了設備的靈活性，連接線插口來回插拔也會對設備帶來一定的損耗。

隨著藍牙技術應用的普及，新一代全站儀都配備了藍牙功能，另外，基于Android系統的智能手持終端可編程技術逐漸趨于成熟[3-8]， 文章提出了一種基于Android及藍牙技術的智能終端與全站儀一體化立靶坐標測量方法，該方法能夠實現立靶坐標快速測量及試驗數據可視化顯示功能，采用藍牙技術，使智能手持終端與全站儀之間實現無線遠程通信，既可以克服有線連接設備在惡劣野外環境使用帶來的局限性，又可以快速將存儲在智能手持終端的試驗數據形成報表，提高試驗數據處理效率。

2 原理及數學模型

本文提出的立靶坐標測量方法僅需要一部Ts30或者更新型號的全站儀和一部基于Android系統的智能手持終端設備(手機、平板電腦、掌上電腦)便能測量出毫米級精度的立靶坐標。具體實現如下：

如圖1所示，共有兩個坐標系，分別為全站儀局部坐標系(xyz)和靶面局部坐標系(XYZ)。在靶面正前方或斜前方50～200 m位置處S架設全站儀，并完成整平。為了后續的計算方便，在全站儀局部坐標系下，將全站儀當前位置平面坐標設置為(0,0)，高程坐標不變。分別測量靶面左下角A(x1,y1,z1)和右下角B(x2,y2,z2)的坐標，點A和點B在水平面上可以確定靶面的方向。將全站儀標定靶心O處，記錄全站儀當前的方位角α0和高低角λ0。到此，準備工作已完成。

圖1 測量坐標系示意圖

進入正式測量階段，將全站儀標定靶面彈孔T，記錄全站儀當前的方位角α和高低角λ。

此時，已知數據為：S(0,0,z)，A(x1,y1,z1)，B(x2,y2,z2)，L0(α0,λ0),LT(α,λ)；

待求數據為：彈孔在靶面局部坐標系下的坐標(XT,YT)。

2.1 測量靶面水平坐標XT

為便于計算，需要進行平面坐標轉換，如圖2所示，即坐標系xoy轉換成坐標系x′oy′，這兩個坐標的原點一樣，僅僅旋轉θ角，轉換關系如下：

圖2 平面坐標轉換后的測量坐標系示意圖

(1)

因此，首先需要計算θ角，公式如下：

(2)

(3)

根據圖2的幾何關系，可得靶面平面坐標為

(4)

2.2 測量靶面垂直坐標YT

根據圖3的幾何關系，可得靶面的垂直坐標為

圖3 測量坐標系側視圖

(5)

3 技術實現

3.1 硬件實現

全站儀與外接設備的通訊方式有2種，分別為：有線連接模式和無線連接模式。基于藍牙的通訊方式屬于無線連接。藍牙連接的兩端，分別為智能終端設備和全站儀。智能終端設備可選平板電腦、手機、掌上電腦任意一種。

根據任務需求，建議選擇平板電腦作為智能終端設備，將其作為設備操作、數據處理和存儲的技術平臺，具有靈活、方便、功耗低、功能齊全和圖形可視化效果好等優點。當進行連發射擊打靶試驗時，可以制作放樣圖，將所有彈孔的位置信息顯示出來，對照實際靶面，避免了數據記錄時，看錯和寫錯等一些人為失誤，而顯示屏幕大的特點無疑會將測量結果直觀的顯示出來，方便操作人員及時核對。以Leica全站儀為例，其通訊協議基于GeoCOM，與智能終端設備的藍牙連接方式如圖4所示。

圖4 Leica全站儀與智能終端設備的藍牙連接方式示意圖Fig.4 Schematic diagram of hardware structure

系統具體實現流程如下：

1) 在靶面正前方或斜前方50～200 m位置處架設全站儀，整平并開機。對設備進行初始化，將智能終端設備與全站儀進行藍牙連接；

2) 坐標歸零，全站儀當前位置平面坐標設置為(0,0)，高程坐標不變；

3) 全站儀測量靶面兩側坐標，發送到智能終端設備；

4) 將全站儀光軸指向靶心，測量高低角和水平角并保存；

5) 智能終端設備中的程序將標定靶心處的靶面平面坐標設置為(0，0)；

6) 將全站儀光軸指向彈孔，測量高低角和水平角并發送到智能終端設備中；

7) 依據第2節中的計算模型求出彈孔到靶心的靶面坐標；

8) 將結果保存在智能終端設備中，并在智能終端設備的屏幕中顯示。流程如圖5所示。

圖5 系統流程框圖

3.2 軟件設計

程序設計包括2個模塊，試驗準備模塊和正式試驗模塊。

試驗準備模塊具備設備連接、坐標歸零、棱鏡模式選擇、靶面左側坐標測量、靶面右側坐標測量、靶心標定、數據清除等功能，該模塊負責試驗前準備工作。

正式試驗模塊具備靶面坐標放樣圖、立靶坐標測量與顯示、數據顯示列表等功能，該模塊負責試驗數據采集、存儲、計算和顯示。

4 精度分析

文章方法的測量精度主要受儀器本身的測量誤差影響，例如全站儀的測角誤差和測距誤差等。市場上出售的全站儀測的角精度一般為0.5″或1″，假設全站儀到靶面的距離約為100 m，則立靶坐標的測量精度為：100*sin(1/3 600*π/180)≈0.000 5。由于距離較近，距離誤差對立靶精度的影響更小。

除考慮儀器測量誤差對結果產生的影響外，還需要考慮靶面因素。實際應用中發現，相對于儀器誤差，靶面傾斜對測試精度的影響更大。靶面傾斜分為十字絲傾斜(左右傾斜)和靶面前后傾斜。

4.1 十字絲傾斜

十字絲傾斜即靶面左右傾斜，施工時難以保證十字絲橫軸完全與地面平行，致使儀器測量結果與實際結果產生偏差。

儀器測量是基于理想十字絲，而實際上，十字絲是傾斜的，兩者的差異問題本質是坐標轉換的問題。如圖6所示，由于原點不變，因此只要獲得傾角φ，既可以獲得兩者的轉換關系，公式如下：

(6)

通常靶面大約為10 m*10 m，因此，u和v的最大值為±5 m，當傾角φ為1°時，cosφ≈1，sinφ=3.046e-4式(6)可以簡化，如下所示：

(7)

由此可得，Δu和Δv在傾角φ為1°時的最大值為0.001 5 m。

因此，實際測量時，必須要控制十字絲傾斜小于1°，或者精確獲得傾角φ，然后代入式(6)進行修正。

圖6 十字絲傾斜示意圖

4.2 靶面前后傾斜

理想的靶面是嚴格垂直地面的，但是實際建靶時受多種因素影響，難以實現。以靶面前傾為例，如圖7所示，ΔL+L為儀器測量的彈孔到地面的垂直距離，L′為彈孔到靶底的距離，儀器測量結果與實際結果的偏差為ΔL，傾角為ω，全站儀與射向的夾角為ψ。偏差ΔL的公式如下：

圖7 靶面傾斜示意圖

ΔL=L′sinωtanψ

(8)

L′的最大值為10 m，當傾角ω為1°時，cosω≈1，sinω=3.046e-4式(8)可以簡化，如下所示：

ΔL=L′sinωtanψ≈L′ωtanψ≈3.046×10-3tanψ

(9)

由上式可見，受ψ的影響，偏差ΔL不能被忽視，需要修正。靶面前后傾斜只會對靶面垂直坐標YT產生影響。通常立靶試驗射向趨于水平，因此，ψ≈λ，將ψ和ω(采用垂直校準設備獲得)代入式(9)即可求得偏差ΔL。

5 驗證

5.1 實驗設計

為了驗證文章方法的可行性和準確性，設計一個模擬立靶試驗。模擬試驗選取的設備有Ts50型全站儀和UG905型智能平板終端。Ts50型全站儀測角精度為0.5″，并且支持無棱鏡測量模式，具備藍牙功能。UG905型智能平板終端，內置Android操作系統，支持藍牙BT4.0，8寸陽光彩屏。

在Android studio軟件中，基于Java語言編寫了一個立靶坐標測量的主控程序，安裝在UG905型智能平板終端上，主控程序界面如圖8所示。藍色的正方形區域為靶面放樣區，可見，能清楚顯示測量結果。

圖8 主控程序界面

選一塊1.5 m×1.5 m的平整木板，在其表面粘貼上網格間距為1 mm的坐標繪圖紙，在紙的中間畫十字絲作為靶心，分別在4個象限隨機選取8個位置，作為檢測目標，為方便檢靶，提高檢測精度，所有檢測目標均處于網格交叉點處，如圖9所示。由于，坐標繪圖紙上，處于網格交叉點處的坐標可以精確獲取，因此，32個模擬目標的立靶坐標真值可認為是已知的。

圖9 模擬靶面實物圖和彈孔分布示意圖

將制作好的模擬靶面垂直于地面設置好，并用水平校準儀精確校準，確定靶面在水平和垂直方向無傾斜。設備架設在靶面左前方大約60 m位置處。

5.2 實驗數據分析

采用文章方法對32個檢測目標進行測量，再與真值進行比對，結果如表1所示，由于篇幅限制，只列出前10個目標的結果。再通過中誤差公式計算得到，誤差的中誤差為，mx=±0.11 cm，my=±0.16 cm。可見，本文的方法測量精度可達2 mm。

表1 立靶坐標測量精度檢測結果(cm)

6 結論

提出了一種基于Android系統及藍牙技術的智能終端與全站儀一體化立靶坐標測量方法，實現智能終端與全站儀藍牙模塊的無線通訊，遠程遙控全站儀實施數據測量，完成立靶坐標測量解算，并將立靶坐標分布圖及測量結果顯示于智能手持終端。通過模擬試驗證明了能極大地提高工作效率和數據處理的準確率。