基于雙目視覺與RTK技術(shù)的可視化工程放樣方法及其系統(tǒng)設(shè)計(jì)

摘 要：為了提高工程放樣的工作效率，提出了一種融合雙目視覺和實(shí)時(shí)動(dòng)態(tài)差分定位技術(shù)（RTK）的可視化放樣定位系統(tǒng)，主要由雙目相機(jī)、RTK模塊、機(jī)械云臺、多激光指示器組成.基于雙目相機(jī)進(jìn)行目標(biāo)點(diǎn)距離測量，結(jié)合機(jī)械云臺的角度信息，確定目標(biāo)的相對位置.利用RTK模塊，實(shí)時(shí)獲取自身地理位置信息及航向角，進(jìn)一步解算目標(biāo)的絕對位置（經(jīng)緯度、高程）.多激光指示器能標(biāo)示多點(diǎn)位，同時(shí)獲取線路的多點(diǎn)位置信息，便于在整體上對工程放樣優(yōu)化和調(diào)整.實(shí)驗(yàn)結(jié)果表明：20米測距范圍內(nèi)，系統(tǒng)目標(biāo)位置解算誤差在20 cm以內(nèi)，定位方法具有較高精度，符合土方工程等多場景放樣需求，能顯著提高施工放樣的效率.

關(guān)鍵詞：

雙目相機(jī)； RTK； 經(jīng)緯度； 施工放樣

中圖分類號：U412.24

文獻(xiàn)標(biāo)志碼： A

A visualized engineering layout method based on binocular vision

and

RTK technology and its system design

ZHANG Xiang¹， GONG Yuan-ming^1*， PENG Ding-mao²， CAO Ming²，

SONG Wei²， CHU Lin-tao²

（1.College of Mechanical and Automotive Engineering， Shanghai University of Engineering Science， Shanghai 201620， China; 2.Zhejiang Institute of Communications Co.， Ltd.， Hangzhou 310030， China

）

Abstract：

To enhance the efficiency of construction sampling，we develop a Visual Layout and Positioning System which integrates binocular vision and Real-time Dynamic Differential Localization Technology （RTK）.The system is mainly composed of binocular camera，RTK module，mechanical gimbal，multi-laser pointer.Using a binocular camera to measure the distance to the target point，combining it with the gimbal rotation angle，the relative position of the target can be determined.The RTK module is used to acquire the device′s geographic location data and heading angle in real-time.This information can be used to determine the absolute position of the target （latitude，longitude，and elevation）.The multi-laser pointer is capable of marking multiple points and simultaneously obtaining multi-point positional information of the route，thereby facilitating the optimization and adjustment of construction layout in a holistic manner.The test results indicate that within a range of 20 m，the system′s target position calculation error is within 20 cm.The positioning method exhibits high accuracy，meeting the staking out requirements for various scenarios such as earthworks，can significantly improve the efficiency of construction layout.

Key words：

binocular camera； RTK； longitude and latitude； construction layout

0 引言

工程放樣的目的是將設(shè)計(jì)圖紙上的幾何信息準(zhǔn)確地在施工現(xiàn)場標(biāo)定和定位，以確保建筑按照正確的位置和尺寸建造.

傳統(tǒng)手工放樣使用經(jīng)緯儀等儀器在施工現(xiàn)場測量并標(biāo)定位置，該方法操作繁瑣，且需要在目標(biāo)點(diǎn)與基準(zhǔn)點(diǎn)間反復(fù)校核，導(dǎo)致放樣效率低下，在現(xiàn)代工程中逐漸被先進(jìn)的自動(dòng)化設(shè)備替代^[1，2].

全站儀作為目前主流的自動(dòng)化放樣設(shè)備^[3]，通過測量和記錄目標(biāo)點(diǎn)的水平角、垂直角和斜距等參數(shù)，從而確定目標(biāo)點(diǎn)在空間中的坐標(biāo)位置^[4，5]，與手工放樣相比，其精度與效率都有了很大的提升.不過仍然存在一些限制和問題，比如：依賴反射棱鏡，使用全站儀進(jìn)行測量時(shí)需要在目標(biāo)點(diǎn)放置反射棱鏡，無法直接測量非反射性表面或無法到達(dá)的區(qū)域；全站儀主要在固定位置進(jìn)行測量，在動(dòng)態(tài)環(huán)境中不適用.

而RTK技術(shù)能夠滿足高精度和實(shí)時(shí)動(dòng)態(tài)測量的需求，因此在道路和橋梁建設(shè)等施工放樣過程中也得到了廣泛應(yīng)用.RTK是以載波相位觀測為依據(jù)的實(shí)時(shí)差分GPS技術(shù)^[6，7]，通過對基準(zhǔn)站和移動(dòng)站兩個(gè)接收器之間的數(shù)據(jù)解算分析，能實(shí)現(xiàn)位置坐標(biāo)的厘米級高精度測量^[8].相比于傳統(tǒng)手工放樣和全站儀坐標(biāo)放樣，RTK技術(shù)具有觀測時(shí)間短、精度高、即時(shí)給出精確坐標(biāo)等優(yōu)點(diǎn)^[9].然而，當(dāng)使用RTK進(jìn)行放樣時(shí)，仍需要將RTK模塊作為接收器放置到目標(biāo)點(diǎn)位，才能實(shí)現(xiàn)目標(biāo)點(diǎn)定位.遇到峽谷、河流等特殊放樣地形時(shí)，RTK技術(shù)仍會受到極大限制.

基于上述研究，本文提出了一種融合雙目視覺與RTK的放樣方法：該方法利用雙目相機(jī)對同一目標(biāo)進(jìn)行拍攝，通過計(jì)算兩個(gè)相機(jī)視角的差異，推算出相機(jī)與目標(biāo)點(diǎn)間的距離^[10，11]，再結(jié)合機(jī)械云臺獲取的角度信息及RTK定位信息，可以解算出目標(biāo)點(diǎn)相對于測量設(shè)備的相對位置信息及地理位置信息（經(jīng)度、緯度、高程）.與全站儀、RTK等現(xiàn)有技術(shù)相比，該方法使用雙目相機(jī)測距、RTK模塊定位，無需在目標(biāo)點(diǎn)位放置反射棱鏡、接收器等依賴物，就能獲取所需目標(biāo)位置信息，非接觸性強(qiáng)、放樣效率高.此外，機(jī)械云臺裝設(shè)多組激光指示器，可以同時(shí)標(biāo)示多個(gè)目標(biāo)點(diǎn)位，從而能更加直觀的獲取施工現(xiàn)場多個(gè)點(diǎn)位之間的相對位置信息，便于在整體上對施工放樣進(jìn)行優(yōu)化和調(diào)整.

1 系統(tǒng)設(shè)計(jì)

1.1 機(jī)械結(jié)構(gòu)設(shè)計(jì)

系統(tǒng)核心構(gòu)件包括雙目相機(jī)、RTK模塊、云臺、Jetson Xavier NX處理器、單片機(jī)以及電機(jī)驅(qū)動(dòng)屏和多激光指示器.其中，雙目相機(jī)與激光指示器均裝設(shè)于云臺上，由電機(jī)驅(qū)動(dòng)屏控制轉(zhuǎn)動(dòng).雙目相機(jī)通過數(shù)據(jù)線與Jetson Xavier NX處理器連接，運(yùn)行測距程序，獲取目標(biāo)點(diǎn)與相機(jī)間距離.單片機(jī)記錄云臺轉(zhuǎn)角及RTK獲取的地理位置信息.系統(tǒng)整體三維機(jī)械結(jié)構(gòu)如圖1所示，單組云臺由兩個(gè)伺服電機(jī)驅(qū)動(dòng)，可以滿足數(shù)控云臺在水平與豎直方向兩自由度調(diào)節(jié).

單組云臺模塊三維模型如圖2所示.水平旋轉(zhuǎn)限位筒與垂直旋轉(zhuǎn)限位筒內(nèi)均包含編碼器電機(jī)，上電初始化后，激光指示器平行于水平電機(jī)固定板與組合安裝板.當(dāng)電機(jī)帶動(dòng)激光指示器轉(zhuǎn)動(dòng)時(shí)，可以記錄激光指示器在水平與垂直方向偏移的方位角與俯仰角，三組云臺皆固定于水平電機(jī)固定板上方，并通過該板與組合安裝板相連.

此外，在設(shè)計(jì)旋轉(zhuǎn)限位筒、電機(jī)旋轉(zhuǎn)板時(shí)，考慮到電機(jī)的旋轉(zhuǎn)角度：水平方向旋轉(zhuǎn)-90°～90°、垂直方向旋轉(zhuǎn)-45°～45°，防止電機(jī)角度輸入過大，引發(fā)裝置碰撞，故對旋轉(zhuǎn)限位筒開槽作限位處理，云臺模塊爆炸圖如圖3所示.

1.2 雙目測距技術(shù)

1.2.1 測距基本原理

雙目視覺測距的基本原理是基于視差的測量，該方法利用左目相機(jī)和右目相機(jī)分別拍攝前方目標(biāo)圖像，并通過計(jì)算兩幅圖像中同一目標(biāo)物體的視差來確定距離^[12].在雙目立體視覺中，當(dāng)兩個(gè)相機(jī)成像平面之間的距離（即基線）已知時(shí)，比較兩個(gè)相機(jī)成像像素點(diǎn)之間的距離，即可計(jì)算目標(biāo)物體的實(shí)際距離.

在完成相機(jī)標(biāo)定并捕獲圖像之后，需要對兩幅圖像進(jìn)行幾何校正，確保同一物理位置上的像素點(diǎn)在兩幅圖像中能夠精確對齊.對齊后，可以直接比較兩幅圖像中對應(yīng)像素點(diǎn)的位移，從而準(zhǔn)確計(jì)算出物體的位置和距離.

測距原理采用三角測量法：當(dāng)兩個(gè)成像系統(tǒng)以一定角度捕捉圖像時(shí)，以這兩個(gè)系統(tǒng)的中心點(diǎn)作為起點(diǎn)，與成像物體的終點(diǎn)連線，連線與各自光軸的交點(diǎn)構(gòu)成一個(gè)三角形.在理想情況下，雙目測距通過兩個(gè)完全相同、平行排列的相機(jī)來獲取目標(biāo)圖片，這兩個(gè)相機(jī)的每一行像素都精確對齊，再結(jié)合立體匹配技術(shù)得出目標(biāo)距離信息.雙目測距原理圖如圖4所示.

在圖4中：點(diǎn)P是物理世界中的目標(biāo)點(diǎn)；OR，OT是左右相機(jī)焦點(diǎn)；b為相機(jī)焦點(diǎn)間的距離，也稱為基線；f為相機(jī)焦距；點(diǎn)P在左右成像平面的成像點(diǎn)為P，P′；Z為P點(diǎn)的待測距離.XR和XT分別為空間中的點(diǎn)P投影在左右相機(jī)的圖像中的橫坐標(biāo)；根據(jù)三角形相似原理，推出以下公式，計(jì)算Z值.

d=XR－XT（1）

b－（XR－XT）Z－f=bZ（2）

Z=b·fXR－XT（3）

式（1）～（3）中：d為雙目圖像的視差，f為焦距，b為基線，基線與焦距由相機(jī)標(biāo)定計(jì)算獲得.

1.2.2 立體匹配技術(shù)

考慮雙目相機(jī)平面并非完全平行，立體匹配技術(shù)輸入的是經(jīng)過極線校正的圖像對，通過匹配代價(jià)計(jì)算、代價(jià)聚合、視差計(jì)算、視差優(yōu)化等一系列步驟，輸出視差圖像^[13，14].極線校正圖像如圖5所示.

本文采用SGBM算法作為匹配算法，可以求出各像素的最佳視差.該算法分為四個(gè)步驟，分別為預(yù)處理、代價(jià)計(jì)算、動(dòng)態(tài)規(guī)劃與后處理.

（1）預(yù)處理

主要是為了提取圖像的特征，以便后續(xù)步驟更好地進(jìn)行像素匹配.首先，使用Sobel算子處理圖像以提取邊緣信息，公式如下：

Soble（x，y）=2［P（x+1，y）-P（x-1，y）］+

P（x+1，y-1）-P（x-1，y-1）+

P（x+1，y+1）-P（x-1，y+1）（4）

然后，將Sobel處理后的圖像映射成一個(gè)新的圖像，進(jìn)一步增強(qiáng)圖像特征，映射關(guān)系如式（5）所示：

Pnew=

0，Plt;－preFilterCapP+preFilterCap，－preFilterCap≤

P≤preFilterCap2preFilterCap，P≥preFilterCap（5）

式（5）中：Pnew為映射后的像素值；P為原圖像的像素值；preFilterCap為常數(shù)參數(shù).預(yù)處理可以得到一個(gè)更適合像素匹配的圖像.

（2）匹配代價(jià)計(jì)算

SGBM利用最優(yōu)化能量函數(shù)，通過搜索每個(gè)像素的最佳視差以最小化圖像的全局能量.根據(jù)相鄰像素的視差梯度信息，在匹配代價(jià)中引入懲罰項(xiàng)，確保全局最優(yōu)解.

C（x，y，d）=∑ni=－n ∑nj=－n|L（x+i，y+j）－

R（x+d+i，y+j）|（6）

（3）動(dòng)態(tài)規(guī)劃

通過利用圖像上多個(gè)方向的一維路徑約束，建立全局的馬爾科夫能量方程，改善匹配效果.SGBM算法計(jì)算每個(gè)像素的匹配代價(jià)，并將各個(gè)方向上的匹配代價(jià)累加獲取總的匹配代價(jià)，如式（7）所示：

Lr（p，d）=C（p，d）+

Lr（p－r，d）Lr（p－r，d±1）+p1mini=dmin，...，dmaxLr（p－r，i）+P2－

mini=dmin，...，dmaxLr（p－r，i）（7）

式（7）中：L為當(dāng)前路徑積累的代價(jià)函數(shù)，P1、P2為視差差異極小和極大情況下的懲罰系數(shù)，第三項(xiàng)是為了消除各個(gè)方向路徑長度不同造成的影響.所有方向的匹配代價(jià)相加得到總的匹配代價(jià)，如式（8）所示：

S（p，d）=∑rLr（p，d）（8）

（4）后處理

后處理階段包括置信度評估、亞像素精確插值、左右圖像一致性檢查等，通過設(shè)定一個(gè)特定閾值，與每個(gè)像素點(diǎn)的數(shù)據(jù)進(jìn)行比較，從而識別并排除無匹配的點(diǎn)，確保整體視差最優(yōu)化，使物體表面視差更加平滑.

經(jīng)過SGBM優(yōu)化算法處理后的立體匹配效果圖如圖6所示，通過視差圖即可計(jì)算出相機(jī)與目標(biāo)間的距離.

1.3 實(shí)時(shí)動(dòng)態(tài)定位技術(shù)

RTK技術(shù)是一種基于全球?qū)Ш叫l(wèi)星系統(tǒng)的高精度定位技術(shù)，通過在已知位置設(shè)立基準(zhǔn)站，計(jì)算并發(fā)送誤差校正數(shù)據(jù)給移動(dòng)站.移動(dòng)站接收并應(yīng)用校正數(shù)據(jù)，修正衛(wèi)星信號，實(shí)現(xiàn)實(shí)時(shí)、厘米級的精確定位^[15].

本文選用圖7所示的RTK模塊作為流動(dòng)站.該模塊內(nèi)置虛擬基準(zhǔn)站，即利用多個(gè)實(shí)際基準(zhǔn)站數(shù)據(jù)，通過插值計(jì)算生成一個(gè)虛擬基準(zhǔn)站的位置和校正數(shù)據(jù)，從而提高定位精度和可靠性.當(dāng)RTK連接天線，放置于室外對天通視位置時(shí)，會自動(dòng)對接受的差分?jǐn)?shù)據(jù)流進(jìn)行解析和處理，得到差分修正值，并利用差分修正值對衛(wèi)星信號作修正，從而得到精準(zhǔn)的位置信息，即經(jīng)度、緯度、高程、航向角.

2 位置信息解算

2.1 位置解算原理

本文采用雙目視覺技術(shù)測量目標(biāo)物體的距離，并結(jié)合云臺旋轉(zhuǎn)的方位角和俯仰角，確定設(shè)備與目標(biāo)物體間的相對位置關(guān)系.此外，利用RTK模塊接收設(shè)備自身的經(jīng)度、緯度、航向角以及高程信息.基于這些數(shù)據(jù)，計(jì)算目標(biāo)物體的地理位置信息，包括經(jīng)度、緯度和高程.

經(jīng)度和緯度是用來確定地球表面任意位置的兩個(gè)坐標(biāo).經(jīng)度是一個(gè)地點(diǎn)在地球表面與本初子午線之間的角度距離，緯度是其與地球赤道平面之間的角度距離^[16].航向角是移動(dòng)物體前進(jìn)方向與真北在地平坐標(biāo)系N-E平面投影的夾角，真北是指從任何地點(diǎn)指向地球表面最北端的方向.如圖8所示，假設(shè)A點(diǎn)為設(shè)備位置，B點(diǎn)為目標(biāo)點(diǎn)，N則為真北方向，E、N、U相互垂直，構(gòu)成地平坐標(biāo)系.

假設(shè)系統(tǒng)航向角為θ，A點(diǎn)經(jīng)度、緯度、高程分別為long1、lat1、ele1，A與B點(diǎn)間直線距離為s，云臺俯仰角為α，B點(diǎn)經(jīng)度、緯度、高程分別為long2、lat2、ele2.根據(jù)航向角定義及云臺角度信息，得出如圖9所示的AB點(diǎn)間相對位置關(guān)系圖.

LBB′=ssinα（9）

LAB′=scosα（10）

ele2=ele1+LBB′（11）

L1=LAB′sinθ=scosαsinθ（12）

L2=LAB′cosθ=scosαcosθ（13）

式（9）～（13）中：LBB′為A、B間高程差，LAB′為實(shí)際距離在N-E平面的投影長度，L1為B點(diǎn)相對于A點(diǎn)在水平方向的移動(dòng)距離，L2為B點(diǎn)相對于A點(diǎn)在垂直方向平移的距離.

由于A點(diǎn)緯度已知，即A點(diǎn)與赤道平面的角度lat1已知，故作出圖10所示的緯度關(guān)系圖.

arc=ARCcos（lat1）（14）

ARC=R+ele1（15）

式（14）、（15）中：arc為A點(diǎn)緯度圓的半徑長度；ARC為A點(diǎn)與地心的長度，考慮高程，其長度為地球平均半徑加A點(diǎn)高程；lat1為A點(diǎn)的緯度；R為地球的平均半徑，取6 371.393 km.

下面對目標(biāo)點(diǎn)經(jīng)緯度解算.考慮設(shè)備與目標(biāo)點(diǎn)之間的距離遠(yuǎn)小于地球半徑，故使用弦長除以半徑精確計(jì)算中心角的弧度值.計(jì)算目標(biāo)點(diǎn)緯度時(shí)，首先將垂直方向移動(dòng)的距離除以地球在該點(diǎn)的縱向周長，得出目標(biāo)點(diǎn)相對自身設(shè)備的緯度變化量（以弧度為單位）.將該變化量與設(shè)備緯度相加，即為目標(biāo)點(diǎn)精確緯度.計(jì)算公式如式（16）所示：

lat2=lat1+L23602π*ARC（16）

同樣地，將水平位移距離除以當(dāng)前點(diǎn)的緯度圓周長，計(jì)算出相對弧度.利用該值與設(shè)備經(jīng)度求和，得出目標(biāo)點(diǎn)精確經(jīng)度.具體計(jì)算公式如式（17）所示：

long2=long1+L1*3602π*arc*cos（lat1）（17）

2.2 系統(tǒng)誤差分析與校正

上述研究以激光指示器發(fā)射方向（AB方向）充當(dāng)系統(tǒng)航向?yàn)榛A(chǔ)，而實(shí)際航向是由RTK天線的連線方向決定，RTK天線方向垂直于激光指示器發(fā)射方向.此外，位置解算輸入距離為激光指示器至目標(biāo)點(diǎn)的直線距離，但獲取距離為相機(jī)至目標(biāo)點(diǎn)的測距距離.因此，需要對航向角進(jìn)行相應(yīng)角度轉(zhuǎn)換、對位置解算輸入距離進(jìn)行校正.

圖11為相機(jī)與激光指示器的位置關(guān)系圖.其中，E為相機(jī)位置，A為激光指示器位置，B為空間任意一目標(biāo)點(diǎn)，ABE位于同一平面內(nèi).其中，相機(jī)E和激光指示器A共用同一中心軸，保持中心對齊，但位于不同高度：中層云臺的激光指示器距相機(jī)中心240 mm，底層為380 mm.

AB方向與底面的夾角為云臺俯仰角α，故∠EAB=90 °－α，由余弦定理可得公式（18），其中AB為待求校準(zhǔn)距離，即激光指示器至目標(biāo)點(diǎn)的距離.

BE2=AB2+AE2－2ABAEcos∠EAB（18）

初始狀態(tài)下，激光指示器和RTK天線航向平行于地平面，且投影相互垂直.當(dāng)激光指示器在水平與垂直方向轉(zhuǎn)動(dòng)后，會產(chǎn)生相應(yīng)角度偏移，三維空間角度關(guān)系如圖12（a）所示，航向AB在底面的矯正投影如圖12（b）所示.

在圖12中，AC為初始狀態(tài)下激光指示器的指示方向，垂直于天線的航向AD.AB′為AC旋轉(zhuǎn)γ度后的終止?fàn)顟B(tài)，過B′點(diǎn)作垂線，垂足為E1、E2，AE1為B點(diǎn)相對于A點(diǎn)在垂直方向平移的距離，AE2為B點(diǎn)相對于A點(diǎn)在水平方向的移動(dòng)距離.通過偏移距離計(jì)算對應(yīng)的弧度變化量，再與自身經(jīng)緯度相加，即可得出目標(biāo)點(diǎn)精確經(jīng)緯度.

校準(zhǔn)后B點(diǎn)經(jīng)緯度坐標(biāo)計(jì)算公式分別如下：

lat2=lat1+AE13602πARC（19）

long2=long1+AE2*3602π*arc*cos（lat1）（20）

3 實(shí)驗(yàn)結(jié)果與分析

3.1 測試方法

（1）在室外光照條件良好環(huán)境下，將設(shè)備放置于對天通視位置，連接天線與RTK設(shè)備，等待RTK允許接收差分信號后，記錄設(shè)備當(dāng)前位置的地理位置數(shù)據(jù)（經(jīng)度、緯度、高程、航向角），設(shè)備實(shí)物圖如圖13所示.

（2）利用電機(jī)驅(qū)動(dòng)屏控制云臺轉(zhuǎn)動(dòng)，使激光指示器標(biāo)示目標(biāo)物，記錄云臺此時(shí)的俯仰角與方位角.并調(diào)整相機(jī)對準(zhǔn)目標(biāo)物拍攝，計(jì)算相機(jī)與目標(biāo)物間距離，并通過上述公式完成目標(biāo)點(diǎn)位置信息解算.

（3）RTK技術(shù)通過利用高精度衛(wèi)星導(dǎo)航系統(tǒng)與地面差分基站相配合，能實(shí)現(xiàn)厘米級精確定位.因此，可以將RTK放置于激光標(biāo)示的目標(biāo)點(diǎn)位，獲取放樣目標(biāo)點(diǎn)的地理位置數(shù)據(jù)，并與系統(tǒng)解算位置數(shù)據(jù)對比，進(jìn)行誤差分析.

（4）為保證誤差分析的準(zhǔn)確性，在距設(shè)備大約5 m、8 m、10 m、13 m、15 m、20 m處各放置五個(gè)目標(biāo)物，并對同距離的五個(gè)目標(biāo)測距及位置解算，取數(shù)據(jù)平均值作為解算結(jié)果.同時(shí)，RTK位置信息獲取時(shí)，也接收5組位置信息并取平均值.

3.2 位置解算與誤差分析

本系統(tǒng)誤差主要來源于雙目測距誤差、位置解算誤差.雙目測距誤差受標(biāo)定參數(shù)、基線長度、匹配算法等影響，且隨著距離增加而變大.目標(biāo)位置解算時(shí)，測距距離作為位置解算輸入?yún)?shù)，會影響目標(biāo)點(diǎn)解算結(jié)果.故按照上述測試方法，在距設(shè)備多個(gè)距離，進(jìn)行位置解算實(shí)驗(yàn)，并分析誤差.

首先，將設(shè)備放置于室外，連接天線與RTK模塊，保證RTK差分信號的準(zhǔn)確接收.然后，獲取五組RTK位置報(bào)文信息，計(jì)算平均值作為當(dāng)前位置信息.平均數(shù)據(jù)如表1所示.

位置成功獲取后，在距離設(shè)備約5 m、8 m、10 m、13 m、15 m、20 m處各放置五組目標(biāo)物，利用電機(jī)驅(qū)動(dòng)屏帶動(dòng)云臺轉(zhuǎn)動(dòng)，使激光指示器標(biāo)示目標(biāo)物，記錄此時(shí)云臺的方位角、俯仰角及測距數(shù)據(jù)，并代入公式（19）、（20）計(jì)算目標(biāo)物的解算位置信息.目標(biāo)信息解算完成后，將RTK分別放置于這五組目標(biāo)物位置，獲取RTK實(shí)際接收信息，即可進(jìn)行誤差分析.

以15 m放置的五組目標(biāo)物為例，目標(biāo)位置解算數(shù)據(jù)如表2所示，RTK目標(biāo)位置接收數(shù)據(jù)如表3所示.

考慮到解算位置點(diǎn)與RTK放置測量點(diǎn)的連線長度與地球平均半徑相比很小，故可用弧長公式計(jì)算兩點(diǎn)經(jīng)緯度的誤差，從而獲得連線長度，即誤差距離.經(jīng)計(jì)算可得，15 m距離，五組目標(biāo)物解算誤差分別為12.375 cm、14.212 cm、13.715 cm、14.575 cm、13.755 cm，平均誤差為13.726 cm.

按上述測試方法對其余距離依次實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果如圖14所示：10 m測距范圍內(nèi)位置解算平均誤差不超過11 cm，20 m內(nèi)不超過20 cm，精度滿足土方工程、管線鋪設(shè)工程等場景使用需求.

在放樣精度符合標(biāo)準(zhǔn)的場景下，本系統(tǒng)簡化了全站儀、RTK等設(shè)備在目標(biāo)點(diǎn)布置反射棱鏡等依賴物的過程，極大地提高了施工放樣的工作效率.此外，雙目視覺具有非接觸性，也拓寬了河道工程跨河放樣等使用場景.

4 結(jié)論

本文以提高施工放樣的工作效率為目的，提出了一種融合雙目視覺與RTK技術(shù)的工程放樣系統(tǒng)，在傳統(tǒng)RTK放樣的基礎(chǔ)上增加了雙目視覺模塊和云臺標(biāo)示模塊.通過現(xiàn)場試驗(yàn)，所得結(jié)論如下：

（1）傳統(tǒng)的手工放樣、全站儀放樣，需要大量時(shí)間測量、標(biāo)記和調(diào)整放樣點(diǎn)位.本系統(tǒng)只需要控制電機(jī)驅(qū)動(dòng)屏對目標(biāo)點(diǎn)位進(jìn)行標(biāo)示與拍照，即可實(shí)現(xiàn)對目標(biāo)點(diǎn)地理位置信息（經(jīng)度、緯度、高程）的實(shí)時(shí)解算.其具有非接觸性強(qiáng)、可操作性強(qiáng)等特點(diǎn).

（2）使用機(jī)械結(jié)構(gòu)裝設(shè)的多組激光指示器，對不同點(diǎn)位進(jìn)行可視化標(biāo)示，可以更迅速地掌握線路之間的相對位置關(guān)系，便于在整體上對線路進(jìn)行優(yōu)化和調(diào)整.且20 m測距范圍內(nèi)，位置解算誤差不超過20 cm，在精度滿足土方工程、管線鋪設(shè)工程等多場景使用需求的同時(shí)，簡化了全站儀等設(shè)備在目標(biāo)點(diǎn)布置反射棱鏡等依賴物的過程，極大地提高了施工放樣的工作效率.

參考文獻(xiàn)

[1] 劉延芳，馬明陽，劉永孛，等.星上敏感器空間矢量自準(zhǔn)直測量方法及標(biāo)定試驗(yàn)[J].機(jī)械工程學(xué)報(bào)，2019，55（4）：10-18.

[2]Shi Y，Wang S，Zhou S，et al.Study on modeling method of forest tree image recognition based on CCD and theodolite[J].IEEE Access，2020，8：159 067-159 076.

[3]Zschiesche K，Schluter M.Classification and object detection with image assisted total station and machine learning[J].Journal of Applied Geodesy，2023，17（4）：381-389.

[4]趙祚喜，宋俊文，談 婷，等.一種全站儀免置平實(shí)現(xiàn)的剛體六自由度測量方法[J].機(jī)械工程學(xué)報(bào)，2019，55（24）：28-36.

[5]詹銀虎，張 超，李飛戰(zhàn)，等.基于圖像全站儀的天文大地垂線偏差測量及其精度分析[J].測繪學(xué)報(bào)，2023，52（2）：175-182.

[6]Ng H F，Hsu L T.3D mapping database-aided GNSS RTK and its assessments in urban canyons[J].IEEE Transactions on Aerospace and Electronic Systems，2021，57（5）：3 150-3 166.

[7]張小紅，李星星，李 盼.GNSS精密單點(diǎn)定位技術(shù)及應(yīng)用進(jìn)展[J].測繪學(xué)報(bào)，2017，46（10）：1 399-1 407.

[8]張 怡，孫永榮，劉梓軒，等.基于RTK定位的圖像差分跑道異物檢測[J].電子測量與儀器學(xué)報(bào)，2020，34（10）：51-56.

[9]余加勇，邵旭東，晏班夫，等.基于全球?qū)Ш叫l(wèi)星系統(tǒng)的橋梁健康監(jiān)測方法研究進(jìn)展[J].中國公路學(xué)報(bào)，2016，29（4）：30-41.

[10] 沈 彤，劉文波，王 京.基于雙目立體視覺的目標(biāo)測距系統(tǒng)[J].電子測量技術(shù)，2015，38（4）：52-54.

[11] 文懷興，劉曉紅.挖掘機(jī)器人控制實(shí)驗(yàn)研究[J].陜西科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2010，28（1）：84-87.

[12] 鄭太雄，黃 帥，李永福，等.基于視覺的三維重建關(guān)鍵技術(shù)研究綜述[J].自動(dòng)化學(xué)報(bào)，2020，46（4）：631-652.

[13] Zhang S，Li B，Ren F，et al.High-precision measurement of binocular telecentric vision system with novel calibration and matching methods[J].IEEE Access，2019，7：54 682-54 692.

[14] Peng Y，Yang M，Zhao G，et al.Binocular-vision-based structure from motion for 3-D reconstruction of plants[J].IEEE Geoscience and Remote Sensing Letters，2021，19：1-5.

[15] 王爾申，王 珩，張益澤，等.GNSS基準(zhǔn)站信噪比聯(lián)合衛(wèi)星系統(tǒng)綜合定權(quán)的手機(jī)RTK定位[J].全球定位系統(tǒng)，2024，49（3）：65-72.

[16] 于 鵬，劉澤鋒，郭改慧，等.基于并列選擇遺傳算法的太陽影子定位方法[J].陜西科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2017，35（1）：193-197.【責(zé)任編輯：陳 佳】