CN113449254A - 任意网型变形监测稳定性分析方法及监控点位置确定方法 - Google Patents

任意网型变形监测稳定性分析方法及监控点位置确定方法 Download PDF

Info

Publication number
CN113449254A
CN113449254A CN202110643546.9A CN202110643546A CN113449254A CN 113449254 A CN113449254 A CN 113449254A CN 202110643546 A CN202110643546 A CN 202110643546A CN 113449254 A CN113449254 A CN 113449254A
Authority
CN
China
Prior art keywords
control point
point
monitoring
coordinate
error
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110643546.9A
Other languages
English (en)
Other versions
CN113449254B (zh
Inventor
王盼
汪春桃
李寒冰
凌青
刘亚楼
徐春明
高益健
顾章川
韩冬
谭佳
巩林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Design Group Co Ltd
Original Assignee
China Design Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Design Group Co Ltd filed Critical China Design Group Co Ltd
Priority to CN202110643546.9A priority Critical patent/CN113449254B/zh
Publication of CN113449254A publication Critical patent/CN113449254A/zh
Application granted granted Critical
Publication of CN113449254B publication Critical patent/CN113449254B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/12—Simultaneous equations, e.g. systems of linear equations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/32—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring the deformation in a solid
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Computing Systems (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明公开了任意网型变形监测稳定性分析方法及监控点位置确定方法，自由架站获得测量数据；选择控制点个数大于2的架站记作待分析架站；对每一待分析架站，基于测量数据，结合后方交会模型计算测量后验单位权中误差
Figure DDA0003108087110000011
确定该待分析架站的各个控制点后验误差；对
Figure DDA0003108087110000012
设定置信水平，基于测量后验单位权中误差
Figure DDA0003108087110000013
和各个控制点后验误差进行卡方检验，若检验通过则确定控制点为稳定控制点。本发明在数据采集时，无需设站，或在固定位置架站，只需在可观测到控制点或监测点的任意临时稳定位置自由架站即可。因此测量自由度更大，可自主选取位置进行网型测量和网型加密，增加系统的稳定性和检测结果的可靠性。

Description

任意网型变形监测稳定性分析方法及监控点位置确定方法
技术领域
本发明涉及任意网型变形监测稳定性分析方法及监控点位置确定方法，属于变形监测技术领域。
背景技术
变形监测需要通过大量周期性重复测量来分析对比监测点的位移情况，确保施工的有效安全进行，具有测量周期短、重复性、数值计算量大、精度要求高等特点。传统的人工数据采集在大面积变形监测中缺点较为突出，主要包括：
(1)单次测量，一般需要两人配合才可完成，测量效率低下，人力成本偏高；
(2)重复性劳作，变形监测区域一日需多次人工重复测量，劳动强度大；
(3)数据量大，后期处理繁琐，人工记录采集，计算强度大，出错率高，可靠性低；
(4)正在施工区域，人员监测常与施工人员形成相互干扰，效率低。
另一方面，在人工数据采集的基础上，有一些自动化的解决方案，但也存在一定的缺陷与不足，主要包括：
(1)只适用于某些特定场景，如地下隧道等，对其他变形监测应用，可拓展性差，场景迁移能力弱；
(2)只针对控制点在两端的单一变形监测网型有效，未考虑多控制点、多嵌套等高复杂奇异网型等实际情况；
(3)在解算监测点坐标前，未进行有效的控制点稳定性分析与剔除，导致仍有错误控制点干扰网型整体优化，导致解算精度低，数据不可靠等情况，智能化水平低；
(4)只针对变形监测运营期进行变形监测测量，初次构网还需人工干预构建，自动化水平低。
发明内容
本发明首先旨在针对目前在大面积变形监测中数据采集只适用于某些特定场景，未进行有效的控制点稳定性分析与剔除，导致仍有错误控制点干扰网型整体优化，导致解算精度低，数据不可靠等情况，提供一种任意网型变形监测稳定性分析方法。
为实现上述技术目的，本发明提供以下方法。提供任意网型变形监测稳定性分析方法，包括以下步骤：
进行自由架站的无设站数据观测采集，获得测量数据；
选择控制点个数大于2的架站记作待分析架站；对每一待分析架站，基于测量数据，结合后方交会模型计算测量后验单位权中误差
Figure BDA0003108087090000021
确定该待分析架站的各个控制点后验误差；对
Figure BDA0003108087090000022
设定置信水平，基于测量后验单位权中误差
Figure BDA0003108087090000023
和各个控制点后验误差进行卡方检验，若检验通过则确定控制点为稳定控制点。
进一步地，检验不通过则确定不稳定控制点，方法为：可将卡方检验不通过的控制点作为不稳定控制点；也可以综合考虑角度和距离误差，提取该架站中控制点后验误差最大的控制点作为不稳定控制点确定不稳定控制点。进一步可选地，将不稳定控制点剔除。
进一步地，对某个控制点，所述控制点后验误差的计算方法如下：
Figure BDA0003108087090000031
其中，V为控制点后验误差，设已知通过该控制点坐标反算得到该控制点的计算观测值
Figure BDA0003108087090000032
与该控制点的观测值(Ls、Lα、Lv)的残差记为：
Figure BDA0003108087090000033
Ls、Lα、Lv分别表示该控制点的距离、水平角、竖直角三个观测值；Vs、Vα、Vυ分别表示距离、水平角、竖直角三个观测值的残差；
Figure BDA0003108087090000034
表示由初始坐标计算的该控制点的距离、水平角、竖直角观测值大小；Z0表示该架站的标准定向角；σβ表示测量仪器的测角误差，σs表示测量仪器的测距误差。
进一步地，基于所有测量数据，利用后方交会模型确定观测优化方程并求解，所述观测优化方程表示为：Ax＝b；A为系数矩阵，b为方程值，x为方程的解；
根据优化方程的求解结果确定测量后验单位权中误差
Figure BDA0003108087090000035
的表达式如下：
Figure BDA0003108087090000041
其中r为多余观测数,T为转置矩阵。
进一步地，提供任意网型变形监测的监控点位置确定方法，根据以上技术方案提供的任意网型变形监测稳定性分析方法进行稳定性分析确定稳定控制点；利用稳定控制点坐标，通过ICP配准快速初始化各非控制点在控制点坐标系下坐标，具体包括以下步骤：
将稳定控制点和已初始化非控制点记作已知点；将还存在未初始化点且已知点数量满足要求的架站记作待初始化架站；
利用已知点坐标和待初始化点在测量坐标系下的局部坐标进行ICP配准，计算待初始化点的局部坐标系到稳定控制点坐标系的欧式变换T0，最后利用欧式变换T0将本架站中待初始化点变换到稳定控制点坐标系，完成非控制点坐标初始化；根据测量数据构建优化方程，对初始化后的非控制点坐标进行全局优化求解，获得最终非控制点坐标值。
进一步地，确定欧式变换T0的方法具体如下：
记所有已知点在控制网坐标系下的坐标记为
Figure BDA0003108087090000042
所有已知点在架站坐标系下的假定坐标记为
Figure BDA0003108087090000043
则
Figure BDA0003108087090000044
表示两个坐标系下的均值坐标。则：
Figure BDA0003108087090000045
其中，W为点位的均值协方差，
Figure BDA0003108087090000051
为所有已知点在控制网坐标系下的坐标，
Figure BDA0003108087090000052
为所有已知点在架站坐标系下的假定坐标，
T为共轭转置；
将W进行SVD分解，获得欧式变换的旋转矩阵R：
W＝UDVT
R＝UVT
假设W是一个m×n阶矩阵，U是m×m阶酉矩，D半正定m×n阶对角矩阵；VT是V的共轭转置，V是n×n阶酉矩阵；
平移变量tx通过式下式获得：
Figure BDA0003108087090000053
最终获得欧式变换
Figure BDA0003108087090000054
进一步地，获得最终非控制点坐标值的方法具体包括以下步骤：
1)利用所有测量数据确定观测优化方程Ax＝b；
2)设定每一的获取的测量数据权重，构建观测权重矩阵P；
3)基于高斯牛顿优化方法，解算x＝(ATPA)-1APb，获得待求坐标微小迭代量x0，更新坐标值
Figure BDA0003108087090000055
4)利用新坐标值
Figure BDA0003108087090000056
重新求解观测优化方程A、b，重复步骤1)-步骤4)，直到满足迭代退出条件，迭代退出。获得最终非控制点坐标值
Figure BDA0003108087090000057
可选地，步骤4)中所述的迭代退出条件为：
Figure BDA0003108087090000061
其中
σβ表示角度中误差，一般取仪器标称角度误差也就是测角误差；
times指迭代次数，norm(x)指优化变量的模，t表示必要观测数；
Figure BDA0003108087090000062
表示第i个测角误差；
进一步地，利用所有测量数据确定观测优化方程的方法具体如下：根据方位角观测值αij，列出方程：
Figure BDA0003108087090000063
Figure BDA0003108087090000064
根据距离观测值sij，列出方程：
Figure BDA0003108087090000065
Figure BDA0003108087090000066
Figure BDA0003108087090000067
和
Figure BDA0003108087090000068
为方程式的常数项；
其中，
Figure BDA0003108087090000069
为该架站的标准定向角的微小变化量，
Figure BDA00031080870900000610
为该架站在控制点坐标系下坐标的微小变化量，
Figure BDA00031080870900000611
是该测量照射目标点的在控制点坐标系下坐标的微小变化量，以上5参数全为该方程的变量；
Figure BDA0003108087090000071
为该测量两点位初始坐标结算的水平方位角、水平距离、X坐标差值、Y坐标差值；αij、sij为该测量的水平方位角和水平距离测量值，ni为该架站所有有效测量次数；
综合所有测量，列方程组：
Figure BDA0003108087090000072
其中
Figure BDA0003108087090000073
Figure BDA0003108087090000074
Figure BDA0003108087090000075
Figure BDA0003108087090000076
进一步地，观测权重矩阵构建方法如下：
假定测量后验单位权中误差σ0，
Figure BDA0003108087090000077
则第i个角度测量权重定义为：
Figure BDA0003108087090000078
第i个距离测量权重定义
Figure BDA0003108087090000079
为：
Figure BDA00031080870900000710
Figure BDA0003108087090000081
进一步地，获得最终非控制点坐标值之后还包括对非控制点进行精度评价，具体包括以下步骤：
将控制点和非控制点纳入整体监测网，对每个非控制点计算该非控制点的验后中误差，与相应标准规范中限值对比，评定本周期监测观测值整体精度水平，若不合格，则重新开启采集；然后针对非控制点计算中误差，参照对比相应标准规范中限值，剔除超出限值误差的非控制点坐标成果；并对监测点钟误差最大的点作为监测网型最薄弱点；
对每个非控制点计算该非控制点的验后中误差的方法如下：
利用所有与该非控制点有关的测量数据确定观测优化方程Akx＝bk，Ak为系数矩阵，bk为方程值，x为方程的解；
设定每一的获取的测量数据权重，构建观测权重矩阵P；
每一非控制点k的验后中误差
Figure BDA0003108087090000082
计算公式如下：
Figure BDA0003108087090000083
本发明所取得的有益技术效果：
1.本发明在数据采集时，无需设站，或在固定位置架站，只需在可观测到控制点或监测点的任意临时稳定位置自由架站即可。因此测量自由度更大，测量员可自主选取位置进行网型测量和网型加密，增加系统的稳定性，提高最终检测结果的可靠性。
2.本方法可智能进行控制点稳定性分析并剔除，排除错误控制点干扰网型整体优化，提高解算精度，增加系统的稳定性和结果的可靠性。与监测点坐标初始化、监测网全局优化求解、监测点结果质量评价等部分组合，系统流程完整，自动化智能化水平高。
3.本方法在首次建网时，可直接依据测量数据和控制点坐标进行监测点的快速坐标初始化，不依赖于往期检测结果或人工布网，提高工作效率，自动化水平高。
4.无控制点位置要求等特殊限制，控制点数量、布局更灵活，可处理不同尺度、高复杂奇异控制网，可对多嵌套控制网进行整体全局平差；
5.本发明适用范围广，可应用于地下管线测量、矿区边坡变形监测、建筑物变形监测等多种应用场景及领域，可拓展性强。
6.监测点坐标通过ICP配准初始化和监测网全局优化求解只优化水平角和距离两部分相比传统方法，具有计算复杂度低，计算量小等优点，对大型变形监测网络可快速有效处理。
应当理解的是，对本领域的普通技术人员来说，可以依据上述方法加以改进或变换，而所有的这些改进和变换都应属于本发明所附权利要求的保护范围。
附图说明
附图1为实施例提供的无设站任意网型变形监测一体化计算评价方法流程示意图。
具体实施方式
以下结合说明书附图和具体实施例对本发明做进一步说明。
实施例1：任意网型变形监测稳定性分析方法，包括以下步骤：
步骤一、采用高精度全站仪进行自由架站的无设站数据观测采集，记录保存方位角、竖直角和距离等信息。
步骤二、对控制点进行稳定性分析。其中具体包括以下步骤：
1)选择控制点个数n＞2的架站记作待分析架站
2)对每一待分析架站，结合测量数据，基于后方交会模型计算测量后验单位权中误差
Figure BDA0003108087090000101
确定该待分析架站的各个控制点后验误差；对
Figure BDA0003108087090000102
设定置信水平，基于测量后验单位权中误差
Figure BDA0003108087090000103
和各个控制点后验误差进行卡方检验，若检验通过，则控制点为稳定控制点，全部控制点通过卡方检验则结束该设站控制点稳定性分析，不通过则进行步骤3)。
3)寻找并剔除不稳定控制点：可选地，可将卡方检验不通过的控制点作为不稳定控制点；也可以综合考虑角度和距离误差，提取该架站中控制点后验误差最大的控制点作为不稳定控制点；可选地将不稳定点进行剔除，其余为稳定控制点。
4)重复步骤1)-步骤3)，直到该架站通过卡方检验。
5)重复步骤1)-步骤4)，直到所有架站通过卡方检验。
本实施例中，设计了一种现场(外业)简便、高校数据采集方法，操作现场无需引入坐标系的概念，根据设计好的观测线路，安置好仪器，利用仪器获取距离和角度参数数据；多测站观测需要设计好公共点(连接点)，不少于2个。
实施例2：在实施例1的基础上，本实施例进一步提供了任意网型变形监测的监控点位置确定方法，包括以下步骤:
步骤三、非控制点坐标初始化，利用稳定控制点坐标，通过ICP配准快速初始化非控制点在控制点坐标系下坐标。其中包括以下步骤：
1)将稳定控制点和已初始化非控制点记作已知点；
2)遍历所有架站，将还存在未初始化点且有足够已知点的记作待初始化架站。
3)求解每一待初始化架站在控制点坐标系下坐标：利用已知点坐标和待初始化点在测量坐标系下的局部坐标进行ICP配准，快速计算待初始化点的局部坐标系到控制点坐标系的欧式变换关系T0，最后利用T0将本架站中待初始化点变换到控制点坐标系，完成坐标初始化。
4)重复步骤1)-步骤3)，直到没有待初始化架站，完成非控制点坐标初始化。
步骤四、监测网全局优化求解非控制点坐标
Figure BDA0003108087090000111
其中包括以下步骤：
1)每一个测量值(水平角、竖直角)均可构建一个等式，利用所有观测优化方程Ax＝b。
2)基于仪器精度，设定每一观测权重，构建观测权矩阵P。
3)基于高斯牛顿优化方法，快速解算x＝(ATPA)-1APb，获得待求坐标微小迭代量x0，更新坐标值
Figure BDA0003108087090000121
4)利用新坐标值，重新求解优化方程矩阵A、b，重复步骤1)-步骤4)，直到微小变化量norm(x)足够小，迭代退出。获得最终非控制点坐标值
Figure BDA0003108087090000122
本实施例在线自动化数据控制点稳定性分析和坐标解算一体化获得当期监测观测值成果坐标，可通过人工导入系统后解算获得监测观测值成果坐标。监测点坐标通过ICP配准初始化和监测网全局优化求解只优化水平角和距离两部分相比传统方法，具有计算复杂度低，计算量小等优点，对大型变形监测网络可快速有效处理。
以上实施例中，步骤二中所述的控制点后验误差计算方法为：
设已知通过坐标反算得到的某控制点的测量值
Figure BDA0003108087090000123
与该控制点的观测值(Ls、Lα、Lv)的残差记为：
Figure BDA0003108087090000124
则控制点后验误差为：
Figure BDA0003108087090000125
其中，Ls、Lα、Lv分别表示该控制点的距离、水平角、竖直角三个观测值；Vs、Vα、Vυ分别表示三个观测值的残差；
Figure BDA0003108087090000126
Figure BDA0003108087090000127
表示由初始坐标计算的该控制点的距离、水平角、竖直角观测值大小；Z0表示该架站的标准定向角；σβ、σs分别表示测量仪器的测角误差和测距误差。
步骤三中所述的ICP配准方法具体如下：
记所有已知点在控制网坐标系下的坐标记为
Figure BDA0003108087090000131
所有已知点在架站坐标系下的假定坐标记为
Figure BDA0003108087090000132
则
Figure BDA0003108087090000133
表示两个坐标系下的均值质心坐标。则：
Figure BDA0003108087090000134
然后将W进行SVD分解，即可获得欧式变换的旋转矩阵R：
Figure BDA00031080870900001311
则相应的平移变量tx也可通过式(5)获得：
Figure BDA0003108087090000135
最终获得欧式变换
Figure BDA0003108087090000136
步骤四中所述的观测优化方程构建方法具体如下：
对于方位角观测值αij，可列方程：
Figure BDA0003108087090000137
Figure BDA0003108087090000138
对于距离观测值sij，可列方程：
Figure BDA0003108087090000139
Figure BDA00031080870900001310
其中，
Figure BDA0003108087090000141
为该架站的标准定向角的微小变化量，
Figure BDA0003108087090000142
为该架站在控制点坐标系下坐标的微小变化量，
Figure BDA0003108087090000143
是该测量照射目标点的在控制点坐标系下坐标的微小变化量，以上5参数全为该方程的变量。
Figure BDA0003108087090000144
为该测量两点位(任意两点，包括控制点或者非控制点)初始坐标结算的水平方位角、水平距离、X坐标差值、Y坐标差值。αij、sij为该测量的水平方位角和水平距离测量值，ni为该架站所有有效测量次数。
综合所有测量，可列方程组：
Figure BDA0003108087090000145
其中
Figure BDA0003108087090000146
Figure BDA0003108087090000147
Figure BDA0003108087090000148
Figure BDA0003108087090000149
步骤四中所述的观测权矩阵构建方法具体如下：
定义仪器角度测量中误差为验前单位权中误差σ0，
Figure BDA00031080870900001410
则角度测量权重定义为：
Figure BDA00031080870900001411
距离测量权重定义为：
Figure BDA00031080870900001412
Figure BDA0003108087090000151
步骤四中所述的迭代退出条件为：
Figure BDA0003108087090000152
其中times指迭代次数，norm(x)指优化变量的模，t表示必要观测数。
参照以上观测优化方程构建方法，利用所有测量数据确定观测优化方程Ax＝b；A为系数矩阵，b为方程值，x为方程的解；测量后验单位权中误差为：
Figure BDA0003108087090000153
其中r为多余观测数。
实施例3：在实施例2的基础上，本实施例还包括步骤五、对非控制点进行精度评价，具体包括以下步骤：
1)计算监测网网型优化中误差，即非控制点的验后中误差，用于评定整体监测网整体精度水平；
2)针对每一非控制点的点位坐标计算优化中误差，评定控制点坐标结果的精度；
3)选择点位中误差最大点作为监测网型最薄弱点，为后期施工应用提供参考依据。
每一非控制点的验后中误差的计算方法为：
利用所有与该非控制点有关的测量数据确定观测优化方程Akx＝bk，Ak为系数矩阵，bk为方程值，x为方程的解；设定每一的获取的测量数据权重，构建观测权重矩阵Px，方法可参考公式(6)～(11)；
每一非控制点k的验后中误差
Figure BDA0003108087090000161
计算公式如下：
Figure BDA0003108087090000162
目前使用的自动化监测软件和方法中，一般都会缺少每个监测周期结束后质量评价，而且没有从仪器控制、数据采集、坐标计算到质量评价到形成果计算一体化的自动解算流程。本发明能够实现基于智能全站仪采集方法的一体化智能变形监测数据处理流程，具有一定的数据异常处理分析能力。
本实施例首先将控制点和非控制点纳入整体监测网，计算监测网整体中误差，与相应标准规范中限值对比，评定本周期监测观测值整体精度水平，若不合格，则重新开启采集；然后针对监测点(非控制点)计算中误差，参照对比相应标准规范中限值，剔除超出限值误差的监测点坐标成果；并对监测点钟误差最大的点作为监测网型最薄弱点，变形监测分析时，将此处影响考虑在内，同时可为后期监测网的布设优化提供参考指导；
进一步可选地，在完成了自动的评价后，剔除不合格观测成果值，自动提取本期观测成果对应第一次观测成果值和上次观测成果值进行计算累计变形量和本次变形量，超过预警值后，发出预警提示。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (10)

1.任意网型变形监测稳定性分析方法，其特征在于，包括:
进行自由架站的无设站数据观测采集，获得测量数据；
选择控制点个数大于2的架站记作待分析架站；对每一待分析架站，基于测量数据，结合后方交会模型计算测量后验单位权中误差
Figure FDA0003108087080000011
确定该待分析架站的各个控制点后验误差；对
Figure FDA0003108087080000012
设定置信水平，基于测量后验单位权中误差
Figure FDA0003108087080000013
和各个控制点后验误差进行卡方检验，若检验通过则确定控制点为稳定控制点。
2.根据权利要求1所述的任意网型变形监测稳定性分析方法，其特征在于，对某个控制点，所述控制点后验误差的计算方法如下：
Figure FDA0003108087080000014
其中，V为控制点后验误差，设已知通过该控制点坐标反算得到的该控制点的计算观测值
Figure FDA0003108087080000015
与该控制点的观测值(Ls、Lα、Lv)的残差记为：
Figure FDA0003108087080000016
Ls、Lα、Lv分别表示该控制点的距离、水平角、竖直角三个观测值；Vs、Vα、Vυ分别表示距离、水平角、竖直角三个观测值的残差；
Figure FDA0003108087080000017
表示由初始坐标计算的该控制点的距离、水平角、竖直角观测值大小；Z0表示该架站的标准定向角；σβ表示测量仪器的测角误差，σs表示测量仪器的测距误差。
3.根据权利要求1所述的任意网型变形监测稳定性分析方法，其特征在于，基于所有测量数据，利用后方交会模型确定观测优化方程并求解，所述观测优化方程表示为：Ax＝b；A为系数矩阵，b为方程值，x为方程的解；
根据观测优化方程的求解结果确定测量后验单位权中误差
Figure FDA0003108087080000021
Figure FDA0003108087080000022
的表达式如下：
Figure FDA0003108087080000023
其中r为多余观测数,T为转置矩阵。
4.任意网型变形监测的监控点位置确定方法，其特征在于，根据权利要求1～3任意一项权利要求所述的任意网型变形监测稳定性分析方法进行稳定性分析确定稳定控制点；利用稳定控制点坐标，通过ICP配准快速初始化各非控制点在控制点坐标系下坐标，具体包括以下步骤：
将稳定控制点和已初始化非控制点记作已知点；将还存在未初始化点且已知点数量满足要求的架站记作待初始化架站；
利用已知点坐标和待初始化点在测量坐标系下的局部坐标进行ICP配准，计算待初始化点的局部坐标系到稳定控制点坐标系的欧式变换T0，最后利用欧式变换T0将本架站中待初始化点变换到稳定控制点坐标系，完成非控制点坐标初始化；根据测量数据构建优化方程，对初始化后的非控制点坐标进行全局优化求解，获得最终非控制点坐标值。
5.根据权利要求4所述的任意网型变形监测的监控点位置确定方法，其特征在于，确定欧式变换T0的方法具体如下：
记所有已知点在控制网坐标系下的坐标记为Pi n，所有已知点在架站坐标系下的假定坐标记为Pj s，则：
Figure FDA0003108087080000031
其中，W为点位的均值协方差，Pi n为第i个已知点在控制网坐标系下的坐标，
Figure FDA0003108087080000032
表示控制坐标系下的均值坐标，Pj s为第i个已知点在架站坐标系下的假定坐标，
Figure FDA0003108087080000033
表示在架站坐标系下的均值坐标，T为共轭转置；
将W进行SVD分解，获得欧式变换的旋转矩阵R：
W＝UDVT
R＝UVT
假设W是一个m×n阶矩阵，U是m×m阶酉矩，D为半正定m×n阶对角矩阵；VT是V的共轭转置，V是n×n阶酉矩阵；
平移变量tx通过式下式获得：
Figure FDA0003108087080000034
最终获得欧式变换
Figure FDA0003108087080000035
6.根据权利要求4所述的任意网型变形监测的监控点位置确定方法，其特征在于，获得最终非控制点坐标值的方法具体包括以下步骤：
1)利用所有测量数据确定观测优化方程Ax＝b；
2)设定每一测量数据权重，构建观测权重矩阵P；
3)基于高斯牛顿优化方法，解算x＝(ATPA)-1APb，获得待求坐标微小迭代量x0，更新坐标值
Figure FDA0003108087080000041
4)利用新坐标值
Figure FDA0003108087080000042
重新求解观测优化方程A、b，重复步骤1)-步骤4)，直到满足迭代退出条件，迭代退出，获得最终非控制点坐标值
Figure FDA0003108087080000043
7.根据权利要求6所述的任意网型变形监测的监控点位置确定方法，其特征在于，利用所有测量数据确定观测优化方程的方法具体如下：根据方位角观测值αij，列出方程：
Figure FDA0003108087080000044
Figure FDA0003108087080000045
根据距离观测值sij，列出方程：
Figure FDA0003108087080000046
Figure FDA0003108087080000047
Figure FDA0003108087080000048
和
Figure FDA0003108087080000049
为方程式的常数项，，Vα表示水平角观测值的残差，Vs表示距离观测值的残差；其中，
Figure FDA00031080870800000410
为该架站的标准定向角的微小变化量，
Figure FDA00031080870800000411
为该架站在控制点坐标系下坐标的变化量，
Figure FDA00031080870800000412
是该测量照射目标点的在控制点坐标系下坐标的微小变化量，以上5参数全为该方程的变量；
Figure FDA0003108087080000051
为该测量两点位初始坐标结算的水平方位角、水平距离、X坐标差值、Y坐标差值；αij、sij为该测量的水平方位角和水平距离测量值，ni为该架站所有有效测量次数；
综合所有测量，列方程组：
Figure FDA0003108087080000052
其中
Figure FDA0003108087080000053
8.根据权利要求6所述的任意网型变形监测的监控点位置确定方法，其特征在于，观测权重矩阵构建方法如下：
假定仪器角度测量中误差为验前单位权中误差σ0，
Figure FDA0003108087080000054
则第i个角度测量权重定义为：
Figure FDA0003108087080000055
第i个距离测量权重定义
Figure FDA0003108087080000058
为：
Figure FDA0003108087080000056
观测权重矩阵
Figure FDA0003108087080000057
9.根据权利要求4所述的任意网型变形监测的监控点位置确定方法，其特征在于，获得最终非控制点坐标值之后还包括对非控制点进行精度评价，具体包括以下步骤：将控制点和非控制点纳入整体监测网，对每个非控制点计算该非控制点的验后中误差，与相应标准规范中限值对比，评定本周期监测观测值整体精度水平，若不合格，则重新开启采集；然后针对非控制点计算中误差，参照对比相应标准规范中限值，剔除超出限值误差的非控制点坐标成果；并对监测点钟误差最大的点作为监测网型最薄弱点。
10.根据权利要求9所述的任意网型变形监测的监控点位置确定方法，其特征在于，对每个非控制点计算该非控制点的验后中误差的方法如下：
利用所有与该非控制点有关的测量数据确定观测优化方程Akx＝bk，Ak为系数矩阵，bk为方程值，x为方程的解；
设定每一的获取的测量数据权重，构建观测权重矩阵P；
每一非控制点k的验后中误差
Figure FDA0003108087080000061
计算公式如下：
Figure FDA0003108087080000062
CN202110643546.9A 2021-06-09 2021-06-09 任意网型变形监测稳定性分析方法及监控点位置确定方法 Active CN113449254B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110643546.9A CN113449254B (zh) 2021-06-09 2021-06-09 任意网型变形监测稳定性分析方法及监控点位置确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110643546.9A CN113449254B (zh) 2021-06-09 2021-06-09 任意网型变形监测稳定性分析方法及监控点位置确定方法

Publications (2)

Publication Number Publication Date
CN113449254A true CN113449254A (zh) 2021-09-28
CN113449254B CN113449254B (zh) 2023-09-01

Family

ID=77810971

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110643546.9A Active CN113449254B (zh) 2021-06-09 2021-06-09 任意网型变形监测稳定性分析方法及监控点位置确定方法

Country Status (1)

Country Link
CN (1) CN113449254B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114021318A (zh) * 2021-10-26 2022-02-08 中国科学院近代物理研究所 一种粒子加速器局部控制网稳定性分析方法、系统和介质
CN114547826A (zh) * 2022-04-25 2022-05-27 长江空间信息技术工程有限公司(武汉) 基于数字孪生的工程变形监测网优化设计系统的运行方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6170344B1 (en) * 1999-09-29 2001-01-09 Honeywell Inc. Pipeline distortion monitoring system
CN102506812A (zh) * 2011-11-18 2012-06-20 南京市测绘勘察研究院有限公司 一种变形监测基准点稳定性判断的vt检验方法
CN104034275A (zh) * 2014-06-09 2014-09-10 同济大学 基于全站仪的地铁隧道变形自动监测方法及装置
CN104180822A (zh) * 2014-08-28 2014-12-03 江苏省交通规划设计院股份有限公司 一种变形监测基准点稳定性检验方法
WO2017063033A1 (en) * 2015-10-12 2017-04-20 Groundprobe Pty Ltd Slope stability lidar
CN110702091A (zh) * 2019-07-24 2020-01-17 武汉大学 一种沿地铁轨道移动机器人的高精度定位方法
CN110849338A (zh) * 2019-12-05 2020-02-28 散裂中子源科学中心 一种控制网测量方法
CN111891176A (zh) * 2020-06-23 2020-11-06 中铁第一勘察设计院集团有限公司 基于轨道几何状态测量仪的轨道测量数据整体平差方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6170344B1 (en) * 1999-09-29 2001-01-09 Honeywell Inc. Pipeline distortion monitoring system
CN102506812A (zh) * 2011-11-18 2012-06-20 南京市测绘勘察研究院有限公司 一种变形监测基准点稳定性判断的vt检验方法
CN104034275A (zh) * 2014-06-09 2014-09-10 同济大学 基于全站仪的地铁隧道变形自动监测方法及装置
CN104180822A (zh) * 2014-08-28 2014-12-03 江苏省交通规划设计院股份有限公司 一种变形监测基准点稳定性检验方法
WO2017063033A1 (en) * 2015-10-12 2017-04-20 Groundprobe Pty Ltd Slope stability lidar
CN110702091A (zh) * 2019-07-24 2020-01-17 武汉大学 一种沿地铁轨道移动机器人的高精度定位方法
CN110849338A (zh) * 2019-12-05 2020-02-28 散裂中子源科学中心 一种控制网测量方法
CN111891176A (zh) * 2020-06-23 2020-11-06 中铁第一勘察设计院集团有限公司 基于轨道几何状态测量仪的轨道测量数据整体平差方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114021318A (zh) * 2021-10-26 2022-02-08 中国科学院近代物理研究所 一种粒子加速器局部控制网稳定性分析方法、系统和介质
CN114021318B (zh) * 2021-10-26 2023-05-02 中国科学院近代物理研究所 一种粒子加速器局部控制网稳定性分析方法、系统和介质
CN114547826A (zh) * 2022-04-25 2022-05-27 长江空间信息技术工程有限公司(武汉) 基于数字孪生的工程变形监测网优化设计系统的运行方法
CN114547826B (zh) * 2022-04-25 2022-07-12 长江空间信息技术工程有限公司(武汉) 基于数字孪生的工程变形监测网优化设计系统的运行方法

Also Published As

Publication number Publication date
CN113449254B (zh) 2023-09-01

Similar Documents

Publication Publication Date Title
CN109682382B (zh) 基于自适应蒙特卡洛和特征匹配的全局融合定位方法
CN104507050B (zh) 一种WiFi室内定位中概率型指纹匹配方法
CN112508105B (zh) 一种采油机故障检测与检索方法
US20180196891A1 (en) Kalman filter based capacity forecasting method, system and computer equipment
CN113449254A (zh) 任意网型变形监测稳定性分析方法及监控点位置确定方法
CN110928237B (zh) 一种基于振动信号的数控加工中心颤振在线辨识方法
CN114925615A (zh) 一种放射性泄漏源定位方法和系统
CN110879927B (zh) 一种用于海目标检测的海杂波幅度统计分布现场建模方法
CN105046046B (zh) 一种集合卡尔曼滤波局地化方法
CN109631912A (zh) 一种深空球形目标被动测距方法
CN113486591B (zh) 一种卷积神经网络结果的重力多参量数据密度加权反演方法
WO2023072086A1 (zh) 工件端面位姿评价方法
CN109930658A (zh) 一种基于系统能观性的供水管网监测点布置方法
CN113155109A (zh) 超高层建筑工程测量的监理控制方法、系统、设备及介质
CN100478650C (zh) 改善发电设备故障检测的方法和装置
CN107273659A (zh) 一种基于ransac算法改进的用于空间碎片光电跟踪的轨迹预测方法
CN110211189A (zh) ToF相机深度误差建模校正方法及装置
CN112131752B (zh) 一种基于拟准检定的超强崩溃污染率抗差估计算法
CN117035174A (zh) 一种木麻黄单木地上生物量的估算方法与系统
CN116597294A (zh) Slam地图拓扑评估方法、装置、电子设备及存储介质
CN107506824B (zh) 一种配电网的不良观测数据检测方法及装置
CN114488247A (zh) 一种基于高精度北斗差分定位分析装备机动能力的方法
CN103778638A (zh) 一种物化探数据的子区背景差异的调节方法
CN114578197A (zh) 基于平面uhf传感器的变压器套管局放三维定位方法及系统
CN112255647A (zh) 弹道测量信息事后融合处理优化方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant