CN114777690B - 一种地表粗糙度自动化测量装置及方法 - Google Patents
一种地表粗糙度自动化测量装置及方法 Download PDFInfo
- Publication number
- CN114777690B CN114777690B CN202210374752.9A CN202210374752A CN114777690B CN 114777690 B CN114777690 B CN 114777690B CN 202210374752 A CN202210374752 A CN 202210374752A CN 114777690 B CN114777690 B CN 114777690B
- Authority
- CN
- China
- Prior art keywords
- module
- point cloud
- data acquisition
- surface roughness
- point
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及地表微地貌测量技术领域,具体是一种地表粗糙度自动化测量装置及方法。其中包括控制点数据采集模块可沿支撑框架平移;摄影测量模块安装在控制点数据采集模块的移动滑台下方,用于对待测地表进行多航带多角度摄像;电机控制模块可预编程驱动控制点数据采集模块和摄影测量模块按照预设参数做采样;通过核心计算模块对接收到的摄影测量模块和控制点数据采集模块的完整数据进行重建、转换、校正和数据处理,最后输出显示计算结果。本发明采用非接触测量方法相较于现有测量技术,测量精度得到较大提高,不会对地表造成破坏,通过以上多种技术手段在总体上降低了测量误差。
Description
技术领域
本发明涉及地表微地貌测量技术领域,尤其是一种地表粗糙度自动化测量装置及方法。
背景技术
地表粗糙度测量主要有接触法和非接触法两种,接触法主要包括针式廓线法、板式廓线法和链式法等,其中针式廓线法是目前野外测量中常用的技术,接触法测量最大的缺陷是会对观测地表产生破坏,特别是对疏松颗粒或松软潮湿地表的破坏造成的微地形观测误差不可忽视;其次,采样一般只采集有限方向的数据求均值作为待测点的粗糙度,没有考虑地表粗糙度的各向异性;再次,测量过程中需要采用人工方式拍照、数字化、记录数据,会引入误差,操作也比较繁琐。
基于激光的非接触测量技术,如利用激光测距仪、三维激光扫描仪对待测地表进行扫描以获取地形起伏数据,激光测距仪技术的缺点是测量过程中如果在多个采样方向上测量则需要移动导轨重新定位,不但操作较为麻烦而且会引入误差,而且只能计算一个方向的参数或者多个方向的均值作为地表粗糙度;
三维激光扫描技术的设备较为昂贵,而且三维激光扫描仪根据激光的点或线来扫描,数据收集時间较长。
发明内容
(一)解决的技术问题
本发明的目的是克服现有技术的不足,本发明提供了一种地表粗糙度自动化测量装置,可根据预编程的命令自动完成测量数据的采集工作,根据采集得到的测量数据进行校正可解决摄影测量过程中产生的变形,从而得到高精度的各类地表粗糙度参数,解决了现有技术中测量精度低、测量设备昂贵、测量过程自动化程度低、数据处理繁琐的问题,可一站式实现地表粗糙度的高精度自动化测量。
(二)技术方案
本发明的技术方案:一种地表粗糙度自动化测量装置,包括:
控制点数据采集模块,所述控制点数据采集模块通过舵机转盘挂载在支撑框架的承重横梁上,所述控制点数据采集模块可沿支撑框架平移;
摄影测量模块,所述摄影测量模块安装在控制点数据采集模块的移动滑台下方,用于对待测地表进行多航带多角度摄像;
电机控制模块,所述电机控制模块分别与控制点数据采集模块和摄影测量模块串口连接,用于控制驱动控制点数据采集模块和摄影测量模块按照预设参数做采样;
核心计算模块,所述核心计算模块分别与控制点数据采集模块、摄影测量模块和电机控制模块通过无线WiFi连接,用于对接收到的摄影测量模块和控制点数据采集模块的完整数据进行重建、转换、校正和数据处理,最后输出显示计算结果;
支撑框架,所述支撑框架设置于待测地表上;
电源模块,用于供电。
作为本发明技术方案的进一步改进,所述控制点数据采集模块包括伺服电机、激光测距模组、导轨和移动滑台,其中导轨中心位置固定在舵机转盘下部,导轨上的移动滑台侧面挂载激光测距模组,所述激光测距模组垂直指向地表。
作为本发明技术方案的进一步改进,所述摄影测量模块包括摄像头和二自由度舵机云台,摄像头安装在二自由度舵机云台上,二自由度舵机云台固定在移动滑台下方,所述二自由度舵机云台可在水平和垂直两个方向上转动,摄像头可以进行多角度摄像,摄像完毕后通过无线WiFi将所有照片传送给核心计算模块。
作为本发明技术方案的进一步改进,所述电机控制模块为Raspberry Pi4b电脑板。
作为本发明技术方案的进一步改进,所述核心计算模块包括采样路径规划、点云重建、点云坐标转换、点云坐标校正、地表粗糙度计算共五个子模块,其中采样路径规划子模块可通过输入采样的位置坐标、摄像头角度等参数规划激光测距模组和摄像头的采样路径及角度,输入方式包括在图上打点和键盘输入坐标;点云重建子模块通过摄影测量模块获取的多航带多角度照片重建待测地表的三维点云数据,然后从激光测距模组获得的控制点坐标中选择待测点附近的控制点坐标,使用布尔莎模型计算模型七参数,然后利用七参数对三维点云数据通过点云坐标转换子模块进行坐标转换,从而得到地面物方坐标系内的点云坐标,在点云坐标校正子模块中对坐标转换后的点云数据进行校正,校正完成后,地表粗糙度计算子模块对点云数据进行处理,其中通过多方向采样可以计算均方根高度、表面相关长度、真实廓线长度比和地表粗糙度分形维数,利用点云数据生成DEM后,可根据DEM计算真实表面积比和平均倾角,最后输出显示所有参数计算结果。
作为本发明技术方案的进一步改进,所述支撑框架包括承重横梁、舵机转盘和两个可伸缩式三脚架,两个可伸缩式三脚架用于支撑固定承重横梁,承重横梁用于挂载舵机转盘和导轨,舵机转盘固定在承重横梁中部,负责连接固定导轨和承重横梁,并通过舵机自由旋转转盘。
本发明还提供一种地表粗糙度自动化测量装置的测量方法,其中包括如下步骤:
S1.在待测地表上打开支撑框架,设置两个可伸缩式三脚架,调整方向为东西向,承重横梁距离地面高度1米,然后通过水平尺进行整平,导轨挂载在舵机转盘上,准备上电;
S2.在不同采样方向上布设好地面控制点,并记录其平面坐标;
S3.在核心计算模块的采样路径规划子模块的图形界面中,通过在待测地表的栅格图上点击和录入地面控制点的坐标、摄像头拍照点坐标、摄像头偏转角度等参数,根据上述输入参数规划激光测距模组的采样位置及路径,规划好的采样位置及路径数据通过WiFi传入电机控制模块;
S4.电机控制模块运行,控制点数据采集模块开始运作,驱动舵机转盘转动,使导轨移动到任意某个测量方向上,然后导轨上的移动滑台沿导轨在行程内按预设定行进,激光测距模组逐点精确采集地面控制点的相对高度,完成该方向上的采样后,转动导轨,然后继续在其他方向上进行地面控制点的测量,完成所有地面控制点的测量后,控制点数据采集模块通过无线WiFi将测量值传送给核心计算模块;
S5.摄影测量模块同步开始运作,导轨上移动滑台沿导轨移动时,移动滑台下方安装的二自由度舵机云台按照设定的拍摄角度转动,摄像头进行多路径多角度摄像,拍照完毕后通过无线WiFi将所有照片传送给核心计算模块,所述S5与S4同步进行;
S6.核心计算模块接收到控制点数据采集模块和摄影测量模块发送的完整数据后,点云重建子模块利用摄影测量模块获取的多航带多角度照片重建待测地表的三维点云数据;
S7.点云坐标转换子模块从激光测距模组获得的地面控制点坐标中选择待测点附近的控制点坐标,使用布尔莎模型计算模型七参数,然后利用七参数进行坐标转换,从而得到地面物方坐标系内的点云坐标;
S8.在点云坐标校正子模块选择1种算法对坐标转换后的点云进行校正;
S9.校正完成后,地表粗糙度计算子模块对点云数据进行处理,其中通过多方向采样可以计算均方根高度、表面相关长度、真实廓线长度比和地表粗糙度分形维数,利用点云数据生成DEM后,可根据DEM计算真实表面积比和平均倾角,最后输出显示所有参数计算结果;其中,所述地表粗糙度参数计算公式如下:
均方根高度为:式中/>N为采样个数;
表面相关长度l为:相距x′=(j-1)Δx的归一化自相关函数由下式给出:以上相关函数ρ(x′)=1/e时的间隔x′值,被称为表面相关长度l,其中Δx是采样间隔;
真实廓线长度比RL为:,是真实廓线长度和理想水平线的比值;
地表粗糙度分形维数D:lgL(r)=(1-D)lgr+C,式中C为待定常数,该式的斜率值k等于1-D,即D=1-k;
真实表面积比RS:,是地表单元的曲面面积S曲面与其在水平面上的投影面积S水平之比;
平均倾角:式中/>为小面倾角,a(θ)为小面倾角分布函数。
作为本发明技术方案的进一步改进,所述S8中对坐标转换后的点云进行校正的算法包括基于多项式回归的校正算法、基于SVR的校正算法、基于人工神经网络的校正算法、基于贝叶斯线性回归的校正算法、基于微分方程非线性拟合的校正算法的任一种。
(三)有益效果
本发明的优点在于:
(1)测量精度得到较大提高。首先,通过点云坐标校正模块可改善点云数据的变形情况,其次使用点云数据和建立DEM来计算地表粗糙度,考虑到了地表粗糙度的空间异质性,而且本发明所使用的测量方法属于非接触测量方法,不会对地表造成破坏,通过以上多种技术手段在总体上降低了测量误差;
(2)极大提高了测量效率。现有的测量技术需要较为繁琐的手工记录与计算,本发明装置所有数据采集模块和处理模块均按照预设程序自动运行,可一站式快速获取待测地表的高精度地表粗糙度数据;
(3)测量过程灵活可控制,采样设备的运行路径可在采样路径规划界面中直观方便的设计,既可键盘输入坐标值,也可通过在图上打点的方式设置采样位置,还可通过导入文件批量设置坐标,可以方便的向Raspberry Pi中的控制程序传递参数;
(4)获取的地表粗糙度参数较为全面,利用6种不同的粗糙度参数从不同方面表征地表粗糙度,有基于廓线高度统计的粗糙度参数,也有基于分形理论的粗糙度参数,既有二维粗糙度参数,也有三维粗糙度参数;
(5)本发明装置总体成本低廉,有利于市场推广和应用。
附图说明
图1为本发明的地表粗糙度自动化测量装置的结构示意图;
图2为本发明的控制点数据采集模块的结构示意图;
图3为本发明的摄影测量模块的结构示意图;
图4为本发明的核心计算模块的工作流程图;
图5为本发明的支撑框架的结构示意图;
图6为本发明舵机转盘示意图
图7为本发明舵机转盘的另一视角示意图;
图8为本发明的地表粗糙度自动化测量方法的工作流程图;
附图标记:控制点数据采集模块1,摄影测量模块2、电机控制模块3、核心计算模块4、支撑框架5、电源模块6、伺服电机7、激光测距模组8、导轨9、移动滑台10、摄像头11、二自由度舵机云台12、承重横梁13、舵机转盘14、可伸缩式三脚架15。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
实施例1
(1)地表粗糙度参数
目前对地表粗糙度的测量常使用基于二维高度廓线和三维表面来统计的,其中均方根高度、表面相关长度分别从垂直和水平两个方向上表征地表起伏程度,真实廓线长度比是利用二维空间凹凸起伏的地表廓线的真实长度反映地表粗糙程度,以上三种参数属于二维粗糙度参数表示方法;常用三维粗糙度参数包括真实表面积比和平均倾角,真实表面积比是利用凹凸起伏的地表真实面积反映地表的粗糙程度,该参数是利用高程数据计算真实地表面积,而平均倾角是假设地表三维表面由许多倾斜小面组成,小面的倾角呈高斯分布,这些小面倾角的平均值能够反映一个区域的地表粗糙程度;地表粗糙度的分形维数是分析三维点云采样得到的二维高度廓线,刻画其分形特征,是复杂的自仿射形体不规则性的度量,是基于统计方法的粗糙度参数的有益补充。
均方根高度为:式中/>N为采样个数;
表面相关长度l为:相距x′=(j-1)Δx的归一化自相关函数由下式给出:以上相关函数ρ(x′)=1/e时的间隔x′值,被称为表面相关长度l,其中Δx是采样间隔;
真实廓线长度比RL为:,是真实廓线长度和理想水平线的比值;
地表粗糙度分形维数D:lgL(r)=(1-D)lgr+C,式中C为待定常数,该式的斜率值k等于1-D,即D=1-k;
真实表面积比RS:,是地表单元的曲面面积S曲面与其在水平面上的投影面积S水平之比;
平均倾角:式中/>为小面倾角,a(θ)为小面倾角分布函数。
如图1-7所示:
(2)以1m*1m的裸土地表为待测对象,采用本发明的地表粗糙度自动化测量装置进行测量:
本发明装置包括:控制点数据采集模块1,摄影测量模块2、电机控制模块3、核心计算模块4、支撑框架5和电源模块6(如图1所示);其中所述控制点数据采集模块1包括伺服电机7、激光测距模组8、导轨9和移动滑台10(如图2所示),其中导轨9中心位置固定在舵机转盘14下部,导轨9为轻质导轨,其材质选择工业铝型材,导轨9上的移动滑台10侧面挂载激光测距模组8,所述激光测距模组8垂直指向地表,所述控制点数据采集模块1通过舵机转盘14挂载在支撑框架5的承重横梁13上,所述控制点数据采集模块1可沿支撑框架5平移,控制点数据采集模块1采集的数据可通过WiFi传送到核心计算模块4;
所述摄影测量模块2安装在控制点数据采集模块1的移动滑台10下方,其中所述摄影测量模块2包括摄像头11和二自由度舵机云台12,摄像头11安装在二自由度舵机云台12上(如图3所示),二自由度舵机云台12固定在移动滑台10下方,所述二自由度舵机云台12可在在水平和垂直两个方向上转动,摄像头11镜头指向地表,摄像头11可以对待测地表进行多航带多角度摄像,摄像完毕后通过无线WiFi将所有照片传送给核心计算模块4;
控制点数据采集模块1和摄影测量模块中2的伺服电机7和舵机都可以运动,由电机控制模块3连线控制,所述电机控制模块3为Raspberry Pi4b电脑板,分别与控制点数据采集模块1和摄影测量模块2串口连接,用于控制驱动控制点数据采集模块1和摄影测量模块2按照预设参数做采样,电机控制模块3也可通过WiFi与核心计算模块4交换数据;
核心计算模块4,所述核心计算模块4分别与控制点数据采集模块1、摄影测量模块2和电机控制模块3通过无线WiFi连接,用于对接收到的摄影测量模块2和控制点数据采集模块1的完整数据进行重建、转换、校正和数据处理,最后输出显示计算结果;
所述支撑框架5设置于待测地表上,包括承重横梁13、舵机转盘14和两个可伸缩式三脚架15,两个可伸缩式三脚架15用于支撑固定承重横梁13,承重横梁13用于挂载舵机转盘14和导轨9,舵机转盘14固定在承重横梁14中部,负责连接固定导轨9和承重横梁14,并通过舵机自由旋转转盘。
电源模块6包括蓄电池、直流电源,供应移动滑台10的伺服电机、舵机转盘14、二自由度舵机云台14和Raspberry Pi的电力。
在本实施中,所述核心计算模块4的硬件为带有WiFi的笔记本工作站,所述核心计算模块4包括采样路径规划、点云重建、点云坐标转换、点云坐标校正、地表粗糙度计算共五个子模块,其中采样路径规划子模块可通过输入采样的位置坐标、摄像头角度等参数规划激光测距模组8和摄像头11的采样路径及角度,输入方式包括在图上打点和键盘输入坐标;点云重建子模块通过摄影测量模块2获取的多航带多角度照片重建待测地表的三维点云数据,然后从激光测距模组8获得的控制点坐标中选择待测点附近的控制点坐标,使用布尔莎模型计算模型七参数,然后利用七参数对三维点云数据通过点云坐标转换子模块进行坐标转换,从而得到地面物方坐标系内的点云坐标,在点云坐标校正子模块中对坐标转换后的点云数据进行校正,校正完成后,地表粗糙度计算子模块对点云数据进行处理,其中通过多方向采样可以计算均方根高度、表面相关长度、真实廓线长度比和地表粗糙度分形维数,利用点云数据生成DEM后,可根据DEM计算真实表面积比和平均倾角,最后输出显示所有参数计算结果。
(3)以野外裸土地面的地表为待测对象做粗糙度测量,采用本发明的地表粗糙度自动化测量方法的步骤如下:
①在选择好的1m*1m的裸土地表上架设好测量装置,两个三脚架、承重横梁和导轨的初始方向按照东西向设置,移动滑台处于导轨的中间使激光测距模组处于待测点正上方,连接好所有线路;
②设置物方坐标系,以待测点正上方的激光点出口为坐标原点,过原点水平面上东西向为X轴,南北向为Y轴,过原点垂直指向待测点方向为Z轴,在待测地表设置多个人工标志点,沿东西、南北、东南-西北、东北-西南4个方向每个方向均匀设置,记录人工标志点的物方坐标;
③在笔记本工作台的操作软件中,选择采样路径规划界面,输入人工标志点的物方坐标、采样方向和顺序,激光测距模组的采样路径规划完毕,然后输入摄像头拍摄点坐标、采样方向、顺序和拍摄角度,保证照片的航向重叠和旁向重叠度都在80%,把规划好的采样路径参数发送到电机控制模块后,开始运行程序,驱动各个伺服电机和舵机运转,激光测距模组和摄像头进行测量和拍照;
④控制点数据采集模块和摄影测量模块运行完毕后,待数据传送完毕,核心计算模块的点云重建子模块开始运行,通过影像特征点提取、SIFT算法影像匹配、相对定向参数解算等步骤,得到待测地表的初始三维点云,通过特征点匹配进行纹理映射;
⑤初始三维点云的坐标需要转换到物方坐标系中,点云坐标转换子模块开始执行,找到初始三维点云中待测点附近的控制点,利用控制点在初始三维点云中的坐标和物方坐标系中的坐标使用布尔莎模型计算模型七参数,然后利用七参数进行坐标转换,从而得到地面物方坐标系内的点云坐标。
其中,布尔莎模型计算公式如下:
式中ΔX0、ΔY0 ΔZ0为坐标平移量,(1)+m为比例因子,R(ω)为旋转矩阵。
⑥为了校正点云数据的变形,执行点云坐标校正子模块。待测点外围数据有较大变形,首先利用四参数模型和外围人工控制点的物方平面坐标XY对所有点云数据的X Y坐标进行初次校正,然后在点云坐标校正方法库的5种算法(基于多项式回归的校正算法、基于SVR的校正算法、基于人工神经网络的校正算法、基于贝叶斯线性回归的校正算法、基于微分方程非线性拟合的校正算法)中选择1种算法,使用所有人工控制点的物方坐标Z值和点云同名点的Z值对所有点云数据的Z值进行二次校正。
⑦完成点云数据的校正后,执行地表粗糙度计算子模块。以待测点为中心截取直径为1m的圆形点云数据,进行重采样,采样间隔为1cm,采样长度为1m,采样方向为角度间隔为10°的均匀采样,取采样点的Z值计算待测点的均方根高度和表面相关长度。以待测点为中心截取直径为50cm的圆形点云数据,进行重采样,采样方向为角度间隔为10°的均匀采样,在过中心点的两端点间做垂直于地表的平面,顺序连接平面上所有点,根据连线长度计算待测区域的真实廓线长度比,根据连线的曲线形状计算分形维数。使用反距离加权法对点云数据进行内插生成DEM后,根据DEM中像元与相邻8个像元的高程差构造8个三维空间中的三角形,从而计算像元真实表面积与水平表面积之比。以待测点所在DEM像元为中心选取5*5个像元,利用像元高程差和像元中心构造小面,小面倾角分布函数为高斯分布,从而计算该选择区域平均倾角。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的保护范围由所附权利要求及其等同物限定。
Claims (5)
1.一种地表粗糙度自动化测量装置,其特征在于,包括:
控制点数据采集模块(1),所述控制点数据采集模块(1)通过舵机转盘(14)挂载在支撑框架(5)的承重横梁(13)上,所述控制点数据采集模块(1)可沿支撑框架(5)平移,所述控制点数据采集模块(1)包括伺服电机(7)、激光测距模组(8)、导轨(9)和移动滑台(10),其中导轨(9)中心位置固定在舵机转盘(14)下部,导轨(9)上的移动滑台(10)侧面挂载激光测距模组(8),所述激光测距模组(8)垂直指向地表;
摄影测量模块(2),所述摄影测量模块(2)安装在控制点数据采集模块(1)的移动滑台(10)下方,用于对待测地表进行多航带多角度摄像,所述摄影测量模块(2)包括摄像头(11)和二自由度舵机云台(12),摄像头(11)安装在二自由度舵机云台(12)上,二自由度舵机云台(12)固定在移动滑台(10)下方,所述二自由度舵机云台(12)可在水平和垂直两个方向上转动,摄像头(11)可以进行多角度摄像,摄像完毕后通过无线WiFi将所有照片传送给核心计算模块(4);
电机控制模块(3),所述电机控制模块(3)分别与控制点数据采集模块(1)和摄影测量模块(2)串口连接,用于控制驱动控制点数据采集模块(1)和摄影测量模块(2)按照预设参数做采样;
核心计算模块(4),所述核心计算模块(4)分别与控制点数据采集模块(1)、摄影测量模块(2)和电机控制模块(3)通过无线WiFi连接,用于对接收到的摄影测量模块(2)和控制点数据采集模块(1)的完整数据进行重建、转换、校正和数据处理,最后输出显示计算结果,其中所述核心计算模块(4)包括采样路径规划、点云重建、点云坐标转换、点云坐标校正、地表粗糙度计算共五个子模块,其中采样路径规划子模块通过输入采样的位置坐标、摄像头角度参数规划激光测距模组(8)和摄像头(11)的采样路径及角度,输入方式包括在图上打点和键盘输入坐标;点云重建子模块通过摄影测量模块(2)获取的多航带多角度照片重建待测地表的三维点云数据,然后从激光测距模组(8)获得的控制点坐标中选择待测点附近的控制点坐标,使用布尔莎模型计算模型七参数,然后利用七参数对三维点云数据通过点云坐标转换子模块进行坐标转换,从而得到地面物方坐标系内的点云坐标,在点云坐标校正子模块中对坐标转换后的点云数据进行校正,校正完成后,地表粗糙度计算子模块对点云数据进行处理,其中通过多方向采样计算均方根高度、表面相关长度、真实廓线长度比和地表粗糙度分形维数,利用点云数据生成DEM后,根据DEM计算真实表面积比和平均倾角,最后输出显示所有参数计算结果;
支撑框架(5),所述支撑框架(5)设置于待测地表上;
电源模块(6),用于供电。
2. 根据权利要求1所述的一种地表粗糙度自动化测量装置,其特征在于:所述电机控制模块(3)为Raspberry Pi 4b电脑板。
3.根据权利要求1所述的一种地表粗糙度自动化测量装置,其特征在于:所述支撑框架(5)包括承重横梁(13)、舵机转盘(14)和两个可伸缩式三脚架(15),两个可伸缩式三脚架(15)用于支撑固定承重横梁(13),承重横梁(13)用于挂载舵机转盘(14)和导轨(9),舵机转盘(14)固定在承重横梁(13)中部,负责连接固定导轨(9)和承重横梁(13),并通过舵机自由旋转转盘。
4.基于权利要求1所述地表粗糙度自动化测量装置的测量方法,其特征在于,包括如下步骤:
S1.在待测地表上打开支撑框架(5),设置两个可伸缩式三脚架(15),调整方向为东西向,承重横梁(13)距离地面高度1米,然后通过水平尺进行整平,导轨(9)挂载在舵机转盘(14)上,准备上电;
S2.在不同采样方向上布设好地面控制点,并记录其平面坐标;
S3.在核心计算模块(4)的采样路径规划子模块的图形界面中,通过在待测地表的栅格图上点击和录入地面控制点的坐标、摄像头(11)拍照点坐标、摄像头(11)偏转角度参数,根据上述参数规划激光测距模组(8)的采样位置及路径,规划好的采样位置及路径数据通过WiFi传入电机控制模块(3);
S4.电机控制模块(3)运行,控制点数据采集模块(1)开始运作,驱动舵机转盘(14)转动,使导轨(9)移动到任意某个测量方向上,然后导轨(9)上的移动滑台(10)沿导轨(9)在行程内按预设定行进,激光测距模组(8)逐点精确采集地面控制点的相对高度,完成该方向上的采样后,转动导轨(9),然后继续在其他方向上进行地面控制点的测量,完成所有地面控制点的测量后,控制点数据采集模块(1)通过无线WiFi将测量值传送给核心计算模块(4);
S5.摄影测量模块(2)同步开始运作,导轨(9)上移动滑台(10)沿导轨(9)移动时,移动滑台(10)下方安装的二自由度舵机云台(12)按照设定的拍摄角度转动,摄像头(11)进行多路径多角度摄像,拍照完毕后通过无线WiFi将所有照片传送给核心计算模块(4);
S6.核心计算模块(4)接收到控制点数据采集模块(1)和摄影测量模块(2)发送的完整数据后,点云重建子模块利用摄影测量模块(2)获取的多航带多角度照片重建待测地表的三维点云数据;
S7.点云坐标转换子模块从激光测距模组(8)获得的地面控制点坐标中选择待测点附近的控制点坐标,使用布尔莎模型计算模型七参数,然后利用七参数进行坐标转换,从而得到地面物方坐标系内的点云坐标;
S8.在点云坐标校正子模块选择1种算法对坐标转换后的点云进行校正;
S9.校正完成后,地表粗糙度计算子模块对点云数据进行处理,其中通过多方向采样计算均方根高度、表面相关长度、真实廓线长度比和地表粗糙度分形维数,利用点云数据生成DEM后,根据DEM计算真实表面积比和平均倾角,最后输出显示所有参数计算结果;其中,所述地表粗糙度参数计算公式如下:
均方根高度为:/>,式中/> ,/>为采样个数;
表面相关长度为:相距/>的归一化自相关函数由下式给出: ,以上相关函数/> 时的间隔/>值,被称为表面相关长度/>,其中/>是采样间隔;
真实廓线长度比为:/> ,是真实廓线长度和理想水平线的比值;
地表粗糙度分形维数:/> ,式中/>为待定常数,该式的斜率值/>等于/> ,即/>;
真实表面积比:/> ,是地表单元的曲面面积/>与其在水平面上的投影面积/>之比;
平均倾角:/> ,式中/>为小面倾角,/>为小面倾角分布函数。
5.根据权利要求4所述的一种地表粗糙度自动化测量方法,其特征在于:所述S5与S4同步进行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210374752.9A CN114777690B (zh) | 2022-04-11 | 2022-04-11 | 一种地表粗糙度自动化测量装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210374752.9A CN114777690B (zh) | 2022-04-11 | 2022-04-11 | 一种地表粗糙度自动化测量装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114777690A CN114777690A (zh) | 2022-07-22 |
CN114777690B true CN114777690B (zh) | 2023-08-15 |
Family
ID=82428642
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210374752.9A Active CN114777690B (zh) | 2022-04-11 | 2022-04-11 | 一种地表粗糙度自动化测量装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114777690B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060058168A (ko) * | 2004-11-24 | 2006-05-29 | 손호웅 | 암반 불연속면의 레이저스캐닝에 의한 원격 거칠기 측정방법 및 시스템 |
CN102589487A (zh) * | 2012-01-13 | 2012-07-18 | 中国科学院遥感应用研究所 | 一种便携式地表粗糙度测量仪 |
CN102706295A (zh) * | 2012-06-29 | 2012-10-03 | 中国科学院遥感应用研究所 | 一种地表粗糙度测量系统及测量方法 |
CN106989731A (zh) * | 2017-03-30 | 2017-07-28 | 中国科学院遥感与数字地球研究所 | 一种用于地表粗糙度观测的近景摄影测量方法 |
CN109239725A (zh) * | 2018-08-20 | 2019-01-18 | 广州极飞科技有限公司 | 基于激光测距装置的地图测绘方法及终端 |
-
2022
- 2022-04-11 CN CN202210374752.9A patent/CN114777690B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060058168A (ko) * | 2004-11-24 | 2006-05-29 | 손호웅 | 암반 불연속면의 레이저스캐닝에 의한 원격 거칠기 측정방법 및 시스템 |
CN102589487A (zh) * | 2012-01-13 | 2012-07-18 | 中国科学院遥感应用研究所 | 一种便携式地表粗糙度测量仪 |
CN102706295A (zh) * | 2012-06-29 | 2012-10-03 | 中国科学院遥感应用研究所 | 一种地表粗糙度测量系统及测量方法 |
CN106989731A (zh) * | 2017-03-30 | 2017-07-28 | 中国科学院遥感与数字地球研究所 | 一种用于地表粗糙度观测的近景摄影测量方法 |
CN109239725A (zh) * | 2018-08-20 | 2019-01-18 | 广州极飞科技有限公司 | 基于激光测距装置的地图测绘方法及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN114777690A (zh) | 2022-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108844459B (zh) | 一种叶片数字化样板检测系统的标定方法及装置 | |
Li et al. | Calibration of a multiple axes 3-D laser scanning system consisting of robot, portable laser scanner and turntable | |
CN103712555B (zh) | 汽车大梁装配孔视觉在线测量系统及其方法 | |
CN110044293B (zh) | 一种三维重构系统及三维重构方法 | |
CN110703230B (zh) | 激光雷达与摄像头之间的位置标定方法 | |
CN111612768B (zh) | 一种采用结构光空间定位和二维工业ct检测叶片方法 | |
CN105627948A (zh) | 一种大型复杂曲面测量系统及其应用 | |
Yang et al. | A calibration method for binocular stereo vision sensor with short-baseline based on 3D flexible control field | |
CN110335301A (zh) | 一种基于激光雷达和结构光的三维扫描方法及装置 | |
CN111561868A (zh) | 一种利用光学跟踪结构光扫描器实现天线型面非接触测量的方法 | |
CN115284292A (zh) | 基于激光相机的机械臂手眼标定方法及装置 | |
CN108895962B (zh) | 高精度三维激光扫描仪站点设置及测量路线布设方法 | |
CN113376649A (zh) | 基于全局粗略扫描成像后的机器人自动局部扫描规划方法 | |
CN112476395A (zh) | 一种面向工业机器人的三维视觉划线设备及方法 | |
CN113155047A (zh) | 长距离孔距测量装置、方法、存储介质、设备及轨道车辆 | |
CN116026252A (zh) | 一种点云测量方法及系统 | |
Bonanos et al. | Heliostat surface shape characterization for accurate flux prediction | |
CN205352322U (zh) | 一种大型复杂曲面测量系统 | |
CN116540255A (zh) | 利用多台激光雷达测量并获得飞机面型的系统和方法 | |
CN108917711B (zh) | 一种隧道工程三维激光扫描分段测量方法及系统 | |
CN114777690B (zh) | 一种地表粗糙度自动化测量装置及方法 | |
US20230100182A1 (en) | Alignment Of A Radar Measurement System With A Test Target | |
Koyuncu et al. | Development of an optical 3D scanner based on structured light | |
CN115902816A (zh) | 一种用于工程测量的自动测量系统 | |
CN107478206B (zh) | 适用于大场景测量的装置及方法 |
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 |