激光多边测量网布局优化研究 下载: 1129次
1 引言
激光多边测量网利用激光跟踪仪干涉测距精度高且可直接溯源至激光波长的特点,由多台跟踪仪或一台跟踪仪的多个位置组成,通过多边交会原理定位一组目标点,具有溯源链短、理论精度高等优点,是大尺寸工业测量现场精度控制的重要手段[1-4]。作为网络化测量模式,激光多边测量网的测量性能,如覆盖范围、测量精度和总体成本等,除与跟踪仪自身性能相关外,还与跟踪仪的位置及数目密切相关[5-17]。因此,如何合理设计网络布局是激光多边测量网应用中必须解决的重要问题。
目前,国内外关于激光多边测量网的布局研究思路主要分为:1) 通过对测量模型解析寻求最优布局,文献[ 5-7]给出了4站激光多边测量网的布局限制条件,文献[ 8-10]针对4站网络的最优布局进行研究,但是此类研究成果的移植性较差,在复杂测量任务中应用受限;2) 采用最优化算法自动搜索最优布局,文献[ 11]采用模式搜索法对激光多边测量网进行布局优化,显著提高了测量精度。文献[ 12]将遗传算法应用于MScMS-I系统的布局设计,文献[ 13-17]分别将遗传算法、模拟退火法、粒子群法应用于wMPS系统的布局设计,均获得较为理想的结果,同样具有借鉴意义。但是,上述基于优化搜索的布局设计均是以经验布局作为初值进行优化,经验布局的选择直接影响算法的全局寻优能力,对操作人员的测量经验提出了较高要求,限制了此类方法在实际测量中的应用。
本文提出一种无需初始布局的激光多边测量网布局优化方法。介绍了激光多边测量模型及其不确定度的评定。将遗传算法应用于激光多边测量网的布局优化,建立基于覆盖能力、测量精度和总体成本的目标评价函数,并重点研究基于网格的优化方法,通过全局搜索与局部搜索协调配合,无需初始布局,即可实现全局寻优。实验证明,该方法具有可行性,可大大降低对操作人员布局经验的要求。
2 激光多边测量网
2.1 测量模型
以
式中:
对于(1)式所示模型,若目标点数目
2.2 目标点不确定度评定
目标点的不确定度是表征激光多边测量网测量精度的重要指标[18]。分析(1)式可知,当
式中
式中:
将(4)式代入(3)式,即可计算
3 优化算法设计
3.1 评价函数
合理的激光多边测量布局须满足[11-12]:1) 每个目标点均可定位;2) 每个目标点的不确定度均不大于最大允许值;3) 尽可能减少跟踪仪位置数目。 因此,从覆盖能力、测量精度和总体成本3个方面设计激光多边测量布局优化的评价函数。
1) 以可定位的目标点的数目表征激光多边测量布局的覆盖能力,即
式中
显然,
2) 以不确定度不大于最大允许值
式中
需要说明的是,这里的
3) 以跟踪仪的位置数目表征激光多边测量布局的总体成本,即
式中
综上,激光多边测量布局优化的评价函数定义为
式中
3.2 基于网格的优化方法
遗传算法是一种具有自适应能力和全局性的概率搜索算法[21]。采用遗传算法求解最优布局涉及4个主要的环节,即编码、选择、交叉和变异。相较其他3个环节,编码决定个体与可行解是否一一对应,在算法的收敛性和效率方面扮演更重要的角色,故本文仅对编码环节进行讨论,并重点研究基于网格的优化方法。
在遗传算法中,一个个体表征一种布局,即一个由
理论上,
将(12)式称为局部网格编码。相较于(11)式,其可缩短个体长度,有效提高搜索效率;并且,个体长度与网格疏密无关,可实现细致搜索。但是,其与布局一一对应的前提是当且仅当每台跟踪仪的布局区域已知,且每个区域单独划分,否则可能发生多个个体对应同一布局的情况,如
初始布局影响算法的全局收敛性,通常由经验或理论分析获得,对于复杂测量模型及场景,往往较为困难。针对此问题,考虑网格点序号的有序性和唯一性,设计全局网格编码方式,即对整个布局区域进行网格划分,并将个体表示为
式中
综上所述,采用基于网格的优化方法,通过全局搜索和局部搜索相结合优化激光多边测量的布局:1) 对整体布局区域进行全局网格编码,通过全局优化得到每台跟踪仪的布局区域;2) 对每台跟踪仪的布局区域进行局部网格编码,通过局部优化得到最佳的激光多边测量布局。
4 实验与分析
实验设计如
采用基于网格的优化方法进行布局设计,网格划分如
图 3. 3种激光多边测量布局。 (a)全局搜索;(b)全局搜索+局部搜索;(c)均匀布局
Fig. 3. Three layouts of laser multilateration. (a) Global search; (b) global search+local search; (c) uniform layout
表 1. 3种激光多边测量布局的坐标
Table 1. Coordinates for three layouts of laser multilateration
|
图 4. 3种激光多边测量布局的不确定度比较
Fig. 4. Uncertainty comparison among three layouts of laser multilateration
5 结论
在分析激光多边测量模型的基础上,从覆盖能力、测量精度和总体成本等方面,研究、量化了激光多边测量的布局问题,建立了多目标评价函数。同时,在遗传算法的基础上,提出基于网格的布局优化方法,通过全局搜索和局部搜索相结合,无需初始布局即可实现全局寻优。实验结果表明:相较于经验布局,仅采用全局搜索可改善测量性能,采用全局搜索配合局部搜索即可完全达到测量要求。因此,基于网格的布局优化方法在激光多边测量布局优化中具有良好的实用性,大大降低了对操作人员布局经验的要求。
实验中未考虑障碍物遮挡对通视条件的影响,布局区域较为理想,因此下一步将借鉴计算机图形学中的线段与三角形的相交检测问题[22],研究通视条件自动判定方法,以期提高激光多边测量布局优化方法的自动化程度,更好地为工程应用提供测量方案。
[1] 林嘉睿, 邾继贵, 郭寅, 等. 现场大空间测量中精密三维坐标控制网的建立[J]. 机械工程学报, 2012, 48(4): 6-11.
[2] 谢政委, 林嘉睿, 邾继贵, 等. 基于空间长度约束的坐标控制场精度增强方法[J]. 中国激光, 2015, 42(1): 0108005.
[3] 陈洪芳, 郑博文, 石照耀, 等. 基于激光追踪仪多站位测量的CMM空域坐标修正方法[J]. 中国激光, 2017, 44(3): 0304003.
[4] 陈洪芳, 孙衍强, 王亚韦, 等. 高精度激光追踪测量方法及实验研究[J]. 中国激光, 2018, 45(1): 0104003.
[6] 胡朝晖, 王佳, 刘永东, 等. 纯距离法激光跟踪坐标测量系统的布局与仿真[J]. 光学技术, 2000, 26(5): 395-399.
[7] Takatsuji T, Goto M, Kirita A, et al. The relationship between the measurement error and the arrangement of laser trackers in laser trilateration[J]. Measurement Science and Technology, 2000, 11(5): 477-483.
[8] 林永兵, 张国雄, 李真, 等. 四路激光跟踪三维坐标测量系统最佳布局[J]. 中国激光, 2002, 29(11): 1000-1005.
[9] 胡进忠, 余晓芬, 彭鹏, 等. 基于激光多边法的坐标测量系统布局优化[J]. 中国激光, 2014, 41(1): 0108006.
[10] 王金栋, 孙荣康, 曾晓涛, 等. 激光跟踪多站分时测量基站布局研究[J]. 中国激光, 2018, 45(4): 0404001.
[11] WangZ, ForbesA, Maropoulos PG. Laser tracker position optimization[C]∥Proceedings of the 8 th International Conference on Digital Enterprise , 2014.
[13] 郑迎亚, 邾继贵, 薛彬, 等. 室内空间测量定位系统网络布局优化[J]. 光电工程, 2015, 42(5): 20-26.
[14] 岳翀, 熊芝, 薛彬. 基于模拟退火-粒子群算法的wMPS布局优化[J]. 光电工程, 2016, 43(7): 67-73.
[15] 任瑜. 异构网络坐标测量精度分析与算法研究[D]. 天津: 天津大学, 2016.
RenY. Research on accuracy analysis and algorithm of heterogeneous-network coordinate measurement[D]. Tianjin: Tianjin University, 2016.
[16] Xiong Z, Yue C, Tu J, et al. Multi-station network layout optimization of workspace measuring and positioning system[J]. Electrical Engineering and Automation, 2017: 110-117.
[17] 张耀华, 林嘉睿, 任瑜, 等. 基于遗传算法的wMPS系统布局优化研究[J]. 传感技术学报, 2017, 30(5): 746-751.
[19] 黄平. 最优化理论与方法[M]. 北京: 清华大学出版社, 2009.
HuangP. Optimization theory and algorithm[M]. Beijing: Tsinghua University Press, 2009.
[20] International Organization for Standardization. Evaluation of measurement data-Supplement 2 to the "Guide to the expression of uncertainty in measurement"-Extension to any number of output quantities: ISO/IEC Guide 98-3: 2008/Suppl 2:2011[S/OL]. [2018-05-18].https://www.iso.org/obp/ui/#iso:std:iso:guide:98:-3:ed-1:v2:suppl:2:v1:en
[21] Oh SC, Tan CH, Kong FW, et al. Multiobjective optimization of sensor network deployment by a genetic algorithm[C]∥Proceedings of IEEE International Conference on Evolutionary Computation, 2007: 3917- 3921.
任瑜, 刘芳芳, 傅云霞, 韩瑜, 邾继贵. 激光多边测量网布局优化研究[J]. 激光与光电子学进展, 2019, 56(1): 011201. Yu Ren, Fangfang Liu, Yunxia Fu, Yu Han, Jigui Zhu. Placement Optimization of Laser Multilateration Network[J]. Laser & Optoelectronics Progress, 2019, 56(1): 011201.