基于測量機器人的碾壓質量監控系統數據處理與應用

李洋洋，黃聲享,2，張 文

( 1.武漢大學 測繪學院，湖北 武漢 430079；2.地球空間信息技術協同創作中心，湖北 武漢 430079)

基于測量機器人的碾壓質量監控系統數據處理與應用

李洋洋1，黃聲享1,2，張 文1

( 1.武漢大學 測繪學院，湖北 武漢 430079；2.地球空間信息技術協同創作中心，湖北 武漢 430079)

測量機器人具有目標自動跟蹤功能，將其應用于填筑工程碾壓施工中，可實現對碾壓機械的實時監控，確保施工質量。在實際應用中，為了實時顯示并反饋碾壓狀況，需要對測量機器人的監控數據進行實時的數據處理。文中結合該系統的應用情況，介紹數據處理的主要實現過程，并采用GDI+繪圖技術實現碾壓監控參數的圖形輸出，起到良好的應用效果。

測量機器人；質量監控；數據處理；GDI+

大壩填筑碾壓施工質量直接影響到大壩安全運營。為保證大壩填筑碾壓施工質量主要采用“雙控”制，即控制施工碾壓參數(碾壓機械的運行速度、碾壓遍數、攤鋪層厚度和平整度)和現場挖坑取樣檢測。這種方法對堆石壩建設具有十分重要的作用，但該方法主要是通過人工實現，不能滿足大規模機械化施工的要求[1-4]。目前，基于GPS和基于測量機器人兩種監控技術均可用于大壩碾壓監控。基于GPS的碾壓監控技術已逐漸成熟，但因GPS本身高程精度不夠，需要對空通視的特點在一定程度上限制其使用，特別在峽谷河段內對天通視較差，信號弱，可能導致系統無法正常運行。而基于測量機器人的監控技術具有系統結構簡單，平面、高程方向精度較高，適用性強，操作簡便等特點，根據大壩工程項目實際的施工環境、監控要求等情況，利用測量機器人的實時、連續、自動化、高精度以及使用環境靈活等特點[5-8]，研發出基于測量機器人的大壩填筑碾壓施工質量監控系統。然而在實際觀測中，由于施工現場環境復雜多變，系統所獲取的監控數據不能直接進行處理，否則會導致碾壓監控參數計算不正確，故需進行監控數據的預處理。預處理過程主要包括坐標轉換、過濾靜止、區域選擇、時段分割等，預處理完成后再進行監控參數計算。碾壓監控參數主要包括碾壓機械的運行速度、運行軌跡和碾壓遍數等。利用GDI+(GDI，Graphical Device Interface)繪圖技術[9-10]，可以將監控參數以圖形的形式輸出，使監控結果直觀、清晰地展示給用戶。

1 系統簡介

基于測量機器人的大壩填筑碾壓施工質量監控系統的組成框架如圖1所示，其包括監控中心、控制點組和監控移動遠端3部分。

圖1 TPS碾壓監控系統組成

監控中心由測量機器人、計算機、TPS碾壓監控軟件組成。控制點組由多個已知控制點組成，用于確定觀測站坐標。監控移動遠端由碾壓機械及固定在其頂端的信號反射器組成。

2 碾壓監控數據處理

碾壓監控數據處理包括監控數據獲取、數據預處理、碾壓參數計算、碾壓參數的圖形顯示等4個步驟，如圖2所示。

圖2 碾壓監控數據處理流程

2.1 監控數據獲取

利用測量機器人的自動跟蹤功能，TPS碾壓監控軟件以串口通信的方式訪問測量機器人，獲取坐標信息并保存至TXT文檔中。碾壓監控數據格式及示例如表1所示。

表1 碾壓監控數據格式 m

2.2 監控數據預處理

在實際碾壓監控過程中，碾壓機械中途停碾、在不同區域混合碾壓等情況時常發生，導致觀測數據存在大量冗余、數據錯亂等問題；同時在計算機繪圖時，需將工程坐標轉換為屏幕坐標，故需對觀測數據進行預處理。預處理包括：坐標轉換、過濾靜止、區域選擇、時段分割等。

2.2.1 坐標轉換

在使用GDI+繪圖時，首先要將工程坐標轉化為計算機屏幕坐標。將屏幕繪圖區域中心點和碾壓區域中心點匹配，根據工程坐標點與碾壓區域中心點的距離和比例因子來計算屏幕坐標如圖3所示(圖3中xoy坐標系為工程坐標系，XOY為屏幕坐標系，小寫字母表示在工程坐標系下的坐標點，大寫字母表示在屏幕坐標系下的坐標點，如c(C)。dx(Dy)中dx表示在工程坐標x方向的坐標跨度，Dy表示在屏幕坐標Y方向的坐標跨度)。

圖3 坐標轉換示意圖

坐標轉換算式為

(1)

式中：X，Y為屏幕坐標系中任一點坐標；x，y為工程坐標系中任一點坐標；X0，Y0為屏幕中心點坐標；x0，y0為碾壓監控區域中心點坐標；旋轉角θ=90°；k為工程坐標向屏幕坐標轉換的比例因子；S為屏幕繪圖縮放因子，通過改變其值可進行圖像的放大、縮小等操作。

2.2.2 過濾靜止

在碾壓監控過程中，存在碾壓機械臨時停碾，但不知何時重新開始碾壓的情況，故在碾壓機械靜止時也進行了觀測，導致存在大量冗余的觀測數據，需要將在靜止狀態時的觀測數據過濾掉。根據坐標點間的距離進行判斷，設置一定的距離閾值，當相鄰時刻距離變化小于該閾值時，認為碾壓機械未開動，在觀測數據中將其剔除。

2.2.3 區域選擇

在碾壓監控過程中，存在同一碾壓區域在不同的時段碾壓，或同一時段在不同區域碾壓的情況，因不同區域的碾壓指標及要求不同，故需將在同一碾壓區域的觀測數據篩選出來。通過射線法判斷點與多邊形的關系[11]進行篩選。利用鼠標繪制出篩選區域，遍歷所有觀測點，當觀測點在該區域內時，則將其保存在數據鏈表中，按觀測文件格式生成區域選擇文件。

2.2.4 時段分割

因原始的觀測數據可能在時間上不完全連續，且對觀測數據進行了過濾靜止操作，觀測數據不再連續，需進行文件分割。將觀測數據分割后，可更加真實的反映碾壓機械的運行狀態。根據坐標點間的時間間隔判斷，設置一定的間隔閾值，若相鄰坐標點間的時間間隔超過該閾值，則認為開始了一個新的觀測時段。將不同的觀測時段文件保存在數據鏈表中，按觀測文件格式生成觀測文件。

2.3 碾壓參數計算

監控數據經預處理后，可進行碾壓參數計算。碾壓參數主要有：碾壓機械的碾壓軌跡、碾壓速度和碾壓遍數等。

2.3.1 碾壓軌跡

碾壓軌跡反應碾壓機械實時運行軌跡如圖4所示。設在ti，ti+1，ti+2，ti+3，ti+4時刻的觀測點為Ti,Ti+1,Ti+2,Ti+3,Ti+4。

圖4 碾壓軌跡示意圖

碾壓機械滾筒輪軸的位置計算(以Li,Ri為例)主要步驟如下：

1)由Ti，Ti+1的坐標、碾壓機械滾筒輪軸寬度d、信號反射器與滾筒輪軸間的相對位置關系可求出Li,Ri的坐標。

2)由Li,Ri的坐標求出滾筒輪軸中點坐標。將滾筒輪軸中點在不同時刻的坐標點相連接即可得到碾壓軌跡(如圖4加粗線條所示)，由滾筒左右坐標點組成的多邊形即為碾壓帶(如圖4虛線所圍成的區域所示)。

2.3.2 碾壓速度

碾壓速度根據觀測點間的距離與時間差的比值來計算。設相鄰時刻ti，ti+1的觀測點坐標分別為pi(xi,yi,zi)，pi+1(xi+1,yi+1,zi+1)，則碾壓速度v利用式(2)計算。其中Δt=ti+1-ti，實際中Δt=1s。

(2)

2.3.3 碾壓遍數

碾壓遍數利用格網法進行計算。利用格網法進行碾壓遍數統計分析主要步驟如下：

1)根據碾壓范圍，將碾壓區域格網化，并將格網單元的碾壓遍數值初始化為0。在格網化過程中，應根據實際情況適當設置格網規格。若格網太大，則碾壓遍數統計不準確；若格網太小，則增加計算量，耗時較長。

2)以ti，tj時刻滾筒輪軸的位置組成多邊形ABCD，根據ABCD確定格網分析區域R1。在組成多邊形的時候，ti，tj兩觀測時段坐標點間距離應大于一定值(根據實際情況而定)，否則R1中可能找不到包含于多邊形的點，導致碾壓遍數統計錯誤。

3)利用射線法判斷R1中格網單元的中心點是否在軌跡多邊形內。若在多邊形內，該格網單元的碾壓遍數增加1，依此類推計算出所有格網單元的碾壓遍數。

4)根據格網單元的碾壓遍數值，填充相應的顏色，得到碾壓遍數統計圖，如圖5所示。

圖5 碾壓遍數統計示意圖

2.4 碾壓參數圖形顯示

GDI+是GDI的升級產品，較GDI具有很多優點，使得繪圖更加容易、方便。GDI+提供繪圖表面、鋼筆、畫刷、圖像、文字等基本的繪圖功能，使用C#編程語言調用其基本函數，可繪制出碾壓參數圖形。

2.4.1 碾壓速度圖

碾壓速度圖反映某碾壓時段內，碾壓機械的運行速度，如圖6所示，其可真實地反映出碾壓機械在運行中的速度實時變化情況。從圖6中可以得出碾壓機械最大行駛速度3.8 km/h，平均速度2.5 km/h。

2.4.2 碾壓軌跡與碾壓遍數圖

碾壓軌跡圖反映碾壓機械的實際運行軌跡如圖7所示，碾壓遍數圖反映該區域內的碾壓遍數分布情況如圖8所示。從圖7可知，碾壓軌跡均勻、緊密；從圖8可知，中心區域碾壓最大遍數為14遍，絕大部分區域為10遍以上。

圖6 2016-04-25 1#碾壓車實時速度圖

圖7 碾壓軌跡圖

圖8 碾壓遍數圖

3 結束語

基于測量機器人的碾壓質量監控系統具有實時、連續、自動化、高精度以及使用環境靈活等特點，在觀測視條件良好的情況下，可實現無間斷自動跟蹤測量。目前該系統已在大壩填筑碾壓質量監控中應用，為大壩填筑碾壓質量起到積極保障作用。通過對監控數據進行預處理，去除冗余的數據，對不同碾壓區域的觀測數據做出正確劃分，將不同時段數據分割開，可更加真實地反映碾壓情況。

[1] 黃聲享,劉經南,吳曉銘.GPS實時監控系統及其在堆石壩施工中的初步應用[J].武漢大學學報(信息科學版),2005,30(9):813-816.

[2] 黃聲享,曾懷恩.GPS實時控制系統碾壓試驗的高程精度評定[J].測繪信息與工程,2004,29(5):39-40.

[3] 吳曉銘,黃聲享.水布埡水電站大壩填筑碾壓施工質量監控系統[J].水力發電,2008, 34(3):47-49.

[4] 曾懷恩.基于GPS的路基壓實質量控制方法研究與系統實現[D].武漢：武漢大學,2008.

[5] 梅文勝,楊紅.測量機器人開發與應用[M].武漢:武漢大學出版社,2011.

[6] 何海清,黃聲享,伍根.碾壓施工質量監控的徑向神經網絡擬合高程研究[J].武漢大學學報(信息科學版),2012,37(5):594-597.

[7] 鄧文彬,阿力甫·努爾買買提.測量機器人在隧道仰拱路基施工面的碾壓監測[J].工程勘察,2015(3):57-60.

[8] 張先為,于磊.基于測量機器人的跨海三角高程自動測量系統[J].測繪與空間地理信息，2016,39(8):100-103.

[9] 楊建昌.GDI+高級編程[M].北京:清華大學出版社,2010.

[10] (美)Mahesh Chand.GDI+圖形程序設計[M].韓江,譯.北京:電子工業出版社,2005.

[11] 陳瑞卿,周健,虞烈.一種判斷點與多邊形關系的快速算法[J].西安交通大學學報,2007,41(1):60-63.

[責任編輯：張德福]

Data processing and application of the roller compactionquality supervisory system based on georobot

LI Yangyang1，HUANG Shengxiang1,2，ZHANG Wen1

(1.School of Geodesy and Geomatics, Wuhan University, Wuhan 430079,China;2.Collaborative Innovation Center of Geospatital Technology,Wuhan 430079,China)

Georobot has the function of automatic target tracking, which can be applied to the construction of the filling project, and realize the real-time supervisory of the rolling machine and ensure the construction quality. In practice, real-time data processing is needed to the supervisory data of georobot in order to display and feedback the roller compaction condition in real-time. Based on the development and application of this system, this paper introduces the main process of data processing, and uses GDI+ technology to achieve the graphics output of the roller compaction supervisory parameters, which has a good applicative effect.

georobot; quality supervision; data processing; GDI+

引用著錄：李洋洋，黃聲享，張文.基于測量機器人的碾壓質量監控系統數據處理與應用[J].測繪工程，2017，26(5)：67-70.

10.19349/j.cnki.issn1006-7949.2017.05.014

2016-05-20

國家自然科學基金資助項目(41274020)

李洋洋(1990-)，男，碩士研究生.

P241

A

1006-7949(2017)05-0067-04