测量机器人在变形监测中的.doc

黑龙江工程学院本科生毕业设计

本科学生毕业论文

测量机器人在变形监测中的
应用分析

黑 龙 江 工 程 学 院

The Graduation Thesis for Bachelor's Degree

A nalysis on application in deformation monitoring with Georobot

Heilongjiang Institute of Technology

摘 要

简单介绍了 TCA2003 测量机器人的技术组成及编程环境，分析了当前全站仪自动化变形监测技术的发展现状，总结了研究该系统的必要性。基于测量机器人的自动目标识别ATR(Automatic Target Recognition)功能及其提供的GeoCom程序开发接口。着重研究了系统的组成、系统的功能设计及变形监测数据处理理论，建立远程无线变形自动化监测系统。
该系统将远程数据传输、远程图像监控、数据库技术和变形监测理论等集于一体，能够实现远程、无人值守、定时智能化采集和存储数据，并进行测量数据日平均、差分、坐标转换处理，预测变形趋势，输出原始数据、后处理数据、变形曲线图和日志等。研究了；将数据库技术集成到系统，使系统能够管理不同的监测项目，快速浏览编辑大量原始测量数据和后处理数据。

关键词：测量机器人；变形自动化监测系统；自动目标识别；观测周期；数据分析

ABSTRACT

Brief introduction to the composition and programming environment of the the TCA2003 measuring robot, Total Station automated deformation monitoring technology development status, summed up the need for the system.Based on the measuring robot automatic target recognition ATR (Automatic Target Recognition) function GeoCOMprogramming interface. Focuses on the composition of the system function of the system design and the theory of deformation monitoring, automated monitoring system to establish a remote wireless deformation.
The system will remote data transmission, remote video surveillance, database technology and deformation monitoring theory in one set, to remote, unattended, timed intelligent capture and store data and Measurement data on the average, differential, coordinate conversion processing , predict the trend of deformation, the output of raw data, post-processing data, and the deformation curves and the log. Research; database technology integrated into the system, enabling the system to manage various monitoring projects, quick browsing and editing a large number of raw measurement data and post-processing data.

Key words: Measurement Robot; Automatic deformation Monitoring System; Automatic Target Recognition; Observation cycle; data analysis.
III
黑龙江工程学院本科生毕业设计

目 录

摘要 I
Abstract II
第一章 绪论 1
1.1变形监测研究的背景及意义 1
1.1.1测量机器人在变形监测研究中的前景 1
1.1.2测量机器人在变形监测研究中的意义 1
1.2变形监测技术的进展 2
1.3课题研究的主要内容 3
第二章 测量机器人及其开发介绍 5
2.1测量机器人仪器简介 5
2.2 测量机器人软件开发简介 5
2.2.1GeoBasic语言开发环境 5
2.2.2GeoCOM实现在线控制 6
2.2.3GSI数据格式 8
2.3本章小结 9
第三章 测量机器人测量精度分析与改正研究 10
3.1测量机器人测距与测角原理 10
3.1.1 测距原理 10
3.1.2 测角原理 11
3.2 测量机器人精度分析 11
3.2.1 ATR测距内符合精度 12
3.2.2 ATR测角精度 12
3.2.3 ATR点位精度 15
3.3本章小结 19
第四章 测量机器人变形监测的建立和数据处理 20
4.1系统总体设计需求分析 20
4.1.1 功能确定 20
4.1.2 性能确定 20
4.1.3 数据管理能力 20
4.2设计原则 21
4.3 系统环境 21
4.3.1硬件环境 21
4.3.2自动变形监测软件的构成 22
4.4软件中的关键模块 23
4.4.1自动监测模块 23
4.4.2数据处理模块 24
4.4.3数据库的管理与操作 25
4.4.4出错处理 25
4.5系统数据库设计 25
4.5.1系统数据的特点 25
4.5.2数据库设计原则 26
4.5.3自动测量设置 26
4.6监测网分类 27
4.6.1相对网 27
4.6.2绝对网 27
4.7监测网平差模型和稳定性分析 28
4.7.1经典自由网平差模型 28
4.7.2自由网拟稳平差模型 28
4.7.3秩亏自由网平差模型 28
4.7.4监测网点稳定性分析 28
4.8测量机器人观测数据处理 29
4.8.1系统作业流程 29
4.8.2外业测量技术方案 29
4.8.3平面网平差计算和精度统计 30
4.8.4高成网平差计算和精度统计 32
4.8.5三维极坐标测量与精度分析 33
4.8.6差分改正模型 33
4.8.7坐标转换模型 33
4.9本章小结 34
结论 35
参考文献 36
致谢 37

黑龙江工程学院本科生毕业论文

第一章 绪 论

1.1 变形监测研究的背景及意义
1.1.1测量机器人在变形监测研究中的前景
随着我国国民经济的持续、稳定、快速、健康发展，建筑施工以前所未有的规模、标准与速度向前推进，施工新工艺和新材料、新技术、新设备与新标准也得到了广泛的采用，大大促进了我国建筑现代化进程。
近几年来，随着国家实施积极的财政政策，建筑投资力度不断加大，越来越多的公路、铁路、机场、高层、水电被建设起来，自然灾害、文化遗产等相关问题变得严峻。这将直接影响到居民的生命和财产安全。如：1978年香港半山区一座27层大楼，因边坡滑动，整座大楼塌滑到山脚下，沿途又切断一座大楼和一些房屋，造成人们生命财产的巨大损失。2005年11月，北京市地铁十号线22标段发生坍塌事故，造成至少400平方米范围内的基坑塌陷10余米。特别是板块运动引起的地壳变形，而发生的地震，更是灾难巨大[2]，如：2008年5月12日，发生在四川汶川8.0级特大地震，给人民生命和国家财产带来了巨大的损失。
因此，变形监测工作显的非常重要，要预防这些灾害的发生就必须对变形体进行监测，总结变形体发生变形的原因和规律，对于可以控制的变形，控制其变形的发展方向，对于不可控制的变形，通过不同时期监测的变形资料，预测变形体变形的方向和大小[2]，分析变形造成的影响，提前采取有效的措施，使可能发生的灾害造成的损失降到最小，所以研制一套充分利用智能全站仪的自动变形监测及信息发布系统能为各种建筑物和工程的运营、管理和维护提供高科技的有效管理手段。
1.1.2测量机器人在变形监测研究中的意义
变形是自然界普遍存在的现象，它是指变形体在各种荷载作用下，其形状、大小及位置在时间域和空间域中的变化[1]。
人类社会的快速发展，加快了工程建设的进程，而工程建筑物在施工和运用期间，由于受到多种主观和客观因素的影响，会产生变形。变形在一定范围内被认为是允许的，如果超出规定的限度，就会影响建筑物的正常使用，严重时还会危及建筑物的安全：甚至发生灾害，威胁人民的生命，使财产带来巨大的损失。尽管工程建筑物在设计时考虑多种内因和外荷载的影响，但是由于设计和施工中不可能完全准确的估计所有因素，工程在运行过程中受到各种内因和外因的影响，可能发生某些不利的变化因素，使一些工程出现事故。
故而，在大型工程运营过程中为了确保日常生活的安全，需要对其进行长期的较高精度精密变形观测，以确定其变形状态。采用传统的监测方法，人力物力投入多，观测周期长，无法体现其变形的动态性特点。
目前随着当代“3S”集成技术、自动全站仪、电子数字水准仪、高精度激光或光学铅垂仪、精密地下管线探测仪以及自动成图系统、工业自动测量系统、精密自动导向系统等新技术、新仪器的相继出现与应用，使测绘的技术手段和服务对象不断地发生巨大的变革，促使测绘过程逐步趋向自动化、智能化、动态化、一体化以及实时化，使测绘成果呈现数字化、多样化的特点，而测绘应用领域则日趋广泛化。瑞士Leica公司生产的TCA全自动跟踪全站仪（测量机器人）就是智能全站仪的杰出代表，它具有自动目标识别、目标照准的ATR功能，能自动搜索目标、照准目标，实现角度、距离的全自动测量。在现代测量中不但提高了观测速度，而且在一些自然条件恶劣，时间要求紧迫以及重复很强的工作中发挥着人工操作难以完成的一些工作，其优势很明显，并经过验证达到了很好的精度效果，实现整个变形观测过程的自动化与智能化。这时精确确定仪器的差分改正系数，实现温度、气压、大气折光等外部条件对测量距离、角度观测值的实时差分改正，提高观测的精度，保证基于测量机器人的自动变形监测系统具有重要意义。
1.2变形监测技术的进展
随着光学、机械、电子技术、测绘技术和精密测量仪器的发展，测量工作也出现新的技术和方法，同时也带来了变形监测技术和方法的革命，测量仪器由常规的经纬仪和电磁波测距仪发展到电子全站仪，使得常规地面测量方法得到完善和发展[4]。尤其是，上个世纪90年代，出现了带电动马达驱动和程序控制TPS(Total Station Position System)系统并结合激光通讯及CCD(Charge Coupled Device)技术的全自动跟踪全站仪，它集自动目标识别ATR(Automatic Target Recognition)、自动照准、自动测角、自动测距、自动跟踪目标、遥控测量、自动记录数据于一体的测量系统，实现了测量数据的自动化获取，就像机器人一样对在一定范围的成百个目标进行无人值守、全方位、持续、重复的自动观测，以其独特的自动化和智能化，实现施工测量和变形监测的全自动化数据采集。
在四川省攀枝花市雅袭江干流上的二滩水电站外部变形监测中，徕卡公司为其开发了大坝平面位移监测系统。在同测区条件下、同工作内容、同观测方案、同观测时间独立观测。两次取得数据相对比，观测速度较常规化仪器至少快0.5倍，采用测量成果，其水平位移基准网坐标值中误差、水平位移监测网点位中误差，或是两个网的边长观测精度，均优于常规方法。是将当今世界先进的测绘仪器结合我国实际工程项目的成功应用[7]。
在监测数据分析方面，目前各国专家学者对变形观测数据处理都做了深入的研究，形成了一套较为成熟的理论体系，如回归模型、滤波模型、数据系列模型等。
1982年，我国学者邓聚龙教授在国际上首次提出灰色系统理论( Grey System)，此后，灰色系统理论与应用得到了迅速发展，并逐渐被引入到大坝安全监测领域。目前灰色系统理论在滑坡和沉降预测中应用较多。
近年来，多种建筑物变形监测与预报模型相继提出，除采用各种不同的数学模型外，系统论、控制论、信息论等系统科学的理论思想也逐步引入进来，国内外资料分析工作也向纵深发展。
伍法权 (1986年)用卡尔曼滤波分析链子崖危岩体的位移趋势，发现三向位移的波动特征。徐培亮 (1988年)较早运用时间序列分析法进行大坝的变形预报。吴子安教授 (1991年)提出了一种回归+时序分析的方法，即利用逐步线性回归后的残差进行时序分析。尹晖博士 (1998年)将动态数据系统建模方法(DDS法)引入变形观测数据处理，以较少的模型参数和简洁的模型形式表达了系统离乱序列的潜在变化规律，并判断系统的使用场合。
应用人工神经网络进行变形分析和预报，是近几年变形监测研究的一个方向，目前己有一些初步的应用。黄全义(2001年)在他的博士论文中，较系统地研究了大坝变形预报神经网络与专家系统建立相结合的理论和方法。
1.3课题研究的主要内容
测量机器人变形自动化监测系统，不仅需要高精度的测量机器人，还需要将其它的硬件设备和变形监测的理论融入到整个系统，使得系统不仅仅能全天候监测，还能对短时间不能测量的目标进行延时测量，对超出限差的数据进行再次观测，也能根据不同情况对监测数据进行处理，还能对未来的变形趋势作出较为精确的预测。系统不仅自动化，还有一定的智能化[8]。本文利用自动化监测设备，结合数据库、远程数据传输和远程图像监控等技术开发远程无线变形自动化监测系统。本文的书写和系统开发过程是同时进行，主要分四个阶段：
第一阶段，研究测量机器人的特点和开发方法，用开发工具，建立测量机器人精度分析平台，分析ATR角度测量和距离测量精度及改正方法，为变形监测时间段的选取提供依据。精度分析平台程序，也是系统开发ATR自动照准和数据获取的核心工作。
第二阶段，研究测量机器人变形自动化监测的数据处理理论，包括：监测网平差方法、监测网点稳定性分析、根据测站点是否稳定选择差分或坐标转换处理原始监测数据以及变形预测模型等。将监测网点稳定性分析、差分、坐标转换和部分预测模型编写为程序代码，为下一阶段系统集成做准备。
第三阶段，将第二阶段的数据处理和预测代码编制成数据处理和预测模块，并设计系统数据库结构，编写数据库访问模块、项目管理模块、初始学习模块、学习模块、自动测量模块和图像监控模块等，建立测量机器人远程无线变形自动化监测系统，并进行变形监测实验。
第四阶段，通过系统的实验运行，总结系统的成果与不足，为下一步更深入的研究变形自动化监测数据处理方法和系统完善做准备。本文变形自动化监测系统研制过程中，主要有如下关键技术需要解决：
(1)ATR智能化测量。
这是建立变形自动化监测系统首要解决的关键问题，在无人职守的情况下，对目标点进行多次重复观测。当目标点被遮挡无法读数或其它因素引起的个别周期读数误差过大，系统能延时测量或对误差大的周期再次观测，直到获取可靠数据。
(2)ATR测量精度分析。
研究测量机器人在不同距离和不同气象条件下ATR测距、测角和点位精度，为自动监测时间段的选取和测距气象改正提供参考依据。
(3)监测网稳定性分析、变形数据处理和预测模块编制。
将变形监测理论中的监测网稳定性分析，测站点稳定时采用差分处理，测站点不稳定时采用坐标转换，预测模型中的回归分析、BP神经网络和GM(1，1)模型程序化作为系统模块。
(4)远程数据与图像传输。
将测量机器人获取的数据通过远程数据传输设备实时传输到计算机，同样利用微波图像传输设备将测量机器人周边图像实时传输到计算机，利用程序获取实时图像并显示在系统主窗体上，这也是目前其它监测系统不具有的功能。
(5)数据存储技术。
由于不同项目和观测周期的不同，产生的原始数据和后处理数据也不进相同，为方便数据的存储、浏览、查询和计算需采用不同的数据存储方式，小数据量使用单文件存储，大数据量采用SQL Server数据库存储。
(6)远程无线变形自动化监测系统集成。
将测量机器人，远程数据和图像传输设备，ATR智能化测量，监测网稳定性分析，差分处理，坐标转换，预测模型和数据库存储技术通过集成界面简单直观、操作方便、可扩展的应用性软件，形成远程无线变形自动化监测系统。

第二章 测量机器人及其开发介绍

2.1测量机器人仪器简介
测量机器人（Measuremennt robot)，是一种高精度测量仪器和计算机技术相结合的全站仪，代替人进行自动搜索、跟踪、辨别和精确照准目标并获取角度、距离、三维坐标以及影像等信息。其技术组成包括坐标系统、操纵器、换能器、计算机和控制器、闭路控制传感器、决定制作、目标捕获和集成传感器等8 部分。坐标系统采用球面坐标系统，能在水平面360°和竖面180°范围内寻找目标； 操纵器主要控制转动；换能器将电能转化为机械能驱动步进马达；计算机和控制器用来按设计开始和终止操纵系统、存储观测数据并与其他系统接口；闭路控制传感器将反馈信号传送给操纵器和控制器，以进行跟踪测量和精密定位；决定制作主要用于发现目标，如采用模拟人的识别图像的方法(试探分析) 或对目标局部特征分析的方法(句法分析) 进行影像匹配；目标获取在于精确地照准目标，常采用开窗法、阈值法、区域分割法、回光信号最强法以及方形螺旋式扫描法等；集成传感器包括采用距离、角度、温度、气压等传感器获取各种观测值。由影像传感器构成的视频成像系统通过影像生成、影像获取和影像处理，在计算机和控制器的操纵下实现自动跟踪和精确照准目标。通过CCD影像传感器和其它传感器对现实测量世界中的“目标”进行识别，迅速做出分析、判断与推理，实现自我控制，并自动完成照准、读数等操作，以完全代替人的手工操作。测量机器人再与能够制订测量计划控制测量过程、进行测量数据处理与分析的软件系统相结合，完全可以代替人完成许多测量任务，具有全自动、遥测、实时、动态、精确、快速等优点。
2.2测量机器人软件开发简介
2.2.1GeoBasic语言开发环境
GeoBasic是Leica公司推出的专门用于TPS 系列全站仪机载应用程序开发的编程语言，最新推出的GBStudio已经具有Windows的操作风格，并且还具备了VB、VC 等高级计算机编程语言的工作界面和某些功能。GeoBasic的基本语法介于BASIC和Visual Basic 语言之间。用户可以将自己需要的功能编译成程序上载到全站仪上，实现测量程序和测量界面的专业化，极大的提高了测量效率。GeoBasic具有主要包括四个组成部件：编辑器(Editor )、编译器(Compiler)、调试器(Debugger)和仿真器。利用测量保存数据
仪器高、设置测回、2C互差、测回间误差

初 始
数 据
观 测
检核测量数据是否超限
测站名、数据存储文件名、数据存储位置
全部观测点对应的观测点名称、棱镜高
超限
合格
机器人的特点及GeoBasic的开发功能，编写的机载应用程序一般思路如下：
2.2.2GeoCOM实现在线控制
GeoCOM是基于SUN微系统公司的远程调用协议(RPC)而建立的，它属于点对点通信协议，通信时由客户(外部设备，常为微机) 发出请求信号，服务器(TPS 系列全站仪) 返回应答信号而完成。GeoCOM有两种通信模式：低级模式，即ASCII 码方式；高级模式，即函数调用模式。在高级通信模式下，GeoCOM提供VB或VC的各种功能函数调用接口，各种操作通过调用相应的函数来完成，也正因为此，GeoCOM的函数种类和数量非常庞大，各个函数的参数和返回值也十分复杂，对于初学者来说，无论是记忆还是应用都是十分困难的。在仪器处于GeoCOM模式时，仪器上的按键将被禁止，操作只能通过计算机来控制，这就要求必然首先初始化GeoCOM和通信端口参数的设置，使TPS 仪器和计算机处于正确的连接状态。在VB 下调用GeoCOM函数，其形式如下：
VB - COM - OpenConnection (By Val Port As Integer ，By Val Baud As Integer ，By Val Retries As Integer)
在程序中运行这个函数，即可实现打开一个通信接口的功能。但VB 本身并没有提供关于GeoCOM函数的函数库，因此必须首先在一个VB 工程中建立一个类模板，将所要用到的GeoCOM函数、常量、数据类型和返回量等进行声明。除此之外，其它语法完全符合Visual Basic 环境的语法，甚至可以认为，GeoCOM模板只不过是Visual Basic 下进行的一些数据类型和公共函数的调用。但是，必须将GeoCOM所需的动态库函数加入到Windows 的系统库函数中。GeoCOM共有12类，130 余个函数，常量将近500个，20 余个自定义的数据类型，常用的函数为以下几类：
表2.1 GeoCOM常用函数
函数
功能
AUT
自动化函数，提供诸如自动目标识别、翻面或定位功能
BAP
基本应用函数，主要用来获取测量数据
BMM
基本人机对话函数，控制基本的输入输出函数功能
COM
通信函数，处理基本通信参数及类似功能
EDM
电子测距函数，有关测距设置和功能方面
MOT
马达驱动化函数，控制仪器的运动及运动速度，（TCA 系列）
TMC
经纬仪测量与计算，是获取测量数据的核心函数
WIR
字索引记录函数，主要是有关GSI 记录方面。

实例：自动目标搜寻函数，该函数操纵测量机器人在一定的视场范围内自动搜寻目标。VB 函数声明：
Declare Function VB_AUT_Search2 Lib “GEOCOM32. DLL”(Hz-Area As Double ,V-Area As Double ,bDummy As Boolean) As Integer
式中，Hz-Area 与V-Area 分别指定水平与垂直视场搜索范围，测量机器人将在此范围内搜寻棱镜目标并自动照准；bDummy 为保留参数，通常赋值FALSE。函数返回一个整型值，表示搜索结果信息。
在运行该程序时，将TCA 仪器置于GeoCOM模式，设置仪器与计算机的通信参数，在计算机上运行该程序，可以实现对全站仪的实时控制，对于变形监测网、三角网等观测量较大的控制网，对提高工作效率更明显，并且避免了人为的误差影响。
一般利用GEOCOM接口来开发的测量程序(以VB语言来开发为例)，用户可以根据自己的需要来设置。一般性的编程步骤为：
(1) 初始化GEOCOM接口；
(2) 打开通讯端口，主要是仪器与PC机的通讯参数等的设置；
(3) 将望远镜照准指定方向：
(4) 精密照准目标；
(5) 执行测距操作；
(6) 获取角度和距离的测量数据；
(7) 清空测距结果(即清空仪器上的数据池)；
(8) 执行其他作业；
(9) 关闭通讯端口；
(10)退出GEOCOM；
2.2.3GSI数据格式
徕卡最近的TPS系列全站仪，与以前系列的全站仪一样支持一套接口指令，通过RS232串口允许用户直接接受数据。徕卡GSI指令是TPS全站仪和计算机之间通讯通用的串行数据接口。GSI通过简单的命令来读取传感器的数据或写入指令，根据全站仪的类型GSI考虑到仪器的功能，提供了一套具体的命令，包括对全站仪一些简单的控制操作以及数据的交换，GSI在线命令提供了四组基本命令：

表2.2 TPS系列全站仪GSI命令
命令
语法结构
说明
SET
SET/<PUT SPEC>/<Parameter><CR/LF>
设置仪器参数
GET
GET/n/WI<GET SPEC>/<Parameter><CR/LF>
向内部读取数据(如测量角度，距离等)
PUT
PUT/<PUT SPEC>/<Parameter><CR/LF>
改变或向全站仪内部输入数值(如设置角度)
CONF
CONF/<CONF SPEC><CR/LF>
读取仪器内部的设置
徕卡全站仪及其相配套的软件都支持一种统一的GSI文件格式，它是串行地理数据接口(GeoSerial Interface)的英文缩写。这种格式将我们测量领域用到的各种数据，诸如点号、水平角、竖直角、斜距、平距、测站东、北、高程坐标、目标东、北、高程坐标、测量时间(可以到毫秒)、测量日期、PPM(包含干湿温和气压)等，分门别类的加以细化并标识以相应的统一代码，然后用统一长度的字符串段，如16位的GSI-8和24位的GSI-16(8和16指的是数据位)，将这些数据表示出来。这样做的好处是可以灵活的控制GSI文件中单记录项(即通常的一个记录行)中数据项的个数，并可采用灵活的组合来表示更丰富的含义。例如，测站的一条记录可以用下面的数据项根据需要组合来表示：
点名+测站北坐标+测站东坐标+测站高程坐标+仪器高+PPM
而对于同一个变形监测点的测量数据则只需：
点名+水平角+垂直角+斜距+测量时间+测量日期
就足够了，而这些长短不一的数据记录可以保存在同一个GSI文件中管理。
2.3本章小结
本章主要介绍测量机器人仪器硬件组成、开发环境与在线控制：测量机器人通过传感器对 “目标”进行识别，迅速做出分析、判断与推理，实现自我控制，并自动完成规定动作，以完全代替人的手工操作。Leica公司为其提供了GeoBasic语言开发环境，用户可以将需要的功能编译成程序上载到全站仪上，实现测量程序和测量界面的专业化，提高测量效率。因此，了解并探讨测量机器人的硬件构造与开发环境是本节的重点，这也是本文建立变形自动化监测系统代码编写的基础工作。

第三章 测量机器人测量精度分析与改正研究

3.1测量机器人测距与测角原理
瑞士徕卡公司生产的TCA系列测量机器人，它以其独有的智能化、自动化性能让用户轻松自如地进行变形的三维位移观测。TCA自动全站仪能够电子整平、自动正倒镜观测、自动记录观测数据，而其独有的ATR(Automatic Target Recognition)模式，使测量机器人能够自动识别目标。所以．操作人员不再需要精确照准和调焦．一但粗略照准棱镜后，测量机器人就可搜寻到目标．并自动精确照准，大大提高了工作效率。该仪器是当今世界上测量精度最高的仪器之一，该仪器标称测角精度±0.5〞，测距精度±(1mm+1ppm×D)km。瑞士徕卡公司生产的测量机器人，具有自动照准功能、先进的测距测角功能，具有精度高等优点。TCAl800测量机器人，其不含电池和机座重为7.1千克，测距标称精度为±(1mm+2mm／D千米)，测角标称精度为1秒，双轴补偿的最大角度为3分47秒，最大测程为3.5千米[12]。
3.1.1测距原理
测量机器人是利用相位法测距来测量距离的，其基本原理是通过测定测距信号在被测距离上往返传播产生的相位差来求得距离[4]。
测距稳定性的关键是石英晶体振荡器产生稳定的测距频率，而测距频率的稳定性关系着测距结果的准确性和测距精度。但在长期的作业过程中，晶体振荡器会发生老化，以及测距时气象条件的变化，特别是温度的变化，也会影响晶体振荡器产生与标称频率不相符的频率，从而引起测距误差。徕卡测量机器人采用很多方法来稳定晶体振荡器产生的频率，主要方法有[4]：根据晶体振荡器在使用初期老化最快的特点(约为3mm／D千米，之后老化的速度变慢，小于1mm／D千米)，先将晶体振荡器提前老化一年：在温度变化时，利用温度补偿晶体振荡器网格里的热敏电阻产生与晶体振荡器的频率变化量相等且符合相反的频率变化量，使得振荡器在一个恒定的温度环境中工作；在采用高稳定温度补偿晶体振荡器的基础上，用频率合成的方法得到所有需要的频率，使各个频率之间严格相关，即频率综合和锁相技术。
通过上述方法，使频率稳定到一定程度时，在进一步提高频率稳定是相当困难的。因此，徕卡测量机器人的测距仪采用了专用的技术，即超高频测距频率与动态校准技术。其测距仪使用三种不同类型的频率：一是标准频率，由生产厂家设计时确定，用来粗略地计算精测尺长，也是其它两个频率设计的基础：二是实际频率，由晶体生产厂家确定，是晶体振荡器的调制频率且随着温度变化而变化；三是计算频率，顾名思义是由计算得到的，是在自动测量环节中计算的，并且对实际频率进行校正。动态校正需要测出晶体在标准温度下的频率，还需测出其它温度状态下的三个温度系数，求出晶体振荡频率随温度变化的多项式函数曲线，即计算频率随温度变化的曲线，表达式如下：
（3.1）
式中：为标准温度下的频率，t为工作状态温度，，，为工作状态温度下的三个温度系数。
徕卡测量机器人的测距仪内置了温度传感器，可以适时测量晶体振荡器附近的温度，将其送入处理器对标准温度下的频率进行校正，得到该温度下的计算频率，进而解算最终距离，而这一过程是在发射与接收同步处理，是动态的对测距频率进行适时校正，可保证距离计算的可靠性和准确性，又能提高距离测量的精度。
3.1.2测角原理
徕卡测量机器人采用独特的静态条码式码盘测角技术，关机时可保留角度信息，因此开机无需角度初始化。
条码是由一组按一定编码规则排列的条、空符合用以表示一定的字符、数字及符号组成的信息，条码度盘是单一轨道刻划编码度盘。工作时由发光管发出光线通过一定光路照亮度盘上的一组条形码，度盘角度编码信息由一线性CCD阵列识别，再通过一个8位的A/D转换器读数，可提供粗略读数。为了能确定其位置，一般需要捕获至少10条编码线信息。而在实际的角度测量过程中，单次测量约有60条编码线，再通过取平均和内插的方法来进一步提高测角精度，这是目前世界上测量机器人制造领域最先进的、独一无二的技术，其技术也是保密的[4]，因此只能简单的了解一下它的测角原理。
3.2测量机器人精度分析
测量机器人进行自动监测时，主要依靠ATR自动照准功能，在ATR识别锁定目标后启动测距和测角功能。ATR自动照准识别对距离测量的精度影响较小，可以忽略不计，但对角度测量的精度起着直接影响。自动照准识别的精度取决与ATR内部精度和外部精度，内部精度受CCD像机的分辩、测量条件和其它因素影响，外部精度受环境条件和棱镜类型等多方因素影响。内部精度用户通常无法测得，而无论哪方面的因素均影响实际测量精度。因此，只能用实际测量的方法来评定ATR的精度，这也恰恰是用户关心的。
自动监测需要测量机器人全天候的自动获取各点位信息，而不同的天气条件、观测时间对测距精度和ATR照准精度有不同的影响。因此，探讨测量机器人的测量精度是本节的重点。本章数据除需人工观测外，全部采用程序控制测量机器人的ATR系统自动获取，这也是本文建立变形自动化监测系统代码编写的核心工作。
3.2.1ATR测距内符合精度
为了验证测量机器人测距仪的测量稳定性，本文通过不同距离下测距内符合标准偏差对其进行检验。
检验测距内符合标准偏差原理是，连续精确测量斜距n次，通过n次测量值，利用贝塞尔公式[14]求得测距内符合标准偏差m内，表达式如下：
（3.2）
式中：Si为第i次斜距测量值，为n次测量斜距的平均值。
将测量机器人安置在室内强制对中装置上，棱镜分别安置在室内强制对中桩、室外四个不同距离的强制对中桩上，利用ATR自动照准反射棱镜进行盘左盘右观测20次，并取平均值。见表3.1为不同距离测距内符合标准偏差。
表3.1不同距离测距内符合标准偏差
测量次数
距离（米）
m内（毫米）
天气状况
20
7.1
0.08
实验室内
20
89.6
0.06
小雨
20
89.6
0.1
小雨后，天气转晴
20
89.6
0.07
多云微风
20
89.6
0.06
凌晨三点天气稳定
20
349.4
0.1
小雨
20
349.4
0.55
小雨后，天气转晴
20
349.4
0.24
多云微风
20
349.4
0.16
凌晨三点天气稳定
20
546.8
0.38
多云微风
20
1383.5
0.91
多云微风
由上表3.1知，不同距离和天气条件下，测距内符合标准偏差均小于固定标准偏差l毫米。利用ATR在夜晚和小雨等气象相对稳定的情况下，可进行稳定的距离测量，但最好避开雨过天晴时间测量。因此，测量机器人测距仪在气象相对稳定的条件下具有很高的稳定性。
3.2.2ATR测角精度
为了验证测量机器人ATR测角稳定性，检验其不同环境条件下角度测量的可靠性，以及ATR观测可替代人工观测的可靠性，并且ATR可在人工无法观测的夜晚进行自动多次重复测量。
实验为消除多测量时段的对中误差，选用四个强制对中桩，其中一个在室内，安置测量机器人，见图3.1中S点：另三个强制对中桩分别安置反射棱镜，为图3.1中A、B和C点，SA约349.4米。SB约332.3米，SC约89.6米。选择晴好的天气人工盘左盘右测定∠ASB和∠ASC，然后利用ATR分别在晴天上午11点、晴天下午4点和气象稳定的凌晨进行自动角度测量，即分别在人工能观测和不能观测的条件下进行测量，并通过假设检验的方法[15]比较不同观测条件下的方差是否一致以及观测成果均值是否存在显著的差异。

图3.1 测量机器人与实验点点位图
实验除人工观测外，都利用程序进行定时自动化观测，不同观测条件的角度测量数据见表3.2和表3.3。通过观测值和平均值利用中误差计算公式：
（3.3）
式中Li为第i次观测角度的成果，为n次观测平均值。
表3.2 不同条件下人工与ATR观测∠ASB数据
次数
人工观测
ATR观测
上午11点
下午四点
凌晨
1
6°03′01.8″
6°03′02.5″
6°03′02.4″
6°03′02.9″
2
6°03′02.6″
6°03′04.4″
6°03′03.1″
6°03′02.6″
3
6°03′03.7″
6°03′01.8″
6°03′02.5″
6°03′02.2″
4
6°03′02.1″
6°03′02.3″
6°03′03.4″
6°03′02.4″
5
6°03′01.5″
6°03′00.0″
6°03′02.2″
6°03′02.1″
6
6°03′01.2″
6°03′01.7″
6°03′02.9″
6°03′01.3″
7
6°03′02.9″
6°03′00.6″
6°03′03.9″
6°03′02.7″
8
6