桥梁定位范文

桥梁定位范文（精选3篇）

桥梁定位 第1篇

关键词：GPS,桥梁,施工测量

GPS定位技术具有高精度、高效率和低成本的优点, 使其在各类大地测量控制网的加强改造和建立以及在桥梁工程测量和大型构造物的变形测量中得到了较为广泛的应用。

1 GPS的构成

GPS全球卫星定位系统由三部分组成:空间部分-GPS星座;地面控制部分-地面监控系统;用户设备部分-GPS信号接收机。

1.1 空间部分

GPS的空间部分是由24颗工作卫星组成, 它位于距地表20200km的上空均匀分布在6个轨道面上 (每个轨道面4颗) , 轨道倾角为55°。此外, 还有4颗有源备份卫星在轨运行。卫星的分布使得在全球任何地方、任何时间都可观测到4颗以上的卫星, 并能保持良好定位解算精度的几何图象。这就提供了在时间上连续的全球导航能力。GPS卫星产生两组电码, 一组称为C/A码 (Coarse/Acquisition Code11023MHz) ;一组称为P码 (Procise Code10123MHz) , P码因频率较高, 不易受干扰, 定位精度高, 因此受美国军方管制, 并设有密码, 一般民间无法解读, 主要为美国军方服务。C/A码人为采取措施而刻意降低精度后, 主要开放给民间使用。

1.2 地面控制部分

地面控制部分由一个主控站, 5个全球监测站和3个地面控制站组成。监测站均配装有精密的铯钟和能够连续测量到所有可见卫星的接受机。监测站将取得的卫星观测数据, 包括电离层和气象数据, 经过初步处理后, 传送到主控站。主控站从各监测站收集跟踪数据, 计算出卫星的轨道和时钟参数, 然后将结果送到3个地面控制站。地面控制站在每颗卫星运行至上空时, 把这些导航数据及主控站指令注入到卫星。这种注入对每颗GPS卫星每天一次, 并在卫星离开注入站作用范围之前进行最后的注入。如果某地面站发生故障, 那么在卫星中预存的导航信息还可用一段时间, 但导航精度会逐渐降低。

1.3 用户设备部分

用户设备部分即GPS信号接收机。其主要功能是能够捕获到按一定卫星截止角所选择的待测卫星, 并跟踪这些卫星的运行。当接收机捕获到跟踪的卫星信号后, 即可测量出接收天线至卫星的伪距离和距离的变化率, 解调出卫星轨道参数等数据。根据这些数据, 接收机中的微处理计算机就可按定位解算方法进行定位计算, 计算出用户所在地理位置的经纬度、高度、速度、时间等信息。接收机硬件和机内软件以及GPS数据的后处理软件包构成完整的GPS用户设备。GPS接收机的结构分为天线单元和接收单元两部分。接收机一般采用机内和机外两种直流电源。设置机内电源的目的在于更换外电源时不中断连续观测。在用机外电源时机内电池自动充电。关机后, 机内电池为RAM存储器供电, 以防止数据丢失。目前各种类型的接受机体积越来越小, 重量越来越轻, 便于野外观测使用。

2 GPS系统的特点

定位精度高。在300~1500 m工程精密定位中, 1h以上观测的解, 其平面位置误差小于1 mm, 与ME一5000电磁波测距仪测定的边长比较, 其边长校差最大为0.5 mm, 校差中误差为0.3mm。

观测时间短。随着GPS系统的不断完善, 软件的不断更新, 目前, 20k m以内相对静态定位, 仅需15~20 min;快速静态相对定位测量时, 当每个流动站与基准站相距在15 km以内时, 流动站观测时间只需1~2 min, 然后可随时定位, 每站观测只需几秒钟。

测站间无须通视。GPS测量不要求测站之间互相通视, 只需测站上空开阔即可。由于无需点间通视, 点位位置可根据需要, 可稀可密, 使选点工作甚为灵活, 也可省去经典大地网中的传算点、过渡点的测量工作。

可提供三维坐标。GPS可同时精确测定测站点的三维坐标。目前GPS水准可满足四等水准测量的精度。

操作简便。系统操作的自动化程度越来越高, 接收机的体积越来越小, 重量越来越轻。全天候作业。目前GPS观测可在一天24h内的任何时间进行, 不受阴天黑夜、起雾刮风、下雨下雪等气候的影响。

功能多、应用广。GPS系统不仅可用于测量、导航, 还可用于测速、测时。测速的精度可达0.1 m/s, 测时的精度可达几十毫微秒。其应用领域不断扩大。当初设计GPS系统的主要目的是用于导航, 收集情报等军事目的。但是, 后来的应用开发表明, GP S系统不仅能够达到上述目的, 而且用GPS卫星发来的导航定位信号能够进行厘米级甚至毫米级精度的静态相对定位、米级至亚米级精度的动态定位、亚米级至厘米级精度的速度测量和毫微秒级精度的时间测量。

3 GPS技术在桥梁施工测量中的应用

GPS自20世纪80年代中叶投入民用后, 已广泛地在导航、定位等各领域应用, 尤其在测量界的控制测量中起了划时代的作用。正因为它在静态相对定位中的高精度、高效益、全天候、不需通视, 使人们普遍用来逐渐代替常规的三角、三边、边角等方法, 并在理论、实践中取得了可喜的成果。但在精密工程变形监测中还少有应用, 尚处于理论研究和实践摸索之中。

3.1 在桥梁施工测量中的应用优势

在桥梁施工中, 测量所担负的主要任务是控制网的布设、测量、检核和结构物的放样。传统的桥梁, 其施工控制网通常布设成三角网或导线网, 采用经纬仪配合测距仪或利用全站仪进行外业数据采集, 往往需要耗费大量的人力物力。

由于桥梁自身的特点, 桥梁施工控制网边长一般较长, 特别是跨越大江大河的特大型桥梁, 更具有跨度大的特点, 这就给传统的测量方法增加了一定难度。随着跨海大桥的出现。GPS更体现了其无可替代的优越性, 所以应用GPS方法比用传统方法进行测量更具优势。

采用GPS的静态定位法进行桥梁控制网的测量, 因其不受外界环境干扰, 所以可大大缩短外业观测时间, 提高工作效率。同时, 由于静态定位法观测精度可达毫米级, 测量成果的可靠性好, 其精度完全能满足桥梁施工的需要。

3.2 在桥梁施工测量中的应用

杭州湾跨海大桥全长36km, 是目前世界上最长的跨海大桥, 杭州湾跨海大桥工程测量如果单纯地运用常规的测量仪器 (全站仪和水准仪) 进行测量其难度是可想而知的, 而仅仅依靠GPS测量技术因精度限制因素也无法完成, 只有运用GPS技术同时借助常规仪器才能完成其测量任务。大海宽阔的海面为传输优质数据链提供了保障, 相对较少的干扰能保证成果质量, 良好的作业条件节省了初始化时间, 提高了GPS工作效率, 为GPS技术的运用提供了广阔的空间。

GPS实时动态钻孔桩桩位放样。根据杭州湾跨海大桥施工规范中钻孔桩成孔质量标准:陆地和滩涂区桩位偏差为100mm, 海中为300 mm。而GPS测量精度能达到厘米级, 所以用GPS实时动态技术进行桩位放样完全能达到质量标准要求, 同样GPS高程测量也可用于钻孔桩。

利用GPS技术放样平台、栈桥钢管桩。在两岸滩涂区的栈桥钢管桩和施工平台钢管桩的放样也可利用GPS测量实现。这大大减少了测量外业的时间, 减小了劳动强度。

GPS测量质量检查。利用GPS测量技术可以对完成的护筒和桩位进行偏心检查。这既能满足精度要求又能提高工作效率。

GPS和常规仪器配合放样承台、墩身。杭州湾跨海大桥优先施工墩成为GPS测量向全站仪测量转变的载体, 在每隔1.5 km左右的优先施工墩上利用GPS静态测量或快速静态完成平面和高程控制点的布设, 再用全站仪进行近距离承台、墩身的放样, 以确保承台、墩身精度要求。

4 结语

GPS作业模式, 能进一步提高测量作业效率, 降低了劳动强度, 节省了测量费用, 使测量变得更轻松容易。另一方面, GPS技术的强大功能与潜力尚未充分挖掘, 与GIS集成、实时控制、综合自动化作业是其未来的发展方向, 随着科技的不断进步, 精度更高, 初始化速度更快, 环境限制性更小, 抗干扰性更强的系统将会很快出现。GPS在桥梁建设方面的应用就将更广泛。

参考文献

[1]杜强, GPS定位技术在跨海大桥外海沉桩施工中的应用[J], 世界桥梁, 2004.08

[2]杨汉凤, 曹娥江大闸闸前大桥的施工测量[J], 桥梁建设, 2007.A01

[3]肖祥明, GPS定位技术在桥梁施工测量中的应用[J], 山西建筑.2007.10

桥梁定位 第2篇

浅谈大跨径桥梁挠度精确定位测量方法的前景

随着我国经济建设速度的逐步加强,交通建设作为重点投资行业,正在飞速的发展.目前,我国已经成功建成了一批跨越黄河、长江、珠江等大河的大跨径桥梁建设,为我国的桥梁设计、建设、施工等个方面都积累了相当宝贵的`经验.在这当中,对桥梁挠度测量方法的实践与探索也有了新的认识和见解.

作 者：王硕 段志民  作者单位：滦平县交通局 刊 名：城市建设 英文刊名：CHENGSHI JIANSHE YU SHANGYE WANGDIAN 年，卷(期)： “”(21) 分类号： 关键词：大跨径   桥梁   挠度观测  

桥梁定位 第3篇

关键词：遥感图像,桥梁目标定位,环境要素,阴影特征

高分辨率卫星图像的获得使得地面目标的精确定位成为可能。从高分辨率卫星图像中高效、准确地定位描述桥梁目标具有重要的应用价值。国内外已有许多学者对遥感影像中桥梁目标的识别定位方法进行了相关研究。以往大部分研究都是对桥梁水上部分的检测方法进行研究,检测到的结果是位于水上的那部分桥梁片段,对桥梁的定位可能存在较大偏差[1,2,3,4,5,6]。也有研究人员提出先基于水域做目标粗检测,在检测结果中心设定窗口,在窗口内对桥梁进行精检。此类方法考虑到了除水上桥梁部分的桥体[7,8,9,10,11],但当河流处于枯水期时,水上桥梁部分面积比较小,使用提取水域部分的桥梁检测方法检测误差较大。此种情况下,窗口检测也存在问题:(1)水上桥梁部分小,自动检测中窗口往往偏小,专家指导下放大检测窗口又会引入干扰产生误检,由于河岸环境复杂,桥体与背景环境的对比度不大,增加了干扰噪声;(2)桥梁与道路相连,特征一致,使得以往检测中对桥梁范围的界定很模糊,桥梁检测结果受检测窗口大小的影响严重;(3)当水上桥梁下方存在湖心岛时应用以往方法桥梁目标容易被错检。

针对以上问题,本文提出基于环境要素提取的高分辨遥感图像中枯水期水上桥梁目标的定位方法,结合水域、桥体、阴影等环境要素的联合特征提取和知识规则验证,引入桥梁阴影特征,通过阴影与目标的相互验证辅助桥梁目标的检测,提高了定位检测精度。

1 桥梁目标定位系统框架

通过对高分辨率可见光遥感图像的分析得到水上桥梁目标的一般知识特征模型:

(1)桥梁的灰度和河流两岸陆地的灰度十分接近,灰度值较高,与桥梁相比,河流的面积比较大,被桥梁分离,灰度值较低。

(2)桥梁几何外形一般是长矩形,桥梁边缘线表现为两条近乎平行的直线段。

(3)桥梁的两侧是水域,显然桥梁的边缘线是水域边沿的一部分。因此若对分割出的水域进行边缘提取,所得到的边缘是由桥梁线和河岸线组成的。

(4)桥梁的长度相对于宽度而言较长。

(5)桥梁横跨在河流上,即桥身纵向为水域,将河流分割成两个平均灰度相近的水域,横向延伸到陆地上,桥梁两端与等宽度的道路相连。

本文给出的桥梁定位算法在自上而下知识驱动下,结合桥梁相关的环境要素的联合特征提取和知识规则验证,经过目标检测、目标定位和描述过程精确定位描述目标。算法引入桥梁阴影特征约束准则,通过阴影与目标的相互验证来辅助桥梁目标的检测。通过目标检测过程在全图中检测候选桥梁像素点,锁定存在桥梁的潜在区域,在通过目标定位及描述过程提取特征验证检测结果,提高检测精度,并且对目标进行定位和描述。算法流程图如图1所示。

2 目标探测、目标定位描述

如图1所示,依据前面分析得到的桥梁知识特征,目标探测过程首先提取水域。河流灰度值较低,表现为暗色,而且灰度一致性好,采用阈值分割可以将目标和背景分离。水体初步分割之后利用数学形态学运算去除小的噪声点,并对初检水体做标记。由于河流区域表现为大连通区域,设定面积阈值确定河流区域。利用区域跟踪算法提取河流区域的外边界。由桥梁知识模型(3)可知,此边界由河岸线和桥梁边缘线组成。

根据桥梁知识模型,各个水体区域被桥梁以确定桥宽距离分隔开,计算两两水域外边界点(WaterEdge_m,WaterEdge_n)之间的距离dmn,并设定最大桥宽Wth。

分别记录满足式(1)的两水域的外边界点,这组点集为潜在桥梁的两条边界上的点。以此为中心确定候选桥梁区域。在候选区域内对潜在桥梁的两条边界上的点做直线拟合分别得到桥梁的两条边缘线(Edge1和Edge2)。提取下面特征根据知识规则验证桥梁目标真伪,对真实的桥梁目标给出定量描述。满足以下两条准则的目标为真目标,否则为假目标。

(1)桥梁边缘线近乎平行,这里设定两桥梁边界角度差值小于5°;

(2)桥梁的长度相对于宽度而言较长,设定长宽比大于1。

其中,θ1和θ2为候选桥梁区域内桥梁两条边缘线的方向角、两条边界线的长度L1和L2、L=(L1+L2)/2为桥长;桥宽W为一条边缘线的中点到另一条边缘线的最小距离;桥梁的方位角θ=(θ1+θ2)为桥梁两边缘线的方位角平均值。

3 阴影特征约束

由于光学遥感图像都是采用中心投影,在成像时卫星传感器处于被测地区的正上方,传感器与星下点之间的连线和太阳光线的入射角呈一定交角。通常情况下,地面有高程的目标都存在阴影。在卫星远距离垂直成像中桥梁目标大体表现为直线特征或者长矩形区域。在以往的建筑物目标识别中,目标分布相对密集,目标阴影间相互遮挡不利于目标的识别,需要想办法去除阴影,但桥梁目标一般位于水域之上,很少存在遮挡。阴影表现为与桥梁相平行的条带区域,因此,当河流处于枯水期桥梁实际长度和它的阴影长度几近相等。根据“四色原理”[12],阴影区域是灰度均值最小的类别。在高分辨率可见光图像中,阴影区域有很好的灰度一致性,这使得桥梁阴影区域的提取成为可能。因此本文建议在桥梁特征验证过程中,提取桥梁阴影,辅助桥梁目标的精确定位和描述。

桥梁阴影特征提取流程图如图2所示。这里规定桥梁与其阴影的所属关系判定原则:

(1)阴影的长度大于上面检测到的桥梁的长度;

(2)阴影的长轴与上面检测到的桥梁的主轴几乎平行,夹角小于10°;

(3)上面检测到的桥梁的中心到其阴影的距离小于2倍桥宽。

满足以上原则的认为是某阴影为桥梁的阴影,所属关系判断完成。提取其阴影特征辅助校正对应桥梁目标的定位描述,包括桥长、桥宽、桥梁中心位置和桥梁方位。

根据阴影特征修正桥梁。分别提取阴影区的边界及桥梁两边缘线,进行Hough变换,在垂直于桥梁方位角方向寻找阴影区的边界点投票数等于1的位置,这些位置对应桥梁两边缘线上的点集A和B,分别求取点集A和B内距离最大的两点,这两点被认为是桥梁边缘线的端点,由此得到修正后的桥梁的两条边缘线段。

4 实验结果

实验一如图3所示图像为可见光遥感图像。经阈值分割,数学形态学处理和连通区域标记得到初步水域分割结果如4(a),根据水域面积阈值去除小面积非水域区域完成水域提取,如图4(b)三个水域区域及其外边界线,图4(c)为直线拟合得到的桥梁边缘线。尽管此图中河流并非出于枯水期,但经过阴影特征约束也进一步修正的定位结果。具体定位数据如表1所示,Img1_Bn_Initial是第n个桥梁的初检结果,Img1_Bn_True是第n个桥梁的真实数据,Img1_Bn_SC是利用本文方法检测到的第n个桥梁的定位结果。

实验二数据来源于GOOGLE EARTH可见光图像,如图5(a)。图中有两座水上桥梁,两座桥梁与同一道路相连而且方位夹角不大,几乎在一条直线上。传统的依靠桥梁边缘线特征的检测方法很难正确界定两座桥梁的范围,窗口选择过大时甚至可能将其判定为一个桥梁目标。此外,河水处于枯水期,水上桥梁部分面积小,以往检测误差大。本文的检测方法处理这类情况优势明显。图5(b)为初检结果;阴影区域提取如图5(c),对阴影区域进行标记,并与桥梁进行所属关系判定;图5(d)是修正后的桥梁提取结果。定位描述具体数据如表1。本文方法得到的目标描述参数更接近目标实际参数,定位精度得到提高。

实验三如图6所示的遥感图像三中水上桥梁下方存在湖心岛,在以往的检测方法中容易被误认为是两座桥梁。按照本文检测方法可以正确定位,定位结果如表1中所示。

本文针对以往水上桥梁检测精度不高,尤其当河水处于枯水期时检测结果依赖检测窗口的选择,以及水上桥梁下方存在湖心岛时桥梁容易被错检等问题,提出基于环境要素提取的高分辨遥感图像中枯水期水上桥梁目标的定位方法。本文方法通过提取与目标密切相关的环境要素,在桥梁知识模型指导下,经过目标检测、目标定位和描述过程精确定位描述目标。算法引入桥梁阴影特征约束准则,通过阴影与目标的相互验证辅助桥梁目标的检测,提高检测精度,并且对目标进行定位和描述。以实际高分辨率遥感图像为例,实验验证了本文方法的有效性和优越性。

参考文献

[1]Wu Fan,Wang Cha,Zhang Hong.Recognition of bridgesby integrating satellite SAR and optical imagery[C].IEEE2005.IEEE International Conference on integration Technol-ogy.2007:3939-3941.

[2]Ma Zhenli,Wang Huibin.A knowledge-based target reco-gnition method for remote sensing image[C].2007.

[3]CHAUDHURI D,SAMAL A.An automatic bridge detectiontechnique for multispectral images[J].IEEE Transaction onGeoscience and Remote Sensing,2008,46(9):2720-2727.

[4]SOERGEL U.Feature extraction and visualization of Brid-ges over water from high-resolution InSAR data and oneorthophoto[J].IEEE Journal of Selected Topics in AppliedEarth Observations and Remote Sensing,2008,1(2):147-153.

[5]Chen Aijun.Novel approach for recognizing bridges overwater in large remote sensing images[C].international sym-posium on computional intelligence and design.2008:48-51.

[6]Zhang Yongmei.A novel recognition approach based onmulti-agent[C].2010 International Conference on DigitalManufacturing&Automation.2010:92-95.

[7]陈爱军.典型人造目标自动识别算法研究[D].哈尔滨:哈尔滨工业大学,2008.

[8]吴樊,王超,张红等.基于知识的中高分辨率光学卫星遥感影像桥梁目标识别研究[J].电子与信息学报,2006,28(4):587-591.

[9]Fu Yili.Recognition of bridge over water in high-resolu-tion remote sensing images[C].2009 World Congress oncomputer science and information engineering,2009:621-625.

[10]周小成,汪小钦,骆剑承,等.基于对象关系特征的高分辨率光学卫星影像水上桥梁目标识别方法[J].遥感应用,2010(2):36-42.

[11]薄丽萍.桥梁目标识别的研究与实现[D].太原:中北大学,2010.