Page 326 - 测绘新技术的理论与实践研究

测绘新技术的理论与实践研究

1. 工作区域边界

由于工业测量的现场环境一般都比较复杂，跟踪仪测站的布设需要首先考虑
工作现场的可用空间。当部分区域有障碍物或本身工作范围限制时，无法布设测
站，因此首先要将区域大小以数字的形式输入约束条件中。

2. 目标点的可视性
当跟踪仪与被测目标点之间存在障碍物时，就需要判断目标点对于该跟踪仪
是否可视。

3. 跟踪仪间距
理论上，工作区域内所有点都可以设置跟踪仪测站，为了保证跟踪仪的均匀
分布，计算时必须考虑和设置合理的基本间距阈值来进行布设。同时为提高优化
设计算法的搜索效率，当某个控制网中各跟踪仪之间的距离小于阈值时，认为该

网形为低适应度个体，直接赋予一个小的值并跳过其适应度的计算，直接计算下
一个位置。跟踪仪间最小距离阈值的确定要根据实际工作区域边界灵活掌握。由
于该约束条件的目的是直接跳过较差网形的适应度计算，所以阈值不能给得过大

而影响优化设计算法的正常搜索。
（二）基于遗传算法的控制网优化设计原理
当今主流的启发式算法有遗传算法、粒子群算法、模拟退火算法等，其中遗
传算法是一种全局优化概率算法，具有较强的鲁棒性和灵活性，符合寻找最优跟

踪仪设站位置的要求，因此这部分选用遗传算法来实现跟踪仪测边网的优化设计。
遗传算法是一种基于生物进化原理构想出来的搜索最优解的仿生方法，它模
拟基因重组与进化的自然过程，把待解决问题的参数转化为二进制或十进制的编

码基因，若干个基因组成一个染色体（个体），然后对染色体进行自然选择、交
叉配对和变异的运算，经过多次重复迭代得到最后的优化结果。
在利用遗传算法进行跟踪仪设站位置的优化设计过程中，每一组设站组合看
作是遗传算法的一个个体，寻求最优设站组合的过程即在遗传算法中通过进化寻

找具有最大适应度个体的过程。
（三）优化设计算法

结合遗传算法的流程，跟踪仪控制网的优化设计可以按照如下步骤进行：
步骤 1，确定坐标系。根据被测目标的特征设计目标点布设方案，确定合理
的局部坐标系，并计算出目标点的设计坐标。实际测量中，目标点的布设、坐标

314