基于边缘计算的智能型全站仪自动监测系统研究

基于边缘计算的智能型全站仪自动监测系统研究

Summary：随着大型基建项目的快速发展，对工程施工和运行过程中的变形监控和安全维修提出了更高的要求。为了克服传统全站仪的实时监控系统实时性差、数据丢失、实时检测等问题，本文以2019年度浙江省重点研发计划项目（边缘计算控制器研发及应用-工业互联网边缘计算控制器关键技术研发及应用）为例，展开论述，实践证明，采用边缘运算技术实现的智能全站仪自动监控，能够为用户提供实时的监测数据，具有很好的实用价值。Keys：边缘计算；智能型全站仪；自动监测系统课题项目名称：边缘计算控制器研发及应用-工业互联网边缘计算控制器关键技术研发及应用课题项目编号：2020C01075引言随着我国经济的迅速发展和城市建设的迅速发展，在复杂的工程环境下，如何快速、实时、高精度地获取工程结构的三维形变信息已成为一个亟待解决的问题。目前，智能全站仪的自动化监控系统大都采用了遥控方式，即在数据采集端，全站仪器仅对数据进行采集，并在远端数据处理中心进行数据分析和处理。在此体系结构下，全站仪和数据处理中心之间仅有点对点的联系，运算能力很少，其缺点是：在扩展性上，由于传输带宽的限制，不能实现多个全站仪的协作；在通讯的稳定性上，由于网络的不稳定，容易导致观测资料的损失；针对多源数据，不能兼顾多个传感器；在实时性上，实时计算和处理是很困难的。一、基于边缘计算的边缘端环境（一）边缘计算边缘计算是指将网络、计算、存储、应用等核心能力集中于地理位置或数据的网络边缘，提供接近智能的边界服务，以解决敏捷连接，实时业务，应用智能，安全和数据保护等。将边缘计算技术应用到智能全站仪的自动监控中，能够较好地解决传统全站仪的缺陷，满足当前工程建设、运营过程中对工程结构高精度三维变形监测的需要[1]。（二）基础模块资源第一，操控组件。为了克服传统全站仪的自动化监控系统在工程变形监控方面的不足，必须将大量的计算工作和实时监控的方法转移到数据采集的边缘，因此，必须有一套功能强大的监控设备。该系统以STM32F40732位高性能单片机为核心，具有168MHz的处理能力，同时具有1MB的FlashMemory,192+4KB的SRAM。STM32F407处理器采用FPU（FPU）技术，能够对各种ARM的数据进行处理，并能对现场采集的数据进行快速处理。在控制模块中，采用了一种可配置的嵌套矢量中断控制器（NVIC)，它能为多个外部设备提供256个中断的优先级。第二，数据传送。采用STM32F407自带以太网模组，包含媒体存取控制（MAC）及与外部PHY通讯的接口；该控制器采用了10/100MB的低功率LAN8720A作为以太网PHY层，可以实现数据的有线传输。在该系统中，该系统还配备了WiFi无线通讯模块，能够通过STA方式完成对监控结果的无线上传。（三）各个模块的接口类型和标准为了便于以后的编译器实现各模块的功能，必须明确各模块的接口类型和规范，并在硬件层次上将各模块与控制单元相结合。第一，数据收集。智能全站仪也被称作测量机器人，它是整个系统中的关键部件。最常用的0.5”的高精密测量机器人有Leica的TS系列、TrimbleS系列和Sokkia的NET系列。每一厂家的仪表都配备了串口、串口、蓝牙串口等串行通讯接口，并配有大量的指令和软件开发工具箱（SDK）。当控制装置以有线或蓝牙串行方式向全站仪发出不同的指示时，全站仪就会进行相应的动作，并对运行结果进行反馈，使控制装置和全站仪进行实时的控制和数据传输[2]。第二，数据传送。E103-W06型无线网络模块配有外部天线，在进行数据传送时，可以根据各自的标准设定与控制器MCU进行串口通讯、电源等的连接。二、边缘计算功能实现（一）全站仪自动测量全站仪的自动监控功能是通过全圆的方位距离测量来实现的。同时，按照技术规程的要求，对野外采集到的数据进行了实时的边界评价，并利用边界运算实现了对边界的自动分析。与此同时，采集到的天气感应器也会被实时地处理：边界系统会对所监控的环境状况进行评估，并对其进行判断，并将其反馈给云端。（二）实时多项差分处理第一，倾斜偏差修正。如果测站到某个参考点的斜度是dj，如果在监控时段内某个时间测得的斜度是d，那么斜度偏差修正系数△d=d-dj/d。第二，高差值修正。如果在监控期间的某个时间点上，从所述基准点到所述位置的单向高度差是h，那么，所述气差修正系数c=（和-hj)/（dj.sinA）。在公式中，A是测量地点到参考点间天顶距离，dj是测量地点到参考点之间的距离。第三，横向差分修正。采用全站仪对多个参考点的观测数据，采用自由设站的平差方法，求出了设站坐标X、Y、Z和方位角的未知量W。所述横向观察值H与所述参考点j相对应，所述测点至所述参考点j的所述方位角为αj，并且所述横向差分修正项△α=αj-α，α=Hj+W。通过对多个参考点的分析，可以得到多个方位角的差值修正项，并将其进行平均值，得到△α。（三）基准点检核处理稳定的参考点是系统进行自动观察和数据差处理的先决条件。介绍了一种基于物联网的边缘计算智能全站仪自动监控系统，它能够实时地处理边缘参照点的观测数据，并对参照点进行实时稳定分析[3]。（四）特殊情况的处理策略在实际的工程监控工作中，难免会遇到某些特定的问题，比如某些地方可能会被遮蔽或损坏，因此，在监控过程中，必须针对某些特殊情况，采用相应的处理策略，以确保在无人值班的条件下，能够正常工作。第一，测点被遮挡。在某些节点被遮挡或损坏的情况下，可以采用“临时中断”+“临时中断”的策略。第二，全站仪视场出现多个目标。当观测点的棱镜分布在狭窄的空间（例如地铁监控）时，由于全站仪的视野区域存在多个棱镜，使测量资料不能准确地传回，因此可以采用最小视角的方法。三、基于边缘计算的全站仪监测系统在建立了边缘端的自动监控功能之后，就必须把边缘端和云平台连接在一起，也就是通过物联网建立云和边端相互补充、可扩展的一体化监控体系。要建立一个完备的自动化监控系统，就必须进一步思考监控数据是怎样被传送到云端的物联网平台，以及对自动化监控结果的表达，比如，数据统计、形变可视化表达、点位变化的预警等[4]。（一）数据传输采用LwIP（lightweightIP）协议堆栈，实现了与ECS系统中各种设备的通讯。LwIP是一种小型的、开放的TCP/IP协议堆栈，适用于TCP/IP。LwIP是一个不需要操作系统就能工作的轻型TCP/IP。LwIP的实现着重于在保留TCP的基本功能的同时，降低内存的占用，仅需要10KB内存，40KBROM即可正常工作。在边缘端系统中，使用LwIP协议堆栈，在云服务器应用层中，TCP/IP协议被用于设计数据传送协议，使得边缘端和云服务器之间能够进行数据分析。（二）云端数据表达当边缘端监控的三维结果被传送至云平台后，需要对其进行分析和表示，并依据特定的工程监控项目设定的变形限制，作出相应的预警。结合某城市城市道路变形监测工程，利用该监测结果，生成相应的变形报告，并对其进行了进一步的描述，最终实现了对变形量的实时查询。结语为了解决传统全站仪远程自动监控系统存在的问题，采用边缘计算技术和边缘计算技术，实现了智能全站仪的实时监控。该系统由一个边缘端子系统和一个云管理应用子系统组成，它由核心控制芯片、机械保护以及各种传感器组成，通过边缘运算把实体世界和数码世界连接在一起；云管理系统包括边缘节点管理、数据管理、数据分析等功能，而整个系统的实施则是通过边缘运算来完成多个传感器的边缘运算。该系统具有长时间无人值守、长时间无人值守的自动监控能力和实时检测等多项功能，可以改善地铁、隧道等各种工程的工作效率，降低工程造价，而且具有很好的扩展性，可以实现多个测区的实时监控。目前，该系统尚有不足之处，有待于后续的深入研究与分析，以达到多个站点协同同联测及调整的目的，最大限度地利用边缘端节点的资料，进一步提升结果的准确性。Reference：[1]金乐乐.基于边缘计算的智能型全站仪自动监测系统研究[D].四川:西南交通大学,2021.[2]屈世甲,武福生,贺耀宜.煤矿安全监测监控体系中边缘计算