[发明专利]一种基于免疫优化算法的iGPS发射器布局优化方法

说明书

本发明公开了一种基于免疫优化算法的iGPS发射器布局优化方法，包括如下步骤：S101：在室内空间定位系统中，为了获得最优的发射器布局，根据系统的测量原理推导出系统的测量不确定度模型；S102：依据已有的测量不确定度模型建立亲和度函数；S103：最后采用免疫优化算法对发射器布局进行优化，使测量系统达到更高的定位精度，本发明一种基于免疫优化算法的iGPS发射器布局优化方法，利用免疫优化算法具备的全局寻优能力，具有更高的求解精度，将此算法引入到iGPS发射器布局优化问题的求解；免疫优化算法具有稳定性好，收敛速度快，全局求解性能高，不易陷入局部最优，既避免了早熟，又能保持解的精度。

技术领域

本发明属于工业现场的大尺寸三维坐标数字化测量技术领域，特别涉及一种基于免疫优化算法的iGPS发射器布局优化方法。

背景技术

iGPS测量系统通过计算待测特征点位置的接收器与散布在周围空间的激光发射器之间的相对位姿关系来解算接收器所处位置的空间坐标。只要接收器可以同时接收三个及三个以上激光发射器的光学信号，该接收器的空间位置就可以得到解算。但是发射器不同的空间布局所对应测量系统的定位精度有很大差别，所以为了提高系统的测量精度，研究 iGPS发射器的布局优化具有很重要的意义。

目前，国内外学者对iGPS发射器的布局问题都进行了不同程度的研究。德国卡尔斯鲁尔理工学院对由四个iGPS发射器组成的不同布局进行了研究，研究表明在四站系统下， Box型布局的测量区域误差分布明显优于C型布局。德国亚琛工业大学机床与制造工程研究所的Robert Schmitt等人对iGPS的几种典型布局进行了仿真模拟与实验分析，研究表明在几种传统的经验构型中，标准型布局的误差分布最好。国内高校近几年在iGPS测量系统等光学测量网络的布局以及优化方面开展了相关研究。文献对四站激光跟踪仪测量网络的布局优化进行了研究，但在实际应用中具有局限性。天津大学的熊芝研究了wMPS几种常见的网络布局及误差特性，研究表明待测点能接收的发射器数量越多，测量系统的误差分布越好，发射器分布越分散，测量系统的整体测量精度越高，但是发射器数目大于4个之后，精度提高程度就不再明显。这些研究得出了几种常见布局的误差分布。在实际的工程应用中，为了应对不同的任务，需要一种智能的自动化发射器布设方法。文献通过研究测量过程中光平面交汇对测量稳定性的影响建立评价模型，使用遗传算法来求解激光发射器的布设位置。文献基于改进自适应遗传算法对wMPS激光发射器的激光发射器布设位置优化问题进行研究。文献采用模拟退火与粒子群算法结合的协同搜索算法，将测量精度、覆盖度与成本分析相结合建立误差函数，对两到四个发射器的布局进行优化分析。但是由于算法本身的特点，遗传算法和粒子群算法虽然搜索速度很快，但是在面对待求参数多、约束方程多等问题时候容易陷入局部最优。

发明内容

本发明的目的在于提供一种基于免疫优化算法的iGPS发射器布局优化方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于免疫优化算法的iGPS发射器布局优化方法，包括如下步骤：

S101：在室内空间定位系统中，为了获得最优的发射器布局，根据系统的测量原理推导出系统的测量不确定度模型；

S102：依据已有的测量不确定度模型建立亲和度函数；

S103：最后采用免疫优化算法对发射器布局进行优化，使测量系统达到更高的定位精度。

作为本发明的一种优选技术方案，所述S101中，系统的测量不确定度模型建立过程如下：

当iGPS发射器的转台处于初始位置时，对发射器的两面扇面激光进行标定，得到两个光平面的特征参数，可以构造出两个光平面的平面方程：

M₁:a₁x+b₁y+c₁z+d₁＝0