摄影卫星模拟轨迹图的形成

本文简要介绍了利用轨道离散点数据内插生成摄影卫星模拟轨迹图的方法,给出了实现摄影覆盖范围可视化的具体做法。     

基于参数动态调整的双激光扫描头SLAM方法

针对单个激光扫描头进行SLAM重建点云覆盖度较低的问题，提出一种融合双扫描头的SLAM方法。该方法首先使用水平扫描头进行一次SLAM过程，获取位姿轨迹数据和点云地图。再使用双扫描头间标定的外参数和水平点云帧的位姿轨迹数据，将竖直扫描头的点云帧位姿初步变换到水平点云坐标系下，通过提出的竖直点云-子图ICP(Iterative closest point)配准，动态优化转换参数，获取精确的转换参数实现两个方向点云数据的高精度融合。选择两栋室外建筑物进行试验，利用点云重建结果平面拟合均方根误差进行定量精度评定，结果表明，相比于传统单个水平激光扫描头建图方式，本方法重建的点云具有更加丰富的建筑物立面信息；相比于直接使用标定参数融合的方法，利用竖直点云-水平点云子图优化配准的方式优化，精度提高24%以上。     

近圆轨道遥感卫星星下点轨迹的计算

根据遥感卫星轨道的特点，提出了计算近圆轨道卫星星下点轨迹的算法，并对其进行精度评估。结果表明这种算法是快捷和有效的，能够满足卫星规划阶段对轨道精度的要求。     

基于GPS的列控轨道地图数据生成方法研究

为满足列车运行控制及列车定位不同层次的需求,将轨道地图数据分为轨道专用数据、轨道线路数据及地形环境数据,并对轨道地图线路数据按照不同尺度划分为特征点层及插值点层,形成列控轨道地图结构.针对原始GPS地图测量数据,采用多点加权距离检验及Kalman估计差值检验实现错误数据剔除;根据轨道曲线特征对原始数据进行划分,通过在各...     

一种采用图像特征匹配技术的RGB-D SLAM算法

针对复杂环境下运动机器人自主运行的任务要求,提出了一种采用图像特征匹配技术的视觉SlAM算法。相比于传统滤波器方法在机器人长时间运动过程中产生的误差积累,采用了基于图优化的SlAM方法,本文算法分为两个部分：前端和后端。前端负责处理图像数据提取机器人位姿几何关系,首先提取彩色RGB图像的特征点,创建特征点的高维特征描述子,建立特征点的位置对应关系;后端负责表达各时刻机器人的位姿并最大化地消除轨迹漂移问题,根据前端处理所产生的信息,构建一个代表机器人几何位置关系及其不确定性的关系图,通过对图的优化将测量轨迹最大化地逼近真实轨迹,最后生成稀疏点云地图和高精度的机器人运行轨迹。试验表明本文所提出的方法实用性强,具有较高的鲁棒性。     

轨迹大数据云存储与热力图生成方法

针对目前轨迹大数据基于WebGIS的热力图展示中的成图耗时较长、用户移动缩放交互差等问题,本文建立了基于HBase的轨迹数据与地图数据存储模型,为轨迹大数据在电子地图上进行热力图展示提供了存储方法,同时提出一种基于聚类处理的轨迹数据热力图可视化方法,针对不同缩放级别能够有效地减少数据绘制计算量与数据传输量,较大地提升了热力图渲染与展示的效率。试验证明,该方案能够实现轨迹数据、电子地图数据的存储,提高热力图可视化绘制效率,能够为轨迹数据挖掘与分析提供技术支撑。     

出租车GPS轨迹集聚和精细化路网提取

针对利用GPS数据提取双向路网和交叉路口转向信息精度低的不足,本文提出一种顾及位置与行驶方向的轨迹集聚和精细化路网提取方法,实现了精细化路网提取。为提高交叉路口路网的提取精度,首先剔除原始轨迹中的离散和异常轨迹点,并按一定的步长对轨迹段进行加密;然后引入行驶方向角来表达车辆在轨迹点处的行驶方向,顾及位置和行驶方向获取每个轨迹点的相似轨迹点集合;接着依次计算每个轨迹点的偏移距离,通过对轨迹点的迭代偏移完成轨迹集聚;最后剔除未成功集聚的轨迹点,将完成集聚的轨迹点连成轨迹线并作缓冲区,运用栅格数据数字化方法提取得到能够反映道路精细转向关系的道路网。以福州市出租车GPS数据进行轨迹集聚和路网提取试验,结果表明:本文方法能有效地将GPS轨迹按车辆行驶方向分别进行集聚,提取的道路网为双向道路并且能反映交叉路口处道路的精细转向关系。     

群组相似轨迹的特征点映射数据压缩方法

针对车载定位设备的普及产生大量车辆轨迹数据的管理问题,该文提出了一种群组相似轨迹的数据压缩算法。该算法提取每条轨迹的特征点,再将这些特征点进行融合以形成初始参考轨迹。通过定义和求解最优压缩比目标函数,初始参考轨迹被进一步过滤为优化参考轨迹。获得待压缩轨迹的关键特征点与优化参考轨迹的公共特征点之间的映射关系,利用特征点映射关系对每个轨迹进行压缩,将所提出的群组相似轨迹压缩算法与两种代表性算法进行了比较。实验结果证明,本文算法在压缩比方面优于这两种代表性算法,并且在压缩时间上也具有竞争性。该算法的特点在于利用特征点之间的相互映射关系,能够实现对群相似轨迹数据进行统一压缩。     

惯性测量单元辅助的LiDAR动态点云剔除方法

针对动态场景下动态目标影响激光雷达同时定位与建图算法(LiDAR SLAM)的精度和成图效果问题，该文提出一种基于惯性测量单元(IMU)辅助的多层次模糊综合评价动态点云剔除方法。通过标定IMU/LiDAR外参统一两类传感器坐标系，再将每帧点云聚类分割为若干点云簇，以此为基础，利用IMU信息辅助建立相邻帧各点云簇间的配对关系，构建点云运动状态多层次模糊综合评价模型，判定各点云簇的运动状态，最终将动态点云簇从原始点云数据中剔除。为验证该文方法的可行性和精确性，设计了动态点云剔除实验，并将剔除动态点云后的点云数据输入激光雷达里程计与建图算法(LOAM)进行定位与建图。实验结果表明，该文方法动态点云的剔除成功率为98.67%,静态点云的误剔除率为2.01%,能够有效地提高点云数据质量。相比基于原始点云数据的LOAM算法，均方根误差降低了66.06%,最大误差降低了72.78%,实现了厘米级精度的定位，并且优化了建图效果。     

SLAM激光点云整体精配准位姿图技术

基于同步定位与制图(simultaneous localization and mapping,SLAM)技术的激光扫描系统具有成本低、效率高的优点,近年来在测绘领域得到了广泛关注。虽然基于SLAM技术的激光扫描系统能够实现实时数据获取,但该数据获取方式难以保证点云精度,不同位置获取的同一地物的点云存在位置不一致。为了提高该类系统所获点云精度,本文提出一种分层次点云全局优化方法。该方法首先通过"点-切平面"迭代最近邻算法对重叠点云进行配准,形成扫描系统轨迹间的约束;然后构建位姿图对轨迹进行优化,利用优化后的轨迹对点云进行修正。算法通过将优化过程分解为局部和整体两个层次以提高计算效率。试验结果表明,优化后点云同名点对间的距离中误差减小约50%,内部不一致现象得到有效消除。     

三维点云在轨道板快速检测中的应用

针对现有的CRTSⅢ型轨道板检测方法效率低下、设备组装复杂、部分还需人工操作等不足,基于三维点云数据实现了轨道板外形尺寸的高精度快速检测。利用轨道板标准三维模型建立相关检测特征,在完成轨道板三维点云数据相关预处理后,将点云数据精确配准至标准三维模型,利用模型上已建立的特征拟合计算轨道板表面点云数据的检测特征,获得轨道板各检测指标的测量值;计算测量值与标准三维模型设计尺寸之间的偏差,从而实现轨道板外形尺寸的快速检测。实验表明,与常规的检测手段相比,该方法具有检测精度高、速度快、检测结果稳定可靠、检测项目齐全等优点,具有良好的应用前景。     

利用GPS测量检核ICESAT卫星激光测高数据精度

将ICESAT测高数据与动态GPS数据进行了比较,对于沿卫星地面轨迹上的点,采用直线内插求定GPS点的高程,与GPS大地高的最小差异为0.76 m;对于偏离卫星地面轨迹的点,分别按与GPS点经、纬度差异小于5″、10″、20″的原则选取卫星地面轨迹上的点,比较了算术平均等3种方法内插GPS高程的效果,与大地高之差在2 m以内。选取ICESAT卫星激光测高地面轨迹与GPS动态轨迹交叉位置附近的点,分别用ICESAT测高数据与GPS数据进行内插,GPS点与ICESAT地面轨迹上的内插点的经度之差最小为0.000 03°,高程之差最小为0.381 m。在卫星地面轨迹附近选取点位进行静态GPS测量,比较了ICESAT与GPS观测结果之间的差异,分析了不同内插方法对结果的影响,在高山地区,最小高程差为0.103 m,最大差为27.475 m。     

近圆轨道遥感卫星星下点轨迹的计算

根据遥感卫星轨道的特点,提出了计算近圆轨道卫星星下点轨迹的算法,并对其进行了精度评估.结果表明这种算法是快捷和有效的,能够满足卫星规划阶段对轨道精度的要求.     

用户GPS轨迹数据支持下的出行安全分析

安全是每次出行的重要因素之一，传统方法大多基于人力或视频协同才能完成安全监控，缺少以轨迹数据度量出行的方法。定位和跟踪系统的技术进步，GPS卫星定位技术的不断发展与普及，使利用车载导航装置、手持GPS装置收集及使用GPS数据点成为可能。本文提出了一种基于用户GPS轨迹数据评价安全的方法，并以校区内宿舍与实验室间的轨迹数据为研究对象，验证了方法的有效性。研究表明：用户轨迹在离开安全轨迹处，获得较低的安全得分。反之，用户轨迹如果与安全轨迹极为相似，则获得很高的安全得分。该方法在检验用户轨迹是否与安全轨迹相似极为高效，同时以轨迹数据的形式反映用户的出行安全。     

干涉合成孔径雷达地形测图原理及数字模拟

本文详细论述了交叉轨迹干涉合成孔径雷达（ＩＮＳＡＲ）地形测图的原理，使用摄影测量方法导出了ＩＮＳＡＲ地形测图基本数学关系式，分析了目标点高程精度，给出了目标点绝对相位解算方法，进行了６×６公里区域ＩＮＳＡＲ地形测图数字模拟。     

利用方向玫瑰图分析社会经济重心轨迹移动模式

社会经济重心的移动轨迹可以直观反映出研究区域整体的的宏观地理结构和演变特征,而重心轨迹的相互关系可以体现出不同社会经济属性的地理关联关系。将轨迹分析与地理重心模型相结合,通过方向玫瑰图对由社会经济数据形成的轨迹移动模式进行可视化分析。其中,利用轨迹方向玫瑰图分析单条及全局重心移动轨迹的移动模式,并通过轨迹蜿蜒度提取显著的移动模式;利用轨迹对方向半玫瑰图定量描述两条重心轨迹之间的相对关系。对1985~2004年间我国大陆地区40项经济指标的重心轨迹进行移动模式分析,实验证明了方法的可靠性和有效性。     

浮动车轨迹点地图匹配及插值算法

针对带有定位误差和异常值的浮动车轨迹点数据,该文设计并实现了滑动窗口最优路径地图匹配算法,在综合考虑轨迹点的空间几何关系和路网拓扑关系基础上,为轨迹点匹配最优道路并纠正轨迹点误差。其次,针对稀疏且时间间隔不稳定的匹配后轨迹点,设计改进的Hermite插值法拟合车辆运动状态,并对稀疏轨迹点进行时序插值。利用南京市出租车轨迹点数据进行匹配算法与插值算法的验证,实验结果表明匹配算法具有较高准确性,插值算法能有效还原车辆行驶状态。     

轨迹分割与图层融合的车辆轨迹线构建道路地图方法

传统道路地图构建方法将轨迹点（线）同等对待提取道路数据,忽略车辆轨迹的空间差异性,制约其结果精度与应用范围。为此,本文根据轨迹速度将轨迹线集分割滤选为3个轨迹线子集,将轨迹方向与Delaunay三角网模型集成探测路网拓扑结构;顾及轨迹线子集的特征差异选取不同参数值和约束条件并分层提取道路几何、交通语义数据,分别构建3个道路图层;运用缓冲区方法并根据道路几何、语义特征将多个道路图层融合为单个完整道路地图。运用出租车轨迹数据进行试验分析,结果表明：该方法顾及轨迹分布差异性,能将道路几何、交通语义信息融合提取,更适于处理复杂道路结构下的轨迹线。     

一种室内导航网络众包构建方法

室内导航网络是室内位置服务的基础,传统人工测绘或基于CAD半自动提取等方法时效性较差。室内移动对象众包轨迹数据的出现为室内导航网络构建提供了一种新的解决方案。提出一种室内导航网络众包构建方法。首先提取出用于构建室内导航网络的廊道区域轨迹点;其次通过轨迹点生长融合聚类算法将廊道轨迹点转化为聚类点;最后通过聚类点连接生成室内导航网络。以某商城一楼2 d的移动对象轨迹数据进行了实验。结果表明,本文方法提取的室内导航网络准确度较高,能够为室内空间结构快速变化检测和更新提供支持。     

基于地理空间感知型表征学习的轨迹相似度计算

度量轨迹间的相似性不仅是一项基础的研究问题,同时也为众多轨迹数据挖掘应用提供支持。传统相似性度量方法面临数据噪声敏感、算法效率低等问题,难以进行大规模数据计算。当前研究开始尝试使用深度表征学习方法,将高维轨迹数据映射到低维向量空间,通过度量表征间的距离高效地完成相似度计算任务。本文在轨迹表征学习中引入Transformer机制,提出了一种地理空间感知的深度轨迹表征学习方法。首先,使用Geohash编码将二维空间坐标点转换为一维编码序列,使轨迹点在嵌入过程中保留空间相关性。然后,引入Transformer框架构建轨迹表征的深度学习模型,并采用一种隐轨迹点训练模式,以保证模型能从低频、噪声的数据中习得更稳健的向量表示。最后,设计了一个空间感知损失函数,通过距离因子调整模型误差,拉近空间相近轨迹的表征。试验表明,本文方法在轨迹相似性计算任务中超越了基准模型,并且计算效率远高于传统度量方法。