共查询到20条相似文献,搜索用时 15 毫秒
1.
文章从尽量减少置镜点以提高作业效率的角度,提出圆形建筑物的简捷测量方法,即只需一个置镜点和两个切线方向即可测定圆形建筑物的位置和大小. 相似文献
2.
文章就如何测绘图形建筑物平面图形的问题,提出了切线法,即先测定测站到圆形建筑物的两个切线方向值,再测定圆形建筑的周长或圆形建筑物边缘距测站的最短距离或圆形建筑物边缘上的任意一点,就可以测定圆形建筑物。 相似文献
3.
4.
5.
本提出了一种仅变换置镜点和后视点坐标而达到置镜任一点极价值法测设整条曲线的方法。此方法既减少了计算工作量,又容易被现场人员所掌握。 相似文献
6.
文章就如何测绘圆形建筑物平面图形的问题 ,提出了切线法 ,即先测定测站到圆形建筑物的两个切线方向值 ,再测定圆形建筑物的周长或圆形建筑物边缘距测站的最短距离或圆形建筑物边缘上的任意一点 ,就可以测定圆形建筑物。 相似文献
7.
正倒镜投点法投点是将经纬仪架置在已知方向线的竖直面上(下简称方向线),再进行投点。这种方法在有些建设单位已得到较广泛的应用。其操作方法如下: 相似文献
8.
基于全站仪的圆形建筑物倾斜观测的方法和精度 总被引:2,自引:0,他引:2
随着建筑物的不断增高、增大,其稳定性和可靠性成为人们关注的焦点.其中建筑物的倾斜度是衡量施工技术质量的重要指标之一.而传统的观测方法如经纬仪测小角法、经纬仪投点法,由于受仪器精度和观测条件的限制,观测精度较低.拓普康全站仪独具推出的圆柱偏心测量功能为快速、准确测定圆形建筑物的倾斜量开辟了一条新途径,本文阐述了基于全站仪的圆形建筑物倾斜观测的原理和方法,并对其精度进行分析. 相似文献
9.
10.
用正倒镜投点法恢复建筑物轴线的精度分析鹭江大学董关明一般建筑物放线(又叫放样)是把建筑平面图上找出主轴线,通常以外墙轴线作为主轴线,放线的实质是把外墙轴线的交点测设到地面上去,则叫轴线交点桩(或叫中心桩)。建筑物的其它细部都依据这些中心桩的点位来测设... 相似文献
11.
立交桥曲线桥梁墩位施工放样的一种简易方法 总被引:1,自引:0,他引:1
精确解算曲线各段测设点在统一坐标系中的坐标,是曲线测设的关键。在此基础上,本文选择“中线外任意点置镜法”无积累测量误差的放样方法,以满足施工放样的要求。 相似文献
12.
任意点置镜测设桥涵线路纵横方向上任意点的方法及计算程序铁道部第十六工程局施技处朱秀文一、绪论近年来,随着电子科技的高速发展,功能齐全、精度高、使用方便的测距仪、全站仪已逐步取代光学经纬仪,进入工程测量领域。就目前来讲,我们铁路基建系统已有测距仪、全站... 相似文献
13.
14.
15.
高层建筑中轴线点恢复测量 总被引:2,自引:0,他引:2
高层建筑物中点恢复的测量方法是在负一层测定该建筑物的中点,再引到四层楼顶,最后重新确定施工放样数据,保证该建筑物的设计要求和施工监测。 相似文献
16.
针对传统线路横断面的作业缺点,特别是困难山区线路横断面测设困难,质量难以保证的情况,在实际工作中推导了任意点置镜测设线的践横断面的方法。 相似文献
17.
一种基于LiDAR点云的建筑物提取方法 总被引:2,自引:0,他引:2
从机载雷达点云数据中快速准确提取建筑物是当前研究的难点和热点。在对现有建筑物点云提取方法充分研究和分析的基础上,本文提出了一种基于LiDAR点云的建筑物提取方法。首先根据建筑物的几何特性提取初始建筑物轮廓点;然后构建局部协方差矩阵计算点云分布特征,剔除非建筑物轮廓点;最后利用DBSCAN聚类算法对建筑物轮廓点聚类,以聚类结果为基础构建缓冲区,以缓冲区内所有建筑物轮廓点为初始种子点,采用圆柱体邻域进行多种子点区域增长,实现建筑物点云的提取。通过两组试验,共5组数据验证本文算法的性能。试验结果表明,该方法能够准确、有效地提取多层复杂的建筑物点云,效率高,且具有一定的适用性。 相似文献
18.
针对震后复杂场景下LiDAR点云建筑物破坏类型自动识别问题,为满足应急救援时效性、准确性需求,告别传统人工震害特征提取,充分挖掘点云数据中灾区建筑物震害信息,进一步实现建筑物自动化智能化识别。本文将3D点云深度学习方法应用于建筑物震害识别,构建了包含倒塌、局部倒塌、未倒塌3种建筑物破坏类型的点云数据集。基于PointNet++网络探究了各类别样本量及其均衡性对识别精度的影响,并提出破坏建筑物样本增强方法,丰富了各类别样本点云形态。利用2010年海地7.0级地震后机载LiDAR数据,在PointNet++网络中进行了样本增强前后分类精度比较、样本量以及均衡性分析实验,样本增强后倒塌和局部倒塌的分类精度分别提高近27%和17%,模型整体平均分类精度、Kappa系数均有近15%的提升。实验结果表明三维建筑物震害深度学习模型在各类别样本量足够且均衡时,才能取得较好的分类识别效果。 相似文献
19.
提出了一种基于点云特征图像和特征值分析的车载LiDAR点云建筑物立面位置边界的自动提取方法。首先利用车载LiDAR点云数据生成扫描区域的点云特征图像,并通过图像处理手段提取可能的建筑物目标点云;然后对提取的目标点云进行剖面分析和特征值分析,识别建筑物目标;最后对建筑物点云进行平面分割,提取建筑物立面,并对立面点云进行特征值分析,得到建筑物立面与地面交接的三维位置边界。实验结果表明,该方法能快速有效地提取车载LiDAR点云数据中的建筑物目标,同时提取的建筑物立面位置边界与原始点云能准确符合。 相似文献
20.