�봨������ܱ߶ϲ�Ŀ���Ӧ���ͷ������Ӱ��Ķ����о�

????2008?????????GPS????????????????????????????????????????????????????????????α????????????????????????????????????????????????????仯?????????????????????????仯???ж?????????о??????????????????-??????????????????????????????????0.67 bar???????????????????????????????κ??????????????????????????С???????????????-???Ρ?????????Ρ????????????????κ??????????????????????????????????????????????????仯???????????????????????????????????????????????????????η????????????????????????????????2????     

½̬�����״ξ�����������

???????Ρ?????????????????????????????     

��ؿ��嶫��Ե���ڵؿ�ˮƽ�˶���Ӧ�����

?????????嶫???2001??2004??2004??2007??GPS????????????????????λ???????о??????????????????????????????????????????????????????????????????????????????2004??2007???????嶫??????巴????????????μ???????????????????????????????????2001??2004??????????????????????С????Ρ??????????μ??????顢?????????2001??2004????????????????????????????????Ρ?????′??????????????????     

����Դ�ֱ����б�ǵĸ������ų�

??????????????????б?????????????????????????????????Ρ??????????????о????????????????????????????????б?????????????????????????????????????????????????鷽???????????????????????????Ч????????????     

��Ͽˮ��������ؿ�����컷�����������о�

???????P??????????????????????????????о????????????????????????????????????????????????????￡????????????????????????????????????????????????????????????????????????????????γ???????????????? ????????????????????????????????????????????????????????????????????????????????????￡???????????????????????Ρ???????????????????????????????????????????μ???ж?????????????????????????????????     

�Ľ�����������α��η����о�

????????????????ε??????ζ??????????????????????????Ρ???????ζ????????????????任????????α??η????????????????????????     

������آ󼶽׵ر��μ���������

????Sufur??????????????????????????????й???????з???????????????????????????????????????????????????????????????????????????ε??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????“????”???Ρ?     

�봨����ǰ����������ѻ��������

??????????32??????λ?????????????????20??????????????????????????????????????????????????????????????20????80??????????????????????????????????????????????2006???????????????2?????????????????????????Ρ??????????????????????????????????????????á?     

�׺�-�ȳǶ��Ѵ��жι��������������ļͻ��

????????ò?????????????????????????????,?????????????жι?????Ρ??????????????????????????????????????????,?????????;????????????????????????????????????????0.64~0.85 mma ^-1;???????????????,??????????????????????;??????????????С?????????????????????,????????????????й???????????     

���������׷����Ĵ������������ź���ȡ�����

???????????????SSA????С??????????????????????????????Ρ???????????????????????????????е?????????С?????????????????????????????????????????????????Ч??????????????????????????????ξ??ж????????????????????X??Y????????????????????????????￡??????????г????     

����LIDAR������ȡɽ�����������ߵ��㷨�о�

????????????LIDAR??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????С?????????????и????ü????????????????????????????????????С?     

基于虚拟特征点的三维激光点云粗配准算法

在地面三维激光点云特征提取的过程中,由于三维点云数据采集仪器、采集方法及后期处理等因素影响,依靠传统的基于曲率、法线等几何特征及统计学算法提取出的点云特征数量较多且存在较大误差,若使用其直接作为特征点数据进行点云粗配准,很难提高点云粗配准的精度及速度。因此,本文在对点云数据实际空间分布结构分析的基础上,结合特征点提取算法、法向一致化算法、PCA（Principal Component Analysis）方法及特征点聚类等方法,提出了一种三维激光点云数据虚拟特征点拟合算法。该算法生成的虚拟特征点是由点云实际的特征点拟合得到,或是由位于被测物特征线上的特征点拟合生成的特征线计算得到,该虚拟特征点并不是扫描对象上实际存在的激光反射脚点。通过实验验证,虚拟特征点拟合算法可以较准确地拟合出由于设备及操作方法等原因而未被采集到的建筑物边角点数据,得到的虚拟特征点数据较实际特征点数据具有更少的数据量及更高的精度,使用拟合得到的虚拟特征点可以减少粗配准算法的计算量,提高粗配准算法的计算效率并能获得更精确及可靠的初始配准变换参数。     

基于加权约束的单体建筑物点云表面重建算法

建筑物点云表面重建在高精度城市测绘、虚拟现实等领域有十分广泛的应用前景。由于建筑物的几何形态多变,重建算法普遍存在计算速率慢、拟合精度低和模型结构不完整的问题。为此,本文以单体建筑物为研究对象,提出基于加权约束的单体建筑物点云表面重建算法,在表面初始化过程中充分考虑数据对结构拟合的贡献。在此基础上,构建基于正则集的单体建筑物表面重建算法,实现建筑物拟合过程中的加权拟合误差、近邻结构平滑的同步优化。针对多类建筑物三维点云的实验结果表明,相比传统的建筑物重建策略,本文的加权约束方法可根据不同类型的点云数据设计自适应权重,并选择模型拟合中最优的权重函数,在高噪声、低精度点云数据下能得到更高精度的单体建筑物表面模型。     

����³�����Ͼ����LiDAR���ƴֲ�̽�������

????3?????????????????LiDAR??????????????????????????LiDAR??????????????飬????????????????????????????????????????С???巽???????????3??????????????????3?????????????3???????????????????????????裬?????????????μó?????????б????????????????????????????????????????????????????????????????й???????????У?????????????в??????С??detMCD?в????????????С????????????????????????????????????????????????????????????????????????????????????С???????????????????????????????????????TIN?????????????,???????????????????????????Ч???LiDAR?????????е????????????????????????     

面向地形数据的点云简化算法

针对地形点云数据量大、表面特征复杂多样等特点,提出面向地形数据的点云简化算法。基于K-D Tree搜索各点K邻域,构建点集空间拓扑关系|应用移动最小二乘法计算各点曲率,通过曲率的划分,在平缓区域按距离进行简化,保证整个算法的效率|在突变区域根据曲率简化,确保曲率变化大的关键特征信息不丢失,从而实现点云数据的简化。利用基于熵理论的定量评价方法,通过实例验证该方法的可行性和普适性。     

基于地面三维激光扫描的桥梁挠度变形测量

将地面三维激光扫描技术应用到桥梁挠度变形测量。针对桥底面点云的具体特点,采用点云拟合计算方法和重心计算方法,分别获取不同荷载情况下的桥底挠度变化,并进行对比分析,初步确定其变形测量精度,验证了该技术在桥梁挠度变形测量中的可行性。     

�Ľ��������쳣�ݶȷ��ڶ�ά�ϲ㼸�β������������е�Ӧ��

??????????????????????????????????????????????????
??g_z-g_x??????????????С??????????????????????????????????????????????β?????2D?????????????????????????????????????????????     

���ڸ߽�̩�ռ���չ��ʽ�Ķ������ӳ����ڲ��о�

???????μ???巽??????????????????????????ZTD?????÷????????????????????????????????????????????幫?????????????????????????????????????????Ч????ZTD????徫???????SCIGN?????GPS?????????????????????????Χ?????????????????????????????????????ZTD???????????????????????????????????????????????????????????????????????????????????????????????????????????????????     

�������������гģ�͵ķֲ㹹��ͷ���

???????г????????????????????????????????????????????г????????????32°N~34°N??102°E~104°E?????????????EGM2008?????????????????????г?????????????????????????????????????????????????????г???????????????????С??0.5×10^-5 ms^-2??????????????????0.71°????????????????±4.65×10^-5 ms^-2??     

�����ŵ����Լ��ƶ���Ԥ����Ӱ��

??????????????????????????????????ò????????г?????м?????????о???????????????????г?????17~19??????????????????????????????????????????????????