附加约束条件对GNSS/INS组合导航结果的影响分析

针对车载全球导航卫星系统/惯性导航系统（global navigation satellite system/inertial navigation system,GNSS/INS）组合导航中卫星信号中断,惯性导航系统单独导航误差积累较大的问题,提出了附加载体运动条件约束的卡尔曼（Kalman）滤波解算方法。通过利用载体固有的运动约束,包括近似高程约束、近似速度约束和近似姿态约束,减少载体自由度和模型参数;通过引入新的观测类型,增加观测冗余,可以加强Kalman滤波解,提高在GNSS信号中断时组合导航系统的定位精度,实现无缝导航。     

车载全景序列影像的位姿估计优化方法

针对车载全景序列影像的位姿估计问题,该文提出了一种基于角元素和线元素的位姿估计优化方法。根据全景多视几何关系,建立了角元素和线元素多视约束的优化模型,并推导完成模型的位姿求解方法。然后作为初始外方位元素,加入稀疏GPS/INS的相机控制数据约束,采用全景球模型的稀疏光束法平差对位姿估计结果进一步优化。实验选择IP-S2车载移动测量系统获取的全景序列影像,对比分析单视图、全景视图的连续位姿估计、本文方法和GPS/INS控制数据。实验结果表明,该文方法可提高位姿估计的精度,并减少连续位姿估计产生的累计误差。     

覆盖层影响下圆锥型瞬变电磁Occam约束反演

在地表浅层瞬变电磁勘探中,覆盖层是影响瞬变电磁探测效果的重要因素之一。为了进一步验证覆盖层影响下圆锥型场源装置的探测效果,在瞬变电磁全区视电阻率理论基础上,引入地层信息约束的Occam反演方法,研究了覆盖层不同参数影响下下伏地层的电磁响应特征。研究结果表明:目标层电磁响应强度与覆盖层和目标层电阻率比值有关;当覆盖层电阻率逐渐增大时,目标层反演电阻率与实际电阻率拟合度呈现先提升后降低的趋势,临界点出现在覆盖层与下伏高阻层电阻率相等时;当覆盖层厚度增大时,下伏地层的电磁响应相应减弱,异常区电磁响应峰值出现时间提前,反演后电阻率峰值深度加深。通过加入地层信息约束,下伏地层电阻率与实际电阻率拟合度及层界面分辨率均得到有效提升。研究成果为圆锥型场源野外数据处理与解释提供理论参考。      

大量约束边条件下Delaunay三角网的快速生成

讨论了建立约束Delaunay三角网算法的研究现状,采用“逐点插入法”和“多对角线交换算法”构成“两步法”,在此基础上,从建立高精度三角网模型的需求出发,研究以大数据量等高线为约束边进行Delaunay三角剖分的改进算法。针对“逐点插入法”,采用网格分块的方法对构网点集和已生成的三角网建立索引,提高了点的查询速度和点在三角网中的定位速度,提高了三角网的生成效率;针对“多对角线交换算法”,增加了一些特殊情况的处理,提高了算法的健壮性和交换速度。     

不等式约束最小二乘问题的解及其统计性质

对不等式约束最小二乘平差问题,借助非线性规划中的凝聚约束方法把多个不等式约束转化为一个等式约束,采用拉格朗日极值法求解,解与贝叶斯解或单纯形解一致。其优点在于该解能够表示为观测的明显表达式,由此解的统计性质与最优性可以确定。给出演示该方法的GPS单点定位算例。     

基于地理坐标框架下的地物与地形匹配解决方案研究

本文在介绍了一般三维场景建模中地物与地形匹配处理方式的一些欠缺,在此基础上,对地物存在类型进行分类描述,根据地物分类特征,针对此问题提出在地理坐标框架下的地物与地形匹配的解决方案,并与其他解决方案进行对比分析其优缺点,最后根据本文提出的解决方案进行实例验证其可行性与通用性。     

AutoPaCA:耦合过程-模式的城镇空间增长模拟模型

理解城镇增长过程、模式、机理并预判未来发展趋势,对优化城镇空间布局,促进城市可持续发展有重要意义。元胞自动机模型（Cellular Automata, CA）是研究城镇增长过程、模式的有效技术手段,但传统CA模型对城镇增长过程和空间模式的协同考虑不足。本研究构建了基于斑块（Patch）的城镇CA模型AutoPaCA,实现对城镇增长过程及空间模式的协同表征和精细控制,将城镇增长过程分为边缘增长和跳跃增长两种形式,并实现了对不同形式下城镇斑块位置、形状和面积大小的精细控制,同时考虑城镇空间模式的集聚性、整体形态及空间约束。此外,还提出使用景观格局分析法分析历史时期城镇增长过程和模式,并结合遗传算法实现对模型参数的地域化自动校正,降低人为主观因素对模拟结果的影响。将模型应用于长沙市1995—2035年的城镇增长模拟与多情景分析。结果表明,构建的AutoPaCA模型可以取得较好的模型精度,200次模拟结果的互异邻域相似性指数均值达到0.486;在生态保护情景下,长沙市城市内部生态结构保存完好,且表现出更为明显的长株潭一体化趋势,说明本研究提出的AutoPaCA模型及参数校正方法是有效的。     

基于特征尺度分布与对极几何约束的高清影像快速密集匹配方法

本文重点阐述了基于机器视觉的智能摄影测量的效率基础问题之三：高清影像快速智能匹配处理。图像特征匹配是影响数字摄影测量坐标空间计算效率的基础数据处理过程。为了解决高分辨率数据匹配校验计算成本更高及相似特征干扰等影像产品生成效率负面影响问题,本文通过研究影像尺度不变特征的数学本质,结合多视图相机几何模型,推导并验证了图像特征点的降采样尺度分布规律。根据图像空间几何关系在降采样尺度上的匹配映射关系,缩减图像匹配过程中的计算量并筛选有效待匹配点集,将特征点数量10⁵量级的快速全局特征距离初匹配时长限制在亚秒级。在此基础上结合特征尺度分布信息改进的对极几何约束,改进特征匹配算法,辅助缩小匹配搜索范围,通过特征索引与分区并行处理,实现高清影像同名特征的高精度快速密集匹配,提升特征点基数、匹配特征点对数量与正确率。本文使用intel i7-4720HQ与NVIDIA GTX970M进行试验,基于尺度分布特性的特征匹配方法,以亚秒级的计算时间,获取符合多约束条件的10³量级的匹配点对,为数字影像的快速高精度处理提供了一种新思路,在充分满足数字摄影测量的精度的基础上可提高其产品生成效率。     

一种空间结构信息的SAR影像直线匹配方法

针对SAR影像受相干斑噪声影响严重,难以直接利用灰度信息对特征直线进行匹配的问题,该文提出了一种基于空间结构信息的特征直线匹配方法。该方法首先根据影像间粗投影变换模型所提供的几何约束,将直线映射至同一坐标系下;然后基于直线双重距离进行匹配。为提高正确率,提出了旋转角一致性检核算法剔除误匹配。最后根据直线的空间特性对匹配直线对进行优化,获得"一对一"的匹配。对多组真实SAR影像进行实验,实验结果表明:该文提出的算法匹配直线对数量多,正确率高,稳定性好,优于L-P算法。     

直线特征约束下利用Plücker坐标描述的LiDAR点云无初值配准方法

经典的基于点状特征匹配的地面激光雷达（light detection and ranging,LiDAR）点云配准算法实现过程中,点状特征的提取精度对算法运行结果的影响通常较大;基于迭代运算的LiDAR点云配准算法计算量大,对未知参数的初值依赖程度较高,在求解大转角刚体变换参数时算法不稳定。对此,提出了一种线状特征约束下基于Plücker直线坐标描述的LiDAR点云配准算法。立足于经典的向量代数与对偶四元数的相关理论与方法,分析并确定了Plücker直线坐标与对偶四元数之间的相互转换关系以及模型描述方法;以LiDAR点云配准前后同名线状特征的Plücker直线坐标相等为约束条件,构建了线状特征约束下基于Plücker直线坐标描述的刚体变换模型;立足于最小二乘基本准则,通过目标函数的极值化分析实现了线状特征约束下地面LiDAR点云配准参数的直接求解。实验结果表明,所构建的基于Plücker直线坐标描述的地面LiDAR点云配准模型,无需事先确定变换参数的初值,避免了多元函数的线性化过程,解除了参数结果对于迭代初值的依赖,理论上克服了迭代法在求解大转角相似变换参数时的算法不稳定问题。此外,较之单纯基于点状特征匹配的LiDAR点云配准算法,该算法可以有效地增强LiDAR点云配准过程的约束,达到提高配准质量的目的。