未来综合导航定位技术刍议

社会的发展和人们生活水平的不断提高,使得人们对位置及其相关信息的需求不断增加。未来人们对于导航定位技术的需求将是快速、高精度、高动态和无缝的。未来的综合导航定位技术主要包括单点快速高精度定位技术和特殊地区导航定位技术两大类。本文简要介绍了这两类导航定位技术的现状及今后的发展趋势。     

车载LiDAR点云中的建筑物特征提取

针对车载LiDAR点云数据处理复杂、时间长的问题,本文以地物不同特征值作为建筑物自动提取算法的依据,通过点云数据预处理、聚类分析等一系列流程最终实现一般建筑物点云的自动提取.通过两个实验区点云数据的提取与相应的实际地物进行精度分析对比,结果表明本文算法对实例测区环境下的不同建筑物点云提取具有较好的有效性,满足数字城市三...     

基于网络时空核密度的交通事故多发点鉴别方法

交通事故多发点是道路交通安全管理的重要治理对象,如何利用空间统计方法对其进行高效鉴别是研究热点。以华东某地为研究区域,以2013~2015年该研究区域的道路交通事故数据为研究对象,以时空道路网络为视角,通过路网匹配和路网裁剪形成事故时空子路段,提出一种基于交通事故场景的网络时空核密度估计值作为鉴别指标,用累计频率法和零膨胀的负二项回归模型确定鉴别阈值的事故多发点鉴别方法。     

皋兰老虎台红砂种群在不同坡向的空间格局及关联性

种群的空间格局是研究植物种群相互作用及种群与环境关系的重要方法。红砂（Reaumuria soongarica）是黄土高原半干旱区的主要物种,通过野外的群落调查,运用空间点格局分析法中的Ripley K函数,分析甘肃皋兰老虎台荒漠植被不同坡向红砂种群的空间分布格局与种内关联。结果显示：红砂种群为增长型种群,其在不同坡向的分布具有显著差异;南坡及西南坡坡向上,红砂种群Ⅰ、Ⅱ级个体在小尺度上呈显著聚集分布,随着龄级及空间尺度的增加,红砂种群聚集强度逐渐减弱,最后趋于随机分布。西坡、西北坡坡向上生长大量的蓍状亚菊（Ajania achilloides）和短花针茅（Stipa breviflora）等对红砂的生长造成抑制并加剧种间竞争,各级红砂种群的分布格局均以随机分布为主。不同坡向上,红砂种群Ⅰ、Ⅱ龄级个体之间在小尺度内表现为负关联,随着尺度增加关联度降低,Ⅲ、Ⅳ龄级与Ⅰ、Ⅱ龄级个体之间呈显著的负关联,而Ⅲ、Ⅳ龄级之间没有明显关联性,表明龄级相近的个体在空间分布上是相互独立的。综上所述,在黄土高原半干旱区,影响红砂种群分布的主要因素除了其自身的生物、生态学特性外,微生境的影响也十分重要。     

徕卡RTC360三维激光扫描仪在竣工测量中的应用

徕卡RTC360不仅操作简单、扫描速度快,而且非常智能。可以实时跟踪计算两个连续站点间的相对位置,点云实时预拼接。后期搭配Register360智能拼接软件,点云智能拼接处理,无需人工干预,简单高效。     

小区域消费级无人机倾斜摄影像控点布设及建模精度研究

像控点布设是无人机倾斜摄影施测阶段的重要环节,直接决定后期三维实景模型的精度。本文面向校园等小区域环境,利用消费级单镜头多旋翼无人机航摄系统获取影像数据,重点设计了不同像控点布设方案,基于全自动数据处理系统进行空三加密及三维模型的构建,并对模型成果进行精度分析,为实际工作中小区域像控点的布设提供建议和指导。     

基于SSW点云数据的矢量地图平面精度自动校验方法

常规的矢量地图精度校验采用抽样与实地测量,外业工作量大,自动化程度低。针对这一问题,本文提出基于SSW激光点云数据的矢量地图平面精度自动校验方法。首先,使用车载激光扫描器获得道路两侧高精度点云数据,并对点云数据进行滤波、坐标转换和精度检验;其次,基于多特征识别算法,使用SWDY软件提取点云特征点线;最后,利用最近邻法搜索待检矢量图中的同类地物特征点线,并计算匹配点线对的中误差。以兴化城区为试验区,采用该方法检测该地区1：1000比例尺的矢量地图平面精度,试验结果显示,成功匹配了点云数据205个地物特征中的201个,矢量地图的总体中误差为0.26 m,且能够发现待检测矢量地图中的采集丢漏与明显错误。本文方法可以减少现有检测方法的野外实测工作量,增加检测样本数量,降低检测过程中的人为干扰因素,有效提升检测的可靠性与检测效率。     

机载LiDAR点云获取与高精度DEM建设关键技术探讨

结合广东省机载LiDAR点云获取与高精度DEM建设项目,介绍了项目总体技术路线,针对项目难点,从设备选择、点云密度设计、植被覆盖密集山区数据获取方法、点云数据分类组合算法、空白区处理等5个方面的关键技术进行了探讨,并提出解决方案,为同类项目的设计与实施提供参考。     

一种基于点云法向量的基准特征提取与倾斜分析方法

针对目前将三维激光扫描技术应用于变形监测领域存在基准特征难以提取、点云数据分析缺乏适用的方法等问题,本文提出了一种基于点云法向量的基准特征提取与形变分析方法。首先利用局部平面拟合方法获得点云的法向量,并沿点云法矢方向探测基准点;然后利用三次B样条曲线对探测的正确基准点进行拟合;最后根据拟合曲线计算基准高程和对径点倾斜角分析基准特征形变信息。对某化工厂的罐体点云数据进行基准特征提取结果表明,该方法可以快速、全面地获取监测对象的整体信息,且能够正确分析监测对象的基准形变。     

机载激光点云中高压电塔自动识别方法

提出了一种基于格网特征的机载激光点云高压电塔自动识别方法。首先对机载激光点云数据进行滤波去噪处理;然后对点云数据进行规则格网化特征分析获得高压电塔粗识别区域;最后对粗识别区域进行外接邻域网格线性特征悬空点集检测以确定电塔识别结果,并以分层切片法分析获取电塔平面中心坐标。采用大型无人机实际线路巡检获取的机载点云数据对本文算法进行验证,试验结果表明本算法可实现高压电塔的快速自动识别,对无人机电力巡检智能诊断具有一定的促进作用。