基于MS60的BIM放样与施工结果精度分析

随着各种异形建筑的不断出现,传统施工放样方法及检测技术已不能完全满足施工要求,因此需要引进新的施工放样及检测技术。本文结合重庆仙桃数据谷金融大楼项目,运用MS60的BIM放样与三维激光扫描技术,探究其在异形建筑施工放样及结果检测中的高效性、可靠性。在施工放样过程中,首先通过在BIM模型上选取放样点,利用MS60全站扫描仪自动搜索与追踪,简化施工放样流程;然后运用BIM模型与点云数据相结合的表面偏差分析对施工结果进行高精度分析,从而为后续施工提供参考。     

多尺度邻域特征下的机载LiDAR点云电力线分类

利用机载激光雷达技术三维测量精度高且获取快速的优点进行电力线自动分类提取已成为点云数据处理与电力应用的重要领域。针对电力线分类模型的自动化和高精度需求,本文提出了基于三维多尺度邻域特征的机载LiDAR点云电力线分类提取模型框架,主要包括4个步骤：电力线候选点滤波、多尺度邻域类型选取、形状结构特征提取和支持向量机分类。通过对2个复杂城市区域的试验数据集和8种不同邻域类型的详细结果对比分析,发现基于多尺度圆球邻域形状结构特征的分类模型结果准确率、召回率和质量分别达到97%、94%和93%,同时整体处理时间在2个试验数据中分别从366、256 s减少到274、160 s。试验结果表明,该方法在多种复杂城市场景中能够实现机载LiDAR数据的电力线较高精度分类提取。     

结合主动学习和词袋模型的高分二号遥感影像自动化分类

高分卫星遥感影像空间分辨率的提高,使得地物的光谱和纹理变得更加丰富和复杂,这给遥感影像的自动化分类带来严重挑战。因此,本文提出了一种结合主动学习和词袋模型的高分二号遥感影像分类方法。首先,对研究区域进行多尺度分割,建立影像分割对象集;然后,采用词袋模型构建影像对象的语义特征向量;最后,充分考虑位于分类边界的不确定性样本分布,迭代选择最优样本用于训练支持向量机,用于分类遥感影像。为了验证本文方法的有效性和稳健性,以山东省某市的高分二号遥感影像为试验数据进行了试验分析。结果表明,本文提出的方法可以有效地将研究区域分为水体、地面、植被和建筑物四类,正确率达到90.6%以上。     

背负式移动激光扫描系统测绘大比例尺地形图精度试验研究

将背负式移动激光扫描系统应用在测绘大比例尺地形图中,其扫描精度至关重要。本文利用徕卡Pegasus Backpack对苏州工业园园区测绘地理信息大楼进行扫描,采用Inertial Explorer、Infinity、AoTumatic Processing对点云数据进行预处理,运用RealWorks提取特征点,将特征点在MicroStation V8联图中绘制成1：500地形图。通过与传统方法绘制的1：500地形图相叠合,发现两幅地形图具有很好重合度。对地物检测点精度分析后,得到点位中误差为0.026 m,高程中误差为0.041 m。研究结果表明徕卡Pegasus Backpack满足1：500地形图测量精度要求。     

不规则三角网数字水深模型缓冲面快速构建的滚动球加速优化算法

针对TIN_DDM缓冲面构建与应用中存在的数据类型特殊、算法效率与模型精度不匹配的问题,本文将滚动球模型应用扩展至TIN_DDM缓冲面的构建过程。在分析滚动球模型构建精度局限的基础上,建立了滚动球半径关联的滚动球模型整体精度控制方法;结合大数据量TIN_DDM缓冲面多次构建的应用效率需求,阐明了关键采样点与滚动球半径对TIN_DDM缓冲面构建效率的影响规律;设计了TIN_DDM缓冲面构建关键采样点的判定准则,建立了关键采样点与滚动球半径的数值关联关系;提出了一种基于滚动球加速优化模型的TIN_DDM缓冲面快速构建算法,算法时间复杂度为O(n)。试验结果表明:本文算法可实现任意缓冲半径条件下TIN_DDM缓冲面的多次快速构建,且算法精度控制在2σ内。     

GPS坐标时间序列分析研究

近20年来,以GPS为代表的空间大地测量技术观测精度不断提高,已累积了丰富的、高精度、全球覆盖的坐标时间序列数据。这些数据为研究不同时空尺度下的各类地球物理现象提供了重要的数据支撑和大地测量几何约束。然而,由于GPS坐标时间序列中同时包含了各类“信号”和“噪声”,而且噪声来源复杂,信号类型多样,水平和高程分量上信号与噪声的表现形式差异较大。如何从原始序列中提取可靠的“信号”、分离出“误差”是目前地学界研究的热点和难点之一。     

天文定位中几何精度衰减因子最小值分析

天文定位是一种重要的导航定位方法,被广泛应用于大地天文测量、天文航海等领域。该方法中观测恒星的选择会影响最终的定位精度,目前缺少针对同时测定经纬度天文定位算法中最优选星问题的研究。随着观测仪器自动化水平的提高,观测数据的获取变得更加高效,这就要求研究最优的选星方案以达到最高的定位精度。本文借鉴卫星导航中几何精度衰减因子GDOP的概念,研究了天顶距法中恒星的数量以及分布对定位精度的影响,最后通过仿真试验和实测数据验证得到结论:在天顶距观测误差的统计特性一定时,GDOP能够用来描述恒星的分布对定位结果影响的优劣,且观测的恒星方位角均匀分布时定位误差最小。考虑到不同高度的恒星天顶距大气折射改正残差不同,在实际测量中应尽量采用等天顶距且方位角均匀分布的恒星。     

加权整体最小二乘EIV模型与算法——与"加权整体最小二乘EIO模型与算法"一文的讨论

加权整体最小二乘方法是一种能同时顾及EIV（errors-in-variables）模型中系数矩阵和观测向量误差的参数估计方法。根据不同的应用场景,EIV模型则表现出不同的结构特征。"加权整体最小二乘EIO模型与算法"一文采用EIO模型处理EIV模型中的结构化问题^*。为了将其与现有方法进行对比,本文罗列出4种处理EIV模型结构特征的方法,并归纳了8种参数估计公式。同时从精度评定的角度讨论了整体最小二乘解的一阶及更高阶精度近似评定方法。需要强调的是,针对EIV模型及其参数估计理论可以从函数模型、随机模型和参数估计方法3个方面展开研究,但各方法殊途同归。     

高分辨率光学遥感场景分类的深度度量学习方法

针对高分辨率光学遥感影像场景具有同类型内部差异大、不同类型间相似度高导致部分场景识别困难的问题,本文提出了一种深度度量学习方法。首先在深度学习模型的特征输出层上为每类预设聚类中心,其次基于欧氏距离方法设计均值中心度量损失项,最后联合交叉熵损失项以及权重与偏置正则项构成模型的损失函数。该方法的目标是在特征空间上使同类型特征聚集并扩大类型间的距离以提高分类准确率。试验结果表明,本文方法有效地提升了分类准确率。在RSSCN7、UC Merced和NWPU-RESISC45数据集上,与现有方法相比,分类准确率分别提高了1.46%、1.09%和2.51%。     

基于2D地图的城市户外ARGIS视觉辅助地理配准技术

针对当前便携式位姿传感器获取的户外6DOF绝对位姿精度通常不足,致使基于位姿传感器的户外AR地理配准精度不高,提出了一种以2D地图作为参考数据进行户外视觉辅助定位进而提高ARGIS系统地理配准精度的方法和技术框架。在位姿传感器获取初始位姿的基础上,详细阐述了基于2D地图进行图像位姿优化和辅助校正的基本原理;并通过试验验证了该方法可以对位姿传感器获取的初始位姿进行优化,进而提高户外AR地理配准精度的有效性。