无定向导线观测值粗差对坐标闭合差的影响

本文对无定向导线多余观测少,在计算中不能有效地发现观测值中粗差的特点,通过分析无定向导线观测值粗差对坐标闭合差的影响规律,提出了无定向导线观测和计算时应注意的问题。     

坐标系转换及坐标的拟合推估

本文对坐标系统转换参数的若干问题进行了探讨,并阐述了一种坐标拟合推估的方法。     

基于PSInSAR的成都地区地表沉降空间分布研究

针对成都地区土地规划利用的需要,采用永久散射体合成孔径雷达干涉测量技术(Permanent Scatterer InSAR,PSInSAR)对成都地区地表沉降空间分布情况进行了实验研究。结果表明,在该研究时段内研究区域最大沉降量达到24 mm,最大抬升量达到18 mm。研究区西北至东南方向地表在研究时段内发生了抬升,东北至西南方向出现了地表沉降现象,并对可能造成地表沉降的主要原因进行了分析。     

多源数据在复杂场景建筑物三维重建的应用

随着数字化城市建设的推进,更多复杂大型的建筑需要完成三维建模工作。对于异形且复杂的建筑而言,采用传统的数据采集方式较为烦琐费力。本文利用地面激光扫描仪获取某大型建筑内、外部点云数据,同时结合近景摄影测量技术获得建筑物的多角度影像及正射影像数据,经过点云配准、去噪、几何建模及纹理映射等处理,最终完成大型建筑的三维场景重建,并对此过程中涉及的关键技术进行了研究。     

基于卷积神经网络的地铁保护区风险源识别北大核心CSCD

城市轨道交通沿线的风险源识别是防止违规作业导致的安全事故的重要手段。为解决传统识别方法效率低、漏检率高、成本大等问题,本文基于无人机地铁保护区巡检系统,采用卷积神经网络对无人机采集的影像数据进行风险源识别。首先介绍无人机影像获取的流程,并在原始影像数据的基础上,通过数据增强的方式制作多角度、多尺度的风险源数据集;然后使用卷积神经网络建立风险源识别模型,对无人机采集影像中的风险源进行自动识别和定位。试验结果表明,多角度、多尺度风险源数据集的建立进一步提升了模型的识别准确率,且比传统方法具有效率高、成本低等优点。     

全站仪坐标测量精度评定方法探讨

全站仪坐标测量在航空航天、大型设备制造业、特种异形工程和计量检测等领域有广泛应用,其坐标测量误差是最受关注的精度指标。基于激光跟踪仪建立高精度三维检校场,以空间绝对坐标基准来检定全站仪坐标测量外符合精度。设计了碳纤维基准尺以引入长度基准,检定全站仪长度测量误差。通过建立强制对中墩和测定加常数等方法,严格控制全站仪自身系统误差。基于多站公共点定向原理,检定全站仪坐标测量内符合精度。将该方法应用于检定TDA5005、TS30和MS05A等工业全站仪坐标测量精度,取得了良好效果。     

城市轨道交通规划验收测量的工艺体系研究

以广州市轨道交通5号线竣工规划验收测量为例,简要介绍了城市轨道交通在验收测量中的主要原则和完整工艺体系,以及在各个工艺环节中的关键性技术手段,为此类工程的规划验收测量提供了一定的借鉴意义。     

低空无人机交叉口悬停影像抖动纠正

低空无人机影像在交通规划、城市管理、应急监控等领域正逐渐体现出其独到的优势,而将影像快速、准确地纠正与配准则是其发挥功用的必要前提。以拍摄于道路交叉口上方的无人机悬停视频为研究对象,探讨对其实现影像抖动纠正配准的方法。视频中的连续影像包含大量的近似地物及移动地物,难以直接采用传统的空间域或频率域方法进行配准。由此,提出了一种基于横道线识别的影像配准方法,经由图斑提取、筛选分类、轴线拟合及影像配准等步骤,实现了影像任意帧间的配准。利用无人机悬停拍摄的交叉口视频进行了验证,结果表明,该方法稳健、有效。     

集成型与智能型测绘卫星工程发展及其关键技术

航天对地观测已经成为全球对地观测的主要手段。本文简单梳理了国际上现有大地测量类对地观测卫星的概况,侧重分析了我国地形测量类对地观测卫星的贡献和存在的问题,未来对地观测卫星的发展趋势,载荷集成型综合测绘卫星发展的可能性及其面临的主要技术瓶颈。总体认为集成型测绘卫星尽管单星观测效率高,但是整体观测效益不高;分析了微小卫星密集组网型对地观测的可能性及其相应的关键技术,包括载荷模块化设计、卫星小型化设计、卫星最佳组网技术、数据传输技术、卫星在轨弹性调配技术和星上数据快速处理技术等;对未来智能卫星对地观测进行了展望,提出了相应的关键技术,包括星上观测智能识别技术、星间智能传输与星地智能传输技术、星上和地面智能数据处理技术等。此外,卫星的智能避障、运载火箭落点的智能跟踪和智能控制也是航天对地观测需要考虑的发展方向。     

改进SAR-SIFT算法的无人机影像匹配方法研究

对SAR-SIFT、SIFT与SURF算法的匹配正确率、数量及时间等进行探究,并提出一种基于SAR-SIFT改进的无人机影像匹配方法,可增加无人机影像的匹配数量和准确率。利用图像的R,G,B分量提取图像特征,将3个分量提取的所有特征去重后进行特征结合,增加特征点提取数量。采用比值判别法(Ratio Test)将不满足最邻近距离、次临近距离以及距离较远关系的特征点去除,并采用余弦相似度进行匹配,最后采用向量一致性算法进行错误剔除。实验结果证明,改进算法提高无人机影像的匹配正确率,增加图像的正确匹配数量。