PDR算法对地磁室内定位精度的提升研究

利用建筑物中金属结构引起的地磁场扰动可以对室内的行人目标进行定位,而且基于地磁场的定位无需布设任何额外设施,因此可以以低成本实现定位。但仅靠单一的地磁技术无法满足室内定位的精度要求。为了解决磁场数据中单点定位的模糊性问题,本文提出了一种利用粒子滤波算法将PDR与地磁相融合的室内定位方法,并开发了地磁室内导航系统,以智能手机为硬件平台构建磁力计传感器模型,建立匹配轨迹的均方误差准则并实现PDR累积误差实时校正的迭代计算。在68 m×1.8 m的试验区域内,产生的平均定位误差为1.13 m,最大定位误差为2.17 m。本文算法的定位精度比单独PDR算法提升了42%;与单一地磁指纹匹配算法相比,定位精度提高了57%。试验证明,本文提出的融合算法对提高室内定位精度具有显著的作用。     

3D SLAM的室内背包移动测量系统研究

针对室内移动测图中GPS信号缺失,导致无法获取精确定位坐标与导航的问题,该文研发了一套室内背包式移动测量系统,该系统能够利用三维激光定位与测图的方法实现快速同步定位及地图创建和室内三维激光点云获取,可以应用在室内或地下的环境中进行数据采集,在不损失作业效率的前提下获取系统作业轨迹、高精度点云等多种数据结果。为了对系统的精度进行验证,使用该系统在实验室大楼走廊中进行实验获取室内三维激光点云,并将实验结果与采用常规测量手段得到的结果进行对比分析。实验表明,此系统的相对精度和绝对精度分别能够达到0.048和0.047m,在室内三维信息获取过程中相比较于传统作业方式显著提高了作业效率和数据质量,能够满足室内建模与测图要求。     

固定翼无人机优于2cm航测在地形测量中的应用

为了研究探索在稀少及不规范像控点条件下,应用纵横大鹏CW-30垂直起降固定翼无人机搭载飞思IXU-RS1000单相机,优于2cm地面分辨率倾斜摄影测量系统用于1∶500地形及地籍测量。该文对实验成果进行外业全站仪及RTK打点,进行平面及高程精度检测,实验成果完全满足1∶500地籍图平面精度及1∶500地形图高程精度的要求。验证了固定翼无人机能够用于1∶500地籍测量及地形测量。地理信息行业对成果时效性和精度的要求越来越高。优于2cm分辨率固定翼无人机倾斜摄影系统,有着单架次5km~2高效率和中误差小于5cm高精度,它的应用一定能对行业发展有着积极作用。     

新息向量的抗差Kalman滤波方法及其在UWB室内导航中的应用

针对超宽带（ultra wideband,UWB）室内导航中非视距（non line of sight,NLOS）测距误差会大幅降低导航精度以及系统噪声的不确定性导致滤波精度不高的问题,提出了一种基于新息向量的抗差Kalman滤波方法。该方法在UWB室内导航线性化模型的基础上,利用单个新息值构造抗差因子矩阵,从而消除非视距测距误差的影响,同时对系统噪声协方差矩阵进行实时估计和修正。实验结果表明,该方法不但能有效地消除非视距测距误差对导航解算的影响,而且能进一步提高导航解算的精度和稳定性。     

河北省海水养殖业现状及问题与展望

本文着重讲述了河北省水产增养殖渔业的发展现状,对海水养殖区的浅海水域养殖面积发展利用、沿海岸各市滩涂养殖面积的利用,渔业和养殖业水产品生产现状,陆基型海水工厂化集约式室内苗种生产、养殖品种的养殖生产方式组成及其淡水渔业和养殖种类存在的诸多问题进行了全面的分析。     

鲍的室内人工养成技术探讨

比较了室内暗光条件下,采用网箱流水平面养殖和箱笼流水立体养殖两种养成方法,确认在现有条件下前一种方法养殖效果比较好。使用这种方法,将九孔鲍Haliolisdiversicoloraquatilis和皱纹盘鲍H．discushannai苗经过1a的养成,存活率分别为58．3％和59.65％,存活个体平均大小达到了商品鲍规格,取得了较好的经济效益。     

一种新型浅地层剖面仪试验平台的设计与应用

为探讨浅地层剖面声学影像形成原理,探索不同类型沉积物声学影像特征,厘清不同沉积物厚度的识别算法,采用模块化设计理念研发一套新型浅地层剖面仪室内试验平台。综合室内定位技术、浅剖试验平台尺寸合理性分析技术、直线轨道与换能器之间的固定连接技术和海底声学参数反演技术,形成一个试验高效的新型平台。通过铺设沉积物和布设障碍物,利用浅地层剖面仪进行走航测试,精确识别了沉积物的厚度和障碍物的位置。该平台可为开展理想环境下沉积物厚度和障碍物识别提供较好的测试环境,为声学海洋设备性能检测提供测试平台,也为高校学生和技术人员提供设备使用培训场所。     

室内用户语义位置预测研究

位置预测技术可以提前预知用户下一时刻的位置,在基于位置的服务（Location-based Service,LBS）领域中发挥着极其重要的作用。现有的位置预测技术大多仅使用用户的地理轨迹,仅使用地理轨迹挖掘出来的用户移动模式易受地理特性的限制缺乏深层次的语义信息。本文基于某商场群体用户的室内轨迹数据和语义信息预测用户下一个时刻语义位置。语义位置预测包括停留区域识别、停留区域语义匹配、语义位置建模。在停留区域识别阶段,为减少室内停留时间不固定对停留区域识别的影响,本研究提出了一种新型的时空凝聚层次聚类算法（Spatial-Temporal Agglomerative Nesting, ST-AGNES),该算法具有思想简单、超参数少、自动生成聚类个数等优点。在语义匹配阶段,引入了吸引度规则,充分利用停留区域所有轨迹点与室内高密度的商铺名称信息做匹配。最后,采用长短型记忆神经网络模型（Long Short-Term Memory,LSTM）挖掘群体用户的语义位置模式并预测用户未来的语义位置,实验预测正确率达到61.3%。     

一种基于室内点云数据的建筑墙线提取

针对室内点云数据无结构化属性、数据间无连接、不承载语义信息且数据点密度高的特点,结合建筑物点云几何特征和室内导航需求,通过数据降维简化建筑几何特征提取的复杂性,提出一种基于室内点云数据提取建筑物墙线的方法.该方法首先通过向特定方向投影,利用点云密度直方图完成天花板面、地板面和房间墙面的初步分割;然后将房间墙面点云数据向...     

Po法找矿中几个问题的探讨

本文在大量实验和实践工作的基础上,对钋法找矿探测深度、钋室内分析流程(简称流程)的一些影响因素及土样化学成分对流程的影响等问题进行讨论。同时,对钋法找矿中采用归一化流程的可行性、必要性进行了论述。因而本文对钋法找矿工作的开展有一定的实际参考价值。