地形图辅助的建筑物地面和机载点云特征配准

机载和地面激光扫描数据配准的实质是坐标转换问题.以建筑物的立面为研究对象,基于地形图的建筑物线性特征,提出建筑物线-面特征约束的地面和机载点云数据配准方法,实现机载和地面点云数据的配准及其向地形图坐标系的转换.采用拟合方法,获取地面与机载点云、地形图的建筑物线性特征参数.依据特征之间的空间关系,建立特征参数与坐标转换模型的关系,分别实现地面与机载点云向地形图坐标系的水平转换.垂直转换则通过建筑物水平屋顶边缘的高程相对配准以及控制点处的高程绝对配准计算.以上海海洋水族馆点云为例进行实验验证,结果表明该方法可以实现地面和机载点云数据配准.     

2000坐标系转换模型的试验分析与研究

针对适用于较大区域内进行坐标转换的问题,对2000坐标系转换的四参数模型进行研究.分别采用了三种试验方案进行分析比较,重点描述从1980西安坐标系到2000国家大地坐标系转换的过程及要求,对实验数据的精度进行分析以及不同方案中重合点的参数进行检校.研究结果表明:采用四参数模型转换是可行的,该模型控制点坐标的转换精度可以满足控制点转换精度需求,同时为大地测量坐标系的建设提供一些参考.     

车载激光扫描仪外参数标定方法设计与实现

提出了车载移动测量系统中激光扫描仪位置和姿态的标定方法.首先,定义了车载坐标系与激光扫描仪坐标系,将扫描仪的标定简化为2个坐标系转换参数的求取.然后,利用标准靶球球心和扫描仪特征点作为公共点,借助全站仪建立的临时水平坐标系的测量结果计算得到车载坐标系与扫描仪坐标系的转换参数.最后,通过多次试验分析了该方法的重复精度,而且在逸仙高架路上的实际车载数据采集和处理也验证了该方法的可行性.     

基于插值细分的机械臂手眼标定算法

由于固定视点下的工作平面大、相机畸变明显且采集环境复杂,机械臂与相机之间坐标耦合的标定精度不够,为解决该问题,提出一种对图像坐标系与机械臂基坐标系进行直接标定的方法.该方法通过对采集到的标定点进行插值细分拟合畸变曲线来消除相机畸变,构建图像坐标系与机械臂基坐标系的直接转换关系.该方法规避了传统算法中过度依赖相机位姿矫正、畸变矫正等算法导致的误差问题,实现了平均误差在1mm以内的高效率、高精度手眼标定.     

ADS40生产中坐标系统转换和大地水准面精化成果应用

ADS40生产中利用大地水准面精化成果时,涉及涉及的3个坐标系。介绍了各个平面坐标系的特点及相互转换的方法,阐述了大地水准面精化成果的应用,对平面坐标系的转换精度做了统计分析,从统计结果可知,利用GPSC级点成果和山西省大地水准面精化成果完成坐标转换可以满足小范围的测绘测区（如4000km^2以内）各种比例尺航测成图的要求及一个常规大小的航摄区域范围1∶10000比例尺地形图成图要求。     

历史建筑三维激光扫描建模方法研究

优秀历史建筑数字化保护已经成为影响广泛的社会性问题.以同济大学文远楼为例,提出了一种以三维激光扫描仪和全站仪为主要数据获取手段的针对大型历史建筑数字化工程方法 .首先对目标体进行分站扫描,获得点云数据,同时使用扫描仪和全站仪采集每站靶标数据;然后,利用Matlab编程实现转换算法,根据采集的同名点靶标数据进行配准计算,将每站点云数据转换到统一的坐标系下,并对转换模型精度进行分析;最后将完全配准的点云数据网格化并修饰处理,建立真三维的历史建筑数字化模型.实验结果表明,采用的建模方法快捷、有效,配准模型精度较高,最终建立的三维模型真实,保留了其细部的特征.     

一种高精度坐标转换新方法

针对最小二乘法解算坐标转换参数易受个别公共点坐标精度影响的问题,利用稳健抗差估计理论将个别坐标精度过低或误差较大的公共点的权值按一定的方式进行调整,降低其在解算过程中的作用,从而解算出高精度坐标转换参数,以进行高精度坐标系统转换。数据计算表明,高精度坐标转换新方法计算结果正确,可以克服个别公共点坐标误差较大的影响。研究表明该方法在实际测量工程中实用、可行。     

关于北京54与西安80坐标系相互转换的探讨

本文结合佛山市三水区规划测绘工作中坐标系统转换的实例,分别对高斯投影换带原理及相似变换（四参数法）模型进行了分析,通过编写坐标转换程序,实现了1954年北京坐标系成果向佛山市统一坐标系的转换。在进行相似变换时,利用拟合残差对公共点进行筛选,提高了坐标转换的精度及可靠性。     

地形图测绘中GPS-RTK用于图根点测量的可行性分析

在已知三、四等三角点或者高精度GPS点的控制下,直接用GPS-RTK测量技术对测区已有的高精度控制点进行图根测量,然后把RTK所测点的坐标数据与原已知坐标数据分别进行两点之间的坐标距离反算,并根据反算的结果进行相对应的对比分析。分析结果表明:GPS-RTK测量的点位精度可以满足大比例尺地形图对图根点测量的精度要求,在小范围面积的地形图测绘中可以采用GPS-RTK这种方法进行图根点测量。     

北京54坐标系坐标转换的探讨

坐标系之间的相互转换常用相似变换法,但如果公共点存在较大的误差,计算结果会使转换模型存在较大的差异.结合原有北京54坐标系和由GPS成果换算得的54坐标系之间进行相互转换的实例,探讨了公共点的误差对转换模型的影响,提出了转换计算前应对公共点进行筛选的设想,并利用Baarda数据探测法原理,对公共点进行筛选,剔除偏差较大的公共点,有效消除了公共点间隙较大的缺陷,使转换后的坐标更加符合相似变换的特征.     

工程测量中新旧坐标转换的一种实现方法

常规的测量坐标转换模型因采用确定的变换参数而导致坐标换算误差。将转换区域内各新旧坐标公共点视为精度均匀的离散点,通过计算区域重心坐标和坐标转换的初始参数,求取各公共点的坐标换算近似值及其改正数。在此基础上,根据公共点旧坐标与其改正数的对应关系,利用常规数字成图软件的离散函数插值功能,获取任意点的坐标换算改正数,实现新、旧坐标转换。实例应用表明,该法简便可行,换算精度高,是新旧测量坐标转换的有效方法。     

无缝二维基准转换模型研究

在空间大地测量以及工程建设中常涉及到不同的二维坐标之间的相互转换。传统坐标转换方式通常采用四参数转换模型。首先在高斯-牛顿法的基础上将二维基准转换联合模型转化为线性模型,然后采用拟合推估法求解;运用无缝二维基准转换模型进行坐标转换,联合处理求解转换参数与非公共点的转换;最后模拟仿真,结果表明该方法比传统二维坐标转换模型和整体最小二乘基准转换模型精度更高。     

一种多无人机协同定位与稠密地图构建算法

针对VINS-Mono(monoculor visual-inertial state)算法定位精度较低且构建的稀疏点云地图包含的信息较少无法用于无人机的自主导航的问题,提出了一种集中式多无人机协同定位与稠密地图构建算法。该算法通过提高回环闭合中特征点匹配准确度以优化多无人机之间的定位精度,为了建立多个无人机之间的连接约束,使用四种不同类型的坐标系进行坐标转换优化,采用双向检测匹配法对关键帧进行特征点匹配,结合PROSAC(progressive sampling consensus)算法剔除误匹配,通过对有回环闭合约束的多无人机的位姿与全局地图进行全局位姿图优化,结合Voxblox构建了可供五架无人机协同导航的全局稠密地图。在EuRoc数据集的五个序列中,提出的多无人机协同定位与稠密地图构建算法与VINS-MONO算法相比,绝对轨迹误差分别降低了34%、26%、42%、24%、19%。实验证明,改进算法有效提高了多无人机之间的定位精度,并且构建的全局一致稠密地图包含距离信息与梯度信息,可以用于多无人机的自主导航。     

基于广义变换矩阵的机械零件三维模型骨架匹配

提出了一种基于广义变换矩阵的机械零件三维模型骨架匹配方法。骨架中两骨架点间的连线称为骨架枝,借鉴机器人学中广义连杆之间关系的表示方法,将骨架枝看成若干个连杆,在骨架点处建立固定坐标系及骨架枝坐标系,采用广义变换矩阵表示骨架枝。将广义变换矩阵转化成向量,引用统计学中的相关性度量方法,通过计算2个向量的皮尔逊相关系数得到2个广义变换矩阵的相似度,即得到2个骨架枝的相似度。搜索相匹配的骨架枝并计算整个骨架的相似度。通过实例验证和实验分析,表明该算法具有较快的检索速度和较高的准确度。     

地形(籍)图扫描纠正的精度分析

通过对某市地形 (籍 )图扫描纠正的试验 ,根据对纠正控制点的不同数量、不同分布 ,以及不同纠正数学模型的结果对比和精度分析 ,分析地形 (籍 )图纠正的各种模型和方案的优缺点 ,为地形图扫描矢量化选择合适的纠正模型和方法提供实用的参考     

基于机器视觉和激光测距的输电线故障定位

结合定位技术和激光测距技术,提出了一种基于机器视觉的电力巡线故障定位新方法.通过无人机搭载可见光相机进行巡线拍摄,将航拍图像实时传回地面站进行处理.采用数学形态学的图像处理方法和模式识别方法进行故障检测与识别.通过惯性测量系统进行初步定位,得到无人机的经纬度坐标.利用无人机机载激光测距模块,测量故障点到无人机的距离来修正坐标.最后,经过空间大地坐标系和空间直角坐标系的变换,以及两个空间直角坐标系的基准转换,计算出了故障点的准确位置,并且很大程度地提高了定位的准确性,其空间直角坐标测量精度可达0.11m.     

顾及2套坐标误差的三维坐标变换方法

探讨顾及2套坐标误差改正数的三维坐标转换模型,以2套坐标改正数的加权平方和最小为准则导出了转换参数的解算公式;并根据公共点的坐标改正数以及公共点与待转换点间的协方差阵计算待转换点的坐标改正数并对其改正,从而求得近似无缝的坐标转换结果.试验表明:当公共点与转换点坐标相关性较大时,该方法能显著地提高坐标转换精度.