公共文化服务平台

车载激光与单目线阵相机的数据融合被引量：6: 2010年; 数据融合的目的是建立激光点与图像像点之间的映射关系.目前,常用的方法有标定法、数字微分纠正、多项式纠正和直接线性变换方法等.本文针对车载三维信息采集系统的特点,以及上述方法在车载系统应用中的不足,提出了车载系统多源数据融合方法.利用线阵图像的构像方程求取最佳扫描行实现空间同步,进而完成数据融合.最后,利用铁路两侧采集的数据对融合方法进行验证.; 杨勇钟若飞康永伟秦涛; 关键词：数据融合

基于POS数据的车载面阵CCD影像与激光点云融合处理研究被引量：11: 2011年; 车载数据处理是车载移动测绘系统的重要组成部分,面阵CCD是其影像传感器,主要用来获取地物的纹理信息,激光扫描仪可实时获取地物的三维点云信息。本文介绍了一种面阵CCD影像数据和激光点云数据的融合算法,首先介绍了该融合算法的基本原理及流程,并给出了融合结果及分析,最后验证了该融合方法的准确性及可行性。; 侯艳芳叶泽田杨勇; 关键词：POS 面阵CCD 激光点云

基于小波阈值去噪理论的监测数据处理方法被引量：17: 2009年; 为了研究监测对象的变形规律,有必要消除测量噪声得到更准确的数据,小波变换理论在数据处理方面有其特点。本文利用小波去噪的理论对监测数据进行小波变换,得到信号的高频部分,并进行去噪处理,得到了较好的效果。此方法具有一定的工程应用价值,本文提供了一个地铁工程变形监测数据处理的例子。; 唐桂文江恒彪左建章; 关键词：小波分析去噪数据处理

车载移动测图系统设计与应用探讨被引量：2: 2007年; 随着计算机、传感器和导航定位技术的发展,移动测图技术发展迅猛并备受关注。本文提出了一种基于定位传感器GPS、定姿传感器IMU及影像传感器激光扫描仪、线/面阵CCD相机等多种传感器融合的车载移动式数据快速采集系统。先从IMU数据中提取姿态信息,再对GPS和IMU数据进行卡尔曼滤波,求得整个系统平台及各传感器精确位置和姿态的最佳估计;由LS点云数据可提取出街道两侧建(构)筑物三维几何框架信息,结合面阵CCD采集的其面状纹理信息,线阵CCD获取的道路轴线、路面标志等带状线性地物,可实现城市目标地理坐标和建模信息的快速获取。最后给出了GPS与扫描仪数据联合获取与处理的实例。; 陈允芳叶泽田卢秀山钟若飞; 关键词：组合导航

基于三维GIS的海量地形数据存储和调度的研究被引量：15: 2008年; 地形数据用来表达地形起伏特征,如何有效地存储和调度海量地形数据是三维GIS研究热点之一。本文基于金字塔影像、分片分块的方法组织三维地形数据,以此基础开发了基于三维显示平台和通用数据库(DBMS)的空间数据中间件,通过空间数据中间件对数据库进行地形数据的读写,实现了三维地形数据的存储和调度。; 唐桂文张庆娟王功明苏玉扬; 关键词：数据分块 LOD 数据存储数据调度

车载GPS/IMU/LS激光成像系统外方位元素的动态标定被引量：16: 2011年; 提出一种带有微小转角修正的车载激光成像系统外方位元素标定方法。针对全球定位系统(GPS)、惯性测量单元(IMU)和激光扫描仪(LS)集成的车载激光成像系统(车载移动测绘系统),该方法使用6个微小旋转角参数和6个微小平移参数对传统标定模型参数进行修正。试验数据表明,方法可对系统的安装误差和时间同步误差进行有效改正。; 叶泽田杨勇赵文吉侯艳芳; 关键词：外方位元素

移动测图中DGPS/INS组合定位测姿被引量：4: 2010年; 介绍了移动测图技术及其系统组成,基于具体的车载移动测图系统,重点探讨了GPS和INS组成的组合定位测姿模块,给出了GPS/INS组合软件流程及解算过程。通过推导系统误差状态方程和量测方程,建立了GPS/INS位置、速度组合滤波模型,并结合野外车载实验数据,对来自GPS和INS的位置和姿态数据进行了组合数据处理,通过精度分析,论证了INS短时高精度的特点及其对GPS信息有益和必要的补充。针对陆地车载测图应用中GPS信号频繁中断,指出仍需增加传感器以辅助GPS/INS完成高精度的位置和姿态测定。; 陈允芳石波郭海花; 关键词：滤波

初始对准在车载三维信息采集系统中的应用: 2009年; 惯性导航初始对准对于陆基的捷联惯导系统(SINS)的输出精度来说是至关重要的。本文介绍了一种捷联惯导系统的非线性误差模型,然后针对车载激光捷联惯导系统的特点,采用扩展卡尔曼滤波(EKF)和平淡卡尔曼滤波(UKF)方法,对姿态误差角的估计进行了对比分析。; 胡晓乐叶泽田杨文海; 关键词：捷联惯性导航 GPS/INS 卡尔曼滤波

车载激光扫描数据的地物分类方法被引量：42: 2012年; 车载激光扫描技术可以快速获取地物表面的高精度三维信息,作为一种新的数据获取手段,已逐渐应用于地理信息系统产业中。将激光扫描数据分类是对地物进行特征提取以及建模的前提与关键。现今,针对车载激光扫描数据的分类方法还不成熟。根据城市各典型地物空间特征(激光点云在三维空间的高程、与邻近点的斜率,以及其在二维投影平面上的分布、密集程度等),本文提出一种主要适用于城市激光扫描数据的地物分类方法。首先,综合考虑车载激光数据的采集特点、车行GPS轨迹以及扫描数据中同一扫描线上相邻激光点之间的斜率关系,提取出路面。其次,对于非路面的激光点云数据,先使用基于格网化与区域分割相结合的方法进行实体划分,再通过计算地物空间形状特征的几项统计指标(外包围盒、实体高度等),对实体进行分类。最后,以海南三亚市某街道为研究区验证该方法的有效性。实验结果表明,使用该方法能成功地分出研究区的路面、建筑物、树木和路灯四类地物,并进一步在同类地物间分出不同实体。; 谭贲钟若飞李芹; 关键词：点云

车载多传感器集成系统中线阵相机的检校方法及数据分析被引量：2: 2009年; 传感器检校是车载多传感器集成系统中不可缺少的重要环节。介绍了一种线阵相机的数学标定方法,根据该方法设计了相关的检校设备及检校坐标系。通过对不同条件下的试验数据对比,获取最佳的实验条件和该方法所需的基本参数,并采集最佳试验条件下的试验数据,通过对数据进行处理得到投影中心坐标,对可能影响检测结果的多种实验因素进行了分析,将受这些因素影响较小的数据作为有效数据来解算最终的实验结果,可以得到较精确的结果。; 曲文乾叶泽田赵文吉狄彩云秦涛胡晓乐; 关键词：线阵CCD相机

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家高技术研究发展计划(2006AA12Z324)