基于噪声位置分布的点云去噪算法研究

针对三维点云噪声数据位置分布的特点,采用不同的去噪算法对噪声数据进行处理。通过结合K-D树算法和高斯滤波技术,可以有效地消除大尺度的体外点云噪声;而对于混杂在主体内部的噪声,由于其他目标点之间的距离比较近,可以采用随机采样一致算法来进行有效的抑制。实验结果表明,该算法不仅可以消除游离在点云周边的体外噪声点云数据,对主体内点云噪声也能有效地去掉,使得点云模型表面光顺平滑。

一种新的鲁棒三维点云平面拟合方法

针对三维点云中的异常值和粗差点对平面拟合精度产生的影响,文章提出一种将随机采样一致(random sample consensus,RANSAC)算法与主成分分析(principal component analysis,PCA)方法相结合的点云平面拟合新方法。通过RANSAC算法剔除原始点云数据中的异常值和粗差,保留质量好的点云数据;再利用PCA方法对留下的点云数据进行平面拟合,以获得更为精确的拟合平面参数解。仿真模拟算例与实测数据实验结果表明,相比于传统的拟合算法,该拟合方法可以消除异常值和粗差点的影响,并且能够得到更为准确的拟合参数,是一种具有鲁棒性和适用性的新方法。

消费级无人机倾斜摄影大比例尺测图技术

近年来,随着倾斜摄影测量技术的迅速发展,采用该技术生产的实景三维模型能够很好地应用于各领域中。由于用于测绘领域的主流飞行平台价格昂贵,且操作复杂,对作业人员素质要求较高,文章以消费级无人机搭载普通相机进行倾斜摄影构建三维模型,根据消费级无人机搭载传感器的特点,手动设置兴趣点环绕式飞行路线进行倾斜影像采集;采用Context Capture自动建模软件构建实景三维模型,进行三维测图工作,对消费级无人机倾斜摄影大比例尺测图能力进行分析和测图成果精度评定。结果表明在使用兴趣点环绕式飞行航线基础上,消费级无人机测图结果的平面精度能够满足1∶500大比例尺地形图的精度要求。采用消费级无人机进行大比例尺测图工作,大大降低了工作成本、缩短了成图时间,为倾斜摄影大比例尺测图工作提供新的参考方案。

一种改进的WIFI位置指纹室内定位算法

WIFI位置指纹定位作为目前常见的室内定位方法,存在接收信号强度(received signal strength,RSS)波动和时变等问题,导致定位精度不高。文章为此设计了一种采用结合卡尔曼滤波的方差修正加权K最近邻(weighted K-nearest neighbor,WKNN)算法的室内定位方法。离线阶段,经过卡尔曼滤波后,选择数据的方差和均值作为反映RSS变化的特征值;在线阶段,通过采集的信号均值计算近似方差,对欧式距离进行权重修正,最后选择K个最近邻点确定待定点位置。实验结果表明:该文采用的定位方法平均定位精度达到1.248 m,相比于传统的WKNN室内定位方法,平均定位精度提升了20.3%;对比K-均值聚类结合动态加权K最近邻算法(K-means-EWKNN),平均定位精度提升了8.9%。

载波相位差分技术在车载导航中的应用

基于现阶段用户对高精度定位的需要,文章分析了三种常见的卫星导航定位方法。对差分技术进行了重点研究。在对比分析之后,发现载波相位差分定位精度可以达到厘米级别的定位。将其运用在车载导航终端设备,开展试验后,对数据进行比对,得到车载导航的定位精度达到米级别,完全可以满足用户对高精度定位的需求,具有重大的应用价值。

无人船在水下地形测量中的应用

基于无人船测量系统进行水下地形测量具有效率高、数据准确和安全系数高的技术特点,在行业应用中愈加广泛。本文介绍了无人船的系统组成、无人船测量的工作原理,并结合工程实例,利用无人船获取的数据,绘制了水下高程成果图和构建水下3D模型,为测量水域的监测及水利工程建设提供了参考数据,验证了无人船测量数据的可靠性和准确性。