服务“三高四新”战略的测绘技术技能人才培养路径研究

随着测绘地理信息技术的迅速发展,传统的人才培养模式已无法满足当前行业发展的需求。本文介绍了湖南省测绘技术技能人才培养情况并分析了企业对人才的需求,指出了当前高职院校测绘技术技能人才培养存在的问题,提出了测绘技术技能人才培养路径,旨在培养更多高素质的测绘技术技能人才,助力湖南省“三高四新”战略的贯彻落实。

高职院校“技术+匠心”校企协同卓越测绘技能人才培养研究

“匠心”即工匠精神,做技术需要匠心,教授技术技能更要注重匠心。在我国进入高质量发展阶段的当下,技术技能型工匠人才成为时代的呼唤。高职院校在测绘人才培养上,要深化产教融合、校企合作,实现校企协同培养“技术+匠心”的技术技能型人才。

神经网络辅助的GPS/MEMS-INS组合导航算法

在GPS/MEMS-INS(Micro-electromechanical System-Inertial Navigation System)组合导航中,当载体处于恶劣环境下或者载体处于大机动运动情况下,会导致GPS失锁。此时单独工作的低精度MEMS-INS会由于其位置和速度误差随着时间的变化而迅速积累最终无法导航。针对此问题,设计了一种结构简单易于实现的神经网络辅助的GPS/MEMS-INS组合导航系统。通过模拟实验,与标准卡尔曼滤波(KF)和无迹卡尔曼滤波(UKF)框架下组合导航相比,所提出的结构简单容易实现的神经网络辅助的组合导航系统具有较高的稳定性,并且组合导航整体过程中经纬度与速度精度均提高了65%左右。

改进的UKF在GPS/INS组合导航中的应用

在GPS/INS组合导航中,传统UKF(Unscented Kalman Filter)计算量大,无法满足实时性要求。而且当动力学模型受到异常扰动误差影响时,其精度与稳定性易受到影响。针对以上问题,利用最小偏度单形采样策略降低UKF计算量以提高精度;通过自适应调整过程噪声以降低动态异常扰动误差对UKF精度与稳定性的影响。由此提出了一种改进UKF算法,用于GPS/INS组合导航。仿真实验结果表明,改进UKF算法用于GPS/INS组合导航的精度要优于UKF算法。

基于KNN滤波及改进Hough变换的线段提取

线段是图像中包含的一种稳定的特征,准确地从图像中提取线段具有重要意义。文中首先结合KNN以及Wallis滤波对图像进行预处理,提高其边缘提取质量,为下一步Hough变换打下良好基础,在此基础上对传统Hough变换进行改进,以检测图像中的直线线段。实验证明,文中方法能够快速、准确提取出图像中的线段,得出了有益结论。对指导影像直线提取的研究与应用具有一定的价值。