面向未知环境的自主无人机智能感知测量技术

智能化测绘的发展对数据采集高效性、完备性和智能性提出了更高的要求。尤其是在林下等GNSS拒止环境下,现有传统手段往往难以完成高效率、高覆盖率测量。为了满足未知环境的智能化感知测量需求,以无人机为移动平台,本文设计并提出了一种融合视觉在线自主定位及全局探测路径规划的自主无人机智能感知测量技术与总体框架。本文首先设计并采用了一种基于点线特征的VIO(visual-inertial odometry)在线定位算法,通过点线特征的提取和匹配进行初始位姿的解算,之后利用因子图优化实时地输出无人机高精度的位姿信息。进一步地,为了实现无人机对于未知环境高效且高覆盖率的自主测量,采用了一种顾及多层次信息的全局最优探测路径规划方法确定局部最佳探测目标,然后通过轨迹搜索和优化算法实时地生成高质量的探测运动轨迹。通过自主搭建无人机平台对该技术框架进行了验证,分步对比和总体真实试验表明框架设计并采用的定位及空间探测方法相较于目前具有代表性的方法具有明显优势,并且在GNSS拒止局部林下环境中实现了高效高覆盖率的全自主测量,为未知场景进一步的在线智能化感知奠定了良好的理论方法与框架基础。

基于EEMD-CNN-LSTM的新型综合模型在滑坡位移预测中的应用

滑坡位移预测是滑坡稳定性评价的重要环节。尽管基于深度学习范式的时间序列方法预测滑坡位移取得了一定的成果,但由于滑坡位移数据的非平稳性、周期性和趋势性变化特征,导致当前时间序列模型的滑坡位移的多变量预测容易过拟合。为解决这一问题,针对滑坡位移数据的波动性和由周期项与趋势项位移叠加组成的特性,提出一种基于孤立森林(Isolation Forest,IF)异常检测、集成经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)、卷积神经网络(Convolutional Neural Networks,CNN)和长短期记忆神经网络(Long Short-Term Memory,LSTM)相结合的滑坡位移预测模型。选择三峡库区以降雨为影响因子的阶跃型白家包滑坡为研究对象,引入IF算法对滑坡原始位移数据进行异常检测,使用EEMD方法提取滑坡趋势项和周期项位移,通过CNN捕捉局部周期项和趋势模式,并基于LSTM模型预测总体位移。结果表明,EEMD-CNN-LSTM在预测降雨情况时滑坡总体位移的均方根误差(RMSE)、平均绝对误差(MAE)、评价绝对百分比误差(MAPE)和决定系数(R2)4种指标分别为0.4190、0.3139、0.2379和0.9997,前3种精度评价指标较现有模型分别提升32.3%、25.1%、7.3%。相较于传统的LSTM模型、随机森林方法和EEMD-LSTM方法,EEMD-CNN-LSTM模型在有、无降雨这一外部影响因素下具有显著优势,能够较大地降低过拟合,提高预测的准确性。

DeeplabV3+中引入注意力机制的小面积溢油识别方法

海面溢油危害大、分布广、时间空间不确定性大,对海洋溢油进行高精度识别与监测对全球生态环境的保护有着重要意义。针对传统卷积神经网络模型对小面积溢油分类不准确的问题,提出一种基于深度学习的SAR影像海上小面积溢油的高精度提取方法。该方法以DeeplabV3+网络模型为基础,引入SE注意力机制来提高网络对海面上小面积溢油的分类精度。基于欧空局开源数据集Oil Spill Detection Dataset建立了海面溢油提取模型,训练得到的平均交并比为77.70%,平均像素精度为98.16%。通过目视对比模型预测图和对比两类精度指标,发现经过注意力机制优化后的DeeplabV3+网络模型明显优于原始网络模型,对小面积溢油监测的效果明显提升。

面向地外天体熔岩管的三维探测与形态研究

针对地外天体熔岩管探测,利用激光雷达技术对与月球、火星具有较高相似度的海口市石山火山群区域内的熔岩管进行了实地勘测,提出了基于网格划分的天窗检测方法以及利用基于数据增强与多尺度特征学习网络的裂缝检测方法,对熔岩管内部结构进行探测及形态研究;使用便携式手持激光扫描仪对管道内部进行全方位扫描获得高精度点云数据,在ContextCapture软件中完成三维建模,对管道内特殊的微型地貌天窗及其内壁裂隙进行了自动化的检测与提取。实验结果表明,利用激光扫描仪搭配点云处理软件及程序可以高效、直观且真实地还原熔岩管的形态结构,进行定量化分析,对管道内特殊的微型地貌可进行检测与提取。

面向三维扫描仪点云与全景图像映射关系的快速建立方法

针对地面三维扫描仪获取彩色点云时传感器外参数标定过程复杂的问题,提出直接建立点云与全景图像映射关系的方法.提出基于一维最大熵的改进Zernike矩亚像素边缘提取算法,自全景图像中定位靶球,根据三维几何特点从点云中提取靶球.将提取结果作为配准基元,在空间球坐标中构建基元三角形,通过最小角距差法完成基元配对,建立点云与全景图像的初始映射关系.针对图像局部畸变导致的映射偏差,提出基于改进Levenberg-Marquardt算法和自由形变法组合的混合算法逐像素优化数据间的映射关系.利用多种场景的实验数据验证所提方法的可行性.结果表明,标靶自点云和图像中的提取率高,被点云和图像同时识别的标靶利用最小角距差法均能够成功配对.改进Zernike矩相较于传统Zernike矩提取的标靶初始映射误差降低了61.1%;经混合算法优化后,点云与全景图像的映射误差约为1 pixel,数据映射结果稳定且不受测站位置和点云密度的影响.

结合倾斜摄影与地面LiDAR的复杂环境实景三维重建

罗田水库—铁岗水库隧洞连通工程穿越城市建成区,地形地貌条件复杂。为满足工程沿线地面重点构筑物设计要求,针对倾斜摄影在地物立面重建的缺陷问题,结合地面激光SLAM移动测量手段,提出了一种泊松重建改进算法,深度融合低空倾斜影像与地面激光点云,以改善三维模型棱角不够突出、平面不够平整的问题。试验证明:在遮挡较为严重的近地面区域,提出的方法能够有效提高实景三维重建的精度和效果,可为工程量精确评估与辅助分析决策提供更加可靠的实景三维模型。

13.2 m天线日照温度变形主面精度测量研究

13.2 m反射面天线有口径大、面形精度要求高的特点,并长期经受四季、昼夜温差带来的主反射面形变。针对主反射面承受夏季高温日晒,产生的结构变形,提出了一种主面精度日照变形测量分析方法,利用工业数字摄影测量技术,对主反射面精度进行测量。结果表明,主面最佳拟合精度受温度影响较小,固定坐标系拟合精度受温度影响较大。由于重力变形和高温影响,在俯仰70°工况时,12时和14时主面最佳拟合精度超出了0.3 mm指标,相关试验结果可为同类大口径反射面天线主面精度日照温度变形分析提供参考依据。

基于增强注意力门控U-Net的建筑物提取研究

针对经典深度学习语义分割网络对建筑物提取存在精度较低、边界模糊和小目标识别困难的问题,本文提出一种增强注意力门控的U型网络(advanced attention gate U-Net,AA_UNet)用于改善建筑物提取的效果,该网络改进经典U-Net的结构,使用VGG16作为主干特征提取网络、注意力门控模块参与跳跃连接、双线性插值法代替反卷积进行上采样.实验采用武汉大学建筑物数据集(WHU building dataset,WHD)对比提出的网络与部分经典语义分割网络的提取效果,并探究网络改进的各个模块对提取效果的影响.结果显示:该网络对建筑物提取的总精度、交并比、查准率、召回率和F1分数分别为98.78%、89.71%、93.30%、95.89%、94.58%,各项评价指标均优于经典语义分割网络,且改进的各个模块有效提高了提取精度,改善了建筑物轮廓不清晰和小目标建筑物破碎的问题,可用于精准提取高分辨率遥感影像中的建筑物信息,对城市规划、土地利用、生产生活、军事侦察等具有指导意义.

移动式三维激光扫描系统在崖墓考古绘图中的应用

崖墓是四川地区具有地域特色的丧葬形式,数量众多,分布范围广泛。在分析墓葬间的空间分布关系方面,传统测量方法存在作业效率低、总体精度差等问题。因此,以新川创新科技园屈家山2号文物点为例,首先采用基于即时定位与地图构建技术的移动式三维激光扫描系统获取点云数据,再利用专业软件准确绘制墓葬分布图,并与测距仪测量结果进行对比分析。结果表明,移动式三维激光扫描系统可明显提高绘制崖墓分布图的作业效率,且满足测量精度要求,在考古领域中具有较好的应用前景。

像素当量法在立木材积测算中的应用研究

为了研究像素当量法在立木材积测算中的应用,根据智能手机拍摄的立木像片,采用像素当量法并运用区分段不等长的中央断面区分求积式测算了银杏立木材积,并分析了不同摄影方位和不同区分段数对立木材积精度的影响。结果显示,随着观测方位数量的增加,立木材积相对误差的绝对值在减小,其中,根据两个互相垂直方位拍摄的像片测算的立木材积相对误差小于1.5%;同时,随着区分段数的增加,立木材积相对误差的绝对值在减小。当区分段在5~8段时,立木材积相对误差绝对值均在1.4%以内。这就表明:在用像素当量法精确测算立木材积时,至少需要采用两个互相垂直的方位拍摄立木像片,且区分段数定为5~8段左右为宜。

运用激光雷达扫描技术进行停车位调查

城市停车位资源的基础空间数据一般采用人工传统测量与调查的方式获取,该方式工作量大、效率低、调查成果无法追溯,且人员在道路测量中存在安全隐患。鉴于此,以天津市南开区为例,利用车载和地面激光雷达扫描技术调查采集城市各类停车资源,借助人工和自动提取技术提取现状各类停车位和桥下空间信息,并通过数据核查对各类现状停车资源进行修正,快速获取城市各类停车资源的基础信息数据。采用激光雷达扫描技术调查停车位可突破传统车位调查的作业模式,大大提高调查的速度与准确度,并保障人员安全和数据的可溯源性,为城市停车位现状资源调查提供了新的技术方案。

基于机载激光雷达的运营铁路非接触测量技术研究及应用

传统的运营铁路既有线测绘“RTK+水准”测量方式存在安全风险高、测量速度慢、数据多源应用性差等不足,故提出一种基于“无人机+激光雷达”的既有线非接触测量作业模式,在控制飞行速度、航摄高度、地面基站、设备脉冲频率的情况下,可获得高精度、高密度的点云数据,同时外业按照500 m间距沿既有线两侧布设靶标点对,经过点云航带配准、靶标纠正处理,可进一步提高点云航带间的相对精度和绝对精度。研究结果表明,该方法获取的既有线中线平面和高程中误差分别为1.77 cm和1.27 cm,同时,该方法避免了上线作业,安全性高、灵活性强,减少了大量外业测量工作,提高了生产效率,且点云数据运用潜力较大,在运营铁路扩能改造中具有良好的应用前景。

基于合成孔径雷达影像目标点识别方法

为有效提升永久散射体点目标选取率和效率,本文总结了地基合成孔径雷达影像序列辐射校正原理和永久散射体选取的基本方法。基于矩阵实验室(MATLAB)平台,实现了多种单阈值永久散射体选取方法。针对单阈值法永久散射体目标选取的局限性,设计了多种阈值方法的组合策略,同时设计了点目标选取的验证方法以评价选取质量。对不同的应用场景和条件,对比分析不同永久散射体选取方法的适用性和稳定性。结果表明,组合阈值法结合了能够有效提升高质量永久散射体点目标选取率及效率,为后续地基合成孔径雷达干涉测量的时序分析提供保障。

无人机倾斜摄影测量技术在土方计算中的应用研究

针对传统测量方式采集效率低、内业处理慢等问题,本文采用了飞马无人机倾斜摄影测量技术进行土方测算。首先,本文介绍了飞马无人机倾斜摄影设备;其次,以某测区土方计算为例,采用飞马无人机管家与Con-text Capture软件结合来获取实景三维模型及三维点云数据,并采用方格网法进行土方计算;最后,利用RTK进行测量并与无人机倾斜摄影测量得到的土方计算结果进行对比分析。实验结果验证了无人机倾斜摄影测量技术在土方计算中的优越性与可行性。

智慧乡村管理平台设计与实现

以杭州市余杭区乡村建设为例,借鉴城市智慧建设应用取得的成果,利用现代信息技术和GIS相关技术,创新智慧乡村建设,为消除城乡二元格局、实现城乡一体化发展搭建起一体化平台。该平台结合“孪生城市”建设思路,采用多源数据融合技术,构建数字乡村“一张图”,实现了乡村自然风貌、乡村自然资源、旅游景点、规划用地状况的统一管理;采用乡村网格化管理方式,完善乡村管理长效机制、提升管理水平、推进社会管理信息化。平台建设弥补了乡村共同富裕目标建设中信息资源利用、信息化程度、公共服务能力等方面的不足,为杭州市乡村的进阶式发展和新型城镇化建设提供理论支撑,也为具体建设杭州市智慧乡村管理平台提供范式。

地面三维激光扫描技术在不动产测绘中的应用研究

本文首先介绍了一种利用移动手持式三维激光扫描仪进行不动产测绘外业的数据收集与处理技术,该技术能够迅速且高效地收集高质量的三维点云数据,经过一系列处理步骤,如配准、降噪、抽样和切割等,获得二维点云数据。其次,该技术还结合了随机抽样一致算法(random sample consensus,RANSAC)模拟墙体轮廓,并通过尺寸比较来验证其精确性。最后实验结果表明,移动手持式三维激光扫描仪在不动产测绘方面具有巨大应用潜力。

无人机倾斜摄影测量技术在地灾监测中的应用

为解决复杂地形条件下地质灾害中地形、位移监测精度问题,本文以实际水库滑坡工程为研究对象,采用无人机倾斜摄影技术进行边坡的地形和位移测量,分析测量平面和高程精度,并将其应用于实际的滑坡位移检测。研究结果表明,采用无人机航拍系统得出的空三像控点误差、地形图平面精度、地形图高程精度均在规范所规定的限值内,无人机倾斜摄影技术应用于地质灾害位移监测满足精度要求。

基于贴近摄影技术的旭龙水电站高陡边坡精细实景三维重建

旭龙水电工程坝址区河段谷坡高陡,工程建设后左岸将形成坝肩高边坡。针对高陡边坡围岩落石等突发性安全问题,提出一种基于贴近摄影的泊松重建改进算法,对边界点的深度值和权值作调整,根据三角网所构成曲面的局部曲度变化来精简TIN,再与纹理影像进行配准和贴图,得到测区实景三维模型。结果表明:贴近摄影相比倾斜摄影数据能够明显提高实景三维模型的坐标精度与精细程度,泊松重建改进算法能够改进重建模型表面棱角不够突出、平面不够平整的问题。该方法不仅能大大提升三维模型地形结构的完整性,还能为工程后期施工图设计提供精确的参考资料,可为旭龙水电工程坝址区及类似工况地区的地质灾害预防提供重要依据。

无人机在地质找矿测量中的应用

文章对无人机地质找矿测量工作进行论述,详细描述无人机技术基础,地质找矿测量工作原理及方法,并对无人机地质找矿工作的具体应用及数据处理进行分析。与传统方法进行了比较,强调无人机具有高效率,高精度和灵活性地质找矿优势。本文还给出了无人机数据处理和分析的完整流程,并用实例证明了该流程对地质找矿工作的效果。本论文研究结果对无人机广泛应用于地质找矿具有理论依据与实践指导。

扇形格网高程特征图像的车载LiDAR点云道路提取方法

针对传统高程特征图像道路点提取方法中格网分辨率需手动设定和存储资源冗余问题,本文提出了扇形格网高程特征图像的车载LiDAR点云道路提取方法。该方法采用自适应扇形格网投影,根据激光雷达(LiDAR)设备参数,自动建立可缩放的扇形格网,有效优化了传统方形格网分辨率手动设置,解决了存储资源冗余问题。在该方法的具体实施过程中,首先,依据LiDAR设备参数进行自适应扇形格网投影;其次,获取每个格网内点的高程,运用反距离加权法(IDW)建立高程特征图像;最后,基于高程特征图像设定高程阈值,实施道路点提取。为验证本文方法的有效性,从KITTI数据集中选取不同道路类型的6组数据进行实验。结果表明,道路点提取的最高质量为87.1%,平均质量为80.2%。与传统高程特征图像道路点提取方法相比,本文方法的平均质量高出近3个百分点。