智能手机GNSS观测数据筛选方法及精度分析

通过分析智能手机的信噪比波动特性,提出将截止信噪比与剔除数据占比相结合进行数据筛选的质量控制方法,通过设置不同的数据筛选方案,对小米8和华为Mate 20智能手机在静态、动态观测中采集的数据进行对比分析。实验结果表明:智能手机端不同卫星的信噪比波动周期和范围均不同,存在独立性,且高度角和信噪比的相关性弱于测量型接收机,因此根据截止信噪比来筛选数据更为合理。设置截止信噪比的剔除数据占比在5%~10%,对智能手机的定位精度提升最佳,此时截止信噪比约为25 dB-Hz。相比传统设置15°卫星截止高度角的方法,所提方法的东、北、天向精度在静态中约提升25%、10%和20%,动态中约提升30%、20%和5%。

提高无人机高程精度的影像获取方法

近年来,无人机技术在大比例尺地形测量领域得到了广泛应用,但受基高比小、飞行姿态不稳定等因素的影响,无人机成图的高程精度有时难以满足规范要求。通过分析基高比和航片姿态对高程精度的影响,提出了新的影像获取方案。通过与传统方案进行实验对比分析,结果表明,在保证平面成图精度与传统方案基本一致的基础上,高程中误差降低了30.4%,高程检查点超限的个数减少了74%,提高了无人机的高程精度。

数码航摄影像在摄影测量中的应用

新型航空摄影仪在摄影测量中的应用已经成为大势所趋。针对新型数码航空影像在摄影测量应用中的高程精度和大重叠度摄影2个问题在理论上进行了分析和讨论,并使用实际数据进行空中三角测量试验,证实在大重叠度数码航摄影像的空中三角测量作业中,只要适当选择影像的地面分辨率,并且连接点转点必须向所有可能的影像转点,是完全可以满足成图精度要求的。

复杂地形条件下多密度级无人机LiDAR点云DEM精度研究——以2022年北京冬奥会延庆赛区为例

为进一步提升复杂地形条件下无人机激光雷达(Light Detection and Ranging,LiDAR)点云数据构建数字高程模型的效率与精度,以2022年北京冬奥会延庆赛区场馆建设用地为实验区,按照不同抽稀比例,对实验区原始无人机激光雷达点云中分类出的地面点数据进行抽稀处理,利用克里金插值算法对不同密度地面点数据进行插值处理,结合高程中误差、平均绝对误差对生成的数字高程模型进行双重精度评定,得出以下结论:对于复杂地形而言,随着点云数据密度的下降,数字高程模型建模效率明显提升,但地形特征逐渐模糊,数据精度级别逐级降低,其中高程中误差由0.381 m增大至1.914 m,平均绝对误差值由0.335 m增大至1.357 m。在满足精度要求的前提下,对LiDAR点云数据进行适度抽稀处理,可保障生产成本与时效。