基于人口合成技术的居民出行调查数据扩样

为提高居民出行入户调查样本代表性,使调查数据能够准确反映居民出行特征,在分析居民出行调查数据处理现状及常规扩样方法局限性的基础上,引入基于人口合成技术的IPU算法(iterative proportional updating)和GRE算法(generalized regression),对深圳市居民出行入户调查数据进行实证分析,并利用相关系数及相对误差指标对扩样结果进行评价。结果表明:利用算法关联家庭与个人表的频数矩阵,通过迭代调整扩样权重值、IPU算法和GRE算法均能很好地拟合家庭与个人的属性分布与总体一致,且相对误差控制在6%左右,满足扩样的精度要求。由于IPU算法更具普适性,算法不受初始权重及稀疏样本限制,其扩样误差及波动性较小,扩样结果更为稳健。

场景语义感知的视障行人导航路径优化方法

针对现有视障行人出行辅助方法缺乏对环境感知和路径动态优化的有效结合,视障导航缺乏有效动态避障手段的问题,该文提出一种场景语义感知的视障行人导航路径优化方法。该方法根据双目视觉感知周边障碍物的位置及特征,结合场景语义信息和三维坐标建立视障人群与环境的局部感知地图模型,利用改进的人工势场算法动态规划视障行人安全路径。实验结果表明,该文构建的感知地图模型在10 m内的平均坐标误差为2.49%。相比A^(*)算法,改进人工势场算法的路径盲道利用率从7.85%提高到58.39%,最高路径碰撞系数从0.55降低到了0.24,具有更高的安全性和导航辅助能力。该方法能够有效增加视障行人导航方法的场景语义感知能力,提高视障导航路径规划的安全性。

地理学视角下土地利用/覆被分类发展探讨

随着对地观测和互联网技术的发展,地理大数据时代正在到来,其多尺度、长时序、多模态等海量“超”覆盖数据为土地利用/覆被(Land Use/Land Cover,简称LULC)分类及变化检测带来巨大的机遇,支撑着新时代人、地两大系统相互作用关系的认知和实践。然而,多数地理学者认为地理学基本原理与核心思想并未因为大数据的到来而发生本质性变化。所以,从地理学基本原理角度理解LULC分类的发展,尤其在地理大数据时代的发展方向,不失为一条可行的途径。为此,本文从区域、尺度、综合三方面的地理学基本原理视角将LULC分类技术的发展划分为地球观测数据匮乏阶段、人类行为数据融合阶段以及地理大数据“超”覆盖阶段分别探讨分析,以期主动把握LULC分类技术及应用的未来发展趋势。研究结果显示:在地球观测数据匮乏阶段,LULC分类多以类型还不丰富的遥感数据源,在空间分辨率较低的像元尺度上,进行以地表覆被状态为主的分类;发展到人类行为数据融合阶段,LULC分类在城市区域率先出现了对地观测数据和人类行为数据相融合,在街区尺度上进行以空间功能异质性划分、识别为主导的城市功能区分类;在地理大数据“超”覆盖阶段,LULC分类将实现多尺度协同、面向全空间的功能异质性划分,并在主体功能的基础上融合“社会-经济-自然”多维定量属性,本文称之为“空间场景”。希望本文的探讨能够为地理大数据时代LULC分类的新技术发展和新产品应用提供有益启示。

一种视觉与惯性协同的室内多行人目标定位方法

多行人目标连续定位与跟踪是大型室内空间安全防护、应急疏散、位置服务等应用领域共同关注的问题。基于固定相机的视觉监测是室内空间人流探测与行人定位的重要方式。然而现有单目视觉行人探测存在行人漏检、易受视觉盲区影响、行人身份难以确定等问题。针对这些问题,提出了一种结合视觉信息与惯性信息的主被动协同定位方法。该方法首先利用视觉行人检测算法探测视频图像中的多行人目标位置,构建像素-世界坐标转换模型,实现行人的被动视觉探测与空间定位。同时,利用智能手机惯性传感器感知行人的运动行为。在此基础上,分别利用视觉和惯性特征构建行人运动行为特征序列,通过特征序列匹配实现多目标行人的身份匹配,以及视觉和惯性信息的协同定位。实验结果表明,所提出的视觉与惯性协同定位方法能够实现多行人目标的身份匹配,协同定位平均精度约为25 cm,能够显著提升单纯视觉被动定位的连续性,减少行人漏检和视觉盲区的影响。

志愿者民航客机夜光遥感光污染监测初步研究

夜光影像分辨率低、时效性差等问题是夜光遥感光污染研究发展的一大阻力。对此应用一种新型的夜光遥感数据获取方式——志愿者民航客机遥感(VPARS)来采集长沙市高分辨率夜光遥感数据,结合长沙市2018年商业POI数据,对光污染来源及特征进行分析,探索了VPARS方法在光污染研究领域的初步应用。结果表明:志愿者民航客机遥感可以有效获取城市小尺度的高精度夜光遥感数据,在光污染监测应用方面具备很大潜力。对长沙市VPARS夜光数据的初步分析结果显示,长沙市购物服务、生活服务、餐饮服务类POI发光比例高,亮度系数高于平均值,是长沙市光污染的主要来源;出行服务类、公共服务设施类POI虽发光比例低,但亮度系数达到最大值1.82,光污染程度较高;长沙市光污染呈商业区聚集及城市核心聚集模式。