三维激光扫描数据快速配准算法研究

由于激光扫描原理的限制,要获得整个场景的完整全表面数据需多站点设置,由单站点扫描获取场景中的部分数据,最后将全部站点数据配准。通过对三维激光数据自身的数据分布特点和ICP配准算法的研究和改进,设计出了两步配准方法:首先,基于特征点对基础上的SVD粗配准;然后由特征点对确定出重叠区域子集并进而采用ICP算法作点云精配准,最终实现三维激光快速配准。利用一组粮仓扫描数据配准试验验证此方法在大规模场景扫描中的多视点三维激光数据快速配准中的有效性和可靠性。

基于激光扫描仪的人腿信息数据获取与处理

在建筑安全、规划和商场的管理、铁道等方面,激光扫描仪开始得到日益广泛的应用。长期以来,使用视频数据进行行为分析一直是收集此类数据的主流方法[3]。近些年兴起的使用激光辅助手段进行数据分析逐渐在许多行业表现出了它的潜能。研究使用LMS SICK激光扫描仪进行数据获取与数据转化工作,并使用OpenG l进行点云显示,为进一步研究提供基础。

相机位姿求解的复用镜像约束法

针对参照物不在视场范围内的问题,提出一种复用镜像约束求解相机位姿的方法。具体步骤为:①依据相机位姿求解方法得到镜像相机位姿;②根据平面镜反射对称性构建单张图像镜像相机与相机位姿间线性约束关系;③复用镜像相机姿态,建立多张图像之间约束关系,在获得3张图像情况下,可得18个线性约束条件,提高相机位姿求解精度。试验结果表明:旋转矩阵和平移向量均误差分别为0.009°和1.866 mm,较对比方法,旋转矩阵均误差平均降低0.009°,平移向量均误差平均降低2.292 mm,且具有较强适应性。在真实试验中,平均重投影误差为0.492像素,优于对比方法,能够准确求解参照物不在视场范围内的相机位姿。

警用地理信息系统内涵、外延及其与相关学科关系探讨

针对地理信息系统在公安行业应用中存在多个名称相近及中英文简称混用问题,本文采用文献研究与统计相结合的方法,分析了警用地理信息系统在不同发展阶段名称使用上的变化,厘清了不同名称使用的历史背景和语义环境,论述了概念、内涵与外延,并对其与相关学科的关系进行了探讨。

结合多尺度共享编码的半监督网络航空影像语义分割

在半监督语义分割中,主要采用编码-主从解码器结构使无标签样本参与计算以提高分割精度,但编码器的连续下采样操作易丢失浅层细节特征,从而导致地物边界分割不完整。为此,本文提出结合多尺度共享编码的半监督网络架构对航空影像进行语义分割,该网络的编码器采用ResNet-50获取影像浅层特征,并通过在ResNet-50末端嵌入多尺度共享编码模块来链接浅层特征,以构建密集特征金字塔和扩大感受野,从而获取目标地物多尺度细节信息。将本文网络与UNet、DeepLabv3+、FCN监督网络和CCT、XModalNet、VLCNet半监督网络在LandCover.ai和DroneDeploy数据集上分别进行了对比试验和精度评估。结果表明:本文网络在标签数量与精度方面均具有明显优势,对于LandCover.ai数据集,在6000张标签样本和6500张无标签样本的前提下,整体mIoU提升1.15%,对于DroneDeploy数据集,在30张标签样本和5张无标签样本的前提下,整体mIoU提升0.94%,同时显著提升影像地物的分割精度,得到更清晰、完整的地物边界。

近10年来犯罪时空预测国内外研究与实践进展

基于地点的犯罪时空预测由于不直接涉及个人数据,且可与警务巡逻和精准化治安防控策略有机结合,现已成为预测性警务领域的研究热点和主要实践方向。本文对2013年以来国内外犯罪时空预测的最新进展进行综述,主要工作包括:①总结了该领域研究在文献数量快速增加、研究主题日益多元、主要研究群体分布相对集中等方面的总体特征;②梳理了犯罪时空预测的目标主体、时间尺度、空间尺度、模型方法、精度评价、实践效果评估六大基本要素的新变化、新指标或新进展;③介绍了常用犯罪时空预测软件及各国预测性警务实践;④探讨了在实践应用的各个阶段所面临的伦理问题及挑战,以及各界为规避此问题做出的尝试;⑤展望了犯罪时空预测后续研究重点。本研究为犯罪时空预测领域勾勒出一个较为全面和清晰的轮廓,可为国内犯罪地理、智慧警务、警用地理信息系统(PGIS)等相关领域的研究者和从业人员提供有益参考。

顾及道路权重的图卷积犯罪时空预测模型

传统的犯罪地理和犯罪时空预测方法主要是以警务辖区或格网为基本单元,分析结果不利于指导精细化的巡防警力规划部署。基于深度学习的图神经网络方法可以自然地与微观尺度下的路网拓扑结构相结合,实现道路尺度下的精细犯罪预测,但现有方法鲜有考虑道路权重对预测结果的影响。本文通过引入道路通达度和距离衰减因子,构建了一种顾及道路权重的图卷积犯罪时空预测模型(Road Weighted Spatio-Temporal Graph Convolutional Network,RW-STGCN),并利用芝加哥2016—2017年街面盗窃犯罪数据对模型进行评估。结果表明:(1)与未考虑道路权重的时空图卷积模型相比,RW-STGCN模型命中率在不同的路网覆盖比例下(1%、5%、10%、20%)的提升均在6.5%以上,且随着覆盖比例的下降,模型命中率的提升更为显著,最大提升超过了50%;(2)模型消融性实验表明,同时考虑2种道路权重的模型比仅考虑距离衰减权重或道路通达度权重单个因子的模型预测性能提升更为明显,命中率最大提升了12.9%。本研究构建的RW-STGCN模型有助于街面类犯罪预测,可为警务部门基于路网进行科学巡逻防控规划与警力部署提供辅助决策支持,此外还可用于以道路作为分析单元的城市计算问题研究。

移动激光扫描技术的盾构隧道收敛直径提取方法

针对盾构隧道收敛直径难以快速提取的问题,该文提出利用移动激光扫描技术获取的点云数据来提取收敛直径的方法。利用点云的强度信息结合k-d树算法和IDW插值方法生成隧道正射影像,基于canny算子和霍夫变换识别隧道每一圆环内的封顶块,并根据环内其他环片与封顶块的相对位置关系来划分环片,取水平直径所在附近的邻接块或标准块两段圆弧点进行圆拟合并在拟合前剔除粗差,圆拟合得到的直径作为该环的收敛直径,并通过与全站仪测量方法测得的收敛直径进行对比验证了本方法的精度。结果表明,该方法在快速获取盾构隧道收敛直径的同时也能有较高的精度。

我国警用地理信息系统建设的实践与思考

针对大数据时代新技术对我国警用地理信息系统(PGIS)发展所带来的巨大冲击和挑战,该文回顾了我国公安机关20世纪90年代中期以来在PGIS实践探索方面所经历的4个阶段主要发展历程;分析了当前PGIS发展所面临问题、挑战及与国外的应用差距;提出了PGIS后续技术优化升级与应用生态体系构建、警务时空大数据关键技术研究、学科建设、国外先进技术引入及本地化优化等相关建议。指出今后PGIS技术研究和应用重点,将从当前以警务地理信息资源共享、可视化管理与空间查询应用为主的阶段,逐步向基于云的警务时空大数据分析与犯罪预测阶段发展过渡。

北京市出租车OD流多尺度空间预测深度重力模型及其可解释性研究

准确预测城市内部OD流对于优化城市交通运行效率、提高资源利用率以及促进城市可持续性发展具有重要作用。现有研究大多基于单一尺度利用地理位置之间大量的历史流量来预测未来的流量,尚未有研究充分探究不同空间尺度下OD流预测可能存在的重要特征或建模精度差异等问题。本研究以北京市出租车轨迹为例,采用深度重力模型(Deep Gravity)对不同空间尺度下的轨迹OD流进行预测。同时,引入SHAP值(SHapley Additive exPlanations)揭示不同尺度下影响OD流预测建模的重要特征。结果表明:①相比于重力模型和辐射模型,街道尺度下深度重力模型的OD流预测精度最高(CPC值高达0.83),且成功捕捉到了北京市早晚高峰时段的OD流网络整体结构,呈现出“环形散射状”特征;②在本研究所选各空间尺度下,对OD流预测精度影响最大的4个特征均为O、D点之间的出行距离,O、D点周围公司企业数量、餐饮服务数量以及购物服务数量;③同一特征对OD流预测模型的局部影响不同于全局,如科教文化和体育休闲类POI在全局尺度下对模型影响较小,但在局部尺度下却表现出极大的影响。