摘要：在深入研究适用于低成本IMU/GPS组合导航系统非线性滤波的基础上,提出了一种基于交互式多模型自适应鲁棒容积卡尔曼滤波算法.该算法将交互式多模型算法引入H∞滤波容积卡尔曼滤波器,能够有效提升滤波算法的稳定性和质量.根据采集的低成本惯导GPS导航实验数据设计了两组滤波方案,性能分析结果表明,改进的交互式多模型鲁棒容积卡尔曼滤波算法位置估计精度提高了41.4%,速度估计精度提高了36.0%.同时设计的滤波试验结果表明该算法能有效抑制系统噪声取值不准确引起的滤波不稳定,尤其适用于噪声取值偏离最优值较多的情况,也即能够有效抑制野值对滤波结果的影响.

摘要：针对北斗卫星导航系统(Beidou satellites navigation system,BDS)星座特点及多路径重复特性,基于单差残差重构和小波分解,提出一种恒星日滤波与小波结合的多路径削减方法,该方法基于观测值域重构载波相位和伪距单差残差,利用小波分解提取多路径误差,对每颗BDS卫星分别进行多路径误差改正,最后采用LAMBDA算法单频单历元解算基线。试验表明,该方法能有效削弱多路径误差,使E,N和U精度分别提升40.1%,43.5%和37.9%。

摘要：为了促进无人机低空倾斜摄影系统的低成本、轻小型和易用性,通过融合DJI Phantom 4四旋翼轻小型无人机低空飞行平台和Nokia 808 PureView型智能手机构建了一套基于智能手机的无人机低空倾斜摄影测量系统。对其中的基于智能手机的多相机成像系统进行了相关功能的优化及模块化设计,包括相机成像质量改进措施、基于开源飞控研发的用于自动拍照控制的定位定向及飞行控制模块设计等,并给出了多相机成像系统作为任务载荷与飞行平台的集成模式并归纳了其工作流程。将构建的无人机低空倾斜摄影测量系统分别应用于不动产测量、城市建筑物三维重建、露天矿开采监测领域。经外业实测的检查点和目视评判结果表明,基于该系统获取的实景三维模型具有较好的纹理质量,相关数字测绘产品可达厘米级的定位精度。取得的成果对于无人机低空倾斜摄影系统的实用化发展具有借鉴意义。

摘要：GNSS/加速度计融合监测集合了两种传感器的优势,可以提高构(建)筑物变形监测的准确性和完整性。目的为了解决传统故障检测方法必须依赖假设已知真实状态信息、需要建立状态迭代器且计算效率低等问题,方法对传统故障检测方法和状态域一致性理论进行推导创新,提出一种基于状态域一致性理论的GNSS/加速度计集成变形监测突变故障检测方法。该方法基于状态估计值和状态预测值构建状态检验统计量,直接在状态域进行故障探测,无须已知真实状态信息且避免了状态信息的迭代计算,与传统方法相比,效率更高,鲁棒性更强。在英国威尔福德桥人为激励变形实验中,于量测域加入不同程度的粗差用以模拟突变故障,并通过所提方法对GNSS/加速度计融合过程进行故障检测。结果结果表明:基于状态域一致性理论的GNSS/加速度计集成变形监测突变故障检测方法可以区分桥梁正常运营过程中发生的变形和突变故障,并可对GNSS/加速度计融合时的突变故障进行检测和及时预警。结论研究表明基于状态域一致性理论的GNSS/加速度计集成变形监测突变故障检测方法具备相应的GNSS/加速度计融合故障检测能力,对提高GNSS/加速度变形监测的可靠性和一致性具有重要意义。

摘要：基于深度学习的隧道点云超分辨率技术能够将稀疏点云进行上采样,获得更加真实、丰富的物体点云信息,为高精度的三维重建、病害识别提供数据基础。基于“插值生成点云+深度学习位置优化”的思想,提出了一种基于扫描线分布特征的地铁隧道移动扫描点云超分辨率模型和方法。应用扩张K近邻采样原理,改善了生成的插值点云空间分布。设计了融合扫描线空间分布特征的点云位置优化深度学习网络模型。在点距离特征提取过程中融合了扫描线空间分布特征,增强了网络模型对点云扫描线分布特征的感知与利用能力,从而改善地铁隧道移动扫描点云超分辨率处理效果。利用南京某地铁隧道实测点云数据制作点云超分辨率数据集,对所提模型进行了验证。结果表明:测试数据集的超分辨率结果CD值达到3.72,HD值达到50.57,相比经典的Grad-PU模型分别降低了19.31%和14.22%,对于低分辨率点云中扫描线间隙较大、点云密度不均匀的区域,能够取得更加均匀且准确的超分辨率处理结果。

摘要：基于深度学习的隧道点云语义分割技术能够对大规模点云数据中的物体对象进行识别与分类,可以实现隧道场景内物体信息的提取与管理。顾及地铁隧道内设施的空间分布特征与几何特点,提出了一种基于空间几何特征融合增强的地铁隧道点云语义分割神经网络模型。设计了隧道点云空间几何特征提取模块,提取了隧道设施点云的相对空间位置与几何分布特征,将其与相应的网络编码层的点云信息进行通道拼接,以增强网络模型对多尺度点云特征信息的感知能力。构建了基于通道注意力机制的特征融合编码层,提取不同通道间特征信息的权重,对不同空间尺度的点云信息进行加权融合,以充分利用不同尺度的信息来提高模型的表示和泛化能力。利用南京某地铁隧道实测点云数据制作语义分割数据集,对所提模型进行了验证。结果表明:模型的训练mIoU值达到0.9556;在测试数据集上的预测结果中,加权平均F1分数为0.9959,加权平均IoU值为0.9631;对于PointNet++模型分割精度较差的通信光缆、管线架、接触吊梁类别,本研究模型的IoU值分别达到0.845、0.825和0.999,有效提高了地铁隧道点云分割的整体准确性,可为实现地铁隧道自动化病害巡检与设施管理提供技术参考。

摘要：针对现有加速度积分算法实时处理困难、存在漂移误差的问题,构建一种基于递归高通滤波器的加权滑动均值滤波方法。利用递归高通滤波器降低原始加速度与积分所得位移的低频误差,通过加权滑动均值滤波器消除两次积分过程中残余误差引起的趋势项,基于频域积分使用先验数据求取最优滤波参数,实现利用加速度数据实时重构桥梁的振动位移。多组模拟数据和两组实测数据测试结果表明:在保证实时解算的条件下,重构动态位移精度均优于1mm。研究结果表明该方法具有较高的精度,可为桥梁振动实时变形监测提供新方案。

摘要：大型水闸变形监测复杂环境中存在的多路径效应限制了全球导航卫星系统(global navigation satellite system,GNSS)精密定位的精度。对此,提出一种顾及北斗导航卫星系统(Beidou navigation satellite system,BDS)不同星座类型多路径效应的半天球图(multipath hemispherical map,MHM)方法。该方法建立以监测站为球心的半天球进行格网点划分,通过格网点内参数化实现多路径误差建模,适用于BDS多星座以及大型水闸复杂的监测环境。采用曹娥江大型水闸监测案例,对多路径改正前后的单差残差及变形监测坐标序列进行分析,XYZ方向精度较多路径误差改正前提升63.06%、54.17%、57.84%,表明采用该方法可以有效削弱多路径效应,提高变形监测精度。