摘要：POS系统是移动测量系统的重要组成部分,其位置姿态精度一直受到广泛关注。结合全站仪、激光跟踪仪、GNSS授时装置等传感器,设计了动态精度检测系统,开展了POS系统动态精度检测方法研究。主要采用单次测量时间统计、平滑曲线拟合等方法探测检测系统的测量误差,并在误差剔除的基础上,结合ICP算法,利用跟踪仪高精度测量数据,对全站仪数据进行修正,提高检测系统整体测量精度。最后,在某实验区,进行车载POS系统动态跟踪实验,分别采用整体轨迹对比和实时点位对比方法进行POS系统事后处理精度检测和实时导航精度检测。实验结果表明:采用该种检测方法,动态检测系统能检测出POS实时和事后处理的动态定位精度。

摘要：针对现有点云分类方法忽略了同类点云的整体语义与每个点的单体语义相同的特点导致分类精度较低,鲁棒性较差,无法有效识别存在局部缺失的点云的问题,提出一种用于三维点云全自动分类的深度神经网络。采用局部代替整体的思想,设计一种识别结果筛选机制(IRS机制),构建IRS-PointNet++网络模型。该网络对每个点的分类结果进行二次统计筛选,在分类结果的基础上重新对点云的类别进行判定。通过在ModelNet40数据集上进行点云分类对比实验,设置不同的采样点数量与迭代次数,IRS-PointNet++的整体分类精度可达97.28%,相比现有最优方法提高了5.58%;在点云稀少的情况下,精度高于现有方法;在点云存在部分缺失的情况下,PointNet++会出现失效的情况,IRS-PointNet++的精度仍可以达到84.48%。实验结果表明:和现有方法相比,IRS-PointNet++网络表现出更高的精度和更强的鲁棒性。

摘要：针对注意力机制模块处理SAR图像变化检测任务时精度低且噪声多的问题,本研究提出了一种改进的高分辨率SAR图像注意力机制变化检测方法,以ResNet-34结构为基础添加改进的卷积注意力机制模块,并根据SAR图像中噪声难抑制的特性设计差异生成模块,对差值和对数比计算结果进行加权融合与阈值分析以提升变化检测的效果。在基于高分三号影像构建的高分辨率SAR图像变化检测数据集上开展模型训练与预测,实验结果表明与STANet、DSAMNet、SNUNet相比,提出的改进网络预测情况和参考样本最为相似,有效抑制了斑点噪声,评价指标精度优于其他方法,其中F1值分别提升了9.1%、8.0%和5.1%,验证了该方法在大规模数据集的变化检测任务中具有更高的精度。

摘要：近年来,低空摄影测量无人机技术得到了快速的发展与应用。利用无人机进行低空摄影测量时,获取成果快、生产周期短、运作成本低并且可操作性强。同时,无人机作业受天气影响较小、在摄影时无遮挡现象、适用于小范围区域的摄影测量需要。本文针对试验区域,设计了两种航迹规划方法,并通过使用低空摄影测量无人机进行飞行验证,比较了两种航迹规划方法的优劣,为今后无人机完成摄影测量任务提供了航路规划方法和理论基础。

摘要：针对地理标签数据和地理标签数据平台的特点,采用主题爬虫技术与API接口技术相结合的方法进行地理标签数据的获取;利用谬值处理、重复事件处理,并构建基于主题和位置的层次结构等方法对地理标签数据进行处理;设计相应的存储模型。最后还通过相应的实验进行对比分析,以此来验证本文相关技术的优越性。