CN108447126A - 基于参考平面的移动测量系统激光点云精度评估方法 - Google Patents
基于参考平面的移动测量系统激光点云精度评估方法 Download PDFInfo
- Publication number
- CN108447126A CN108447126A CN201810081178.1A CN201810081178A CN108447126A CN 108447126 A CN108447126 A CN 108447126A CN 201810081178 A CN201810081178 A CN 201810081178A CN 108447126 A CN108447126 A CN 108447126A
- Authority
- CN
- China
- Prior art keywords
- plane
- reference planes
- point cloud
- point
- measurement system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/30—Polynomial surface description
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Computing Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于参考平面的移动测量系统激光点云精度评估方法。所述激光点云精度评估方法利用获取的参考平面的平面方程作为基础,再利用MMS系统获取的该参考平面的点云数据分别计算点云数据在E、N、U三个方向上的中误差,从而进行精度评估。一方面解决了利用地面控制点的传统精度评估手段工作量大、效率较低的缺陷;另一方面该方法无需提取特征点或特征线段,克服了特征点、线难以提取以及因特征提取不精确而造成的精度评估结果不可靠、不准确的缺点,提高了工作效率和精度评估质量。此外,由于本发明方法基于平面特征,可以依赖于现有的建筑平面,具有快速、方便、易于实施等优点。
Description
技术领域
本发明涉及一种基于参考平面的移动测量系统激光点云精度评估方法。
背景技术
移动测量系统(Mobile Measurement System,MMS)可以快速获取高密度、高精度的三维点云数据,近些年来它作为一种新兴的三维空间信息数据采集方式发展迅速。
移动测量系统在采集数据的同时,由于激光扫描仪测距、测角误差、定位定姿误差及视准轴、偏心距等误差的存在,影响了最终获得的激光点云的精度。
随着移动测量技术的快速发展及其应用的不断深入,不同的应用需求对移动测量系统的精度提出了不同要求,因此,移动测量系统的精度评估受到越来越多的重视。
目前移动测量系统的精度评估技术,主要有以下两种:
一种是基于控制点的精度评估方法,另一种是基于线特征的精度评估方法。其中:
在基于控制点进行精度评估方法中:
首先,基于控制点的传统精度评估方法一般需要建设标准化的外业检测场来提供的理想测试环境,最大限度排除外界误差干扰,选址条件复杂;同时,在检校场中需要使用传统方式获取大量的特征点,将其作为检校点,工作量巨大,效率较低;
其次,特征点提取主要依靠手工操作提取,很难做到精确提取,对整体检校实验结果而言增加了不确定性,不能保证实验的精度。
在基于线特征的精度评估方法中:
多采取布设球靶标或利用建筑物特征线等方式,将MMS获取的一系列特征线与参考线段进行对比分析,进行精度评定,对于低密度点云精度评定能够进行有效的精度评定,克服了特征点识别、精确拾取方面的困难。
然而,线段提取过程较为复杂,标准靶球的布设和测量都比较麻烦。
发明内容
本发明的目的在于提出一种基于参考平面的移动测量系统激光点云精度评估方法,以克服传统方法中特征点、线提取困难,提取不准确造成的评估不准确的局限性。
本发明为了实现上述目的,采用如下技术方案:
基于参考平面的移动测量系统激光点云精度评估方法,包括如下步骤:
s1.利用特征值法获取平面方程
s1.1.选取参考平面,然后利用全站仪测得该参考平面上n个点的精确坐标,各个点的精确坐标分别为(xi,yi,zi),其中,i=1、2…n;
s1.2.空间平面的方程表示为:
ax+by+cz-d=0 (1)
其中,a、b、c为平面的单位法向量,满足a2+b2+c2=1,d为坐标原点至平面的距离;为了获取平面特征,需要确定a、b、c、d四个参数;
任意一精确坐标点(xi,yi,zi)至该平面的距离为:
Di=|axi+byi+czi-d| (2)
要获得最佳拟合平面,则应在条件a2+b2+c2=1下满足:
其中,min表示求得最小值;
采用拉格朗日乘数法,组成函数f:
其中,λ表示拉格朗日乘数;
对式(3)求关于Di的偏导数,并令偏导数等于0,得到:
因此,式(2)可改写为:
其中:
对式(3)分别求关于a,b,c的偏导数,并令偏导数为0,构成特征值方程,求解a,b,c的问题,便可以转换为求矩阵的特征值与特征向量,如下式:
Ax=λx (7)
其中:
并最终可以求得:
其中,的最小值即为A的最小特征值,最小特征值对应的特征向量即为a,b,c,再由式(4)计算得到d,至此,可以得到平面的四个参数a、b、c、d;
s2.利用参考平面进行激光点云精度评估
设激光扫描仪打在平面上的脚点坐标都为独立观测,且坐标分量也独立,将移动测量系统观测到的激光扫描仪点坐标带入平面方程,可得:
wi=(aXi+bYi+cZi)-d,i=1,2,...,n (9)
其中,wi是一组真误差,i=1,2,...,n,因此可得:
其中,表示方差;在n为有限的情况下,可得的估值为:
根据协方差传播律可得:
其中,σx、σy、σz为X、Y、Z三个方向上的坐标中误差,且考虑σx、σy、σz互不相等,但认为其在不同的平面上精度保持一致不变,即σx、σy、σz不变;
从而可得:
可知对于第i个平面有:
如果一共有k个平面,则有:
地心地固坐标系到ENU坐标系转换如下:设L0、B0为所有点的中心的经纬度坐标,ECEF到ENU的转换矩阵可以求解:先绕z轴旋转再绕x轴旋转
其中,即为ECEF到ENU的转换矩阵,RX表示绕x轴的转换矩阵,RZ表示绕z轴的转换矩阵;根据协方差传播律,首先在ECEF坐标系下对点云进行精度评定,然后便可转换得在ENU坐标系下的精度评定;对此,有公式:
其中,表示转换后的方差;
求解计算便可得到移动测量系统在E、N、U三个方向上的中误差σE、σN以及σU,并能进一步得到相应的平面中误差与点位中误差,作为移动测量系统点云精度评估的评定指标。
优选地,所述步骤s1.1中,选取的参考平面为已有的建筑平面。
基于以上步骤不难看出,本发明的创新之处主要有以下方面:1.利用参考平面来进行MMS点云精度评估的方式,即精度评估是以已知平面参数的平面为基准的;2.在构建数学函数模型时,参考了菲列罗公式,并将其进一步扩展后与协方差传播律充分结合。
本发明具有如下优点:
本发明利用获取的参考平面的平面方程作为基础,再利用MMS系统获取的该参考平面的点云数据分别计算点云数据在E、N、U三个方向上的中误差,从而进行精度评估。一方面解决了利用地面控制点的传统精度评估手段工作量大、效率较低的缺陷;另一方面该方法无需提取特征点或特征线段,克服了特征点、线提取困难以及因点、线特征提取不精确而造成的精度评估结果不可靠、不准确的缺点,提高了工作效率和精度评估质量。此外,由于本发明方法基于平面特征,因此可以依赖于现有的建筑平面,具有快速、方便、易于实施等优点。
附图说明
图1为本发明中基于参考平面的移动测量系统激光点云精度评估方法的原理框图。
具体实施方式
本发明的基本思想为:由于从点云中提取平面特征的方法已经比较成熟,包括最小二乘法、特征值法等。本发明方法受测量平差中经典菲列罗公式推导的启发,应用协方差传播律,通过传统方法获取的特征面点数据,从而进行平面拟合获取特征面方程,然后通过特征面点云数据提取利用协方差传播律计算得到精度评估的结果。
下面结合附图以及具体实施方式对本发明作进一步详细说明:
基于参考平面的移动测量系统激光点云精度评估方法,包括如下步骤:
s1.利用特征值法获取平面方程
s1.1.选取参考平面,然后利用全站仪测得该参考平面上n个点的精确坐标,各个点的精确坐标分别为(xi,yi,zi),其中,i=1、2…n。
利用上述测得的n个点的精确坐标,可以计算参考平面的平面方程。
上述参考平面可以是已有的建筑平面,当然,还可以是专门建立的特征平面。
s1.2.空间平面的方程表示为:
ax+by+cz-d=0 (1)
其中,a、b、c为平面的单位法向量,满足a2+b2+c2=1,d为坐标原点至平面的距离;为了获取平面特征,需要确定a、b、c、d四个平面参数。
任意一精确坐标点(xi,yi,zi)至该平面的距离为:
Di=|axi+byi+czi-d| (2)
要获得最佳拟合平面,则应在条件a2+b2+c2=1下满足:
其中,min表示求得最小值。
采用拉格朗日乘数法,组成函数f:
其中,λ表示拉格朗日乘数;
对式(3)求关于Di的偏导数,并令偏导数等于0,得到:
因此,式(2)可改写为:
其中:
对式(3)分别求关于a,b,c的偏导数,并令偏导数为0,构成特征值方程,求解a,b,c的问题,便可以转换为求矩阵的特征值与特征向量,如下式:
Ax=λx (7)
其中:
并最终可以求得:
其中,的最小值即为A的最小特征值,最小特征值对应的特征向量即为a,b,c,再由式(4)计算得到d,至此,可以得到平面的四个参数a、b、c、d。
s2.利用参考平面进行激光点云精度评估
设激光扫描仪打在平面上的脚点坐标都为独立观测,且坐标分量也独立,将移动测量系统观测到的激光扫描仪点坐标带入平面方程,可得:
wi=(aXi+bYi+cZi)-d,i=1,2,...,n (9)
其中,wi是一组真误差,i=1,2,...,n,因此可得:
其中,σw 2表示方差;在n为有限的情况下,可得的估值为:
根据协方差传播律可得:
其中,σx、σy、σz为X、Y、Z三个方向上的坐标中误差,且考虑σx、σy、σz互不相等,但认为其在不同的平面上精度保持一致不变,即σx、σy、σz不变。
从而可得:
可知对于第i个平面有:
如果一共有k个平面,则有:
考虑平面精度和高程精度,可以有两种方式:
第一种是在形成点云坐标时转到ENU坐标系;
第二种是先使用ECEF坐标系进行精度评定,然后找到ECEF到ENU的转换矩阵,根据协方差传播律获取ENU坐标系下的精度评定。
本发明实施例采用第二种方式进行转换:
地心地固坐标系到ENU坐标系转换如下:设L0、B0为所有点的中心的经纬度坐标,ECEF到ENU的转换矩阵可以求解:先绕z轴旋转再绕x轴旋转
其中,即为ECEF到ENU的转换矩阵,RX表示绕x轴的转换矩阵,RZ表示绕z轴的转换矩阵。根据协方差传播律,首先在ECEF坐标系下对点云进行精度评定,然后便可转换得在ENU坐标系下的精度评定;对此,有公式:
其中,表示转换后的方差。
求解计算便可得到移动测量系统在E、N、U三个方向上的中误差σE、σN以及σU,从而进一步得到相应的平面中误差与点位中误差,作为移动测量系统点云精度评估的评定指标。
需要说明的是,本发明实施例是以参考平面为基准进行激光点云的精度评估的,但将参考平面替换成曲面或者球面等也能实现本发明,此处不再详细赘述。
当然,以上说明仅仅为本发明的较佳实施例,本发明并不限于列举上述实施例,应当说明的是,任何熟悉本领域的技术人员在本说明书的教导下,所做出的所有等同替代、明显变形形式,均落在本说明书的实质范围之内,理应受到本发明的保护。
Claims (2)
1.基于参考平面的移动测量系统激光点云精度评估方法,其特征在于,包括如下步骤:
s1.利用特征值法获取平面方程
s1.1.选取参考平面,然后利用全站仪测得该参考平面上n个点的精确坐标,各个点的精确坐标分别为(xi,yi,zi),其中,i=1、2…n;
s1.2.空间平面的方程表示为:
ax+by+cz-d=0 (1)
其中,a、b、c为平面的单位法向量,满足a2+b2+c2=1,d为坐标原点至平面的距离;为了获取平面特征,需要确定a、b、c、d四个平面参数;
任意一精确坐标点(xi,yi,zi)至该平面的距离为:
Di=|axi+byi+czi-d| (2)
要获得最佳拟合平面,则应在条件a2+b2+c2=1下满足:
其中,min表示求得最小值;
采用拉格朗日乘数法,组成函数f:
其中,λ表示拉格朗日乘数;
对式(3)求关于Di的偏导数,并令偏导数等于0,得到:
因此,式(2)可改写为:
其中:
对式(3)分别求关于a,b,c的偏导数,并令偏导数为0,构成特征值方程,求解a,b,c的问题,便可以转换为求矩阵的特征值与特征向量,如下式:
Ax=λx (7)
其中:
并最终可以求得:
其中,的最小值即为A的最小特征值,最小特征值对应的特征向量即为a,b,c,再由式(4)计算得到d,至此,可以得到平面的四个参数a、b、c、d;
s2.利用参考平面进行激光点云精度评估
设激光扫描仪打在平面上的脚点坐标都为独立观测,且坐标分量也独立,将移动测量系统观测到的激光扫描仪点坐标带入平面方程,可得:
wi=(aXi+bYi+cZi)-d,i=1,2,...,n (9)
其中,wi是一组真误差,i=1、2…n,因此可得:
其中,表示方差;在n为有限的情况下,可得的估值为:
根据协方差传播律可得:
其中,σx、σy、σz为X、Y、Z三个方向上的坐标中误差,且考虑σx、σy、σz互不相等,但认为其在不同的平面上精度保持一致不变,即σx、σy、σz不变;
从而可得:
可知对于第i个平面有:
如果一共有k个平面,则有:
地心地固坐标系到ENU坐标系转换如下:设L0、B0为所有点的中心的经纬度坐标,ECEF到ENU的转换矩阵可以求解:先绕z轴旋转再绕x轴旋转
其中,即为ECEF到ENU的转换矩阵,RX表示绕x轴的转换矩阵,RZ表示绕z轴的转换矩阵;根据协方差传播律,首先在ECEF坐标系下对点云进行精度评定,然后便可转换得在ENU坐标系下的精度评定;对此,有公式:
其中,即示转换后的方差;
求解计算便可得到移动测量系统在E、N、U三个方向上的中误差σE、σN以及σU,从而进一步得到相应的平面中误差与点位中误差,作为移动测量系统点云精度评估的评定指标。
2.根据权利要求1所述的基于参考平面的移动测量系统激光点云精度评估方法,其特征在于,所述步骤s1.1中,选取的参考平面为已有的建筑平面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810081178.1A CN108447126B (zh) | 2018-01-29 | 2018-01-29 | 基于参考平面的移动测量系统激光点云精度评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810081178.1A CN108447126B (zh) | 2018-01-29 | 2018-01-29 | 基于参考平面的移动测量系统激光点云精度评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108447126A true CN108447126A (zh) | 2018-08-24 |
CN108447126B CN108447126B (zh) | 2021-08-17 |
Family
ID=63191047
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810081178.1A Active CN108447126B (zh) | 2018-01-29 | 2018-01-29 | 基于参考平面的移动测量系统激光点云精度评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108447126B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111765902A (zh) * | 2020-06-18 | 2020-10-13 | 山东科技大学 | 一种基于多棱锥标靶的激光点云精度评估方法 |
CN111982152A (zh) * | 2020-07-31 | 2020-11-24 | 广州文远知行科技有限公司 | 点云地图量化方法、装置、计算机设备和存储介质 |
CN112014829A (zh) * | 2020-08-05 | 2020-12-01 | 深圳煜炜光学科技有限公司 | 一种激光雷达扫描仪的性能指标测试方法与装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050195096A1 (en) * | 2004-03-05 | 2005-09-08 | Ward Derek K. | Rapid mobility analysis and vehicular route planning from overhead imagery |
US20090262974A1 (en) * | 2008-04-18 | 2009-10-22 | Erik Lithopoulos | System and method for obtaining georeferenced mapping data |
CN102609940A (zh) * | 2012-01-17 | 2012-07-25 | 安徽建筑工业学院 | 利用地面激光扫描技术进行测量对象表面重建时点云配准误差处理方法 |
CN102662179A (zh) * | 2012-05-18 | 2012-09-12 | 四川省科学城久利科技实业有限责任公司 | 基于机载激光雷达的三维优化选线方法 |
CN105488847A (zh) * | 2015-12-11 | 2016-04-13 | 中国测绘科学研究院 | 基于机载激光雷达点云的单档单根电力导线三维重建方法 |
CN106204547A (zh) * | 2016-06-29 | 2016-12-07 | 山东科技大学 | 从车载激光扫描点云中自动提取杆状地物空间位置的方法 |
CN106546262A (zh) * | 2016-10-11 | 2017-03-29 | 山东科技大学 | 基于平面控制和约束结合的移动测量系统外参数标定方法 |
CN106570823A (zh) * | 2016-10-11 | 2017-04-19 | 山东科技大学 | 基于平面特征匹配的点云粗拼接方法 |
CN107063129A (zh) * | 2017-05-25 | 2017-08-18 | 西安知象光电科技有限公司 | 一种阵列式并行激光投影三维扫描方法 |
-
2018
- 2018-01-29 CN CN201810081178.1A patent/CN108447126B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050195096A1 (en) * | 2004-03-05 | 2005-09-08 | Ward Derek K. | Rapid mobility analysis and vehicular route planning from overhead imagery |
US20090262974A1 (en) * | 2008-04-18 | 2009-10-22 | Erik Lithopoulos | System and method for obtaining georeferenced mapping data |
CN102609940A (zh) * | 2012-01-17 | 2012-07-25 | 安徽建筑工业学院 | 利用地面激光扫描技术进行测量对象表面重建时点云配准误差处理方法 |
CN102662179A (zh) * | 2012-05-18 | 2012-09-12 | 四川省科学城久利科技实业有限责任公司 | 基于机载激光雷达的三维优化选线方法 |
CN105488847A (zh) * | 2015-12-11 | 2016-04-13 | 中国测绘科学研究院 | 基于机载激光雷达点云的单档单根电力导线三维重建方法 |
CN106204547A (zh) * | 2016-06-29 | 2016-12-07 | 山东科技大学 | 从车载激光扫描点云中自动提取杆状地物空间位置的方法 |
CN106546262A (zh) * | 2016-10-11 | 2017-03-29 | 山东科技大学 | 基于平面控制和约束结合的移动测量系统外参数标定方法 |
CN106570823A (zh) * | 2016-10-11 | 2017-04-19 | 山东科技大学 | 基于平面特征匹配的点云粗拼接方法 |
CN107063129A (zh) * | 2017-05-25 | 2017-08-18 | 西安知象光电科技有限公司 | 一种阵列式并行激光投影三维扫描方法 |
Non-Patent Citations (3)
Title |
---|
NORBERT HAALA .ETAL: "Mobile LIDAR Mapping for 3D Point Cloud Collection in Urban Areas - A Performance Test", 《DEPARTMENT OF GEODESY & GEOINFORMATICS》 * |
周阳林 等: "车载激光扫描测量系统整体误差模型建立及其分析", 《测绘通报》 * |
张梅 等: "适应性距离函数与迭代最近曲面片精细配准", 《浙江大学学报(工学版)》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111765902A (zh) * | 2020-06-18 | 2020-10-13 | 山东科技大学 | 一种基于多棱锥标靶的激光点云精度评估方法 |
CN111982152A (zh) * | 2020-07-31 | 2020-11-24 | 广州文远知行科技有限公司 | 点云地图量化方法、装置、计算机设备和存储介质 |
CN112014829A (zh) * | 2020-08-05 | 2020-12-01 | 深圳煜炜光学科技有限公司 | 一种激光雷达扫描仪的性能指标测试方法与装置 |
CN112014829B (zh) * | 2020-08-05 | 2021-03-26 | 深圳煜炜光学科技有限公司 | 一种激光雷达扫描仪的性能指标测试方法与装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108447126B (zh) | 2021-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106091972B (zh) | 一种基于移动窗口投影点密度的建筑物变化检测方法 | |
CN108597023B (zh) | 一种基于单反相机的地质露头三维模型构建方法 | |
CN108447126A (zh) | 基于参考平面的移动测量系统激光点云精度评估方法 | |
CN104655063B (zh) | 关节式坐标测量机的高精度标定方法 | |
CN109916430B (zh) | 一种自由测站边角交会网测站观测数据质量检查与评价方法 | |
CN101363714A (zh) | 一种机翼水平位姿测量与评估方法 | |
CN113553763A (zh) | 一种隧道围岩快速分级方法和系统 | |
CN108413988A (zh) | 机器人末端经纬仪坐标系快速标定方法 | |
CN103644896A (zh) | 一种基于三维激光扫描的工程地质测绘方法 | |
WO2021098808A1 (zh) | 激光跟踪仪站位确定方法、系统、电子设备及介质 | |
CN109521444B (zh) | 一种地壳运动gps水平速度场自适应最小二乘拟合推估算法 | |
CN109668543A (zh) | 基于激光雷达的倾斜度测量方法 | |
CN105043390B (zh) | 基于泛克里金法的重力场插值方法 | |
CN109141266A (zh) | 一种钢结构测量方法及系统 | |
CN108681337A (zh) | 一种涵洞或桥梁专用巡查无人机及无人机巡查方法 | |
CN108830317B (zh) | 基于数字摄影测量的露天矿山边坡岩体节理产状快速精细取值方法 | |
CN104897059B (zh) | 一种便携型的不规则堆积体体积测量方法 | |
CN110207670A (zh) | 一种使用二维图像获取人工林森林冠幅参数的方法 | |
CN108458710B (zh) | 位姿测量方法 | |
CN109883406A (zh) | 基于更少点的全站仪概略位姿的计算方法及系统 | |
CN108732587A (zh) | 一种基于扫描点云测距、测角的定权方法 | |
CN106767421B (zh) | 基于多目视觉的动车车身关键尺寸检测系统解决方案 | |
CN110132131A (zh) | 一种三维场景数据的测量方法 | |
CN103438872A (zh) | 一种基于大坝三维前方交会测量的内外业一体化系统 | |
CN104391340A (zh) | 水电环境边坡危岩体地质检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |