CN109443321B - 一种监测大型结构形变的串并联像机网络测量方法 - Google Patents

一种监测大型结构形变的串并联像机网络测量方法 Download PDF

Info

Publication number
CN109443321B
CN109443321B CN201811276186.8A CN201811276186A CN109443321B CN 109443321 B CN109443321 B CN 109443321B CN 201811276186 A CN201811276186 A CN 201811276186A CN 109443321 B CN109443321 B CN 109443321B
Authority
CN
China
Prior art keywords
series
camera
parallel
coordinate system
camera network
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.)
Active
Application number
CN201811276186.8A
Other languages
English (en)
Other versions
CN109443321A (zh
Inventor
于起峰
关棒磊
尚洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN201811276186.8A priority Critical patent/CN109443321B/zh
Publication of CN109443321A publication Critical patent/CN109443321A/zh
Application granted granted Critical
Publication of CN109443321B publication Critical patent/CN109443321B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04Interpretation of pictures
    • G01C11/06Interpretation of pictures by comparison of two or more pictures of the same area
    • G01C11/08Interpretation of pictures by comparison of two or more pictures of the same area the pictures not being supported in the same relative position as when they were taken
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/16Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge

Abstract

本发明涉及一种监测大型结构形变的串并联像机网络测量方法。利用多个测量单元构成串并联像机网络,通过测量单元内部的固连约束和像机成像的几何约束关系,将待测量点形变数据统一到指定的全局坐标系下,实现大型结构的形变自动监测。串并联像机网络由串联像机网络和并联像机网络融合组成,解决了无基准点条件下无法测量全局形变的难题,能够全场、高精度、动态测量大型结构的三维位置变形数据。本发明进一步拓展了像机网络的应用范围,可用于飞艇、舰船、大坝等大型结构的形变监测,具有重要的理论研究意义和广泛的应用前景。

Description

一种监测大型结构形变的串并联像机网络测量方法
技术领域
本发明涉及一种监测飞艇、舰船、大坝等大型结构形变的串并联像机网络测量方法,具体是一种利用串并联像机网络的摄像测量技术实现大型结构形变自动监测的方法。
背景技术
全场、高精度、动态测量大型结构的形变,是其动态性能实验和质量监测的基本要求。大型结构的形变测量主要有以下困难:(1).在长时间的形变监测过程中,大型结构各处均可能存在变形,没有严格不动或已知变形的基准点可供安装像机,不能将不同时刻的形变测量数据统一到全局坐标系,从而无法分析大型结构随时间序列的形变情况。为确保所有的形变测量数据统一到全局坐标系中,需要实时测量像机的姿态变化;(2).大型结构的形变测量同时要求大尺度和高精度,大尺度要求像机具有大视场,高精度需要有高空间分辨率。传统的双像机摄像测量方法在这两者之间存在矛盾。
目前,传统的形变测量方法利用专用测量仪器和方法对变形体的变形现象进行测量的工作。其中接触式测量方法会对测量对象本身造成干扰,而且测量系统布置繁琐、测量点有限,无法满足对大型结构形貌和变形进行全场、高精度测量以及动态监测的需求。GPS变形监测的优点是监测的精度较高,可以实现全天候、无人值守,实时或准实时作业。但也存在缺点:一是由于每个观测点都需要布设接收机天线,对大量点的测量成本较高;二是测量的前提条件是必须能够接收到GPS信号,所以一般只能应用在露天情况,而难以实现室内或地下作业;三是在铅垂方向上测量精度往往不能满足工程的需要。传统的光学测量技术采用光学经纬仪、电子全站仪等仪器,具有非接触测量、精度高等优点。但也有自身的局限性,如难以实现测量过程的自动化,观测周期长,观测受外界环境条件限制多等。
摄像测量学主要是由传统的摄影测量学、光学测量与计算机视觉和数字图像处理分析等学科交叉和融合而成。摄像测量技术是一种利用摄像机等设备对动态、静态景物或物体进行拍摄得到序列或单帧数字图像,再应用数字图像处理分析等技术对目标结构参数或运动参数进行测量和估计的理论和技术。摄像测量具有非接触、高精度、可测点多、实时动态测量等特点,在大型结构的形变测量方面有独特的优势。根据摄像机的布设形式,像机网络可分为两类:并联像机网络和串联像机网络。并联像机网络指把像机并列地连接起来组成的像机网络,两个及以上像机同时观测同一个待测区域。串联像机网络指把像机及其附属物(如合作标志等)逐个顺次连接起来组成的像机网络,构成从基准逐级传递到待测目标的观测链路。链路中每一级即是连接站,又是待测目标。
对于大型结构变形测量,发明人先前提出的同时传递位置和姿态的折线光路像机链摄像测量原理,和基于位移传递像机链摄像测量的路基沉降自动监测方法与系统。前面提出的两种方法均是构造串联像机网络,与没有与并联像机网络相结合。针对飞艇、舰船、大坝等大型结构形变监测的需求,本发明提出了利用串并联像机网络的摄像测量技术实现形变的自动监测。
相比此前提出的位姿传递像机串联网络和位移传递像机串联网络,串并联像机网络结合了串联像机网络和并联像机网络的优势,在相同的测量条件下极大减少了像机等硬件成本,能够全场、高精度、动态测量大型结构的形变。本发明进一步拓展了像机网络的应用范围,可用于飞艇、舰船、大坝等大型结构的形变监测,具有重要的理论研究意义和广泛的应用前景。
发明内容
本发明要解决的技术问题是:针对大型结构的形变测量中存在的两大困难:全场均可能存在变形,没有严格不动或已知变形的基准点可供安装像机,无法分析大型结构随时间序列的形变情况;大型结构的形变测量同时要求大尺度和高精度,我们提出了串并联像机网络,能够全场、高精度、动态测量大型结构的形变。
本发明的技术解决方案是:用串并联像机网络实现大型结构的形变监测。下面我们详细介绍这种串并联像机网络方法。
图1为大型结构中布置的串并联像机网络示意图。串并联像机网络由若干个测量单元组成,选择1个测量单元作为测量的全局坐标系。测量单元由摄像机和合作标志固联组成,其组合方式有多种,原则是:(1)满足相邻测量单元间相对位置姿态的测量需要,即本级摄像机能够拍摄相邻级的合作标志,或本级的合作标志能被相邻级的摄像机拍摄到。(2)满足大型结构形变的测量需要,即测量单元中存在二个及以上摄像机能观测到大型结构中待测点。在大型结构的形变监测前,提前标定所有像机的内参数。同时测量单元中各组件之间的姿态关系事先精确标定,并且在测量过程中保持不变。串并联像机网络工作时,所有测量单元中的像机同步采集图像,提取得到各个合作标志和待测点在各图像中的位置,并综合处理得到全局坐标系下所有待测点的动态形变数据。
所述的合作标志是指点特征之间相互关系精确已知的目标。其中串并联像机网络测量单元中的合作目标采用立体目标,便于像机进行高精度位姿估计测量。大型结构中的待测点可以选定大型结构中的纹理特征,也可采用十字丝、对顶角和圆等人工标志。合作目标和待测点可以主动发光,也可以依靠反射日光或其他光源进行成像。标志优选为红外发光标志,以满足全天时测量需求。
所述的像机沿用了摄像测量学中的习惯,侧重于动态、实时的采集图像和测量。具体类型和型号可根据实际需要和采样频率来选定。
所述的串并联像机网络是指像机网络中同时存在串联像机网络和并联像机网络,两者紧密融合。相比此前提出的位姿传递像机串联网络和位移传递像机串联网络,串并联像机网络结合了串联像机网络和并联像机网络的优势,在相同的测量条件下极大减少了像机等硬件成本,能够全场、高精度、动态测量大型结构的形变。
本方法中的测量单元能够安装在自身存在形变的位置上,通过串并联像机网络将待测点形变数据统一到全局坐标系下,利用测量单元内部的固连约束和像机成像的几何约束关系,解算待测点在全局坐标系的动态形变数据。
由于本方法是利用串联和并联像机网络融合的摄像测量技术实现大型结构形变的自动监测,因此我们称本方法为串并联像机网络方法,并以此区别于发明人先前提出的同时传递位置和姿态的折线光路像机链摄像测量原理,和基于位移传递像机链摄像测量的路基沉降自动监测方法与系统。前面提出的两种方法均是构造串联像机网络,与没有与并联像机网络相结合。针对大型结构形变监测的需求,本发明提出了利用串并联像机网络的摄像测量技术实现形变的自动监测。串并联像机网络在相同的测量条件下极大减少了像机等硬件成本,能够全场、高精度、动态测量大型结构的形变。本发明进一步拓展了像机网络的应用范围,可用于飞艇、舰船、大坝等大型结构的形变监测,具有重要的理论研究意义和广泛的应用前景。
串并联像机网络监测的基本原理:
如图1所示,该串并联像机网络共有(n+1)个测量单元:T0、T1、…Ti、…Tn,测量单元Ti由多个像机和合作标志共同固联组成,也可由多个像机单独固联组成。串并联像机网络中的像机根据功能的不同,可分为串联像机和并联像机。符号CSi表示用于构建串联像机网络的串联像机,符号CPi和CDi表示用于构建并联像机网络的并联像机,符号Mi表示合作标志,符号Wi为待测目标点。选取T0测量单元中像机坐标系CS0作为全局坐标系。相邻测量单元之间是可通视的。串并联像机网络可看成由串联像机网络和并联像机网络融合组成。其中串联像机网络由CS0,M1-CS1,…Mi-CSi,…Mn组成,CS0,CS1,...,CSi,...,CS(n-1)分别为测量单元T0、T1、…Ti、…T(n-1)中的串联像机,M1,M2,...,Mi,...,Mn分别为测量单元T1、T2、…Ti、…Tn中的合作标志,Mi-CSi表示合作标志Mi与串联像机CSi固联安装且固联关系已知。根据测量单元内部的固连约束和像机成像的几何约束关系,可逐级确定每个测量单元对于全局坐标系的位置和姿态;并联像机网络可分成CP0,CP1,…CPi,…CPn和CD0,CD1,…CDi,…CDn二组并联像机,分别用于观测不同的待测区域,每个并联像机在全局坐标系的位置和姿态由串联像机网络和测量单元内部的固连约束确定。其中并联像机CP0,CP1,…CPi,…CPn用于交会测量目标点WP0,WP1,…WPi,…WPn,并联像机CD0,CD1,…CDi,…CDn用于交会测量目标点WD0,WD1,…WDi,…WDn
首先在串联像机网络中,经过多级传递测量,各个测量单元在全局坐标系下的旋转矩阵和平移向量可表示为:
Figure BDA0001847030830000041
Figure BDA0001847030830000042
其中i为测量单元Ti的序号,i+1Rii+1Ti分别表示测量单元T(i+1)和测量单元Ti之间的旋转矩阵和平移向量;
然后在并联像机网络中,根据串联像机网络能够测量所有测量单元相对全局坐标系的位置和姿态,和测量单元内部的固连约束,可实时确定每个并联像机在全局坐标系的位置和姿态(R,T)。已知并联像机的内参数:等效焦距(Fx,Fy)、图像主点(Cx,Cy),在全局坐标系下,每个并联像机的投影矩阵描述为:
Figure BDA0001847030830000043
投影矩阵M为3×4的矩阵,由m0,m1,...,m11组成,描述了空间点到图像点的中心透视投影关系。考虑线性成像模型,在得到投影矩阵M和去除像差的理想像点
Figure BDA0001847030830000044
后,可得到关于待测空间点坐标(X,Y,Z)的线性方程组:
Figure BDA0001847030830000051
当n台并联像机(n≥2)观测到空间点时,可以得到由2n个方程组成的超定线性方程组,根据最小二乘求解确定待测空间点在全局坐标系上的坐标(X,Y,Z)。根据不同时刻待测空间点的坐标,可计算出空间点相对于全局坐标系的三维形变量。
本发明优点是:
1)本发明结合串联像机网络和并联像机网络的优势,构建串并联像机网络用于大型结构形变监测。在相同的测量条件下极大减少了像机等硬件成本,能够全场、高精度、动态测量大型结构的形变;
2)本发明利用多个测量单元构成串并联像机网络,利用测量单元内部的固连约束和像机成像的几何约束关系,实现大型结构的形变自动监测;
3)本方法中全局坐标系在串并联像机网络中的位置选取不限。串并联像机网络监测方法可根据工程现场情况安装测量单元,实现大型结构待测量点形变的自动监测;
4)本发明可以在大型结构的各处均存在变形,形变测量同时要求大尺度和高精度的测量条件下,实现对大型结构形变的自动、高精度、长时间、连续测量。
附图说明
图1监测大型结构形变的串并联像机网络示意图。
具体实施方式
本发明监测沉降的过程如下:
1)根据大型结构形变监测的现场要求,设立测量单元构成串并联像机网络,同时待测目标上选定待测点。选取某一像机坐标系或合作标志坐标系作为全局坐标系;
2)串并联像机网络中各像机同步采集图像;
3)从图像序列中高精度提取多个合作标志和待测点在图像中的位置;
4)将上一步得到的图像坐标数据按成像几何约束关系统一进行处理,其中串联像机网络用于确定每个测量单元对于全局坐标系的位置和姿态,并联像机在全局坐标系的位置和姿态根据测量单元在全局坐标系的位置和姿态,和测量单元内部的固连约束确定;
5)并联像机交会测量大型结构中所有待测点在全局坐标系下的动态形变数据。

Claims (6)

1.一种监测大型结构形变的串并联像机网络测量方法,用串并联像机网络实现大型结构的形变监测,其特征在于,利用多个测量单元构成串并联像机网络,通过测量单元内部的固连约束和像机成像的几何约束关系,将不同时刻待测点形变数据统一到指定的全局坐标系下,
串并联像机网络由若干个测量单元组成,选择1个测量单元作为测量的全局坐标系;
所述测量单元由摄像机和合作标志固联组成,其组合方式原则是:(1)满足相邻测量单元间相对位置姿态的测量需要,即本级摄像机能够拍摄相邻级的合作标志,或本级的合作标志能被相邻级的摄像机拍摄到;(2)满足大型结构形变的测量需要,即测量单元中存在二个及以上摄像机能观测到大型结构中待测点;
所述串并联像机网络是指像机网络中同时存在串联像机网络和并联像机网络;
所述串并联像机网络监测的原理是:
设该串并联像机网络共有(n+1)个测量单元:T0、T1、…Ti、…Tn,测量单元Ti由多个像机和合作标志共同固联组成,也可由多个像机单独固联组成,串并联像机网络中的像机根据功能的不同,分为串联像机和并联像机,符号CSi表示用于构建串联像机网络的串联像机,符号CPi和CDi表示用于构建并联像机网络的并联像机,符号Mi表示合作标志,符号Wi为待测点,选取T0测量单元中像机CS0的坐标系作为全局坐标系,相邻测量单元之间是通视的,串并联像机网络看成由串联像机网络和并联像机网络融合组成,其中串联像机网络由CS0,M1-CS1,…Mi-CSi,…Mn组成,CS0, CS1,..., CSi,..., CS(n-1) 分别为测量单元T0、T1、…Ti、…T(n-1)中的串联像机,M1,M2,...,Mi,...,Mn分别为测量单元T1、T2、…Ti、…Tn中的合作标志,Mi-CSi表示合作标志Mi与串联像机CSi固联安装且固联关系已知,根据测量单元内部的固连约束和像机成像的几何约束关系,逐级确定每个测量单元对于全局坐标系的位置和姿态;并联像机网络分成CP0,CP1,…CPi,…CPn和CD0,CD1,…CDi,…CDn二组并联像机,分别用于观测不同的待测区域,每个并联像机在全局坐标系的位置和姿态由串联像机网络和测量单元内部的固连约束确定,其中并联像机CP0,CP1,…CPi,…CPn用于交会待测点WP0,WP1,…WPi,…WPn,并联像机CD0,CD1,…CDi,…CDn用于交会待测点WD0,WD1,…WDi,…WDn
首先在串联像机网络中,经过多级传递测量,各个测量单元在全局坐标系下的旋转矩阵和平移向量表示为:
Figure FDA0002760157060000021
Figure FDA0002760157060000022
其中i为测量单元Ti的序号,i+1Rii+1Ti分别表示测量单元T(i+1)和测量单元Ti之间的旋转矩阵和平移向量;
然后在并联像机网络中,根据串联像机网络能够测量所有测量单元相对全局坐标系的位置和姿态,和测量单元内部的固连约束,实时确定每个并联像机在全局坐标系的位置和姿态(R,T),已知并联像机的内参数:等效焦距(Fx,Fy)、图像主点(Cx,Cy),在全局坐标系下,每个并联像机的投影矩阵描述为:
Figure FDA0002760157060000023
投影矩阵M为3×4的矩阵,由m0,m1,...,m11组成,在得到投影矩阵M和去除像差的理想像点
Figure FDA0002760157060000024
后,得到关于待测点坐标(X,Y,Z)的线性方程组:
Figure FDA0002760157060000025
当n台并联像机,n≥2,观测到空间点时,得到由2n个方程组成的超定线性方程组,根据最小二乘求解确定待测点在全局坐标系上的坐标(X,Y,Z),根据不同时刻待测点的坐标,计算出空间点相对于全局坐标系的三维形变量,
实时测量大型结构中多个待测点在全局坐标系的动态形变数据。
2.根据权利要求1所述的一种监测大型结构形变的串并联像机网络测量方法,其特征在于,所述测量单元内部的固连约束指测量单元中像机和合作标志组件之间关系通过标定手段精确已知,且在测量过程中保持不变;
所述像机成像的几何约束关系是指像机利用摄像测量方法对所拍摄相邻测量单元中的合作标志进行位置姿态解算,和对所拍摄大型结构中的待测点进行交会解算。
3.根据权利要求2所述的一种监测大型结构形变的串并联像机网络测量方法,其特征在于,所述合作标志是指点特征之间相互关系精确已知的目标。
4.根据权利要求1所述的一种监测大型结构形变的串并联像机网络测量方法,其特征在于,所述待测点选定大型结构中的纹理特征,采用十字丝、对顶角或圆的人工标志。
5.根据权利要求1所述的一种监测大型结构形变的串并联像机网络测量方法,其特征在于,所述串并联像机网络根据工程现场情况安装测量单元,实时测量大型结构中多个待测点在全局坐标系的动态形变数据,
所述全局坐标系选取为串并联像机网络中任意坐标系。
6.根据权利要求1所述的一种监测大型结构形变的串并联像机网络测量方法,其特征在于,串并联像机网络测量的具体实施方法包括以下步骤:
6.1根据大型结构形变监测的现场要求,设立测量单元构成串并联像机网络,同时待测目标上选定待测点,选取某一像机坐标系或合作标志坐标系作为全局坐标系;
6.2串并联像机网络中各像机同步采集图像;
6.3从图像序列中高精度提取多个合作标志和待测点在图像中的位置;
6.4将上一步得到的图像坐标数据按成像几何约束关系统一进行处理,其中串联像机网络用于确定每个测量单元对于全局坐标系的位置和姿态,并联像机在全局坐标系的位置和姿态根据测量单元在全局坐标系的位置和姿态,和测量单元内部的固连约束确定;
6.5并联像机交会测量大型结构中所有待测点在全局坐标系下的动态形变数据。
CN201811276186.8A 2018-10-30 2018-10-30 一种监测大型结构形变的串并联像机网络测量方法 Active CN109443321B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811276186.8A CN109443321B (zh) 2018-10-30 2018-10-30 一种监测大型结构形变的串并联像机网络测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811276186.8A CN109443321B (zh) 2018-10-30 2018-10-30 一种监测大型结构形变的串并联像机网络测量方法

Publications (2)

Publication Number Publication Date
CN109443321A CN109443321A (zh) 2019-03-08
CN109443321B true CN109443321B (zh) 2021-01-08

Family

ID=65548897

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811276186.8A Active CN109443321B (zh) 2018-10-30 2018-10-30 一种监测大型结构形变的串并联像机网络测量方法

Country Status (1)

Country Link
CN (1) CN109443321B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110567438B (zh) * 2019-07-29 2020-12-11 武汉大学 基于水上移动平台的流域库岸形变近景摄影测量监测方法
CN110542388A (zh) * 2019-09-26 2019-12-06 贵州大学 基于移动三维激光扫描的隧道掌子面变形报警方法
CN111207683B (zh) * 2020-01-09 2022-08-09 深圳大学 一种隧道变形的监测方法、装置及计算机可读存储介质
CN111043983B (zh) * 2020-01-09 2021-08-20 深圳大学 隧道断面变形监测方法及相关装置
CN111189403B (zh) * 2020-01-09 2022-02-22 深圳大学 一种隧道变形的监测方法、装置及计算机可读存储介质
CN111043984B (zh) * 2020-01-09 2021-08-20 深圳大学 隧道三维变形监测方法及相关装置
CN112964193A (zh) * 2021-04-14 2021-06-15 广州大学 一种新型桥梁变形监测方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005031647A1 (de) * 2003-09-26 2005-04-07 Micro-Epsilon Messtechnik Gmbh & Co. Kg Verfahren und vorrichtung zur berührungslosen optischen 3d-lagebestimmung eines objekts
CN103234520A (zh) * 2013-04-24 2013-08-07 常州纺织服装职业技术学院 基于can总线的沉降变形监测系统
CN104613911A (zh) * 2015-01-16 2015-05-13 上海大学 沉积薄膜膜厚分布测量系统
CN104713912A (zh) * 2015-04-03 2015-06-17 巫立斌 一种基于应变薄膜的地网管线测试系统
CN205482909U (zh) * 2016-04-08 2016-08-17 四川金码科技有限公司 一种串联式关节变形监测装置
CN108474643A (zh) * 2015-09-14 2018-08-31 统雷有限公司 用于一个或多个波长扫描激光器的设备和方法及其信号检测
CN108487216A (zh) * 2018-03-01 2018-09-04 中国人民解放军国防科技大学 用于监测地基沉降的闭环像机串联网络

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005031647A1 (de) * 2003-09-26 2005-04-07 Micro-Epsilon Messtechnik Gmbh & Co. Kg Verfahren und vorrichtung zur berührungslosen optischen 3d-lagebestimmung eines objekts
CN103234520A (zh) * 2013-04-24 2013-08-07 常州纺织服装职业技术学院 基于can总线的沉降变形监测系统
CN104613911A (zh) * 2015-01-16 2015-05-13 上海大学 沉积薄膜膜厚分布测量系统
CN104713912A (zh) * 2015-04-03 2015-06-17 巫立斌 一种基于应变薄膜的地网管线测试系统
CN108474643A (zh) * 2015-09-14 2018-08-31 统雷有限公司 用于一个或多个波长扫描激光器的设备和方法及其信号检测
CN205482909U (zh) * 2016-04-08 2016-08-17 四川金码科技有限公司 一种串联式关节变形监测装置
CN108487216A (zh) * 2018-03-01 2018-09-04 中国人民解放军国防科技大学 用于监测地基沉降的闭环像机串联网络

Also Published As

Publication number Publication date
CN109443321A (zh) 2019-03-08

Similar Documents

Publication Publication Date Title
CN109443321B (zh) 一种监测大型结构形变的串并联像机网络测量方法
CN108269286B (zh) 基于组合立体标志的多相机位姿关联方法
CN105203023B (zh) 一种车载三维激光扫描系统安置参数的一站式标定方法
CN113359097B (zh) 一种毫米波雷达和相机联合标定的方法
CN111696162B (zh) 一种双目立体视觉精细地形测量系统及方法
CN102072725A (zh) 一种基于激光点云和实景影像进行空间三维测量的方法
CN107917700B (zh) 基于深度学习的小幅度目标三维姿态角测量方法
CN111854622B (zh) 一种大视场光学动态变形测量方法
CN108154535B (zh) 基于平行光管的摄像机标定方法
CN112013830A (zh) 一种输电线路无人机巡检影像检测缺陷的精确定位方法
CN108413966A (zh) 基于多种传感测距技术室内定位系统的定位方法
CN110715670A (zh) 一种基于gnss差分定位构建驾考全景三维地图的方法
CN114689015A (zh) 一种提高光学卫星立体影像dsm高程精度的方法
CN110702343B (zh) 一种基于立体视觉的挠度测量系统及方法
CN115638726A (zh) 一种固定扫摆式多相机视觉测量方法
CN112419425B (zh) 用于结构变形测量的抗扰动高精度相机群测量方法
CN112697065B (zh) 基于相机阵列的三维形貌重构方法
CN112665523B (zh) 一种复杂型面的联合测量方法
CN103777196B (zh) 基于地理信息的地面目标距离单站测量方法及其测量系统
CN110672094B (zh) 一种分布式pos多节点多参量瞬间同步标校方法
CN113124821A (zh) 一种基于曲面镜和平面镜的结构测量方法
KR100874425B1 (ko) 옥외 광고물 크기 측정 시스템 및 이를 이용한 옥외광고물의 크기 측정방법
CN106482665B (zh) 一种组合点群高精度三维信息视觉测量方法
CN113532390B (zh) 一种基于人工智能技术的目标定位方法、装置及存储介质
CN205209489U (zh) Gnss立体摄像全功能测绘仪

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