CN110596715A - 一种水线智能识别系统及定位方法 - Google Patents
一种水线智能识别系统及定位方法 Download PDFInfo
- Publication number
- CN110596715A CN110596715A CN201910892111.0A CN201910892111A CN110596715A CN 110596715 A CN110596715 A CN 110596715A CN 201910892111 A CN201910892111 A CN 201910892111A CN 110596715 A CN110596715 A CN 110596715A
- Authority
- CN
- China
- Prior art keywords
- waterline
- section
- point
- intelligent
- measuring
- 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
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F23/00—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Fluid Mechanics (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明提供了一种水线智能识别系统。包括激光雷达、云台、控制中枢和安装支柱;云台和控制中枢均安装在固定支柱上,激光雷达安装在云台上;所述云台为双自由度高精度自动化云台,能实现高精度的水平角及垂直角旋转;所述控制中枢用于采集和处理激光雷达测距数据,并发送控制指令调整云台的水平角和垂直角。本发明还提供了一种水线智能识别的定位方法,包括空间初始化、水位获取、断面水线点预测、水线点实测对比、水线点预测位置调整、对断面水线点校核以及对断面水线点确认等步骤;本发明运用智能识别算法,达到水线智能识别和定位的目的。通过依次进行前向拟合和后向拟合,对断面水线点校核,减少了测量误差,水线定位更加精准。
Description
技术领域
本发明涉及信息、数控、测绘、数学技术领域,针对水体边坡、干滩等涉及一种水线智能识别系统及定位方法。
背景技术
随着安全监测的普及和推广,对坝体边坡、干滩的安全稳定性提出了原来越来越高的要求,如对干滩的坡比进行监测,需要对滩顶高程、干滩长度进行测量,干滩长度是滩顶距水线的水平距离,所以精准的识别水线和判定水线位置信息是确保干滩长度准确的关键信息。
目前主要采用人工观测、通过坡比进行折算、影像识别、红外识别等手段。但都有一定的局限性,人工观测不够智能化;通过坡比进行折算,无法真实反映实际的干滩长;影像识别和红外识别受天气和温度变化影响大。
综上所述,急需一种水线智能识别系统及定位方法以解决现有技术中存在的问题。
发明内容
本发明目的在于提供一种水线智能识别系统及定位方法,以解决精准识别水线和判定水线位置信息问题。
为实现上述目的,本发明提供了一种水线智能识别系统,包括激光雷达、云台、控制中枢和安装支柱;云台和控制中枢均安装在固定支柱上,激光雷达安装在云台上;所述云台为双自由度高精度自动化云台,能实现高精度的水平角及垂直角旋转;所述激光雷达采用单线高精度激光雷达;所述控制中枢用于采集和处理激光雷达测距数据,并发送控制指令调整云台的水平角和垂直角。
本发明还提供了一种水线智能识别的定位方法,采用了上述的一种水线智能识别系统,包括以下步骤:
步骤一:空间初始化;在监控区域设定一个控制网格;设定坐标系,设水线识别系统的运动中心为坐标原点,面朝干滩正前视向为X轴,左边为Y轴,垂直向上为Z轴;
步骤二:水位获取;通过渗压计或物位仪获得当前液面水位高程;
步骤三:断面水线点预测;通过智能识别算法获得待测断面水线点的预测坐标(Xcal,Ycal,Zcal);控制中枢根据预测坐标信息换算出云台需旋转角度,并向云台发送旋转指令;
步骤四:水线点实测对比;云台带动激光雷达旋转并瞄准断面水线点进行测距,通过测得距离和云台水平角和垂直角计算得到断面水线点的实际高程Hreal,进而得到预测的断面水线点坡比为对实际高程Hreal与水面高程H进行比较;
步骤五:水线点预测位置调整;获得高差ΔH=Hreal-H,X轴线的预测值更新更新后断面水线点的预测位置为(Xnew-cal,Ycal,Zcal);依次往复,直至ΔH=0;
步骤六:对断面水线点校核;设定断面的水线前向为水面,水线后向为干摊,对断面水线点依次进行前向拟合和后向拟合;
步骤七:重复步骤三至步骤六,测得下一个断面水线点的坐标;
步骤八:水线点确认;将所有断面水线点依序进行连接,及生成该监测区域的水线。
进一步地,所述步骤三中,智能识别算法获得预测坐标(Xcal,Ycal,Zcal)的计算公式如下:
其中,H为本次测量水位高程,H'为上次测量水位高程,Xpre为前序测量断面当次测量水线X轴向长度X'pre为前序测量断面上次测量水线X轴向长度,Xpre-pre为前前序测量断面当次测量水线X轴向长度,X'pre-pre为前前序测量断面上次测量水线X轴向长度,Y为断面切割标准点,Y是固定值。
进一步地,所述断面水线点前向拟具体是:设定测量精度为m,将预测位置往水线前向移动m,测量Z值是否等于H,若Z=H,则前向拟合达到要求;若Z不等于H,则复测,如复测属实,则判定为测得水线点有误,将预测位置继续往水线前向推进m,直至前向拟合达到要求。
进一步地,所述断面水线点的后向拟合包括以下步骤:
步骤a:设定测量精度为m,将预测位置往水线后向移动2m;
步骤b:测量Z值是否等于H,若Z>H,则执行步骤c;若Z=H,则执行步骤d;
步骤c:将预测位置往水线前向移动m,继续测量Z值,若Z值等于H则获得终值,否则继续往水线前向移动,且每次移动距离为上一次移动距离的1/2,直到Z=H;
步骤d:将预测位置继续往水线后向移动2m,直至Z>H,然后执行步骤c,获得终值。
应用本发明的技术方案,具有以下有益效果:
本发明中,采用激光雷达测距距离能达到数百米,精度能达到毫米级,可靠性高,环境适应性强;配合双自由度高精度自动化云台,能实现高精度的水平角及垂直角旋转;运用智能识别算法,达到水线智能识别和定位的目的。通过依次进行前向拟合和后向拟合,对断面水线点校核,减少了测量误差,水线定位更加精准。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是水线智能识别系统效果图;
图2是水线智能识别原理示意图;
图3是水线智能识别系统操作流程图;
其中,1、双自由度高精度自动化云台,2、单线高精度激光雷达,3、控制中枢,4、安装支柱。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以根据权利要求限定和覆盖的多种不同方式实施。
实施例1:
参见图1~图3,本实施例应用于干摊断面水线的测量。
一种水线智能识别系统,包括激光雷达、云台、控制中枢和安装支柱;云台和控制中枢3均安装在固定支柱4上,激光雷达安装在云台上;如图1所示。
所述云台为双自由度高精度自动化云台1,能实现高精度的水平角及垂直角旋转;所述激光雷达采用单线高精度激光雷达2。
所述控制中枢3用于采集激光雷达测距数据、云台的水平角和垂直角;控制中枢能根据需要进行角度调整;控制中枢具有计算功能,能通过采集的数据通过智能识别算法进行对数据进行处理,并对云台和激光雷达发送控制指令。
采用上述的水线智能识别系统的水线定位方法,包括以下步骤:
步骤一:空间初始化;在监控区域设定一个控制网格;网格密度根据测量精度来设定,精度越高,网格越密;设定坐标系,设水线识别系统的运动中心(即云台旋转中心)为坐标原点,面朝干滩正前视向为X轴,左边为Y轴,垂直向上为Z轴。
步骤二:水位获取;通过渗压计或物位仪获得当前液面水位高程。
步骤三:断面水线点预测;水线识别系统调节两个自由度垂直角和水平角来使激光雷达瞄准目标点,本实施例设置五个目标点,即A、B、C、D、E,如图2所示。设水线起始点为A,即A点位于监测范围竖向边界线上,A点预测位置即根据上次测量位置、该断面上次坡比、水位差、前序及前前序断面坡比变化率进行智能预测。
通过智能识别算法获得待测断面水线点的预测坐标(Xcal,Ycal,Zcal);控制中枢根据预测坐标信息换算出云台需旋转角度,并向云台发送旋转指令。
智能识别算法获得预测坐标(Xcal,Ycal,Zcal)的计算公式如下:
其中,H为本次测量水位高程,H'为上次测量水位高程,Xpre为前序测量断面当次测量水线X轴向长度X'pre为前序测量断面上次测量水线X轴向长度,Xpre-pre为前前序测量断面当次测量水线X轴向长度,X'pre-pre为前前序测量断面上次测量水线X轴向长度,Y为断面切割标准点,Y是固定值。
步骤四:水线点实测对比;云台带动激光雷达旋转并瞄准断面水线点进行测距,通过测得距离和云台水平角和垂直角计算得到断面水线点的实际高程Hreal,进而得到预测的断面水线点坡比为对实际高程Hreal与水面高程H进行比较;
步骤五:水线点预测位置调整;获得高差ΔH=Hreal-H,X轴线的预测值更新更新后断面水线点的预测位置为(Xnew-cal,Ycal,Zcal);依次往复,直至ΔH=0;即预测位置与实际水线位重合一致,证明该点位于水面。
步骤六:对断面水线点校核;设定断面的水线前向为水面,水线后向为干摊,对断面水线点依次进行前向拟合和后向拟合;所述断面水线点前向拟具体是:设定测量精度为m,将预测位置往水线前向移动m,测量Z值是否等于H,若Z=H,则前向拟合达到要求;若Z不等于H,则复测,如复测属实,则判定为测得水线点有误,将预测位置继续往水线前向推进m,直至前向拟合达到要求。
所述断面水线点的后向拟合包括以下步骤:步骤a:设定测量精度为m,将预测位置往水线后向移动2m;步骤b:测量Z值是否等于H,若Z>H,则执行步骤c;若Z=H,则执行步骤d;步骤c:将预测位置往水线前向移动m,继续测量Z值,若Z值等于H则获得终值,否则继续往水线前向移动,且每次移动距离为上一次移动距离的1/2,直到Z=H;步骤d:将预测位置继续往水线后向移动2m,直至Z>H,然后执行步骤c,获得终值。
步骤七:重复步骤三至步骤六,依次得到断面水线点B、C、D、E的坐标。
步骤八:水线点确认;将断面水线点A、B、C、D、E依序进行连接,及生成该监测区域的水线。
本发明中,采用激光雷达测距距离能达到数百米,精度能达到毫米级,可靠性高,环境适应性强;配合双自由度高精度自动化云台,能实现高精度的水平角及垂直角旋转;运用智能识别算法,达到水线智能识别和定位的目的。通过依次进行前向拟合和后向拟合,对断面水线点校核,减少了测量误差,水线定位更加精准。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种水线智能识别系统,其特征在于,包括激光雷达、云台、控制中枢和安装支柱;云台和控制中枢均安装在固定支柱上,激光雷达安装在云台上;
所述云台为双自由度高精度自动化云台,能实现高精度的水平角及垂直角旋转;
所述激光雷达采用单线高精度激光雷达;
所述控制中枢用于采集和处理激光雷达测距数据,并发送控制指令调整云台的水平角和垂直角。
2.一种水线智能识别的定位方法,其特征在于,采用了如权利要求1所述的水线智能识别系统,包括以下步骤:
步骤一:空间初始化;在监控区域设定一个控制网格;设定坐标系,设水线识别系统的运动中心为坐标原点,面朝干滩正前视向为X轴,左边为Y轴,垂直向上为Z轴;
步骤二:水位获取;通过渗压计或物位仪获得当前液面水位高程;
步骤三:断面水线点预测;通过智能识别算法获得待测断面水线点的预测坐标(Xcal,Ycal,Zcal);控制中枢根据预测坐标信息换算出云台需旋转角度,并向云台发送旋转指令;
步骤四:水线点实测对比;云台带动激光雷达旋转并瞄准断面水线点进行测距,通过测得距离和云台水平角和垂直角计算得到断面水线点的实际高程Hreal,进而得到预测的断面水线点坡比为对实际高程Hreal与水面高程H进行比较;
步骤五:水线点预测位置调整;获得高差ΔH=Hreal-H,X轴线的预测值更新更新后断面水线点的预测位置为(Xnew-cal,Ycal,Zcal);依次往复,直至ΔH=0;
步骤六:对断面水线点校核;设定断面的水线前向为水面,水线后向为干摊,对断面水线点依次进行前向拟合和后向拟合;
步骤七:重复步骤三至步骤六,测得下一个断面水线点的坐标;
步骤八:水线点确认;将所有断面水线点依序进行连接,及生成该监测区域的水线。
3.根据权利要求2所述的一种水线智能识别的定位方法,其特征在于,所述步骤三中,智能识别算法获得预测坐标(Xcal,Ycal,Zcal)的计算公式如下:
其中,H为本次测量水位高程,H'为上次测量水位高程,Xpre为前序测量断面当次测量水线X轴向长度X'pre为前序测量断面上次测量水线X轴向长度,Xpre-pre为前前序测量断面当次测量水线X轴向长度,X'pre-pre为前前序测量断面上次测量水线X轴向长度,Y为断面切割标准点,Y是固定值。
4.根据权利要求2所述的一种水线智能识别的定位方法,其特征在于,所述断面水线点前向拟具体是:设定测量精度为m,将预测位置往水线前向移动m,测量Z值是否等于H,若Z=H,则前向拟合达到要求;若Z不等于H,则复测,如复测属实,则判定为测得水线点有误,将预测位置继续往水线前向推进m,直至前向拟合达到要求。
5.根据权利要求4所述的一种水线智能识别的定位方法,其特征在于,所述断面水线点的后向拟合包括以下步骤:
步骤a:设定测量精度为m,将预测位置往水线后向移动2m;
步骤b:测量Z值是否等于H,若Z>H,则执行步骤c;若Z=H,则执行步骤d;
步骤c:将预测位置往水线前向移动m,继续测量Z值,若Z值等于H则获得终值,否则继续往水线前向移动,且每次移动距离为上一次移动距离的1/2,直到Z=H;
步骤d:将预测位置继续往水线后向移动2m,直至Z>H,然后执行步骤c,获得终值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910892111.0A CN110596715B (zh) | 2019-09-20 | 2019-09-20 | 一种水线智能识别系统及定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910892111.0A CN110596715B (zh) | 2019-09-20 | 2019-09-20 | 一种水线智能识别系统及定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110596715A true CN110596715A (zh) | 2019-12-20 |
CN110596715B CN110596715B (zh) | 2021-07-06 |
Family
ID=68861646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910892111.0A Active CN110596715B (zh) | 2019-09-20 | 2019-09-20 | 一种水线智能识别系统及定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110596715B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111060918A (zh) * | 2019-12-27 | 2020-04-24 | 中国有色金属长沙勘察设计研究院有限公司 | 一种基于摄影测量与激光测距的干滩监测方法 |
CN113639822A (zh) * | 2021-08-13 | 2021-11-12 | 湖北工业大学 | 测量机器人用于大坝变形监测时的辅助水位测量方法 |
CN115760850A (zh) * | 2023-01-05 | 2023-03-07 | 长江勘测规划设计研究有限责任公司 | 一种利用机器视觉的无标尺识别水位的方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100182587A1 (en) * | 2009-01-21 | 2010-07-22 | Raytheon Company | Energy Efficient Laser Detection and Ranging System |
US20100315654A1 (en) * | 2009-06-11 | 2010-12-16 | Marcia Jada Berger | LIDAR Instrument System and Process |
CN105488958A (zh) * | 2015-12-02 | 2016-04-13 | 北京佳讯飞鸿电气股份有限公司 | 一种非接触式滑坡灾害监测系统及其方法 |
CN105928453A (zh) * | 2016-04-28 | 2016-09-07 | 西南大学 | 基于自适应标距的边坡变形失稳监测系统和方法 |
WO2017063033A1 (en) * | 2015-10-12 | 2017-04-20 | Groundprobe Pty Ltd | Slope stability lidar |
CN106871990A (zh) * | 2017-04-26 | 2017-06-20 | 哈尔滨工业大学 | 一种测量水深的方法及激光雷达系统 |
CN108627847A (zh) * | 2018-05-10 | 2018-10-09 | 天津大学 | 一种将微脉冲激光雷达快速对准船舶烟囱的方法 |
JP2018175971A (ja) * | 2018-08-27 | 2018-11-15 | ホーチキ株式会社 | 消火システム及び放水銃装置 |
CN109178234A (zh) * | 2018-08-21 | 2019-01-11 | 苏州大学 | 一种船舶干舷高度测量系统及其测量方法 |
CN208398973U (zh) * | 2018-07-13 | 2019-01-18 | 山东省水利科学研究院 | 一种地面积水深度测量系统 |
CN109341811A (zh) * | 2018-10-23 | 2019-02-15 | 成都理工大学 | 一种滑坡监测方法 |
CN109709567A (zh) * | 2018-12-25 | 2019-05-03 | 中国科学院半导体研究所 | 铁轨及边坡障碍物监测的装置 |
CN209214718U (zh) * | 2018-12-25 | 2019-08-06 | 北京中农嘉源生态工程技术有限公司 | 雷达水位检测装置 |
CN110133669A (zh) * | 2019-05-24 | 2019-08-16 | 中铁科学技术开发有限公司 | 一种三维激光异物侵限监测方法及系统 |
-
2019
- 2019-09-20 CN CN201910892111.0A patent/CN110596715B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100182587A1 (en) * | 2009-01-21 | 2010-07-22 | Raytheon Company | Energy Efficient Laser Detection and Ranging System |
US20100315654A1 (en) * | 2009-06-11 | 2010-12-16 | Marcia Jada Berger | LIDAR Instrument System and Process |
WO2017063033A1 (en) * | 2015-10-12 | 2017-04-20 | Groundprobe Pty Ltd | Slope stability lidar |
CN105488958A (zh) * | 2015-12-02 | 2016-04-13 | 北京佳讯飞鸿电气股份有限公司 | 一种非接触式滑坡灾害监测系统及其方法 |
CN105928453A (zh) * | 2016-04-28 | 2016-09-07 | 西南大学 | 基于自适应标距的边坡变形失稳监测系统和方法 |
CN106871990A (zh) * | 2017-04-26 | 2017-06-20 | 哈尔滨工业大学 | 一种测量水深的方法及激光雷达系统 |
CN108627847A (zh) * | 2018-05-10 | 2018-10-09 | 天津大学 | 一种将微脉冲激光雷达快速对准船舶烟囱的方法 |
CN208398973U (zh) * | 2018-07-13 | 2019-01-18 | 山东省水利科学研究院 | 一种地面积水深度测量系统 |
CN109178234A (zh) * | 2018-08-21 | 2019-01-11 | 苏州大学 | 一种船舶干舷高度测量系统及其测量方法 |
JP2018175971A (ja) * | 2018-08-27 | 2018-11-15 | ホーチキ株式会社 | 消火システム及び放水銃装置 |
CN109341811A (zh) * | 2018-10-23 | 2019-02-15 | 成都理工大学 | 一种滑坡监测方法 |
CN109709567A (zh) * | 2018-12-25 | 2019-05-03 | 中国科学院半导体研究所 | 铁轨及边坡障碍物监测的装置 |
CN209214718U (zh) * | 2018-12-25 | 2019-08-06 | 北京中农嘉源生态工程技术有限公司 | 雷达水位检测装置 |
CN110133669A (zh) * | 2019-05-24 | 2019-08-16 | 中铁科学技术开发有限公司 | 一种三维激光异物侵限监测方法及系统 |
Non-Patent Citations (2)
Title |
---|
徐宏达等: "上游式尾矿坝的沉积规律", 《有色矿山》 * |
杨光等: "基于K波段雷达水位计的大城子水文站比测研究与应用", 《水土保持应用技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111060918A (zh) * | 2019-12-27 | 2020-04-24 | 中国有色金属长沙勘察设计研究院有限公司 | 一种基于摄影测量与激光测距的干滩监测方法 |
CN113639822A (zh) * | 2021-08-13 | 2021-11-12 | 湖北工业大学 | 测量机器人用于大坝变形监测时的辅助水位测量方法 |
CN113639822B (zh) * | 2021-08-13 | 2024-01-16 | 湖北工业大学 | 测量机器人用于大坝变形监测时的辅助水位测量方法 |
CN115760850A (zh) * | 2023-01-05 | 2023-03-07 | 长江勘测规划设计研究有限责任公司 | 一种利用机器视觉的无标尺识别水位的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110596715B (zh) | 2021-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110596715B (zh) | 一种水线智能识别系统及定位方法 | |
CN104713491B (zh) | 可获取边坡变形三维数据的边坡监测系统及其获取边坡变形三维数据的方法 | |
CN112945137B (zh) | 一种基于单线激光雷达与测距仪装备的仓储矿堆扫描方法 | |
CN109764805B (zh) | 一种基于激光扫描的机械臂定位装置与方法 | |
CN109883407B (zh) | 一种基于红外测距的墙面监测方法及系统 | |
CN109033592A (zh) | 一种异形饰面板的bim放样方法 | |
CN111412851A (zh) | 一种基于激光测量形变的方法 | |
CN112197741B (zh) | 基于扩展卡尔曼滤波的无人机slam技术测量倾斜角系统 | |
CN104792261A (zh) | 地下洞室三维空间精细测量系统 | |
CN111707232A (zh) | 一种基于北斗定位多点解算的铁塔姿态预警装置 | |
CN113190007A (zh) | 一种地图轮廓修正方法、芯片和移动机器人 | |
CN109945847B (zh) | 一种基于标线仪的墙面监测方法及系统 | |
CN112859054B (zh) | 一种车载多线激光雷达外参数自动检测系统及检测方法 | |
CN212747767U (zh) | 一种高支模用测距装置 | |
CN108544491A (zh) | 一种综合考虑距离与方向两因素的移动机器人避障方法 | |
CN115902816A (zh) | 一种用于工程测量的自动测量系统 | |
CN108663537B (zh) | 一种海上测风方法及其系统 | |
CN113341963B (zh) | 一种基于激光雷达的机器人自动回基站的导航方法及系统 | |
CN212300318U (zh) | 一种基于北斗定位多点解算的铁塔姿态预警装置 | |
CN111751832B (zh) | 一种自动调平式深井测距仪 | |
CN111174790B (zh) | 一种地形剖面跟踪路径的形成方法 | |
CN110986860B (zh) | 一种基于智能机器人的塔柱倾斜度判定方法 | |
CN111426278A (zh) | 一种矿用通风机叶尖间隙动态测量方法 | |
CN107966701B (zh) | 一种雷达倾角测量方法及装置 | |
CN105444737A (zh) | 一种使用全站仪测量高耸圆柱形物体的方法 |
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 |