CN111754616A - 一种基于rtk技术的工程进度识别方法 - Google Patents
一种基于rtk技术的工程进度识别方法 Download PDFInfo
- Publication number
- CN111754616A CN111754616A CN202010386695.7A CN202010386695A CN111754616A CN 111754616 A CN111754616 A CN 111754616A CN 202010386695 A CN202010386695 A CN 202010386695A CN 111754616 A CN111754616 A CN 111754616A
- Authority
- CN
- China
- Prior art keywords
- building
- value
- aerial vehicle
- unmanned aerial
- rtk
- 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.)
- Pending
Links
- 238000005516 engineering process Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000005259 measurement Methods 0.000 claims description 28
- 238000010276 construction Methods 0.000 claims description 16
- 238000013461 design Methods 0.000 claims description 10
- 238000010438 heat treatment Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 abstract description 12
- 230000005540 biological transmission Effects 0.000 abstract description 2
- 238000000691 measurement method Methods 0.000 description 5
- 238000002360 preparation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C1/00—Measuring angles
- G01C1/02—Theodolites
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
Abstract
本发明提供了一种基于RTK技术的工程进度识别方法，属于电力输电技术领域。该方法控制无人机通过RTK测量技术测量建筑物上角点的经度值、纬度值和高度值且在所测量的角点中任意两个角点之间的边上至少随机选取一个点进行测量得出其经度值、纬度值和高度值并录入计算机中，通过计算机构建建筑物的三维模型；将建筑物完成后的设计标准角点的坐标值输入计算机中，控制计算机比较得出设计标准角点的坐标值与所测量的建筑物上角点的经度值、纬度值和高度值的差值，本发明的优点在于，采用这种结构，能够提高工程进度评估时的效率，本发明用于识别工程进度。
Description
【技术领域】
本发明涉及一种基于RTK技术的工程进度识别方法，属于电力输电技术领域。
【背景技术】
建筑业是国民经济的支柱产业，在经济和社会发展中发挥着至关重要的作用。建筑业已经普遍认识到对建筑施工的有效监控是建筑项目成功的关键因素之一，而有效的监控的基础是对建筑施工进度进行准确的评估。建筑施工阶段是建筑项目生命周期的重要阶段，建筑项目的时间和成本的投入大部分在项目的施工阶段，施工阶段的进度评估和监控对项目目标至关重要。
建筑项目的施工进度评估是一个动态的过程，需要不断的更新现场数据，目前，常用人工评估的方式来对工程进度进行评估，采用这种方式，可以对工程进度进行评估，但是费时费力，评估工程进度的效率较低。
【发明内容】
本发明所要解决的技术问题是提供一种基于RTK技术的工程进度识别方法，使得能够提高工程进度评估时的效率。
为解决上述技术问题，本发明一种基于RTK技术的工程进度识别方法包括：
步骤1：控制无人机通过RTK测量技术测量建筑物上角点的经度值、纬度值和高度值；
步骤2：控制无人机通过RTK测量技术在步骤1中所测量的角点中任意两个角点之间的边上至少随机选取一个点进行测量，得出建筑物上任意两个角点之间的边上至少随机选取的一个点的经度值、纬度值和高度值；
步骤3：将步骤1测量出的建筑物上角点的经度值、纬度值和高度值和步骤2测量出的建筑物上任意两个角点之间的边上至少随机选取的一个点的经度值、纬度值和高度值录入计算机中，通过计算机构建建筑物的三维模型；
步骤4：每隔一个周期执行一次步骤1、步骤2与步骤3，控制计算机比较得出每一次所测量的步骤1测量出的建筑物上角点的经度值、纬度值和高度值和步骤2测量出的建筑物上任意两个角点之间的边上至少随机选取的一个点的经度值、纬度值和高度值的变化值；
步骤5：将建筑物完成后的设计标准角点的坐标值输入计算机中，控制计算机比较得出设计标准角点的坐标值与所测量的建筑物上角点的经度值、纬度值和高度值的差值，当差值在允许的误差范围之内时，建筑物初步完成。
采用上述结构后，首先，工程进度识别方法中控制无人机通过RTK测量技术测量建筑物上角点的经度值、纬度值和高度值，所述角点是指三维空间下建筑物上三条边的交点，通过角点的经度值、纬度值和高度值可以初步得出建筑物的三维模型；控制无人机通过RTK测量技术在步骤1中所测量的角点中任意两个角点之间的边上至少随机选取一个点进行测量，得出建筑物上任意两个角点之间的边上至少随机选取的一个点的经度值、纬度值和高度值，使得可以得出建筑物上任意两个角点之间的边的曲线形状，从而进一步精确建筑物的三维模型，使得评估工程进度时更加准确；将步骤1测量出的建筑物上角点的经度值、纬度值和高度值和步骤2测量出的建筑物上任意两个角点之间的边上至少随机选取的一个点的经度值、纬度值和高度值录入计算机中，通过计算机构建建筑物的三维模型，使得工作人员可以通过三维模型更直观地观察工程的进度；每隔一个周期执行一次步骤1、步骤2与步骤3，控制计算机比较得出每一次所测量的步骤1测量出的建筑物上角点的经度值、纬度值和高度值和步骤2测量出的建筑物上任意两个角点之间的边上至少随机选取的一个点的经度值、纬度值和高度值的变化值，所述测量的周期可以为一天一次，亦可以为多天一次或一天多次，根据工程的要求规定周期的长短，初期工程准备阶段周期可以相对较长，准备完成开工后周期可以相对较短；将建筑物完成后的设计标准角点的坐标值输入计算机中，控制计算机比较得出设计标准角点的坐标值与所测量的建筑物上角点的经度值、纬度值和高度值的差值，当差值在允许的误差范围之内时，建筑物初步完成，使得可以通过判断角点的位置来判断工程是否完成。
其次，现有技术中，通过人工评估工程进度的方法费时费力，使得评估的效率较低，采用上述方法，工作人员可以通过无人机来评估工程进度，使得工作人员不需要采用测量仪的方式评估，使得评估时省时省力，同时无人机采用RTK测量技术进行测量，可以提高测量的精度，从而提高工程进度评估时的效率。
基于上述结构，通过角点坐标与任意两个角点之间的边上至少随机选取的一个点坐标的共同测量，使得计算机可以拟合出建筑物的精确的三维模型，角点坐标限定建筑物的大体形状，任意两个角点之间的边上至少随机选取的一个点坐标精确限定任意两个角点之间的边的形状，使得建筑物的三维模型更加准确，进而使得工程进度的评估更加准确。
基于上述结构，通过两个角点的坐标可以得出同时穿过两个角点的直线方程，通过在两个角点之间的边上至少随机选取的一个点坐标可以得出同时穿过两个角点的曲线方程，测量的随机点个数越多，曲线方程越准确，同时随机选取的一个点的坐标与两个角点的坐标一同得出的直线方程更加准确，防止角点测量出现误差时，三维模型出现偏差，从而使得三维模型更加准确。
作为优选，所述步骤2中无人机通过RTK测量技术在步骤1中所测量的任意两个角点之间的边上随机选取1至3个点进行测量。
作为优选，所述步骤2中无人机通过RTK测量技术在步骤1中所测量的任意两个角点之间的边上随机选取2个点进行测量。
作为优选，所述步骤5中的允许的误差范围为当建筑物的高度小于或等于30米时，允许偏差为±5米，当高度大于30米且小于或等于60米时，允许偏差为±10米，当高度大于60米且小于或等于90米，允许偏差为±15米，当高度大于90米且小于或等于120米时，允许偏差为±20米。
作为优选，所述无人机上设有摄像头和用于识别施工场景的图像处理器。
作为优选，所述无人机上设有自动巡航系统。
作为优选，述计算机上设有用于显示步骤5得出的三维模型的三维图像显示器。
作为优选，所述建筑物上设有特征标记，无人机通过识别特征标记来识别出不同的建筑物。
本发明的这些特点和优点将会在下面的具体实施方式、附图中详细揭露。
【附图说明】
下面结合附图对本发明做进一步详细的说明，其中：
图1为实施例一工程进度识别方法的示意图；
图2为实施例一中无人机的示意图；
图3为实施例二中无人机的示意图。
【具体实施方式】
下面结合本发明实施例的附图对本发明实施例的技术方案进行解释和说明，但下述实施例仅为本发明的优选实施例，并非全部。基于实施方式中的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得其他实施例，都属于本发明的保护范围。
在下文描述中，出现诸如术语“内”、“外”、“上”、“下”、“左”、“右”等指示方位或者位置关系的为基于附图所示的方位或位置关系，仅是为了方便描述实施例和简化描述，而不是指示或暗示所指的装置或者元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
实施例一：
如图1和图2所示，本实施例基于RTK技术的工程进度识别方法的优选结构包括：
步骤1S1：控制无人机1通过RTK测量技术测量建筑物上角点的经度值、纬度值和高度值；
步骤2S2：控制无人机1通过RTK测量技术在步骤1S1中所测量的角点中任意两个角点之间的边上至少随机选取一个点进行测量，得出建筑物上任意两个角点之间的边上至少随机选取的一个点的经度值、纬度值和高度值；
步骤3S3：将步骤1S1测量出的建筑物上角点的经度值、纬度值和高度值和步骤2S2测量出的建筑物上任意两个角点之间的边上至少随机选取的一个点的经度值、纬度值和高度值录入计算机中，通过计算机构建建筑物的三维模型；
步骤4S4：每隔一个周期执行一次步骤1S1、步骤2S2与步骤3S3，控制计算机比较得出每一次所测量的步骤1S1测量出的建筑物上角点的经度值、纬度值和高度值和步骤2S2测量出的建筑物上任意两个角点之间的边上至少随机选取的一个点的经度值、纬度值和高度值的变化值；
步骤5S5：将建筑物完成后的设计标准角点的坐标值输入计算机中，控制计算机比较得出设计标准角点的坐标值与所测量的建筑物上角点的经度值、纬度值和高度值的差值，当差值在允许的误差范围之内时，建筑物初步完成。
采用上述结构后，首先，工程进度识别方法中控制无人机1通过RTK测量技术测量建筑物上角点的经度值、纬度值和高度值，所述角点是指三维空间下建筑物上三条边的交点，通过角点的经度值、纬度值和高度值可以初步得出建筑物的三维模型；控制无人机1通过RTK测量技术在步骤1S1中所测量的角点中任意两个角点之间的边上至少随机选取一个点进行测量，得出建筑物上任意两个角点之间的边上至少随机选取的一个点的经度值、纬度值和高度值，使得可以得出建筑物上任意两个角点之间的边的曲线形状，从而进一步精确建筑物的三维模型，使得评估工程进度时更加准确；将步骤1S1测量出的建筑物上角点的经度值、纬度值和高度值和步骤2S2测量出的建筑物上任意两个角点之间的边上至少随机选取的一个点的经度值、纬度值和高度值录入计算机中，通过计算机构建建筑物的三维模型，使得工作人员可以通过三维模型更直观地观察工程的进度；每隔一个周期执行一次步骤1S1、步骤2S2与步骤3S3，控制计算机比较得出每一次所测量的步骤1S1测量出的建筑物上角点的经度值、纬度值和高度值和步骤2S2测量出的建筑物上任意两个角点之间的边上至少随机选取的一个点的经度值、纬度值和高度值的变化值，所述测量的周期可以为一天一次，亦可以为多天一次或一天多次，根据工程的要求规定周期的长短，初期工程准备阶段周期可以相对较长，准备完成开工后周期可以相对较短；将建筑物完成后的设计标准角点的坐标值输入计算机中，控制计算机比较得出设计标准角点的坐标值与所测量的建筑物上角点的经度值、纬度值和高度值的差值，当差值在允许的误差范围之内时，建筑物初步完成，使得可以通过判断角点的位置来判断工程是否完成。
其次，现有技术中，通过人工评估工程进度的方法费时费力，使得评估的效率较低，采用上述方法，工作人员可以通过无人机1来评估工程进度，使得工作人员不需要采用测量仪的方式评估，使得评估时省时省力，同时无人机1采用RTK测量技术进行测量，可以提高测量的精度，从而提高工程进度评估时的效率。
基于上述结构，通过角点坐标与任意两个角点之间的边上至少随机选取的一个点坐标的共同测量，使得计算机可以拟合出建筑物的精确的三维模型，角点坐标限定建筑物的大体形状，任意两个角点之间的边上至少随机选取的一个点坐标精确限定任意两个角点之间的边的形状，使得建筑物的三维模型更加准确，进而使得工程进度的评估更加准确。
基于上述结构，通过两个角点的坐标可以得出同时穿过两个角点的直线方程，通过在两个角点之间的边上至少随机选取的一个点坐标可以得出同时穿过两个角点的曲线方程，测量的随机点个数越多，曲线方程越准确，同时随机选取的一个点的坐标与两个角点的坐标一同得出的直线方程更加准确，防止角点测量出现误差时，三维模型出现偏差，从而使得三维模型更加准确。
其中，RTK(Real-time kinematic，实时动态)，载波相位差分技术，是实时处理两个测量站载波相位观测量的差分方法，将基准站采集的载波相位发给用户接收机，进行求差解算坐标。这是一种新的常用的卫星定位测量方法，以前的静态、快速静态、动态测量都需要事后进行解算才能获得厘米级的精度，而RTK是能够在野外实时得到厘米级定位精度的测量方法，它采用了载波相位动态实时差分方法，是GPS应用的重大里程碑，它的出现为工程放样、地形测图，各种控制测量带来了新的测量原理和方法，极大地提高了作业效率。
为了使测量更加准确，本实施例优选所述步骤2S2中无人机1通过RTK测量技术在步骤1S1中所测量的任意两个角点之间的边上随机选取1至3个点进行测量，通过两个角点和一个两个角点之间的边上的随机点可以确定含有两个未知数的标准曲线的方程，增加随机点的个数可以优化曲线，减小误差，使得曲线方程更加准确，进而使得构建的三维模型更加精确，此外，当两个角点之间的边为直线时，增加随机点的个数可以在多个点中选取较为精确的点，防止测量误差影响直线方程的准确度，当随机点个数小于1时不能得出曲线的方程，仅能得出贯穿两个角点的直线的边，当随机点个数大于3时，由于角点的个数多，导致测量的时间较长，成本较高，随机点个数在1至3之间既可以得出曲线方程，又可以降低成本，同时可以提高三维模型的精度。
为了提高测量的效率，本实施例优选所述步骤2S2中无人机1通过RTK测量技术在步骤1S1中所测量的任意两个角点之间的边上随机选取2个点进行测量，在边上随机选取2个点进行测量既可以得出曲线的方程，又可以优化曲线，减小误差，同时可以提高两个角点之间的边为直线时的直线方程的准确度，此外亦可以节约成本。
为了使无人机1可以检测到建筑物初步完成后的状态，本实施例优选所述步骤5S5中的允许的误差范围为当建筑物的高度小于或等于30米时，允许偏差为±5米，当高度大于30米且小于或等于60米时，允许偏差为±10米，当高度大于60米且小于或等于90米，允许偏差为±15米，当高度大于90米且小于或等于120米时，允许偏差为±20米，此外当高度大于120米小于或等于150米时，允许偏差为±25米，当高度大于150米时，允许偏差为30米，当无人机1检测的角点的经度值、纬度值与高度值与设计标准坐标值之间的差距在允许偏差之内时，建筑物初步完成，所述建筑物包括楼、桥等建筑，所述初步完成是指建筑物已完成了大部分，该建筑物还需要完成小部分的工作，此时，工程虽然没有完成，但已经进入最后的修建阶段，无人机1可以减少检测的周期或者无人机1可以停止对该建筑进行检测。
为了使无人机1可以测量出角点的坐标值，如图2所示，本实施例优选所述建筑物上角点的位置上设有发光元件，所述无人机1上设有感光传感器2，无人机1通过感光传感器2识别发光元件的位置来识别建筑物上角点的位置，通过感光传感器2可以确定发光元件的位置进而确定角点的位置，便于无人机1通过PTK测量技术进行测量。
为了优化无人机1的结构，本实施例优选所述无人机1上设有摄像头3和用于识别施工场景的图像处理器4，通过摄像头3拍摄施工场景的信息，通过图像处理器4处理摄像头3拍摄的施工场景的信息并找出角点的位置，便于无人机1进行测量。
为了使无人机1可以自动飞行测量，本实施例优选所述无人机1上设有自动巡航系统5，工作人员向自动巡航系统5内输入无人机1的预定飞行轨迹，自动巡航系统5按照预定飞行轨迹自动飞行并对飞行过程中的建筑物进行测量，使得工作人员测量时更加方便。
为了使工作人员可以更加直观的观测出建筑物的工程进度，本实施例优选所述计算机上设有用于显示步骤5S5得出的三维模型的三维图像显示器，通过三维图像显示器可以显示出建筑物的三维模型，使得工作人员可以更加直观的观测出建筑物的工程进度。
为了使无人机1可以识别出不同的建筑，本实施例优选所述建筑物上设有特征标记，无人机1通过识别特征标记来识别出不同的建筑物，不同的建筑采用不同的特征标记，所述特征标记可以为发光元件，通过发射不同波长的光来区分不同的建筑物，使得无人机1可以识别出不同的建筑。
实施例二：
本实施例与实施例一的区别在于，如图3所示，本实施例中，所述建筑物上角点的位置上设有发热元件，所述无人机1上设有红外温度传感器6，无人机1通过红外温度传感器6识别发热元件的位置来识别建筑物上角点的位置，采用这种结构，无人机1可以通过红外温度传感器6定位到角点的位置，这种实施例，同样也能实现实施例一的技术效果。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，熟悉该本领域的技术人员应该明白本发明包括但不限于附图和上面具体实施方式中描述的内容。任何不偏离本发明的功能和结构原理的修改都将包括在权利要求书的范围中。
Claims (10)
1.一种基于RTK技术的工程进度识别方法，其特征在于，包括：
步骤1：控制无人机通过RTK测量技术测量建筑物上角点的经度值、纬度值和高度值；
步骤2：控制无人机通过RTK测量技术在步骤1中所测量的角点中任意两个角点之间的边上至少随机选取一个点进行测量，得出建筑物上任意两个角点之间的边上至少随机选取的一个点的经度值、纬度值和高度值；
步骤3：将步骤1测量出的建筑物上角点的经度值、纬度值和高度值和步骤2测量出的建筑物上任意两个角点之间的边上至少随机选取的一个点的经度值、纬度值和高度值录入计算机中，通过计算机构建建筑物的三维模型；
步骤4：每隔一个周期执行一次步骤1、步骤2与步骤3，控制计算机比较得出每一次所测量的步骤1测量出的建筑物上角点的经度值、纬度值和高度值和步骤2测量出的建筑物上任意两个角点之间的边上至少随机选取的一个点的经度值、纬度值和高度值的变化值；
步骤5：将建筑物完成后的设计标准角点的坐标值输入计算机中，控制计算机比较得出设计标准角点的坐标值与所测量的建筑物上角点的经度值、纬度值和高度值的差值，当差值在允许的误差范围之内时，建筑物初步完成。
2.按照权利要求1所述的一种基于RTK技术的工程进度识别方法，其特征在于：所述步骤2中无人机通过RTK测量技术在步骤1中所测量的任意两个角点之间的边上随机选取1至3个点进行测量。
3.按照权利要求2所述的一种基于RTK技术的工程进度识别方法，其特征在于：所述步骤2中无人机通过RTK测量技术在步骤1中所测量的任意两个角点之间的边上随机选取2个点进行测量。
4.按照权利要求1所述的一种基于RTK技术的工程进度识别方法，其特征在于：所述步骤5中的允许的误差范围为当建筑物的高度小于或等于30米时，允许偏差为±5米，当高度大于30米且小于或等于60米时，允许偏差为±10米，当高度大于60米且小于或等于90米，允许偏差为±15米，当高度大于90米且小于或等于120米时，允许偏差为±20米。
5.按照权利要求1所述的一种基于RTK技术的工程进度识别方法，其特征在于：所述建筑物上角点的位置上设有发光元件，所述无人机上设有感光传感器，无人机通过感光传感器识别发光元件的位置来识别建筑物上角点的位置。
6.按照权利要求1所述的一种基于RTK技术的工程进度识别方法，其特征在于：所述建筑物上角点的位置上设有发热元件，所述无人机上设有红外温度传感器，无人机通过红外温度传感器识别发热元件的位置来识别建筑物上角点的位置。
7.按照权利要求1所述的一种基于RTK技术的工程进度识别方法，其特征在于：所述无人机上设有摄像头和用于识别施工场景的图像处理器。
8.按照权利要求1所述的一种基于RTK技术的工程进度识别方法，其特征在于：所述无人机上设有自动巡航系统。
9.按照权利要求1所述的一种基于RTK技术的工程进度识别方法，其特征在于：所述计算机上设有用于显示步骤5得出的三维模型的三维图像显示器。
10.按照权利要求1所述的一种基于RTK技术的工程进度识别方法，其特征在于：所述建筑物上设有特征标记，无人机通过识别特征标记来识别出不同的建筑物。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010386695.7A CN111754616A (zh) | 2020-05-09 | 2020-05-09 | 一种基于rtk技术的工程进度识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010386695.7A CN111754616A (zh) | 2020-05-09 | 2020-05-09 | 一种基于rtk技术的工程进度识别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111754616A true CN111754616A (zh) | 2020-10-09 |
Family
ID=72673521
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010386695.7A Pending CN111754616A (zh) | 2020-05-09 | 2020-05-09 | 一种基于rtk技术的工程进度识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111754616A (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030004645A1 (en) * | 2001-05-29 | 2003-01-02 | Topcon Corporation | Image measurement and display device, image measurement and display system, construction management method, and construction status monitor system |
| CN103226752A (zh) * | 2013-04-10 | 2013-07-31 | 中铁建设集团有限公司 | 房屋建筑施工进度自动实时跟踪方法和跟踪系统 |
| CN103477185A (zh) * | 2011-04-14 | 2013-12-25 | 赫克斯冈技术中心 | 用于确定对象表面的3d坐标的测量系统 |
| CN106886849A (zh) * | 2017-01-20 | 2017-06-23 | 深圳广田集团股份有限公司 | 一种bim模拟与航拍相结合的施工管控方法及系统 |
| CN106897453A (zh) * | 2017-03-08 | 2017-06-27 | 朱海涛 | 工程bim进度模型与现场监控对比方法 |
| CN108550086A (zh) * | 2018-04-13 | 2018-09-18 | 北京市轨道交通设计研究院有限公司 | 一种暗挖车站施工进度的识别方法及系统 |
| CN109190219A (zh) * | 2018-08-21 | 2019-01-11 | 三峡大学 | 一种基于三维实景的工程项目形象进度控制系统 |
| CN109284928A (zh) * | 2018-09-27 | 2019-01-29 | 广东开放大学（广东理工职业学院） | 一种基于无人机技术的建筑施工监控方法和系统 |
| CN109558622A (zh) * | 2018-09-19 | 2019-04-02 | 中建科技有限公司深圳分公司 | 一种基于点云扫描的施工管理方法及装置 |
| CN110008588A (zh) * | 2019-04-04 | 2019-07-12 | 南京林业大学 | 多维度一体化的公路工程施工进度信息管理系统及方法 |
| CN110399641A (zh) * | 2019-06-21 | 2019-11-01 | 万翼科技有限公司 | 一种无人机巡检的进度识别方法及系统 |
| CN110490415A (zh) * | 2019-07-15 | 2019-11-22 | 同济大学 | 一种多无人机视觉协同的建筑进度评估方法 |
| CN111091613A (zh) * | 2019-10-31 | 2020-05-01 | 中国化学工程第六建设有限公司 | 基于无人机航测的三维实景建模方法 |
-
2020
- 2020-05-09 CN CN202010386695.7A patent/CN111754616A/zh active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030004645A1 (en) * | 2001-05-29 | 2003-01-02 | Topcon Corporation | Image measurement and display device, image measurement and display system, construction management method, and construction status monitor system |
| CN103477185A (zh) * | 2011-04-14 | 2013-12-25 | 赫克斯冈技术中心 | 用于确定对象表面的3d坐标的测量系统 |
| CN103226752A (zh) * | 2013-04-10 | 2013-07-31 | 中铁建设集团有限公司 | 房屋建筑施工进度自动实时跟踪方法和跟踪系统 |
| CN106886849A (zh) * | 2017-01-20 | 2017-06-23 | 深圳广田集团股份有限公司 | 一种bim模拟与航拍相结合的施工管控方法及系统 |
| CN106897453A (zh) * | 2017-03-08 | 2017-06-27 | 朱海涛 | 工程bim进度模型与现场监控对比方法 |
| CN108550086A (zh) * | 2018-04-13 | 2018-09-18 | 北京市轨道交通设计研究院有限公司 | 一种暗挖车站施工进度的识别方法及系统 |
| CN109190219A (zh) * | 2018-08-21 | 2019-01-11 | 三峡大学 | 一种基于三维实景的工程项目形象进度控制系统 |
| CN109558622A (zh) * | 2018-09-19 | 2019-04-02 | 中建科技有限公司深圳分公司 | 一种基于点云扫描的施工管理方法及装置 |
| CN109284928A (zh) * | 2018-09-27 | 2019-01-29 | 广东开放大学（广东理工职业学院） | 一种基于无人机技术的建筑施工监控方法和系统 |
| CN110008588A (zh) * | 2019-04-04 | 2019-07-12 | 南京林业大学 | 多维度一体化的公路工程施工进度信息管理系统及方法 |
| CN110399641A (zh) * | 2019-06-21 | 2019-11-01 | 万翼科技有限公司 | 一种无人机巡检的进度识别方法及系统 |
| CN110490415A (zh) * | 2019-07-15 | 2019-11-22 | 同济大学 | 一种多无人机视觉协同的建筑进度评估方法 |
| CN111091613A (zh) * | 2019-10-31 | 2020-05-01 | 中国化学工程第六建设有限公司 | 基于无人机航测的三维实景建模方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110654571B (zh) | 一种飞机蒙皮表面缺陷无损检测机器人系统及方法 | |
| CN108733053A (zh) | 一种基于机器人的智能道路检测方法 | |
| EP2765386A1 (en) | Monitoring device, monitoring system and monitoring method | |
| CN106370160A (zh) | 一种机器人室内定位系统和方法 | |
| CN107564046A (zh) | 一种基于点云与uav影像二次配准的建筑物轮廓精确提取方法 | |
| 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 | |
| CN111521971B (zh) | 一种机器人的定位方法及系统 | |
| CN111679680A (zh) | 一种无人机自主着舰方法及系统 | |
| CN111024059A (zh) | 用于厂区内三维空间的高精度人员定位系统及方法 | |
| JPH09311021A (ja) | 光波測距儀を用いた３次元形状測定方法 | |
| CN111754616A (zh) | 一种基于rtk技术的工程进度识别方法 | |
| CN108563859A (zh) | 一种用于单兵室内定位导航快速生成建筑模型的方法 | |
| CN111913171A (zh) | 一种低空红外目标精确定位方法及系统 | |
| CN107702692A (zh) | 一种基于agv矩阵的无人机组测绘方法 | |
| CN110988795A (zh) | 融合wifi定位的无标记导航agv全局初定位方法 | |
| CN111400067A (zh) | 一种远程检测的方法及终端 | |
| CN212458360U (zh) | 一种基于rtk的用于基坑检测的无人机 | |
| CN111561914B (zh) | 一种基于rtk的用于基坑检测的无人机及检测方法 | |
| CN114756046A (zh) | 一种垂直起降飞行器起降定位控制方法及系统 | |
| CN113048956B (zh) | 一种基于三维扫描技术的钢结构施工的监测方法及系统 | |
| CN107864510A (zh) | 一种适用于核电站核岛的室内定位方法、终端设备及存储介质 | |
| CN110531397B (zh) | 基于gps与微波的室外巡检机器人定位系统及方法 | |
| CN209215943U (zh) | 一种可用于室内结构检测的无人机 | |
| CN113670338A (zh) | 误差测量方法、装置、电子设备及可读存储介质 | |
| CN112762939B (zh) | 一种基于数字地图的目标坐标获取系统和方法 |
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 |