CN114964152B - 一种基于多维特征的实时水准测量点号匹配方法 - Google Patents
一种基于多维特征的实时水准测量点号匹配方法 Download PDFInfo
- Publication number
- CN114964152B CN114964152B CN202210576469.4A CN202210576469A CN114964152B CN 114964152 B CN114964152 B CN 114964152B CN 202210576469 A CN202210576469 A CN 202210576469A CN 114964152 B CN114964152 B CN 114964152B
- Authority
- CN
- China
- Prior art keywords
- point
- real
- elevation
- distance
- measurement
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000012544 monitoring process Methods 0.000 claims abstract description 16
- 238000005259 measurement Methods 0.000 claims description 25
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000005315 distribution function Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 claims 1
- 238000010276 construction Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
Classifications
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于多维特征的实时水准测量点号匹配方法,解决了目前沉降监测依赖人工,存在效率低、易出错的问题,其技术方案要点是利用测点已知的高程和位置信息逐点建立多维特征矩阵,实时水准测量采集的测点高程数据和视距数据建立的多维特征向量,通过先验分布函数计算实时水准测量采集的测点和数据库中已知测点的之间的相似度,取相似度最高的为匹配点号,从而实现了实时水准测量点号自动匹配,本发明的一种基于多维特征的实时水准测量点号匹配方法,能实现实时水准测量点号自动匹配,更加高效、准确。
Description
技术领域
本发明涉及工程沉降监测技术,特别涉及一种基于多维特征的实时水准测量点号匹配方法。
背景技术
沉降监测是建筑工程在施工、运营期间的重要工作内容和安全保障。目前,几何水准测量工程沉降监测的主要方法,其通过测量各个沉降监测点的高差,结合已知高程点计算得到监测点的高程,进而可以计算沉降量。通常一个工程监测项目的沉降监测点数量繁多,在实际水准测量外业实施过程中,需要水准观测人员人工输入监测点的点号。数据采集的质量和效率严重依赖于观测人员,人员操作的熟悉程度不够、责任心欠缺或现场点破坏等均会造成很大问题。在实际工程中,容易出现一些点号错漏的情况而导致外业测量需要重复工作也影响沉降监测的及时性和建筑工程在施工或运营期间的安全。
发明内容
本发明的目的是提供一种基于多维特征的实时水准测量点号匹配方法,能实现实时水准测量点号自动匹配,效率更高、更准确。
本发明的上述技术目的是通过以下技术方案得以实现的:
一种基于多维特征的实时水准测量点号匹配方法,包括有以下步骤:
S1、初始化处理,录入起算点点号,观测高程sh1,视距sd1;初始化实时水准测量采集的测点集rSet={sname→(shi,sdi,i)|i= 1..}并加入起算点;从数据库拉取已知测点数据并建立已知点集合 kSet={kname→Pj|j=1..n}对于第j个监测点Pj二维坐标和高程信息(xj yj hj);
S2、通过同名点号求取实时水准测量采集的测点集rSet和数据库已知测点kSet之间的同名点集inSet={iname→ (shk,sdk,ik,xk,yk,hk)|k=1..m};
S3、实时水准观测获取测点的观测高程值shc,视距值sdc,当前测量点集包含p个点;
S4、建立已知监测点和交集点的建立距离特征矩阵和高差特征矩阵;
S5、计算实时水准测量获取的测点和第j个已知测点距离dsj和高程特征相似度hsj;
S6、分别将每个测点的距离特征和高程特征相似度通过先验分布函数归一化并相加作为最终相似度,取相似度最大值为匹配点号;
S7、重复步骤S3至S6,直至整个项目水准测量完成。
综上所述,本发明具有以下有益效果:
通过利用测点已知的高程和位置信息逐点建立多维特征矩阵,实时水准测量采集的测点高程数据和视距数据建立的多维特征向量,再通过先验分布函数计算实时水准测量采集的测点和数据库中已知测点的之间的相似度,取相似度最高的为匹配点号,从而实现了实时水准测量点号自动匹配,能减少对人工的依赖,进而可避免人工造成的误差,整体自动、高效、准确。
具体实施方式
以下本发明作进一步详细说明。
根据一个或多个实施例,公开了一种基于多维特征的实时水准测量点号匹配方法,包括有以下步骤:
S1、初始化:录入起算点点号,观测高程sh1,视距sd1。初始化实时水准测量采集的测点集rSet={sname→(shi,sdi,i)|i=1..}并加入起算点。从数据库拉取已知测点数据并建立已知点集合kSet= {kname→Pj|j=1..n}对于第j个监测点Pj二维坐标和高程信息(xj yj hj)。
S2、通过同名点号求取实时水准测量采集的测点集rSet和数据库已知测点kSet之间的同名点集
inSet={iname→(shk,sdk,ik,xk,yk,hk)|k=1..m}。
S3、实时水准观测获取测点的观测高程值shc,视距值sdc,当前测量点集包含p个点。
S4、建立已知测点kSet和交集点inSet的建立距离特征矩阵TDM 和高差特征矩阵:
其中
其中Δhjk=hj-hk(j=1...m,k=1...n)。
S5、实时水准测量获取的测点和第j个已知测点距离dsj和高程特征相似度hsj计算如下,
其中
S6、分别将每个测点的距离特征和高程特征相似度通过先验分布函数归一化并相加作为最终相似度,取相似度最大值为匹配点号。
其中距离特征归一化函数为
其中λ=1.5-3.3
高程特征归一化函数其中c1=1.02~1.1,c2=530.1~550.3,c3 =-0.0012~-0.0035
将数据库已知测量点集中第jmin个点的点号及测量高程和视距加入到实时测量点集rSet。
S7、重复步骤S3-S6,直至整个项目水准测量完成。
本具体实施例仅仅是对本发明的解释,其并不是对本发明的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本发明的权利要求范围内都受到专利法的保护。
Claims (1)
1.一种基于多维特征的实时水准测量点号匹配方法,其特征是,包括有以下步骤:
S1、初始化处理,录入起算点点号,观测高程sh1,视距sd1;初始化实时水准测量采集的测点集rSet=(shame→(shi,sdi,i)|i=1..k}并加入起算点;从数据库拉取已知测点数据并建立己知点集合kSet=(kname→Pj|j=1..n}对于第j个监测点Pj二维坐标和高程信息(xj,yj,hj);
S2、通过同名点号求取实时水准测量采集的测点集rSet和数据库已知测点kSet之间的同名点集inSet={iname→(shk,sdk,ik,xk,yk,hk)|k=1..m};
S3、实时水准观测获取测点的观测高程值shc,视距值sdc,当前测量点集包含p个点;
S4、建立已知监测点和交集点的建立距离特征矩阵和高差特征矩阵;
S5、计算实时水准测量获取的测点和第j个已知测点距离dsj和高程特征相似度hsj;
S6、分别将每个测点的距离特征和高程特征相似度通过先验分布函数归一化并相加作为最终相似度,取相似度最大值为匹配点号;
S7、重复步骤S3至S6,直至整个项目水准测量完成;
已知监测点和交集点的建立距离特征矩阵和高差特征矩阵具体为:
距离特征矩阵TDM,其中
高差特征矩阵THM,其中Δhjk=hj-hk(j=1…m,k=1…n);
步骤S5的计算具体为:
其中
步骤S6具体为:
其中距离特征归一化函数为:
其中λ=1.5-3.3;
高程特征归一化函数:
其中:
c1=1.02~1.1,c2=530.1~550.3,c3=-0.0012~-0.0035;
将数据库已知测量点集中第jmin个点的点号及测量高程和视距加入到实时测量点集rSet。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210576469.4A CN114964152B (zh) | 2022-05-25 | 2022-05-25 | 一种基于多维特征的实时水准测量点号匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210576469.4A CN114964152B (zh) | 2022-05-25 | 2022-05-25 | 一种基于多维特征的实时水准测量点号匹配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114964152A CN114964152A (zh) | 2022-08-30 |
CN114964152B true CN114964152B (zh) | 2024-03-15 |
Family
ID=82972313
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210576469.4A Active CN114964152B (zh) | 2022-05-25 | 2022-05-25 | 一种基于多维特征的实时水准测量点号匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114964152B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104776827A (zh) * | 2015-04-03 | 2015-07-15 | 东南大学 | Gps高程异常数据的粗差探测方法 |
CN105526925A (zh) * | 2015-11-09 | 2016-04-27 | 北京市水文地质工程地质大队 | 一种区域地面沉降水准监测网优化设计方法 |
CN108871266A (zh) * | 2018-07-10 | 2018-11-23 | 中设设计集团股份有限公司 | 一种基于中间法三角高程方法的自动化沉降监测方法 |
-
2022
- 2022-05-25 CN CN202210576469.4A patent/CN114964152B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104776827A (zh) * | 2015-04-03 | 2015-07-15 | 东南大学 | Gps高程异常数据的粗差探测方法 |
CN105526925A (zh) * | 2015-11-09 | 2016-04-27 | 北京市水文地质工程地质大队 | 一种区域地面沉降水准监测网优化设计方法 |
CN108871266A (zh) * | 2018-07-10 | 2018-11-23 | 中设设计集团股份有限公司 | 一种基于中间法三角高程方法的自动化沉降监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114964152A (zh) | 2022-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110929710B (zh) | 一种基于视觉的仪表指针读数自动识别方法与系统 | |
CN111145157B (zh) | 基于高分辨率遥感影像的路网数据自动化质量检查方法 | |
CN108444413B (zh) | 陶瓷墙地砖平整度检测装置及方法 | |
CN112132875B (zh) | 一种基于面特征的多平台点云匹配方法 | |
CN116881812A (zh) | 基于多源遥感数据和随机森林法估测森林碳储量的方法 | |
CN109188481A (zh) | 一种拟合gps高程异常的新方法 | |
CN116486289A (zh) | 一种多源数据和知识驱动下的燃气管道高后果区识别方法 | |
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 | |
CN114964152B (zh) | 一种基于多维特征的实时水准测量点号匹配方法 | |
CN108205645A (zh) | 一种异源图像匹配系统的基准图质量评价方法 | |
CN109033696A (zh) | 一种基于激光点云的输电线路分股计算方法 | |
CN110569805A (zh) | 一种基于无人机影像点云的人工林单木提取及立地质量评价的方法 | |
CN111814666B (zh) | 一种复杂林分下的单木参数提取方法、系统、介质及设备 | |
CN116524002A (zh) | 一种基于深度学习和双目相机的原木直径测量方法 | |
CN110455240B (zh) | 车辆自动漆膜检测方法及系统 | |
CN117035174A (zh) | 一种木麻黄单木地上生物量的估算方法与系统 | |
CN115375872B (zh) | 一种gnss测量线状地物自动勾绘方法 | |
CN116736814A (zh) | 一种电缆保护管制造用生产设备的控制方法及系统 | |
CN111721260A (zh) | 基于水准仪i角误差修正的高精度光束法沉降测量方法 | |
CN113670258B (zh) | 一种水利工程断面制作方法 | |
CN113450076B (zh) | 水利工程测量一体化智能处理服务平台 | |
CN116109500A (zh) | 一种输电线路的点云修复方法、装置及存储介质 | |
CN112815911B (zh) | 基于三目视觉的输电线路交跨距离测量方法 | |
CN113362296B (zh) | 一种隧道裂缝提取方法及系统 | |
CN115482206A (zh) | 一种超大型钢筋网片整体尺寸检测方法 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Country or region after: China Address after: 200093 No. 38 Shui Feng Road, Yangpu District, Shanghai. Applicant after: Shanghai Survey, Design and Research Institute (Group) Co.,Ltd. Address before: 200093 No. 38 Shui Feng Road, Yangpu District, Shanghai. Applicant before: SGIDI ENGINEERING CONSULTING (Group) Co.,Ltd. Country or region before: China |
|
GR01 | Patent grant | ||
GR01 | Patent grant |