图形编辑系统在地图数据库中的特点分析

文章主要对地图数据库中,图形编辑其编辑原理、方法、MOBGES的结构以及具体功能做了重点介绍,同时文章对库函数的建立以及具体的分类方案进行了简单的分析。最后文章还对符号图形的编辑提出了一些观点,仅供参考。     

基于地图的酒店查询系统

系统应用Android系统的手机平台,使用google地图导航技术,提供用户所在地周边的酒店,并提供步行路线、公交路线、驾车路线,以便客户能仅使用手机定位自己所在地,并准确的找到自己心仪的酒店。系统测试表明各项功能运行正确,并且具有一定实际运用的价值。     

基于ArcGIS的广州市花都区数字地质模型初步构建

广州市花都区在长期的地质工作后形成了大量的文字、图表、影像、数字等形式的原始地质资料和成果地质资料,为了更好地对这些资料进行管理和使用,笔者构建了基于ArcGIS的花都区数字地质模型,将纸质及数字资料进行数字化,转化为点、线、面、栅格、影像等要素,由要素构成各自独立的点、线、面、栅格、影像图层文件,再将所有的图层文件汇集成一个资料库。通过ArcGIS平台,根据主题的需要而引用其中某些图层组建不同主题的地图文档,通过地图文档,设置引用图层的堆叠方式、各特征属性的可视方式或隐藏,形成一幅专题地图;可以查询各图层在任意点的属性特征数据,对属性特征数据进行分析（数据运算）生成新图层和新数据,也可以提取图层或数据,创建新的模型。近年来,该模型一直在构建过程中,已有图层涉及地理地貌、基础地质、第四系、基岩、钻探工程、矿产、土壤等领域,可作为当地开展地质调查的重要工具。     

语义线特征辅助的动态SLAM

动态环境干扰是视觉同时定位与地图构建（simultaneous localization and mapping,SLAM）领域内一个亟待解决的问题,场景中的运动对象会严重影响系统定位精度。结合语义信息和几何约束更强的线特征辅助基于传统ORB特征的SLAM系统来解决动态SLAM问题。首先采用深度学习领域的优秀成果SOLOv2作为场景分割网络,并赋予线特征语义信息;完成物体跟踪和静态区域初始化后,使用mask金字塔提取并分类特征点;再使用极线约束完成动态物体上点线特征的剔除;最后融合静态点线特征完成位姿的精确估计。在TUM动态数据集上的实验表明,提出的系统比ORB-SLAM3的位姿估计精度提高了72.20％,比DynaSLAM提高了20.42％,即使与近年来同领域内的优秀成果相比也有较好的精度表现。     

基于GPS数据和压缩栅格算法的城市路网电子地图快速构建方法

路网电子地图对城市交通管理领域有重要的作用,但是地图服务机构提供的接口功能有限,商用地图一般价格高昂;而一些基于GPS数据的地图生成算法非常复杂、速度慢,在一些实际应用中受到限制,如区域地图即时更新、道路临时管制、应急路线规划等.为此提出一种直观、可扩展、操作灵活的城市道路地图构建方式.通过奥赛罗坐标化的方式,对单位栅格的表示方式进行重新设计,在改善栅格地图的拓扑表达能力、弥补栅格地图存储空间较大和处理时运算资源需求较多等弊端的同时,实现了地图的快速构建.文章以公共交通服务评估和路网韧性评价为例,展示了这一方法的应用潜力.     

基于矢量地图的无人机三维航线校正仿真

无人机三维航线校正执行过程中受到环境等因素影响,导致无法适应预定计划,易发生偏差,存在校正精准性较差的问题.基于矢量地图提出一种新的校正方法,首先利用LPA航线部署方法分布三维航线点,并通过检验局部一致性来防止重新对全局进行搜索,减少了干扰因素的阻碍与搜索空间范围;然后采用卡尔曼滤波算法准确定位无人机,通过路面监控站发出的方位信息来计算当前无人机与部署航线间的距离偏差,引入校正因子有效校正偏离航线,让无人机能够按照部署航线完成飞行任务.仿真结果说明,基于矢量地图方法具有较高的时效性和准确性,满足了实际应用需求.     

语义地图导航的智能化服务机器人研究

基于语义地图导航的智能化服务机器人系统,以搭载深度相机和二维激光雷达的差分轮智能车的形式呈现。系统以树莓派作为主控制器,利用OpenCR控制电机驱动和辅助驾驶传感器,通过ROS机器人操作系统将机器人控制器、智能信息处理模块和各类传感器融合成一个有机整体。所构建的机器人系统在服务过程中,通过感知周围环境、收集数据完成静态、动态物体的辨识,然后结合二维地图数据完成目标检测和语义地图的构建。为了提升系统智能化程度,配合深度推理神经计算棒,并结合Mobile Net网络架构下的SSD目标实时检测算法,提高了视觉感知的实时程度以及准确性。     

基于RGB-D相机数据的SLAM算法研究

提出了一种基于RGB-D相机数据的同时定位与地图构建(SLAM)算法系统,实现对RGB-D数据的快速和准确构建.首先在RGB图中提取较好鲁棒性的SURF特征,结合使用快速最近邻近似(FLANN)来完成特征点匹配的方式,再使用基于改进的最小距离与随机采样一致性(RANSAC)组合的方法剔除误匹配,然后使用PNP求解相邻帧间的相机位姿变换关系,后端的优化使用G2O(general graph optimization)来优化全局位姿,并使用回环检测消除累计误差.实验证明该方法具有有效性和可行性,能够迅速、准确地构建出三维稠密地图.     

枢纽机场航站楼内低成本连续定位优化方法

目前民航事业正在飞速发展,随着运输业务量的快速增长和国内机场规模不断扩建,旅客在建筑面积巨大且结构复杂的航站楼内,无法精确定位旅客在航站楼内的位置,因此为旅客提供精准定位的位置服务需求与日俱增.结合航站楼内的蓝牙信号传输特性设计了基于EFK的融合定位算法以提高旅客定位结果的连续性,结合人员密集流动、走行路径的不同设计了基于粒子滤波的地图匹配融合定位算法,进一步提高旅客的定位精度.在开发环境下设计并实现枢纽机场航站楼内定位软件,并对提出的航站楼内定位算法进行实验验证和结果分析,在实验人员走行过程中,可有效改善在航站楼内的定位效果.     

基于点云分割的运动目标跟踪与SLAM方法

现有的绝大多数同步定位与地图构建(SLAM)方法是基于静态场景假设,场景中运动目标被视为干扰,它的存在会导致定位和建图精度下降甚至失败.而运动目标检测与跟踪在很多应用中又是必须的,却在求解SLAM问题时被滤除.针对这一问题,本文提出一种融合激光雷达和惯性传感器,可同时完成SLAM和运动目标检测与跟踪的方法.首先利用惯性传感器的观测结果来补偿激光雷达扫描过程中由于自身运动引起的运动失真,在运动补偿后的点云上应用全卷积神经网络(FCNN)检测出所有可能的运动目标,并基于无迹卡尔曼滤波(UKF)实现运动目标的跟踪以及动、静目标的区分.然后利用剩下的静态背景点云部分进行数据关联和运动估计,实现定位和建图.为进一步提高建图的一致性和精度,增加了闭环检测,并基于图优化的方法实现地图和轨迹的全局优化.在开源数据集KITTI及实验平台采集的数据集上进行了大量实验验证.实验结果表明,相比于传统的SLAM方法,本文方法不仅能实现运动目标的检测与跟踪,同时可完成实时、鲁棒、低漂移的车辆位姿估计与建图,且建图精度明显优于现有其他方法.