基于MATLAB-GUI的GPS电离层TEC插值软件设计与实现

本文介绍了由IGS提供的关于电离层总电子含量TEC的数据文件IONEX,其包含的数据在时间和地理位置上是不连续的,利用插值方法计算不连续的时间和地理位置的TEC数值。运用MATLAB图形用户界面(GUI)的设计功能并结合其数据处理和绘图功能,设计关于GPS TEC数据处理的软件,按照区域(包括某特定地理位置)、时间为划分绘制TEC分布图或者变化图。通过实际应用,该软件的各功能界面能够独立运行并实现预期的数据处理和绘图等功能。     

基于BP神经网络的滑坡地质灾害预测方法

为了解决滑坡地质灾害传统预测方法中出现的综合性、实用性不强等问题,本文研究用基于优化参数设置的BP神经网络模型来预测滑坡地质灾害。该方法基于BP神经网络,顾及与滑坡地质灾害产生紧密相关的地质条件和环境因素,对BP神经网络的输入层、隐含层、输出层的参数进行优化;再由历史的经验数据通过训练、泛化建立基于BP神经网络的地质灾害预测模型;最后,按照0和1的组合结果对滑坡地质灾害进行预测。本文利用该模型对汶川地震诱发的滑坡地质灾害进行分析预测,结果表明:该模型的预测结果与实际结果吻合度达到86%~90%,预测精度较高,验证了基于改进的BP神经网络预测滑坡地质灾害的方法是实际可行的。     

淮南矿业集团征地拆迁数据处理软件的研制

为克服传统手工方法处理征地拆迁数据的缺陷,文中从需求分析、软件的总体设计、主要模块的详细设计和软件实现等方面介绍了LANDMS软件的基本情况,对该软件的主要特点进行了总结。     

基于Siam-UNet++的高分辨率遥感影像建筑物变化检测

针对同—区域前后时序的高分辨率遥感影像背景复杂、变化类别多样、目标变化检测时存在漏检和边界识别粗糙问题,提出了一种基于Siam-UNet++深度神经网络的高分辨率遥感影像建筑物变化检测算法.该算法采用UNet++作为骨干提取网络,在其编码器部分应用Siam-diff(Siamese-difference)结构提取前后两时序图像的变化特征,并在解码阶段的上采样和横向跳跃路径连接之后引入注意力机制,突出建筑物变化的特征,抑制网络对其他类别特征的学习;同时使用多边输出融合(multiple side-output fusion,MSOF)策略加权融合不同语义层次的特征信息,提高了建筑物变化检测的精度;最后采取滑窗的方法对大尺度遥感影像进行预测,减少拼接过程中变化结果图产生的空洞图斑.在大型建筑物变化检测数据集上的实验结果表明,该算法有效提升了建筑物的变化检测效果.     

面向实际场景SLAM应用的光照适应性研究

为探究环境感知设备在SLAM算法应用过程中的光照适应性问题,在不同光照强度下分别进行激光雷达和深度相机SLAM算法的验证性评估实验.基于四轮差速机器人,搭载16线激光雷达和深度相机,结合LOAM(Lidar Odometry And Mapping)和RTAB-MAP(Real-Time Appearance-Based Mapping)算法,分别在明暗环境中分析验证设备光照适应性.实验结果表明:在明亮环境下,基于视觉SLAM和激光SLAM系统偏差的中误差分别为0.203和0.644 m;在黑暗环境中两者偏差的中误差分别为0.282和0.683 m;深度相机在明、暗环境中的定位建图效果均优于激光雷达,深度相机的光照适应性更强.     

煤矿开采沉陷自动化监测实时数据采集终端系统研究

从系统构成、发送的信息格式、终端系统软件开发三方面,对煤矿开采沉陷自动化监测系统的实时数据采集终端子系统做一简单介绍。该子系统结合开采沉陷监测的特点,以GNSS CORS技术、移动GIS技术、计算机网络通讯技术、PDA技术、现代测量数据处理技术等为支撑,解决当前开采沉陷数据采集技术手段落后、效率低、信息化程度低等问题。     

GNSS网络增强综合服务系统测试方法研究

为了突破国外产品对CORS核心技术的垄断,自主研制了拥有自主知识产权的GNSS网络增强综合服务系统,并投入工程应用。为了确保该系统的准确性、可靠性和稳定性,研究了系统时间和空间可用性、精度、定位时效性、用户接收机兼容性、荷载等主要性能指标的测试方法。系统经过工程应用及测试表明,其空间和时间可用性超过95%,WGS-84高斯平面内符合精度x、y、h方向分别为0.008m、0.004m、0.011m,国家2000平面坐标系x、y方向的外符合分别为0.027m、0.025m,平均初始化时间为21s,可以兼容天宝、南方、中海达等国内外主流GNSS产品,用户有效荷载数达到30个,其总体性能与GPSNet相当,满足国家CORS建设规范要求。     

基于SBAS-InSAR技术的西宁地表形变监测

地表形变引发的地质灾害给自然环境和社会带来了巨大威胁,小基线集合成孔径雷达干涉测量（SBAS-InSAR）技术以其监测精度高、监测范围大和非接触等优势,成为地表形变监测的重要手段,为预防地质灾害发生、降低灾害损失,实现地表形变有效监测具有重要意义。利用SBAS-InSAR技术对青海省西宁市2018年1月7日至11月27日27景Sentinel-1A数据进行处理,得到西宁市地表平均形变速率分布图。与同期8个西宁南山GPS地面观测点比较,除一个点误差较大外,其余7个点均方根误差都在3 mm以内,证明了SBAS-InSAR监测结果的可靠性。SBAS-InSAR监测结果表明：山体滑坡是西宁市地表形变的主要形式,特别是沿互助北山和G6京藏高速公路一带滑坡运动尤为明显。实验首次获取了西宁市火车站东北滑坡灾害点定量形变数据,为分析该灾害点状况、保障西宁火车站安全运行提供有价值的参考。     

改进 ORB 提取匹配算法的 SLAM 应用研究

由于传统的ORB特征点提取匹配方法在图像纹理信息不丰富或者光照变化剧烈时极易产生特征点丢失、分布不均等问题,不利于SLAM系统的定位与建图。为此本文提出了一套较为鲁棒、精度较高的提取匹配算法。首先基于ORB特征点对其提取算法进行改进,计算自适应阈值并基于网格模型提取特征点,可提高特征点提取的鲁棒性并使其分布均匀。此外还提出了G-R图像匹配算法,基于网格特征计算邻域支持估计量来区分正误匹配点,再结合引入评价函数的RANSAC算法进一步剔除误匹配点,相比ORB-SLAM2原始匹配算法提高匹配精度9.36%,并减少时间消耗约13.6%。最后将本文提出的特征点提取匹配算法加入到ORB-SLAM2算法框架,经数据集与实际场景验证本文方法能有效提高ORB-SLAM2系统定位精度36.6%以上,使系统更具鲁棒性。     

机器人SLAM的特征点实时提取改进

为解决传统机器人SLAM在复杂场景下难以保持实时性和稳定性的问题,提出一种对ORB(orientedFASTand rotated BREIEF)特征点过于密集的改进方法,对前端视觉里程计以及SLAM后端进行优化。前端利用划分像素结合四叉树完成特征提取,对像素进行划分提高部分区域提取到特征点的概率,四叉树方法对特征点进行均匀分配提取。RANSAC组合EPNP+ICP的方式减少求解相机运动的误差,基于词袋模型和G2O进行闭环检测和图优化,生成轨迹一致的全局点云地图。将传统的算法和改进的算法在TUM数据集下进行实验对比,实验结果表明,改进后算法的实时性和稳定性明显提高。