CN107976177B - 一种地铁监护测量方法 - Google Patents
一种地铁监护测量方法 Download PDFInfo
- Publication number
- CN107976177B CN107976177B CN201711156628.0A CN201711156628A CN107976177B CN 107976177 B CN107976177 B CN 107976177B CN 201711156628 A CN201711156628 A CN 201711156628A CN 107976177 B CN107976177 B CN 107976177B
- Authority
- CN
- China
- Prior art keywords
- tunnel
- subway
- points
- point
- line
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/30—Interpretation of pictures by triangulation
- G01C11/34—Aerial triangulation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明涉及轨道交通的监护测量技术领域,具体来说是一种地铁监护测量方法,所述方法的具体步骤如下:明确飞行任务,以便于设计合适的无人机航空摄影测量航线;进行相控点布设;实施空中三角测量,以获取相应的航空摄影测量数据,并对所获得的数据进行检查,以确定是否需要补测,在测量完成后生成正摄影像;对影像数据进行针对性分析,并得出监护测量结论。本发明同现有技术相比,其优点在于:采用无人机技术实现对地铁进行线路巡视、检查、检测及监护,无需监护工人现场对地铁进行巡视,并且可实现多期地铁巡视数据的对比,自动解算提取高程差异较大的区域,高效便捷,大大节省了人力物力,为地铁线路巡视、检查及监护工作带来了便利。
Description
[技术领域]
本发明涉及轨道交通的监护测量技术领域,具体来说是一种地铁监护测量方法。
[背景技术]
地铁的运营监护部门,每年要花费大量的人力、物力来进行地铁沿线及地铁内部的检查、检测及监护工作。其中线路巡视每年投入人员18000人次,隧道内常规检查检测3000人次。根据上海地铁规划,到2020年地铁里程达到800多公里,到时上海地铁维保部门日常的检查、检测投入人员将面临巨大的压力。同时由于新的劳动法对劳务派遣人员的比例规定,使得上海申通维保部门的用工又受到严格的限制,届时地铁日常巡视、检查检测监护工作压力巨大。如何快速、高效的实现地铁线路的检查、检测及监护是上海申通维保部门亟需解决的问题,因此,需要设计一种新型的地铁监护测量方法,以期借助无人机技术实现对地铁进行线路巡视、检查、检测及监护等工作。
[发明内容]
本发明的目的在于解决现有技术的不足,提供一种地铁监护测量方法,实现便捷的地铁线路巡视、检查及监护。
为了实现上述目的,设计一种地铁监护测量方法,包括影像数据的针对性分析方法,所述的分析方法包括对地铁隧道点云数据进行数据预处理,所述的数据预处理包括提取隧道边线,所述的提取隧道边线的方法具体如下:
d11.根据点云数据中的隧道中线数据,提取出采集得到的隧道中线的相邻两采集点的坐标数据(xn.yn)和(xn+1,yn+1);
d12.由所述相邻两采集点构成的线段所在的直线即为所述相邻两采集点之间的隧道中线,所述隧道中线的直线方程如下:
d13.根据直线几何关系反算垂直于所述的隧道中线并经过前一个采集点的直线nLnR的直线方程和垂直于所述的隧道中线并经过后一个采集点的直线(n+1)L(n+1)R的直线方程;
d14.根据已知的隧道半径r计算得出点nL、nR、(n+1)L、(n+1)R的坐标;
d15.将nL和nL连线、(n+1)L和(n+1)R连线即得到所述相邻两点之间的隧道边线;
d16.重复步骤d11-d15,由隧道中线的第一个采集点开始直至最后一个采集点,依次计算隧道中线相邻两个采集点之间的隧道边线,以得到该次监护测量范围内全部的隧道边线。
所述的数据预处理包括地铁保护区边线提取,所述的地铁保护区边线提取的方法具体如下:
d21.根据点云数据中的隧道中线数据,提取出采集得到的上行线隧道中线的一个采集点Sn的坐标数据和下行线隧道中线的一个采集点Xn的坐标数据,且两采集点Sn和Xn所在的同一直线垂直于所述的上行隧道中线和下行线隧道中线,再按照提前预设的隧道保护区半径值,得到位于隧道上行线保护区边线上的点SnL和SnR的坐标和位于隧道下行线保护区边线上的点XnL和XnR的坐标,Sn、SnL和SnR三点所在的同一直线垂直于所述的上行线隧道中线,Xn、XnL和XnR三点所在的同一直线垂直于所述的下行线隧道中线;
d22.计算四个点S1L、S1R、X1L和X1R之间的距离,依次判断距离大小,选择距离最大的两点作为地铁保护区边线最***的点;
d23.重复d21-d22,由上行线隧道中线的第一个采集点和下行线隧道中线的第一个采集点直至上行线隧道中线的最后一个采集点和下行线隧道中线的最后一个采集点,依次计算地铁保护区边线最***的点,并将地铁两侧最***的点分别相连以得到保护区边线。
所述的分析方法还包括高差对比分析方法,所述的高差对比分析方法具体如下:
d31.设定一基准面和一对比面;
d32.设对比面中任意一点为1号点,选择基准面中与之平面坐标最相近的两点为2号点和3号点;
d33.计算1号点与2号点和三点所构成的线段之间的垂直距离,并以所述的垂直距离作为1号点至基准面的最终真实距离;
d34.重复步骤d31-d33,依次计算对比面上所有点至基准面的最终真实距离,以得到高差对比数据。
所述的地铁监护测量方法采用无人机进行航空摄影测量,所述方法的具体步骤如下:
a.明确飞行任务,确定所要进行监护测量的地铁隧道测区,并对测区进行踏勘和资料收集,以便于设计合适的无人机航空摄影测量航线;
b.进行相控点布设;
c.实施空中三角测量,以获取相应的航空摄影测量数据,并对所获得的数据进行检查,以确定是否需要补测,在测量完成后生成正摄影像;
d.对影像数据进行针对性分析,并得出监护测量结论。
所述的相控点布设的方法具体如下:
b1.在2km长的地铁区间,布置至少10个相控点;
b2.在高程变化大的位置适当加密相控点的布置,以提高高程定位精度;
b3.均匀敷设相控点,并优先将相控点布置在需重点关注的测绘区域附近;
b4.将相控点成导线状布置在地铁隧道四周,并确保地铁隧道测区的两头车站和线路中间位置设有相控点。
还能额外设置若干个相控点,以作为检查点进行准确性评估。
在所述的相控点布设的方法中,在确定均匀敷设的相控点数量时,确保相邻两个相控点之间的间距接近150m。
得出监护测量结论后,根据结论的结果,对地铁隧道进行合理维护,并将测量得到的数据上传至数据库,以便后续进行对比分析。
本发明同现有技术相比,其优点在于:采用无人机技术实现对地铁进行线路巡视、检查、检测及监护,无需监护工人现场对地铁进行巡视,并且可实现多期地铁巡视数据的对比,自动解算提取高程差异较大的区域,高效便捷,大大节省了人力物力,为地铁线路巡视、检查及监护工作带来了便利。
[附图说明]
图1是一实施例中本发明方法的流程框图;
图2是一实施例中本发明对影像数据进行针对性分析的流程示意图;
图3是一实施例中提取隧道边线的示意图;
图4是一实施例中地铁保护区边线提取的示意图;
图5是一实施例中高差对比分析的示意图a;
图6是一实施例中高差对比分析的示意图b。
[具体实施方式]
下面结合附图对本发明作进一步说明,这种方法的原理对本专业的人来说是非常清楚的。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
所述的地铁监护测量方法采用无人机进行航空摄影测量,其硬件设备包括进行航空摄影测量的无人机,用于存储无人机航空摄影测量后得到的数据信息的存储器,用于对数据信息进行针对性分析的处理器,和用于将分析处理结果输出显示的显示设备,参见图1,所述方法的具体步骤如下:
a.明确飞行任务,确定所要进行监护测量的地铁隧道测区,并对测区进行踏勘和资料收集,以便于设计合适的无人机航空摄影测量航线;
在设计航线时,应尽量保证航线平行于地铁线路运行方向,并避开高架上方区域,确保安全第一;
对于航摄时间的确定,应选择最有利的气象条件,具体如下:
1)选择大气透光度好、光照充足的晴天飞行;
2)既要保证充足的光照度,又要避免过大的阴影,保证太阳高度角>20°,阴影倍数<3倍,例如选择正午前后;
3)确保地表植被及其覆盖物,如雨水、积雪、农作物、树木等,对摄影和成图的影响最小,例如选择春、秋两季;
b.进行相控点布设;
为了将三维点云数据统一至城市坐标,需对数据成果进行坐标转换,而坐标转换的关键就是相控点的设置。相控点若布置太近,将会导致误差扩展,影响拼接精度;相控点若布置太远,则相控点间的数据拼接精度无法保证。因此,需在航拍工作前对相控点的布设密度、相控点精度以及相控点布设原则进行***性的研究。
经过多次实验,我们发现当控制点<10个时,检核点的坐标偏差较大,当控制点数量超过10个以后,检核点的坐标偏差无明显增加,因此,本发明相控点布设的方法具体如下:
b1.在2km长的地铁区间,布置至少10个相控点,在确定均匀敷设的相控点数量时,确保相邻两个相控点之间的间距接近150m;
b2.在高程变化大的位置适当加密相控点的布置,以提高高程定位精度;
b3.均匀敷设相控点,并优先将相控点布置在需重点关注的测绘区域附近,例如堆土区域和建设工地;
b4.将相控点成导线状布置在地铁隧道四周,并确保地铁隧道测区的两头车站和线路中间位置设有相控点。
此外,还能额外设置若干个相控点,以作为检查点进行准确性评估。
c.实施空中三角测量,以获取相应的航空摄影测量数据,并对所获得的数据进行检查,以确定是否需要补测,在测量完成后生成正摄影像;
d.对影像数据进行针对性分析,并得出监护测量结论。
参见图2所述的针对性分析方法包括对获取的地铁隧道点云数据进行数据预处理,并进行抽稀、去噪,再进行高差的距离计算,并最终输出分析结果。所述的数据预处理包括提取隧道边线,所述的提取隧道边线的方法具体如下:
d11.根据点云数据中的隧道中线数据,提取出采集得到的隧道中线的相邻两采集点的坐标数据(xn.yn)和(xn+1,yn+1);
d12.由所述相邻两采集点构成的线段所在的直线即为所述相邻两采集点之间的隧道中线,所述隧道中线的直线方程如下:
d13.根据直线几何关系反算垂直于所述的隧道中线并经过前一个采集点的直线nLnR的直线方程和垂直于所述的隧道中线并经过后一个采集点的直线(n+1)L(n+1)R的直线方程;
d14.根据已知的隧道半径r计算得出点nL、nR、(n+1)L、(n+1)R的坐标;
d15.将nL和nL连线、(n+1)L和(n+1)R连线即得到所述相邻两点之间的隧道边线;
d16.重复步骤d11-d15,由隧道中线的第一个采集点开始直至最后一个采集点,依次计算隧道中线相邻两个采集点之间的隧道边线,以得到该次监护测量范围内全部的隧道边线。
所述的数据预处理包括地铁保护区边线提取,所述的地铁保护区边线提取的方法具体如下:
d21.根据点云数据中的隧道中线数据,提取出采集得到的上行线隧道中线的一个采集点Sn的坐标数据和下行线隧道中线的一个采集点Xn的坐标数据,且两采集点Sn和Xn所在的同一直线垂直于所述的上行隧道中线和下行线隧道中线,再按照提前预设的隧道保护区半径值,得到位于隧道上行线保护区边线上的点SnL和SnR的坐标和位于隧道下行线保护区边线上的点XnL和XnR的坐标,Sn、SnL和SnR三点所在的同一直线垂直于所述的上行线隧道中线,Xn、XnL和XnR三点所在的同一直线垂直于所述的下行线隧道中线;
d22.计算四个点S1L、S1R、X1L和X1R之间的距离,依次判断距离大小,选择距离最大的两点作为地铁保护区边线最***的点;
d23.重复d21-d22,由上行线隧道中线的第一个采集点和下行线隧道中线的第一个采集点直至上行线隧道中线的最后一个采集点和下行线隧道中线的最后一个采集点,依次计算地铁保护区边线最***的点,并将地铁两侧最***的点分别相连以得到保护区边线。
所述的分析方法还包括高差对比分析方法,所述的高差对比分析方法具体如下:
d31.设定一基准面和一对比面;
d32.设对比面中任意一点为1号点,选择基准面中与之平面坐标最相近的两点为2号点和3号点;
d33.计算1号点与2号点和三点所构成的线段之间的垂直距离,并以所述的垂直距离作为1号点至基准面的最终真实距离;
d34.重复步骤d31-d33,依次计算对比面上所有点至基准面的最终真实距离,以得到高差对比数据。
得出监护测量结论后,根据结论的结果,以得出的高差对比数据、隧道边线数据、地铁保护区边线数据等,与设计值或规范要求的数值进行对比后,对地铁隧道进行合理维护,以消除安全隐患,并将每次检测得到的数据上传至数据库,以便后续将历次数据进行对比,分析影响隧道情况变化的因素,并合理制定监护检测的时间间隔,有效保障地铁安全有效的运营。
实施例一
隧道边线提取方法的示例如图3所示:
第一步:根据整理好的中线数据识别上行线或下行线的前两个点1号点和2号点;
第二步:通过直线方程公式确定线段12的直线方程:
第三步:根据直线几何关系反算直线方程lL1R和2L2R;
第四步:根据已知隧道半径r计算得出点lL、1R、2L、2R的坐标;
第五步:将lL和2L连线、1R和2R连线得到前两个点1号点和2号点的隧道边线;
第六步:按照上述步骤,依次计算提取2号点和3号点、3号点和4号点,直至循环至最后一点,得到隧道边线。
实施例二
地铁保护区边线提取方法的示例如图4所示:
第一步:根据隧道边线提取方法,按照提前预设的隧道保护区半径值,得到隧道上行线保护区边线点S1L和S1R、隧道下行线保护区边线点X1L和X1R;
第二步:以此计算这四个点S1L、S1R、X1L、X1R的距离,依次判断距离大小,选择距离最大的两点X1L、S1R作为地铁保护区边线最***的点;
第三步:重复上述步骤,直至循环至最后一点,得到保护区边线。
高差对比分析方法的示例如图5和图6所示:
第一步:选择基准面点云和对比面点云;
第二步:对于对比面中任意一点1号点,判断基准面中与之平面坐标最相近的两点2和点和3号点。需要说明的是,在平面中,对比面中的1号点到基准面的真实距离为1号点至线段23的垂直距离。
第三步:如图6所示,空间关系中,计算对比面中的点P至基准面的垂直距离,距离PP′为最终真实距离。
第四步:遍历所有点,直至循环至最后一点,得到距离计算对比数据。
Claims (8)
1.一种地铁监护测量方法,包括影像数据的针对性分析方法,所述的分析方法包括对地铁隧道点云数据进行数据预处理,其特征在于所述的数据预处理包括提取隧道边线,所述的提取隧道边线的方法具体如下:
d11.根据点云数据中的隧道中线数据,提取出采集得到的隧道中线的相邻两采集点(xn,yn)和(xn+1,yn+1);
d12.由所述相邻两采集点构成的线段所在的直线即为所述相邻两采集点之间的隧道中线,所述隧道中线的直线方程如下:
d13.根据直线几何关系反算垂直于所述的隧道中线并经过前一个采集点的直线nLnR的直线方程和垂直于所述的隧道中线并经过后一个采集点的直线(n+1)L(n+1)R的直线方程;
d14.根据已知的隧道半径r计算得出点nL、nR、(n+1)L、(n+1)R的坐标;
d15.将nL和nR连线、(n+1)L和(n+1)R连线即得到所述相邻两采集点之间的隧道边线;
d16.重复步骤d11-d15,由隧道中线的第一个采集点开始直至最后一个采集点,依次计算隧道中线相邻两个采集点之间的隧道边线,以得到该次监护测量范围内全部的隧道边线。
2.如权利要求1所述的一种地铁监护测量方法,其特征在于所述的数据预处理包括地铁保护区边线提取,所述的地铁保护区边线提取的方法具体如下:
d21.根据点云数据中的隧道中线数据,提取出采集得到的上行线隧道中线的一个采集点Sn的坐标数据和下行线隧道中线的一个采集点Xn的坐标数据,且两采集点Sn和Xn所在的同一直线垂直于所述的上行隧道中线和下行线隧道中线,再按照提前预设的隧道保护区半径值,得到位于隧道上行线保护区边线上的点SnL和SnR的坐标和位于隧道下行线保护区边线上的点XnL和XnR的坐标,Sn、SnL和SnR三点所在的同一直线垂直于所述的上行线隧道中线,Xn、XnL和XnR三点所在的同一直线垂直于所述的下行线隧道中线;
d22.计算四个点S1L、S1R、X1L和X1R之间的距离,依次判断距离大小,选择距离最大的两点作为地铁保护区边线最***的点;
d23.重复d21-d22,由上行线隧道中线的第一个采集点和下行线隧道中线的第一个采集点直至上行线隧道中线的最后一个采集点和下行线隧道中线的最后一个采集点,依次计算地铁保护区边线最***的点,并将地铁两侧最***的点分别相连以得到保护区边线。
3.如权利要求1所述的一种地铁监护测量方法,其特征在于所述的分析方法还包括高差对比分析方法,所述的高差对比分析方法具体如下:
d31.设定一基准面和一对比面;
d32.设对比面中任意一点为1号点,选择基准面中与之平面坐标最相近的两点为2号点和3号点;
d33.计算1号点与2号点和3号点所构成的线段之间的垂直距离,并以所述的垂直距离作为1号点至基准面的最终真实距离;
d34.重复步骤d31-d33,依次计算对比面上所有点至基准面的最终真实距离,以得到高差对比数据。
4.如权利要求1或2或3所述的一种地铁监护测量方法,其特征在于所述的地铁监护测量方法采用无人机进行航空摄影测量,所述方法的具体步骤如下:
a.明确飞行任务,确定所要进行监护测量的地铁隧道测区,并对测区进行踏勘和资料收集,以便于设计合适的无人机航空摄影测量航线;
b.进行相控点布设;
c.实施空中三角测量,以获取相应的航空摄影测量数据,并对所获得的数据进行检查,以确定是否需要补测,在测量完成后生成正摄影像;
d.对影像数据进行针对性分析,并得出监护测量结论。
5.如权利要求4所述的一种地铁监护测量方法,其特征在于所述的相控点布设的方法具体如下:
b1.在2km长的地铁区间,布置至少10个相控点;
b2.在高程变化大的位置适当加密相控点的布置,以提高高程定位精度;
b3.均匀敷设相控点,并优先将相控点布置在需重点关注的测绘区域附近;
b4.将相控点成导线状布置在地铁隧道四周,并确保地铁隧道测区的两头车站和线路中间位置设有相控点。
6.如权利要求5所述的一种地铁监护测量方法,其特征在于能额外设置若干个相控点,以作为检查点进行准确性评估。
7.如权利要求5所述的一种地铁监护测量方法,其特征在于在确定均匀敷设的相控点数量时,确保相邻两个相控点之间的间距接近150m。
8.如权利要求4所述的一种地铁监护测量方法,其特征在于得出监护测量结论后,根据结论的结果,对地铁隧道进行合理维护。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711156628.0A CN107976177B (zh) | 2017-11-20 | 2017-11-20 | 一种地铁监护测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711156628.0A CN107976177B (zh) | 2017-11-20 | 2017-11-20 | 一种地铁监护测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107976177A CN107976177A (zh) | 2018-05-01 |
CN107976177B true CN107976177B (zh) | 2020-07-14 |
Family
ID=62010360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711156628.0A Active CN107976177B (zh) | 2017-11-20 | 2017-11-20 | 一种地铁监护测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107976177B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109949303B (zh) * | 2019-03-28 | 2021-10-29 | 凌云光技术股份有限公司 | 工件形状检测方法及装置 |
CN110487245A (zh) * | 2019-08-16 | 2019-11-22 | 中国民用航空总局第二研究所 | 民用机场下滑信标保护区场地实时监测分析***及其方法 |
CN110598653B (zh) * | 2019-09-18 | 2023-04-07 | 郑州地铁集团有限公司 | 城市轨道交通保护区实时图传无人机巡视方法 |
CN111368016B (zh) * | 2020-02-28 | 2023-04-11 | 重庆市勘测院 | 多阈值约束的轨道交通控制保护区空间信息提取分析方法 |
CN113837590B (zh) * | 2021-09-18 | 2023-09-08 | 北京联合大学 | 一种地铁站域交通流量检测无人机协同调度优化方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101914890A (zh) * | 2010-08-31 | 2010-12-15 | 中交第二公路勘察设计研究院有限公司 | 一种基于机载激光测量的公路改扩建勘测方法 |
CN103279988A (zh) * | 2013-06-06 | 2013-09-04 | 天津城市建设学院 | 虚拟城市地上地下集成三维建模方法 |
CN103743383A (zh) * | 2014-02-11 | 2014-04-23 | 天津市星际空间地理信息工程有限公司 | 一种基于点云的道路信息自动提取方法 |
CN104843176A (zh) * | 2015-04-28 | 2015-08-19 | 武汉大学 | 一种用于桥梁隧道自动巡检旋翼无人机***及导航方法 |
CN106123866A (zh) * | 2016-08-31 | 2016-11-16 | 铁道第三勘察设计院集团有限公司 | 基于航测技术的铁路既有线里程放样方法 |
-
2017
- 2017-11-20 CN CN201711156628.0A patent/CN107976177B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101914890A (zh) * | 2010-08-31 | 2010-12-15 | 中交第二公路勘察设计研究院有限公司 | 一种基于机载激光测量的公路改扩建勘测方法 |
CN103279988A (zh) * | 2013-06-06 | 2013-09-04 | 天津城市建设学院 | 虚拟城市地上地下集成三维建模方法 |
CN103743383A (zh) * | 2014-02-11 | 2014-04-23 | 天津市星际空间地理信息工程有限公司 | 一种基于点云的道路信息自动提取方法 |
CN104843176A (zh) * | 2015-04-28 | 2015-08-19 | 武汉大学 | 一种用于桥梁隧道自动巡检旋翼无人机***及导航方法 |
CN106123866A (zh) * | 2016-08-31 | 2016-11-16 | 铁道第三勘察设计院集团有限公司 | 基于航测技术的铁路既有线里程放样方法 |
Non-Patent Citations (2)
Title |
---|
无人机航测技术在贵南高铁勘测中的应用研究;唐敏 等;《测绘》;20171030;第40卷(第5期);第235-237页 * |
无人机遥感技术在城市轨道交通巡查中的应用;聂鑫路等;《现代城市轨道交通》;20171031;第58-61页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107976177A (zh) | 2018-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107976177B (zh) | 一种地铁监护测量方法 | |
JP6021897B2 (ja) | 画像データを処理する方法およびシステム | |
CN108181635B (zh) | 一种用于输电线路交叉跨越分析的激光点云分类方法 | |
CN103778681B (zh) | 一种车载高速公路巡检***及数据获取和处理方法 | |
CN111830528A (zh) | 基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法 | |
CN103779808A (zh) | 基于LiDAR的输电线路智能巡检*** | |
CN101915570B (zh) | 一种基于灭点的地面移动测量影像线段自动提取分类方法 | |
CN113189615A (zh) | 一种使用垂直起降固定翼无人机对输电线路进行巡检的方法 | |
CN111899332A (zh) | 一种基于倾斜摄影测量技术的架空输电线路三维设计方法 | |
KR101456556B1 (ko) | 실측자료를 이용한 도로 자동 도면화 방법 | |
CN111929698A (zh) | 一种输电线路走廊区域内的树障隐患识别方法 | |
CN112539704A (zh) | 一种输电线路通道内隐患与导线距离的测量方法 | |
CN111968233A (zh) | Bim与点云定位和轨道区间通信设备安装的方法 | |
CN111721279A (zh) | 一种适用于输电巡检工作的末端路径导航方法 | |
Tsai et al. | Use of light detection and ranging data to identify and quantify intersection obstruction and its severity | |
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 | |
CN112033389A (zh) | 一种沟壑地形条件下变形沉降监测方法 | |
Kersten et al. | Potentials of autonomous UAS and automated image analysis for structural health monitoring | |
CN114332658A (zh) | 基于无人机巡检的铁路工务设备与周边环境隐患排查方法 | |
CN105426605A (zh) | 多屏三维航迹及噪声等值线实时显示方法 | |
CN110148218B (zh) | 一种大批量机载LiDAR点云数据整体优化的方法 | |
CN116299442A (zh) | 开采诱发地表形变监测方法、装置、电子设备及存储介质 | |
CN114631040A (zh) | 用于在铁路轨道上自主定位移动车辆的设备和方法 | |
Gura et al. | Updating the algorithm for processing laser scanning data using linear objects as an example | |
CN116052023A (zh) | 基于三维点云的电力巡检地物分类方法及存储介质 |
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 |