CN112859052A - 基于重叠航带共轭基元的机载激光雷达***集成误差检校方法 - Google Patents
基于重叠航带共轭基元的机载激光雷达***集成误差检校方法 Download PDFInfo
- Publication number
- CN112859052A CN112859052A CN202110160255.4A CN202110160255A CN112859052A CN 112859052 A CN112859052 A CN 112859052A CN 202110160255 A CN202110160255 A CN 202110160255A CN 112859052 A CN112859052 A CN 112859052A
- Authority
- CN
- China
- Prior art keywords
- laser radar
- error
- point
- point cloud
- conjugate
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000010354 integration Effects 0.000 title claims abstract description 33
- 239000011159 matrix material Substances 0.000 claims abstract description 31
- 238000013178 mathematical model Methods 0.000 claims abstract description 15
- 238000005259 measurement Methods 0.000 claims abstract description 11
- 230000009466 transformation Effects 0.000 claims abstract description 11
- 238000013519 translation Methods 0.000 claims description 8
- 230000014509 gene expression Effects 0.000 claims description 7
- 230000009897 systematic effect Effects 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 2
- 230000017105 transposition Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/497—Means for monitoring or calibrating
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
基于重叠航带共轭基元的机载激光雷达***集成误差检校方法,本发明涉及机载激光雷达***集成误差检校方法。本发明的目的是为了解决现有的机载激光雷达***检校方法激光雷达数据测量精度低的问题。基于重叠航带共轭基元的机载激光雷达***集成误差检校方法具体过程为:1:建立机载激光雷达***的数学模型;2:基于1建立的机载激光雷达***的数学模型,建立机载激光雷达***集成误差模型;3:建立参考点云与模板点云之间的共轭基元,求解重叠航带点云之间的最佳变换关系式;4:根据重叠航带点云间最佳变化关系式与***集成误差模型的关联,反解得到***集成误差检校矩阵。本发明用于数据处理技术领域。
Description
技术领域
本发明属于数据处理技术领域,涉及机载激光雷达***的集成误差检校方法,具体的说是一种基于重叠航带共轭基元的机载激光雷达***的集成误差检校方法。
背景技术
激光雷达是近十几年来快速发展的一种新型测量技术,它通过发射单波段激光束,并根据地物回波来获取地表对象的三维坐标信息,从而生成点云(Point Cloud)以实现地表地物信息提取和三维场景重建;由于其角分辨率高,抗干扰能力强等特点,已广泛应用于遥感数据探测、地面模型恢复和重建等研究领域中,具有巨大的应用前景。
机载激光雷达(Airborne LiDAR)是一种搭载于有人飞行器或无人机上的一种激光探测及测距测量设备,它主要与GPS、IMU(Inertial Measurement Unit/GlobalPosition System)等设备组合成为一套***,其具有快速获取大场景数据的特性。当机载激光雷达以及各仪器搭载于采集平台上时,需通过安置角(Alignment Angle)与偏移量(Leverarm Value)组成的***集成误差检校矩阵来描述仪器间(激光雷达,IMU,GPS天线相位中心等)的轴线与空间位置的差异;如果这两种常量存在误差,将会导致采集点云间存在偏差,同名地物无法重合,点云精度降低。在实际应用中,为了保证点云测量的精度,需通过***检校来测定当前***安置角与偏移量,并将该值带入各种坐标转换以及数据解算流程中,才能把IMU记录的姿态数据准确无误地转化为可用于数据生产的精确外方位元素。
在目前的机载激光雷达***检校方法中,通常只关注了安置角误差的检校,缺乏对偏移量***误差的一体化检校,且一般检校方法对检校场地有较高的要求。
发明内容
本发明的目的是为了解决现有的机载激光雷达***检校方法中,通常只关注了安置角误差的检校,缺乏对偏移量***误差的一体化检校,且一般检校方法对检校场地有较高的要求,导致激光雷达数据测量精度低的问题,而提出基于重叠航带共轭基元的机载激光雷达***集成误差检校方法。
基于重叠航带共轭基元的机载激光雷达***集成误差检校方法具体过程为:
步骤1:建立机载激光雷达***的数学模型;
步骤2:基于步骤1建立的机载激光雷达***的数学模型,建立机载激光雷达***集成误差模型;
步骤3:建立参考点云与模板点云之间的共轭基元,求解重叠航带点云之间的最佳变换关系式;
步骤4:根据重叠航带点云间最佳变化关系式与***集成误差模型的关联,反解得到***集成误差检校矩阵。
本发明的有益效果为:
本发明的目的在于对机载激光雷达***进行集成误差的在航检校,对现有机载激光雷达***集成检校方法进行了完善,同时检校了安置角误差与偏移量误差,且可以适用于任意类型的地形表面,不需要控制面,易于实现,提高了激光雷达数据测量的精度。
本发明方法对机激光雷达***集成误差(安置角误差以及偏移量误差)的来源以及具体表现形式进行了一体化建模,并建立共轭点——面基元以降低对检校场地的要求;
为了验证本发明所提出算法的性能,针对无人机激光雷达***进行了实验,实验结果验证了本发明提出的基于共轭基元的机载激光雷达***集成误差检校方法的有效性。
附图说明
图1是本发明的实现流程示意图;
图2是共轭点—面基元示意图;
图3a是未经过***误差检校前重叠区域点云显示图;
图3b是经过本发明***误差检校后重叠区域点云显示图;
图4是***误差检校前后的重叠航带点云平均距离曲线图。
具体实施方式
具体实施方式一:本实施方式基于重叠航带共轭基元的机载激光雷达***集成误差检校方法具体过程为:
步骤1:根据机载激光雷达采集原理,建立机载激光雷达***的数学模型;
步骤2:基于步骤1建立的机载激光雷达***的数学模型,建立机载激光雷达***集成误差模型;
步骤3:建立参考点云与模板点云之间的共轭基元,求解重叠航带点云之间的最佳变换关系式;
步骤4:根据重叠航带点云间最佳变化关系式与***集成误差模型的关联,反解得到***集成误差检校矩阵。
具体实施方式二:本实施方式与具体实施方式一不同的是:所述步骤1中根据机载激光雷达采集原理,建立机载激光雷达***的数学模型;具体过程为:
根据激光雷达成像原理,建立机载激光雷达***的数学模型;
对于激光雷达瞬时采集的激光束,建立机载激光雷达***的数学模型,模型如下:
激光点在激光雷达坐标系中坐标为PL=(xL,yL,zL)T,激光点在惯性平台参考坐标系中坐标为PI=(xI,yI,zI)T;
RA为无人机激光雷达***的安置角旋转矩阵,用于描述激光雷达与IMU/GPS间轴线相对空间角度及旋转关系;
为激光雷达激光发射中心到IMU/GPS原点o的偏移量,为GPS天线相位中心到IMU/GPS原点o的偏移量,tL-tG为激光雷达激光发射中心到GPS天线相位中心的偏移量,即为无人机激光雷达***的偏移量,称为tLG;
在惯性平台参考坐标系下,激光雷达点云脚点坐标如下式:
PI=RLrRA+tLG
其中,r为瞬时激光束向量,RL为瞬时激光束与激光雷达坐标系之间的瞬时扫描角旋转矩阵,RA为安置角旋转矩阵。
其它步骤及参数与具体实施方式一相同。
具体实施方式三:本实施方式与具体实施方式一或二不同的是:所述安置角旋转矩阵RA具体表达式如下:
其它步骤及参数与具体实施方式一或二相同。
具体实施方式四:本实施方式与具体实施方式一至三之一不同的是:所述R(ω)、
其它步骤及参数与具体实施方式一至三之一相同。
具体实施方式五:本实施方式与具体实施方式一至四之一不同的是,所述步骤2中基于步骤1建立的机载激光雷达***的数学模型,建立机载激光雷达***集成误差模型(***误差包括安置角误差以及偏移量误差,由激光雷达点云坐标公式得到安置角误差表达式和偏移量误差表达式 是和的结合);具体过程为:
安置角误差由下式表达:
若假定在无人机激光雷达***中只存在安置角误差,其余误差均为零;那么在安置角误差存在的情况下,激光雷达点云脚点在惯性平台参考坐标系下的坐标为下式:
PI A=RLRAΔRAr+tLG
则在仅考虑安置角误差时,点云脚点在惯性平台参考坐标系下的误差如下式:
其中,I为单位矩阵;
对于水平表面,机载平台的飞行高度h与激光束斜距ρi以及激光雷达的瞬时扫描角θi有如下关系:
h=ρi cosθi
综合可得安置角误差模型如下式:
为了确定偏移角误差对点云精度的影响,假定在无人机激光雷达***中只存在偏移量误差,其余误差均为零;那么在偏移量误差的影响下,激光雷达点云脚点在惯性平台参考坐标系中的坐标如下式:
其中,ΔtLG为偏移量误差;
则在仅考虑偏移量误差时,惯性平台参考坐标系中点云脚点误差如下式:
综上所述,在惯性平台参考坐标系下,机载激光雷达***集成误差对激光雷达点云脚点坐标影响以及坐标存在的误差如下式:
PI I=RLRAΔRAr+tLG+ΔtLG
eI=PI I-PI=RLRA(ΔRA-I)r+ΔtLG
其中,PI I为***集成误差存在下点云脚点坐标;eI为***集成误差存在下点云脚点坐标存在的误差。
其它步骤及参数与具体实施方式一至四之一相同。
具体实施方式六:本实施方式与具体实施方式一至五之一不同的是:所述步骤3中建立参考点云与模板点云之间的共轭基元,求解重叠航带点云之间的最佳变换关系式;具体过程为:
对参考点云中重叠部分进行三角剖分,并通过三角网格的三个顶点所构成的平面计算三个顶点构成的平面法向量;根据三角网格面的法向量,将在一定误差容限范围内拥有相似法向量方向且相邻的三角网划分为同一片区域(三角面的法向量夹角之差在45°以内,且面片中心坐标点在一定的空间范围内);选择位于各个方位的几个区域,并在每个区域中选择一个代表三角网格面(主要是为了使共轭特征分布均匀),将选择的三角网格面作为参考点云的代表三角网格面;建立参考点云的代表三角网格面与模板点云中距离代表三角面最近欧氏距离的点组成的共轭点——面基元;
定义两个重叠航带点云中一个为参考点云S1,另一个为模板点云S2;
设XT,YT,ZT为模板点云S2到参考点云S1的平移向量,ω′,κ′为模板点云S2到参考点云S1的旋转量(利用旋转量去求解航偏角ω、俯仰角以及侧滚角κ);Sp为参考点云S1三角网上的一个面片,Spa、Spb以及Spc为该面片三个顶点,就是现在有两个重叠部分的点云,由于***误差的存在,点云是没有配准的。将重叠部分其中一个作为参考点云进行三角剖分,然后在模板点云中找到距离三角网格面片Sp最近的点qi,qi与sp即为共轭点面基元,qi’为点qi经平移与旋转变化后落到面片Sp内即为共轭关系,即qi与Sp为共轭点——面基元(建立的基元:参考点云的代表三角网格面与模板点云中距离代表三角面最近欧氏距离的点组成的共轭点——面基元);
建立qi到qi’的变换关系式如下式:
其中,R为旋转矩阵,(XT,YT,ZT)T为平移向量,(Xqi,Yqi,Zqi)为共轭点位置坐标,(Xq′i,Yq′i,Zq′i)为共轭点经平移与旋转变化后的位置坐标;T为转置;
通过最小化共轭点——面基元间的距离(点到面的欧氏距离)求解最佳变换关系式。
其它步骤及参数与具体实施方式一至五之一相同。
具体实施方式七:本实施方式与具体实施方式一至六之一不同的是:所述步骤4中根据重叠航带点云间变化关系最佳与***集成误差模型的关联,反解得到***集成误差检校矩阵;具体过程为:
对于从不同航向采集的重叠航带点云来说,点云间的变化关系式与机载激光雷达***集成误差检校矩阵的关系如下式:
其中,为沿航向相邻航带点云间的旋转量,Δθ为激光雷达的测角误差,Δρ为激光雷达的测距误差;由参考点云与定义的Y方向的关系决定,沿Y轴正方向飞行的航带在逆向飞行航带的右测,则取顶端运算符;在逆向飞行航带的左侧则取底端运算符;ΔxLG为ΔtLG的X方向分量;ΔyLG为ΔtLG的Y方向分量;d为重叠航带飞行路径的间距;
对于从相同航向采集的重叠航带点云来说,点云间的变化关系式与***集成误差检校矩阵的关系如下式:
反解得到***集成误差检校矩阵。
结合以上两个公式,并利用从相同与不同航向采集且相互重叠的点云数据,就可以根据点云间变换关系式求解出***集成误差检校矩阵。
其它步骤及参数与具体实施方式一至六之一相同。
采用以下实施例验证本发明的有益效果:
实验所用数据是无人机激光雷达***所采集数据,图1是本发明的实现流程示意图;图2是共轭点——面基元示意图;图3a是未经过***误差检校前重叠区域点云显示图;图3b是经过本发明***误差检校后重叠区域点云显示图;图4是***误差检校前后的重叠航带点云平均距离曲线。
本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,本领域技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (7)
1.基于重叠航带共轭基元的机载激光雷达***集成误差检校方法,其特征在于:所述方法具体过程为:
步骤1:建立机载激光雷达***的数学模型;
步骤2:基于步骤1建立的机载激光雷达***的数学模型,建立机载激光雷达***集成误差模型;
步骤3:建立参考点云与模板点云之间的共轭基元,求解重叠航带点云之间的最佳变换关系式;
步骤4:根据重叠航带点云间最佳变化关系式与***集成误差模型的关联,反解得到***集成误差检校矩阵。
2.根据权利要求1所述基于重叠航带共轭基元的机载激光雷达***集成误差检校方法,其特征在于:所述步骤1中建立机载激光雷达***的数学模型;具体过程为:
对于激光雷达瞬时采集的激光束,建立机载激光雷达***的数学模型,模型如下:
激光点在激光雷达坐标系中坐标为PL=(xL,yL,zL)T,激光点在惯性平台参考坐标系中坐标为PI=(xI,yI,zI)T;
RA为无人机激光雷达***的安置角旋转矩阵;
为激光雷达激光发射中心到IMU/GPS原点o的偏移量,为GPS天线相位中心到IMU/GPS原点o的偏移量,tL-tG为激光雷达激光发射中心到GPS天线相位中心的偏移量,即为无人机激光雷达***的偏移量,称为tLG;
在惯性平台参考坐标系下,激光雷达点云脚点坐标如下式:
PI=RLrRA+tLG
其中,r为瞬时激光束向量,RL为瞬时激光束与激光雷达坐标系之间的瞬时扫描角旋转矩阵,RA为安置角旋转矩阵。
5.根据权利要求4所述基于重叠航带共轭基元的机载激光雷达***集成误差检校方法,其特征在于:所述步骤2中基于步骤1建立的机载激光雷达***的数学模型,建立机载激光雷达***集成误差模型;具体过程为:
安置角误差由下式表达:
若假定在无人机激光雷达***中只存在安置角误差,其余误差均为零;那么在安置角误差存在的情况下,激光雷达点云脚点在惯性平台参考坐标系下的坐标为下式:
则在仅考虑安置角误差时,点云脚点在惯性平台参考坐标系下的误差如下式:
其中,I为单位矩阵;
对于水平表面,机载平台的飞行高度h与激光束斜距ρi以及激光雷达的瞬时扫描角θi有如下关系:
h=ρi cosθi
综合可得安置角误差模型如下式:
假定在无人机激光雷达***中只存在偏移量误差,其余误差均为零;那么在偏移量误差的影响下,激光雷达点云脚点在惯性平台参考坐标系中的坐标如下式:
其中,ΔtLG为偏移量误差;
则在仅考虑偏移量误差时,惯性平台参考坐标系中点云脚点误差如下式:
综上所述,在惯性平台参考坐标系下,机载激光雷达***集成误差对激光雷达点云脚点坐标影响以及坐标存在的误差如下式:
6.根据权利要求5所述基于重叠航带共轭基元的机载激光雷达***集成误差检校方法,其特征在于:所述步骤3中建立参考点云与模板点云之间的共轭基元,求解重叠航带点云之间的最佳变换关系式;具体过程为:
定义两个重叠航带点云中一个为参考点云S1,另一个为模板点云S2;
设XT,YT,ZT为模板点云S2到参考点云S1的平移向量,ω′,κ′为模板点云S2到参考点云S1的旋转量;Sp为参考点云S1三角网上的一个面片,Spa、Spb以及Spc为该面片三个顶点,就是现在有两个重叠部分的点云,由于***误差的存在,点云是没有配准的。将重叠部分其中一个作为参考点云进行三角剖分,然后在模板点云中找到距离三角网格面片Sp最近的点qi,qi与sp即为共轭点面基元,qi’为点qi经平移与旋转变化后落到面片Sp内即为共轭关系,即qi与Sp为共轭点——面基元;
建立qi到qi’的变换关系式如下式:
其中,R为旋转矩阵,(XT,YT,ZT)T为平移向量,(Xqi,Yqi,Zqi)为共轭点位置坐标,(Xq′i,Yq′i,Zq′i)为共轭点经平移与旋转变化后的位置坐标;T为转置;
通过最小化共轭点——面基元间的距离求解最佳变换关系式。
7.根据权利要求6所述基于重叠航带共轭基元的机载激光雷达***集成误差检校方法,其特征在于:所述步骤4中根据重叠航带点云间变化关系最佳与***集成误差模型的关联,反解得到***集成误差检校矩阵;具体过程为:
对于从不同航向采集的重叠航带点云来说,点云间的变化关系式与机载激光雷达***集成误差检校矩阵的关系如下式:
其中,为沿航向相邻航带点云间的旋转量,Δθ为激光雷达的测角误差,Δρ为激光雷达的测距误差;由参考点云与定义的Y方向的关系决定,沿Y轴正方向飞行的航带在逆向飞行航带的右测,则取顶端运算符;在逆向飞行航带的左侧则取底端运算符;ΔxLG为ΔtLG的X方向分量;ΔyLG为ΔtLG的Y方向分量;d为重叠航带飞行路径的间距;
对于从相同航向采集的重叠航带点云来说,点云间的变化关系式与***集成误差检校矩阵的关系如下式:
反解得到***集成误差检校矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110160255.4A CN112859052A (zh) | 2021-02-05 | 2021-02-05 | 基于重叠航带共轭基元的机载激光雷达***集成误差检校方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110160255.4A CN112859052A (zh) | 2021-02-05 | 2021-02-05 | 基于重叠航带共轭基元的机载激光雷达***集成误差检校方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112859052A true CN112859052A (zh) | 2021-05-28 |
Family
ID=75988592
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110160255.4A Pending CN112859052A (zh) | 2021-02-05 | 2021-02-05 | 基于重叠航带共轭基元的机载激光雷达***集成误差检校方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112859052A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116184368A (zh) * | 2023-04-25 | 2023-05-30 | 山东科技大学 | 基于高斯-马尔科夫的机载雷达安置误差插值校正方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170016979A1 (en) * | 2014-09-19 | 2017-01-19 | The Boeing Company | Phase calibration of a stepped-chirp signal for a synthetic aperture radar |
CN107290734A (zh) * | 2017-08-22 | 2017-10-24 | 北京航空航天大学 | 一种基于自制地基激光雷达垂直度误差的点云误差校正方法 |
CN107703499A (zh) * | 2017-08-22 | 2018-02-16 | 北京航空航天大学 | 一种基于自制地基激光雷达对准误差的点云误差校正方法 |
CN111208497A (zh) * | 2020-04-20 | 2020-05-29 | 成都纵横融合科技有限公司 | 一种机载激光雷达***平差处理方法 |
-
2021
- 2021-02-05 CN CN202110160255.4A patent/CN112859052A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170016979A1 (en) * | 2014-09-19 | 2017-01-19 | The Boeing Company | Phase calibration of a stepped-chirp signal for a synthetic aperture radar |
CN107290734A (zh) * | 2017-08-22 | 2017-10-24 | 北京航空航天大学 | 一种基于自制地基激光雷达垂直度误差的点云误差校正方法 |
CN107703499A (zh) * | 2017-08-22 | 2018-02-16 | 北京航空航天大学 | 一种基于自制地基激光雷达对准误差的点云误差校正方法 |
CN111208497A (zh) * | 2020-04-20 | 2020-05-29 | 成都纵横融合科技有限公司 | 一种机载激光雷达***平差处理方法 |
Non-Patent Citations (1)
Title |
---|
向润梓: "无人机激光雷达数据预处理技术研究", 《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116184368A (zh) * | 2023-04-25 | 2023-05-30 | 山东科技大学 | 基于高斯-马尔科夫的机载雷达安置误差插值校正方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Stöcker et al. | Quality assessment of combined IMU/GNSS data for direct georeferencing in the context of UAV-based mapping | |
RU2727164C1 (ru) | Способ и устройство коррекции картографических данных | |
CN110837080B (zh) | 激光雷达移动测量***的快速标定方法 | |
GREJNER‐BRZEZINSKA | Direct exterior orientation of airborne imagery with GPS/INS system: Performance analysis | |
US8610708B2 (en) | Method and apparatus for three-dimensional image reconstruction | |
CN103323855B (zh) | 一种基线动态测量***的精度获取方法 | |
CN106153008B (zh) | 一种基于视觉的旋翼无人机三维目标定位方法 | |
CN111426320B (zh) | 一种基于图像匹配/惯导/里程计的车辆自主导航方法 | |
CN101750619B (zh) | 自检校pos直接对地目标定位方法 | |
CN101339244B (zh) | 一种机载sar图像自动目标定位方法 | |
CN106226780A (zh) | 基于激光扫描雷达的多旋翼室内定位***及实现方法 | |
CN108845335A (zh) | 一种基于图像和导航信息的无人机地面目标定位方法 | |
CN106155081B (zh) | 一种旋翼无人机大范围目标监测和精确定位方法 | |
CN108061889A (zh) | Ais与雷达角度***偏差的关联方法 | |
CN106595668A (zh) | 一种用于光电吊舱的无源定位算法 | |
CN110389369A (zh) | 基于rtk-gps和移动二维激光扫描的冠层点云获取方法 | |
CN103207388B (zh) | 一种斜视条件下的机载干涉sar定标方法 | |
CN107179533A (zh) | 一种多参数机载LiDAR***误差自动检校方法 | |
CN110068817B (zh) | 一种基于激光测距和InSAR的地形测图方法、仪器和*** | |
CN113358135B (zh) | 一种用光电测量数据修正飞行器位置的方法 | |
Liu et al. | Accurate mapping method for UAV photogrammetry without ground control points in the map projection frame | |
CN114755661A (zh) | 一种移动激光扫描***参数标定方法及标定装置 | |
CN109782276A (zh) | 一种长基线机载重轨干涉sar配准方法 | |
CN112346104A (zh) | 一种无人机信息融合定位方法 | |
CN101793517B (zh) | 一种提高机载平台定姿精度的在线快速方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210528 |
|
RJ01 | Rejection of invention patent application after publication |