CN113607135B - 一种用于路桥施工领域的无人机倾斜摄影测量方法 - Google Patents
一种用于路桥施工领域的无人机倾斜摄影测量方法 Download PDFInfo
- Publication number
- CN113607135B CN113607135B CN202110927136.7A CN202110927136A CN113607135B CN 113607135 B CN113607135 B CN 113607135B CN 202110927136 A CN202110927136 A CN 202110927136A CN 113607135 B CN113607135 B CN 113607135B
- Authority
- CN
- China
- Prior art keywords
- image
- model
- unmanned aerial
- dimensional
- aerial vehicle
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 title claims abstract description 11
- 238000013507 mapping Methods 0.000 claims abstract description 22
- 238000013439 planning Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000007689 inspection Methods 0.000 claims abstract description 9
- 238000000691 measurement method Methods 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000005516 engineering process Methods 0.000 claims description 11
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 239000004575 stone Substances 0.000 claims description 3
- 238000012876 topography Methods 0.000 claims description 3
- 238000013523 data management Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 238000009472 formulation Methods 0.000 claims description 2
- 230000004927 fusion Effects 0.000 claims description 2
- 238000011835 investigation Methods 0.000 claims description 2
- 239000011159 matrix material Substances 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- 238000005457 optimization Methods 0.000 claims description 2
- 230000002265 prevention Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 238000012502 risk assessment Methods 0.000 claims description 2
- 238000004088 simulation Methods 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
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
-
- 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 Processing (AREA)
- Image Analysis (AREA)
Abstract
一种用于路桥施工领域的无人机倾斜摄影测量方法,包括如下步骤:步骤①:软硬件设备选择(1);步骤②:无人机倾斜摄影参数确定;步骤③:无人机倾斜摄影航线规划(7);步骤④:数据处理;步骤⑤:三维实景模型及产品直接应用(12);步骤⑥:三维数字模型与BIM结合(13);步骤⑦:航飞后对生成的模型进行了精度检验。本发明具有提高测量效率、降低测量作业安全风险、降低施工成本等优点。在大比例尺地形测图、获取高分辨率影响方面有着明显优势,可极大地减少测绘外业工作量,大幅度提高工作效率。
Description
技术领域
本发明涉及路桥施工领域,具体讲是一种用于路桥施工领域的无人机倾斜摄影测量方法。
背景技术
近几年以来发展起来的一项新的测量技术---倾斜摄影测量技术,其改变了传统航测遥感影响只能从垂直方向进行拍摄的限制,倾斜摄影测量技术利用多台传感器从不同的角度对数据采集,高效快速的获取海量的数据信息,真实可靠的反应地面的客观情况,满足人们对三维信息的需要。
但是,目前的倾斜摄影测量技术存在以下明显的不足:测量效率低、测量作业安全风险高、施工成本高。
发明内容
本发明在此提供一种用于路桥施工领域的无人机倾斜摄影测量方法。
一种用于路桥施工领域的无人机倾斜摄影测量方法,包括如下步骤:
步骤①:软硬件设备选择(1);
步骤②:无人机倾斜摄影参数确定;
步骤③:无人机倾斜摄影航线规划(7);
步骤④:数据处理;
步骤⑤:三维实景模型及产品直接应用(12);
步骤⑥:三维数字模型与BIM结合(13);
步骤⑦:航飞后对生成的模型进行了精度检验。
有益效果:
本发明具有提高测量效率、降低测量作业安全风险、降低施工成本等优点。在大比例尺地形测图、获取高分辨率影响方面有着明显优势,可极大地减少测绘外业工作量,大幅度提高工作效率。
附图说明
图1是本发明用于路桥施工领域的无人机倾斜摄影测量技术应用流程图;
图2是本发明用于路桥施工领域的无人机倾斜摄影测量技术土石方复核、工程量快速估算示意图;
图3是本发明用于路桥施工领域的无人机倾斜摄影测量技术地形数据三维量测示意图。
图中符号含义:1、软硬件设备选择;2、无人机;3、建模软件;4、影像精度;5、焦距;6、拍摄距离;7、无人机倾斜摄影航线规划;8、航线影像空三计算;9、多视影像密集匹配;10、三角网TIN的构建;11、纹理映射;12、三维实景模型及产品直接应用; 13、三维数字模型与BIM结合。
具体实施方式
下面将结合附图对本发明进行详细说明,对实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种用于路桥施工领域的无人机倾斜摄影测量方法,包括如下步骤:
步骤①:软硬件设备选择(1);
步骤②:无人机倾斜摄影参数确定;
步骤③:无人机倾斜摄影航线规划(7);
步骤④:数据处理;
步骤⑤:三维实景模型及产品直接应用(12);
步骤⑥:三维数字模型与BIM结合(13);
步骤⑦:航飞后对生成的模型进行了精度检验。
实施例1
一种用于路桥施工领域的无人机倾斜摄影测量方法,包括如下步骤:
步骤①:软硬件设备选择(1):
首先要对飞行器进行选型,根据市场上的无人机(2)品牌及不同型号选择适合施工现场条件的无人机(2)。优先选择飞行稳定、续航能力强、像素精度(4)高、定位精度高的无人机(2)。
国际主流建模软件(3):Bentley公司的Context-Capture,该软件基于图形运算单元 GPU的快速三维场景运算软件,可运算生成基于真实影像的超高密度点云,它能无需人工干预地从简单连续影像中生成逼真的三维场景模型,通过建模软件(3)也可以生成如点云数据、DSM、DEM、正射影像等一系列格式数据。
步骤②:无人机倾斜摄影参数确定:
依据规划模型精度确定影像精度(4),因此为了达到预定的影像精度(4),必须要确定焦距(5)及拍摄距离(6),公式如下:
影像精度(4)*焦距(5)*图像的最大尺寸=传感器宽度*拍摄距离(6)。
步骤③:无人机倾斜摄影航线规划(7):
在航飞前要对项目区域整体地貌、地物进行综合分析,制定飞行路线、规划航拍高度及影像重叠度,航高计算公式如下:
式中:Ls=传感器长度(m);
D=相机和对象之间的距离(m);
f=数码相机的焦距;
L=图像长度(Px);
步骤④:数据处理:
航飞完成后,对采集的影像数据进行内业处理,数据处理技术包括航线影像空三计算 (8)、多视影像密集匹配(9)、TIN三角网生成(10)、纹理映射(11)等主要技术内容,最终得到真正产品数据。
航线影像空三计算(8):
倾斜摄影空三基本原理与传统航测空三基本相同,都分为连续点提取和空三解算两个部分,由于倾斜摄影导致相片间存在较大变形,连接点匹配困难增大,但由于倾斜摄影通常是五航带不同角度拍摄,同名点数量增加四倍,所以未知数之间的关系复杂,近年来随着技术的发展一种比较流行的基础算法为下式:
式中:[XA YA ZZ]T表示像点在空间坐标系下的坐标;λ为投影系数;R是外方位元素角元素构成的正交变换矩阵,为飞行拍摄时刻GPS位置,/>表示无人机在三个方向上的速度,[X Y Z]T表示像空间辅助坐标系的坐标,Δt表示相机曝光延迟。
多视影像密集匹配(9):
多视影像的密集匹配(9)是倾斜摄影测量技术的核心,多视影像有地面分辨率高,重叠度大的特点,但是这也造成了影像的数据冗余;同时由于无人机飞行的高度较低和飞行的姿态不稳导致影像的基高比较小和重叠度变化较为明显,这就给获取多视影像的同名点带来了困难,如何在多视影像中快速找到同名点,进而恢复被摄物体的三维位置信息是多视影像密集匹配最重要的步骤。目前比较成熟的算法是SGM半全局匹配算法或PMVS多视匹配算法。
三角网TIN的构建(10):
三角网构网(10)主要分为两个阶段:一是点云数据包括约束点共同建立三角网;二是以影像匹配获得的线元素为约束条件,进行对角线交换,利用局部最优过程LOP调整三角网中每条线段,形成附有约束条件的TIN三角网(10)。
纹理映射(11):
纹理映射(11)的实质就是将拍摄的影像进行处理生成纹理图像,通过一定的数学关系建立两个空间点的对应关系,这两个空间点分别是二维纹理的空间点和三维模型的空间点,最终将纹理图像贴附在三维模型上形成逼真的三维模型。纹理映射根据映射方向可分为正向和反向映射。
影像数据经过数据平台处理、建模后,便可以根据实际需要生成一些列模型、数据例如:三维实景模型、DEM、DSM、DOM、点云数据等。
三维实景模型生成后需进行格式转换,常用格式为OSGB和OBJ,转换完成后就可以把三维模型导入应用平台如:Unity3D、Wish3D网络端、图新地球PC端、Altizure等,也可以对三维模型进行再次深层处理,可使用DP-Modeler、模方、SVS等软件,对模型进行纹理修饰、贴图、模型拼接等操作。
步骤⑤:三维实景模型及产品直接应用(12):
如图2、图3所示,通过航飞后的三维实景模型,可以实现多种功能及应用:(1)快速进行土石方复核;(2)地形数据内业直接量测;(3)抢险救灾情况现场调查分析及方案制定;(4)洪水风险评估与模拟及防灾方案制定;(5)不同阈值下缓冲区分析;(6) 动态数据管理及现势性情况分析;(7)其他与GIS相关应用。
步骤⑥:三维数字模型与BIM结合(13):
点云数据在Civil3D中的应用,通过三维模型生成的点云数据可以导入Civil3D中,生成高精度地形曲面后,根据设计文件创建道路及场坪,可以实现快速土石方计算、及各种放坡计算等。
选用BentleyLumenRT软件将三维实景模型与Revit融合,首先要解决多源异构数据集成问题,即如何把不同方式获得的多种格式数据集成在一起,主要包括:数据结构、数据种类、应用平台、坐标***、高程***等方面;其中特别要注意地图投影转换及坐标换带所带来的一些列问题,所以做项目前必须要考虑如何把所有标准统一起来。
利用Dynamo进行编程,读取桥梁设计参数,放置参数化族,从而解决现阶段Revit在桥梁建模中的短板。桥梁建模完成后,把Revit模型转换成对应平台接受的格式,通常为obj、skp、fbx、3Dtiles等格式,导入操作平台后,可实现Revit项目与三维实景模型的融合。
步骤⑦:航飞后对生成的模型进行了精度检验。
为了减少投影差对影像匹配结果精度的影响,像控点布设的位置应该在离影像边界1- 2cm的位置;将纠正好的三维模型加载到ContextCaptureViewer软件中具体做法为:采取分别对每个检查点位进行5次测量,以外业实测的坐标值作为真值,结合5次的量测坐标值求取检查点点位中误差,其目的是为了减少偶然误差对检测结果产生不利影响,计算公式如下式:
式中:
M为该检查点点位中误差;
xi,yi为在三维模型上第i次采集的平面坐标值;
X,Y为实测检查点值。
实施例2
一种用于路桥施工领域的无人机倾斜摄影测量***,包括利用多台传感器从不同的角度对数据采集、高效快速的获取海量的数据信息、软硬件设备选择(1)、无人机倾斜摄影参数确定、无人机倾斜摄影航线规划、航测影像空三计算(8)、多视影像密集匹配(9)、三角网TIN的构建(10)、纹理映射(11)、三维实景模型及产品直接应用(12)、三维数字模型与BIM结合(13)。
首先要对飞行器进行选型,根据市场上的无人机(2)品牌及不同型号选择适合施工现场条件的无人机(2)。优先选择飞行稳定、续航能力强、像素精度(4)高、定位精度 (4)高的无人机。
依据规划模型精度确定影像精度(4),因此为了达到预定的影像精度(4),必须要确定焦距(5)及拍摄距离(6),公式如下:影像精度(4)*焦距(5)*图像的最大尺寸=传感器宽度*拍摄距离(6)。
航飞前要对项目区域整体地貌、地物进行综合分析,制定飞行路线、规划航拍高度及影像重叠度。
航飞完成后,对采集的影像数据进行内业处理,数据处理技术包括航线影像空三计算 (8)、多视影像密集匹配(9)、TIN三角网生成(10)、纹理映射(11)等主要技术内容,最终得到真正产品数据。
为了减少投影差对影像匹配(9)结果精度的影响,像控点布设的位置应该在离影像边界1~2cm的位置。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
Claims (1)
1.一种用于路桥施工领域的无人机倾斜摄影测量方法,其特征在于,包括如下步骤:
步骤①:软硬件设备选择(1);
首先要对飞行器进行选型,根据市场上的无人机(2)品牌及不同型号选择适合施工现场条件的无人机(2)和Bentley公司的Context-Capture建模软件(3);
步骤②:无人机倾斜摄影参数确定;
依据规划模型精度确定影像精度(4),为了达到预定的影像精度(4),必须要确定焦距(5)及拍摄距离(6),公式如下:
影像精度(4)*焦距(5)*图像的最大尺寸=传感器宽度*拍摄距离(6);
步骤③:无人机倾斜摄影航线规划(7);
在航飞前要对项目区域整体地貌、地物进行综合分析,制定飞行路线、规划航拍高度及影像重叠度,航高计算公式如下:
式中:Ls=传感器长度(m);
D=相机和对象之间的距离(m);
f=数码相机的焦距;
L=图像长度(Px);
P=影像精度(无单位);
步骤④:数据处理:
航飞完成后,对采集的影像数据进行内业处理,数据处理技术包括航线影像空三计算(8)、多视影像密集匹配(9)、TIN三角网生成(10)、纹理映射(11)主要技术内容,最终得到真正产品数据;
航线影像空三计算(8);
倾斜摄影空三基本原理与传统航测空三基本相同,都分为连续点提取和空三解算两个部分,由于倾斜摄影导致相片间存在较大变形,连接点匹配困难增大,但由于倾斜摄影通常是五航带不同角度拍摄,同名点数量增加四倍,所以未知数之间的关系复杂,近年来随着技术的发展一种比较流行的基础算法为下式:
式中:[XA YA ZZ]T表示像点在空间坐标系下的坐标;λ为投影系数;R是外方位元素角元素构成的正交变换矩阵,为飞行拍摄时刻GPS位置,/>表
示无人机在三个方向上的速度,[X Y Z]T表示像空间辅助坐标系的坐标,Δt表示相机曝光延迟;
多视影像密集匹配(9);
多视影像密集匹配(9)的算法是SGM半全局匹配算法或PMVS多视匹配算法;
三角网TIN的构建(10);
三角网构网(10)分为两个阶段:一是点云数据包括约束点共同建立三角网;二是以影像匹配获得的线元素为约束条件,进行对角线交换,利用局部最优过程LOP调整三角网中每条线段,形成附有约束条件的TIN三角网(10);
纹理映射(11);
纹理映射(11)的实质就是将拍摄的影像进行处理生成纹理图像,通过一定的数学关系建立两个空间点的对应关系,这两个空间点分别是二维纹理的空间点和三维模型的空间点,最终将纹理图像贴附在三维模型上形成逼真的三维模型;纹理映射根据映射方向可分为正向和反向映射;
影像数据经过数据平台处理、建模后,便可以根据实际需要生成一些列模型或数据;
三维实景模型生成后需进行格式转换,常用格式为OSGB和OBJ,转换完成后就可以把三维模型导入应用平台,也可以对三维模型进行再次深层处理,对模型进行纹理修饰、贴图、模型拼接;
步骤⑤:三维实景模型及产品直接应用(12);
通过航飞后的三维实景模型,可以实现多种功能及应用:(1)快速进行土石方复核;(2)地形数据内业直接量测;(3)抢险救灾情况现场调查分析及方案制定;(4)洪水风险评估与模拟及防灾方案制定;(5)不同阈值下缓冲区分析;(6)动态数据管理及现势性情况分析;(7)其他与GIS相关应用;
步骤⑥:三维数字模型与BIM结合(13);
点云数据在Civil3D中的应用,通过三维模型生成的点云数据可以导入Civil3D中,生成高精度地形曲面后,根据设计文件创建道路及场坪,可以实现快速土石方计算、及各种放坡计算;
选用Bentley Lumen RT软件将三维实景模型与Revit融合,利用Dynamo进行编程,读取桥梁设计参数,放置参数化族,从而解决现阶段Revit在桥梁建模中的短板;桥梁建模完成后,把Revit模型转换成对应平台接受的格式,导入操作平台后,可实现Revit项目与三维实景模型的融合;
步骤⑦:航飞后对生成的模型进行了精度检验;
为了减少投影差对影像匹配结果精度的影响,像控点布设的位置应该在离影像边界1-2cm的位置;将纠正好的三维模型加载到Contex-tCapture-Viewer软件中具体做法为:采取分别对每个检查点位进行5次测量,以外业实测的坐标值作为真值,结合5次的量测坐标值求取检查点点位中误差,计算公式如下式:
式中:M为该检查点点位中误差;
xi,yi为在三维模型上第i次采集的平面坐标值;
X,Y为实测检查点值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110927136.7A CN113607135B (zh) | 2021-08-13 | 2021-08-13 | 一种用于路桥施工领域的无人机倾斜摄影测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110927136.7A CN113607135B (zh) | 2021-08-13 | 2021-08-13 | 一种用于路桥施工领域的无人机倾斜摄影测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113607135A CN113607135A (zh) | 2021-11-05 |
CN113607135B true CN113607135B (zh) | 2024-01-26 |
Family
ID=78308386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110927136.7A Active CN113607135B (zh) | 2021-08-13 | 2021-08-13 | 一种用于路桥施工领域的无人机倾斜摄影测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113607135B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114202981B (zh) * | 2021-12-10 | 2023-06-16 | 新疆工程学院 | 一种用于摄影测量实验的仿真平台 |
CN114397631B (zh) * | 2021-12-20 | 2023-05-16 | 中国电子科技集团公司第三十八研究所 | 一种大型雷达天线阵面精度测量方法及*** |
CN114332658B (zh) * | 2022-01-14 | 2023-11-07 | 北京铁科特种工程技术有限公司 | 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 |
CN114509051A (zh) * | 2022-01-26 | 2022-05-17 | 中交二公局第三工程有限公司 | 一种道路工程中无人机测量放样方法 |
CN114782619B (zh) * | 2022-01-26 | 2023-04-18 | 中交二公局第三工程有限公司 | 一种基于bim技术的可视化安全设施流转管理方法 |
CN116465370A (zh) * | 2023-04-01 | 2023-07-21 | 中铁六局集团路桥建设有限公司 | 一种计算植被茂密区域土石方量的方法及*** |
CN116989767A (zh) * | 2023-08-02 | 2023-11-03 | 济南市勘察测绘研究院 | 基于bim与倾斜摄影测量技术的轨道交通测量的方法 |
CN116753962B (zh) * | 2023-08-16 | 2023-10-13 | 成都睿铂科技有限责任公司 | 一种桥梁的航线规划方法及装置 |
CN117274499B (zh) * | 2023-10-17 | 2024-05-07 | 山东泰山普惠建工有限公司 | 一种基于无人机倾斜摄影的钢结构加工及安装方法 |
CN117876612B (zh) * | 2023-12-05 | 2024-07-05 | 中交第二公路勘察设计研究院有限公司 | 一种基于无人机倾斜摄影的路线拟合设计方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109520479A (zh) * | 2019-01-15 | 2019-03-26 | 成都建工集团有限公司 | 基于无人机倾斜摄影辅助土方开挖施工的方法 |
CN111322994A (zh) * | 2020-04-22 | 2020-06-23 | 福州市勘测院 | 基于无人机倾斜摄影的房屋密集区大比例尺地籍测量方法 |
CN111458720A (zh) * | 2020-03-10 | 2020-07-28 | 中铁第一勘察设计院集团有限公司 | 复杂山区基于机载激光雷达数据的倾斜摄影建模方法 |
CN111951398A (zh) * | 2020-07-27 | 2020-11-17 | 中建三局第二建设工程有限责任公司 | 基于无人机倾斜影像技术的智能放样施工方法 |
-
2021
- 2021-08-13 CN CN202110927136.7A patent/CN113607135B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109520479A (zh) * | 2019-01-15 | 2019-03-26 | 成都建工集团有限公司 | 基于无人机倾斜摄影辅助土方开挖施工的方法 |
CN111458720A (zh) * | 2020-03-10 | 2020-07-28 | 中铁第一勘察设计院集团有限公司 | 复杂山区基于机载激光雷达数据的倾斜摄影建模方法 |
CN111322994A (zh) * | 2020-04-22 | 2020-06-23 | 福州市勘测院 | 基于无人机倾斜摄影的房屋密集区大比例尺地籍测量方法 |
CN111951398A (zh) * | 2020-07-27 | 2020-11-17 | 中建三局第二建设工程有限责任公司 | 基于无人机倾斜影像技术的智能放样施工方法 |
Non-Patent Citations (1)
Title |
---|
焦旺.基于倾斜摄影数据的大比例尺地形图制作方法研究.基础科学辑.2020,第第2021卷卷(第第2021卷期),论文正文. * |
Also Published As
Publication number | Publication date |
---|---|
CN113607135A (zh) | 2021-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113607135B (zh) | 一种用于路桥施工领域的无人机倾斜摄影测量方法 | |
CN102506824B (zh) | 一种城市低空无人机***生成数字正射影像图的方法 | |
KR100912715B1 (ko) | 이종 센서 통합 모델링에 의한 수치 사진 측량 방법 및장치 | |
KR100728377B1 (ko) | 레이저 스캐너 및 무선인터넷을 이용한 변경된 지역시설물의 gis 실시간 업데이트 방법 | |
CN109238239B (zh) | 基于航空摄影的数字测量三维建模方法 | |
US7944547B2 (en) | Method and system of generating 3D images with airborne oblique/vertical imagery, GPS/IMU data, and LIDAR elevation data | |
CN102003938B (zh) | 大型高温锻件热态在位检测方法 | |
CN106780712B (zh) | 联合激光扫描和影像匹配的三维点云生成方法 | |
CN111667569B (zh) | 一种基于Rhino及Grasshopper的三维实景土方可视化精准测算方法 | |
CN102645209A (zh) | 机载LiDAR点云和高分辨率影像进行空间点的联合定位方法 | |
CN110806199A (zh) | 一种基于激光投线仪和无人机的地形测量方法及*** | |
CN114283070B (zh) | 融合无人机影像与激光点云的地形断面制作方法 | |
CN112862966B (zh) | 地表三维模型构建方法、装置、设备及存储介质 | |
CN110986888A (zh) | 一种航空摄影一体化方法 | |
CN111256730A (zh) | 一种用于低空倾斜摄影测量技术的土方平衡修正计算方法 | |
CN113032977A (zh) | 基于无人机逆建模技术的土石方量测算方法 | |
CN112801983A (zh) | 基于摄影测量的边坡全域沉降检测方法及*** | |
CN108050995B (zh) | 一种基于dem的倾斜摄影无像控点航摄测区归并方法 | |
CN114359489A (zh) | 一种管道施工期实景影像的制作方法、装置、设备及存储介质 | |
CN111783192B (zh) | 基于倾斜摄影实景模型的复杂地形场地平整土方计算方法 | |
CN115909091A (zh) | 一种基于无人机三维扫描实景建模的土方量计算方法 | |
Stylianidis et al. | A digital close-range photogrammetric technique for monitoring slope displacements | |
CN112950763A (zh) | 一种变电站工程中实景建模的方法 | |
Wu et al. | An Assessment of Errors Using Unconventional Photogrammetric Measurement Technology-with UAV Photographic Images as an Example | |
Guo et al. | Research on 3D geometric modeling of urban buildings based on airborne lidar point cloud and image |
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 |