机载LiDAR( Light detection and ranging)扫描系统由激光扫描仪(LS),全球卫星导航系统(GNSS)和惯性导航系统(INS)组成.无论是在三维测量还是无人驾驶中有着广泛的实用价值和应用前景。其中扫描系统的安装误差角是影响激光点云精度的主...
详细信息
机载LiDAR( Light detection and ranging)扫描系统由激光扫描仪(LS),全球卫星导航系统(GNSS)和惯性导航系统(INS)组成.无论是在三维测量还是无人驾驶中有着广泛的实用价值和应用前景。其中扫描系统的安装误差角是影响激光点云精度的主要因素之一。提出一种无地面控制点的机载IJDAR扫描系统的安装误差参数标定方法。通过重复扫描同名点来推导扫描系统安置参数标定模型,最后再使用最小二乘迭代法求解出标定参数的最优值。通过无人机载激光扫描系统实验验证了方法的合理性和有效性,可以很明显的提高扫描数据生成的点云质量,具有一定的可行性和实用性。
超宽带技术由于较高的测距精度和穿透性能,对于位置服务有着重要的应用价值。在实际的高密度定位环境中,传统的定位算法受非视距误差和多径效应的影响,很难实时准确解算出实际位置坐标。虽然增加基站数量可以有效提高定位的精度,但是其成本也在不断提高。针对超宽带在高密度室内定位中实时性差、定位精度低的问题,提出了一种基于支持向量机的超宽带定位方法,提高了定位的精确性和鲁棒性;给出了基于到达时间差(TDOA,time difference of arrival)的支持向量机模型,重点在于将定位问题转化为分类问题的求解;通过TDOA值和坐标值来建立支持向量机分类模型,利用一对一分类模型实现了坐标值的解算,提高了坐标解算速度。仿真结果表明,在高密度实时定位中,相比于传统的Chan算法和Taylor算法,文中方法在定位精度近似的情况下,实时性要高于传统算法,满足实际定位中低功耗、快速高精度定位的要求。
暂无评论