地面激光雷达现场自检校方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41601488
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    15.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0115.测量与地图学
  • 结题年份:
    2019
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2019-12-31

项目摘要

Spaceborne LiDAR, airborne LiDAR and terrestrial laser scanner have become important part of earth observation system. In recent years, the applications of terrestrial laser scanner developed rapidly. Terrestrial laser scanner is the high-end measuring instruments in the field of current terrestrial measurements.Its performance and accuracy specifications rely on the instrument manufacturer. Terrestrial laser scanner was calibrated by the manufacturer, but system errors still exist. That restricts widely its application in many fields..This research aims to systematically studying the system error processing theory and method. The key technologies will be break through, which are system errors modeling and refinement, unified model of self-calibration adjustment,optimization solver and precision control, integration on-site self-calibration and repair of point cloud.On-site self-calibration software will also be developed. Results of this project will promote engineering applications of terrestrial laser scanner.
星载、机载、地面激光雷达已经成为对地观测数据获取体系的重要组成部分。近些年,地面激光雷达应用发展迅速,但是地面激光雷达作为当前测量领域的高端测量仪器,其测量性能和准确度指标主要依靠仪器生产商提供的相关数据,即使经过生产厂家的精确实验室检校,地面激光雷达仍然存在系统误差,严重制约了地面激光雷达在多个领域的工程化广泛应用。本课题旨在系统地研究地面激光雷达系统误差处理理论与方法,突破地面激光雷达系统误差模型建立与精化、自检校平差的统一模型、优化解算和精度控制、联合现场自检校与点云修复一体化等关键技术,研制我国自主知识产权的地面激光雷达现场自检校软件平台,本课题成果将为促进地面三维激光雷达的国产化进程与工程应用奠定坚实基础。

结项摘要

我国引进了数百台国外地面激光雷达,国内也研制出地面激光雷达商业化产品,作为当前测量领域的高端测量仪器,其测量性能和准确度指标主要依靠仪器生产商提供的相关数据。实验室检校方法费时费力、成本高,地面激光雷达长时间使用或长途运输重新组装后,特别是面向变形监测、精密数字工程等应用时,需要进行现场检校保证点云的准确度。.研究了一种基于点的稳健估计系统误差模型参数的现场自检校方法,推演了基于点的现场自检校的统一平差模型和精度评定公式,建立了三维室内、外检校场。通过现场自检校实验,证明系统误差基本模型对地面激光雷达系统误差改正是有效的。基于点的地面激光雷达现场自检校实验最少使用2个测站和2个平面上的16个靶标点实现地面激光雷达的稳健检校,为自检校从实验室检校拓展到现场检校提供了检校条件验证。.研究了基于平面的地面激光雷达现场自检校方法,推导了基于面的现场自检校的统一平差模型,利用模拟实验和现场自检校实验测检验该自方法的有效性。基于平面的地面激光雷达现场自检校,与基于点的自检校方法相比,该方法工作量降低,更加适用于现场自检校。.建立了一套稳健性强、估计精度高、适用面广的地面激光雷达现场自检校解决方案,研制了一套地面激光雷达现场自检校软件系统,进一步有效的促进地面激光雷达的多领域工程应用,保证地面激光雷达点云的准确度。.

项目成果

期刊论文数量(3)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
车载激光扫描系统定位误差与精度分析
  • DOI:
    10.19411/j.1007-824x.2019.03.007
  • 发表时间:
    2019
  • 期刊:
    扬州大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    李振;邵达扬
  • 通讯作者:
    邵达扬
一种基于无人机LiDAR点云的山区输电线提取算法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    扬州大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    李振;邵达扬;黄亮
  • 通讯作者:
    黄亮
Rigorous Boresight Self-Calibration of Mobile and UAV LiDAR Scanning Systems by Strip Adjustment
通过条带调整对移动和无人机 LiDAR 扫描系统进行严格的视轴自校准
  • DOI:
    10.3390/rs11040442
  • 发表时间:
    2019-02-02
  • 期刊:
    REMOTE SENSING
  • 影响因子:
    5
  • 作者:
    Li, Zhen;Tan, Junxiang;Liu, Hua
  • 通讯作者:
    Liu, Hua

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

粉碎方式对神府煤粒度分布的影响
  • DOI:
    10.13301/j.cnki.ct.2017.10.106
  • 发表时间:
    2017
  • 期刊:
    煤炭技术
  • 影响因子:
    --
  • 作者:
    李振;付艳红;周安宁;杨超;刘莉君;于伟;赵伟
  • 通讯作者:
    赵伟
建筑垃圾骨料制备膏体充填材料的正交试验研究
  • DOI:
    10.16552/j.cnki.issn1001-1625.2015.10.040
  • 发表时间:
    2015
  • 期刊:
    硅酸盐通报
  • 影响因子:
    --
  • 作者:
    姜明阳;李天城;李振;王宏烨;孙彦增
  • 通讯作者:
    孙彦增
An Improved Anisotropic Markov Random Field Approach for Prestack Seismic Inversion
改进的各向异性马尔可夫随机场叠前地震反演方法
  • DOI:
    10.1109/lgrs.2018.2878827
  • 发表时间:
    2019-04
  • 期刊:
    IEEE Geoscience and Remote Sensing Letters
  • 影响因子:
    4.8
  • 作者:
    郭强;张宏兵;魏奎烨;李振;尚作萍
  • 通讯作者:
    尚作萍
煤中矿物及显微组分解离特性的MLA研究
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    中国矿业大学学报
  • 影响因子:
    --
  • 作者:
    付艳红;李振;周安宁;朱子祺;杨超;刘莉君;于伟;屈进州
  • 通讯作者:
    屈进州
华北地区大地震的长余震序列
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    地震
  • 影响因子:
    --
  • 作者:
    王辉;刘勉;李振;曹建玲;荆燕
  • 通讯作者:
    荆燕

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码