XiaoMi-AI文件搜索系统
World File Search System立体模型
IKONOS 高分辨率卫星图像地面点的精度评估
摘要 为了评估综合全球定位系统 (GPS)、惯性导航系统 (INS) 和高分辨率线阵 CCD 传感器数据所得地面点的几何精度，本文介绍了光束法平差的数学模型以及地面点可达精度与地面控制点 (GCPS) 数量和分布、GCPS 和检查点的图像测量误差以及轨道拟合多项式阶数的关系的实验结果。介绍在俄亥俄州中部麦迪逊县建立的大地控制网，用于测试模拟的新一代 IKONOS 高分辨率卫星影像的精度。基于机载高分辨率立体相机 [I~RSC] 系统和模拟的 IKONOS 影像（SpaceImaging, Inc.），进行了各种实验方案，涉及不同立体模型配置的几何强度、GCPS 数量和分布的影响以及 GCPS 和检查点的图像测量误差的影响。最后通过本次试验研究提出了一些提高地面点几何精度的建议和建议。
适用于动态窗口方法的速度障碍法
该论文项目是视觉行为实习的一部分。该公司旨在生产用于机器人技术的计算机视觉模型，从而帮助机器通过相机眼更好地了解世界。图像具有深度学习模型能够提取的许多功能：可导航区域，深度推理和对象检测。最近进步的示例是筏立体模型[1]，从立体声图像推断或完善深度特征，或端到端对象检测模型DETR [2]。自主导航领域可以从这些高级功能中受益，以提出更好的路径计划方法。特别是，要帮助在人拥挤的环境中部署地面机器人，机器人行为不仅必须安全，而且还必须看起来很聪明，以激发信任。本文使用来自速度障碍方法[4]启发的评分函数[4]提出了基于动态窗口方法[3]的局部路径计划者，以便从第一个的灵活性和第二个的长期预期中受益。与DW4DO方法启发的较密切的策略相比，提出的方法可以通过长期将机器人设置在安全轨道上，而不会增加达到位置目标的时间[5]。这提高了机器人应对几个移动障碍并避免参与已经占领的走廊的能力。本论文中产生的代码使用ROS和凉亭模拟器，可在以下GIT页面https://github.com/flocoic oi/fc_thesis以及最小的指令中运行安装并开始快速运行演示。
使用 DEM 校正机载雷达图像的综合方法
引言 水文等水文应用需要配准和处理多传感器和多源数据，例如机载雷达、专题制图仪 (TM)、数字高程模型 (OEM) 和数字地形数据（道路、河流网络等）。尽管校正 TM 数据的问题相对较少，但机载雷达图像的情况更为复杂，因为视图几何形状和由此产生的图像扰动在场景中变化更快。不同的研究人员针对雷达情况测试了各种二维图像变换（Trevett，1984 年）。在大型场景中，这些变换受到根本限制，因为它们无法应对由地形引起的局部扭曲。引用的结果介于 5 到 100 米之间，取决于区域大小、地形和所用的二维变换类型。此外，立体雷达图像能够生成数字高程模型 (OEM) 和数字雷达地图 (Leber!等，1986)。摄影产品由数字图像创建，并用于使用雷达测绘方法的摄影测量立体绘图仪器。基于 16 个检查点，随机水平差异值在两个方向上均为 30 米（例如，使用的 SAR 图像的约 4 个像素）。通常，可以使用 OEM 和立体模型测量中的辅助数据生成正射影像 (Mercer，1986)。本文描述的方法是全数字化的，包括 SAR 图像、处理和正射影像生成。本研究开发的模型采用摄影测量方法，采用基于彩色图像的光束法平差技术