【摘 要】
：
基于GNSS/INS的组合导航系统，可以为车载运动提供连续且高精度的定位信息。然而，在车载消费级GNSS/INS组合导航方案中，较长时间的GNSS定位信息缺失，会导致定位精度迅速下降，这种情况在城市行车环境中尤为常见。因此，设计了一种长短期记忆网络(Long Short-Term Memory， LSTM)辅助的基于扩展卡尔曼滤波(Extended Kalman Filter， EKF)的GNSS
论文部分内容阅读
基于GNSS/INS的组合导航系统，可以为车载运动提供连续且高精度的定位信息。然而，在车载消费级GNSS/INS组合导航方案中，较长时间的GNSS定位信息缺失，会导致定位精度迅速下降，这种情况在城市行车环境中尤为常见。因此，设计了一种长短期记忆网络(Long Short-Term Memory， LSTM)辅助的基于扩展卡尔曼滤波(Extended Kalman Filter， EKF)的GNSS/INS组合导航方案。LSTM在有GNSS定位环境下，学习组合导航系统的误差与INS解算结果之间的数学关
其他文献
为满足石油运输企业对油气输运相关设施、设备的信息管理和发生安全问题时进行预警，开发设计三维输油管线信息管理与安全预警系统，对从数据生产到系统设计与实现进行论述。通过对比分析得出同时满足模型精度高、建模速度快的三维管线建模方法，研究利用合并根节点和纹理压缩技术提高倾斜摄影实景模型的加载效率，探索使用缓冲区分析和最短路径Dijkstra算法进行安全预警模拟。系统关键技术和设计思路，为城市地下管线建设，
针对无人机航拍相邻图像会具有视差以及现有拼接算法易出现重影等问题，本文提出一种基于APAP算法航拍图像拼接方法。首先利用AKAZE算法对相邻图像进行特征匹配，然后借助APAP配准算法对相邻航拍图像进行配准，最后对重叠部分借助拉普拉斯金字塔融合算法进行融合得到拼接图像。经实验证明：所提算法对航拍图像的拼接效果较好，无明显拼接痕迹，且拼接速度较快。
针对北部湾区域海洋灾害频发、承灾体灾变响应机理不明、缺乏智能预警监测技术手段等问题，本文提出一种基于深度学习与地理网格评价的海洋承灾体脆弱性评价方法。该方法基于海洋大数据分析与地理网格剖分技术，构建海洋数据集装箱，在影像特征基础上，将海洋环境数据、海洋承载体脆弱性数据、强台风作用的预报数据（如风力强度、风向、风量、降水量）、海岛树木、房屋、海堤、人口等数据的变化以及历年灾害、经济损失等数据，采用深
皮影文化传承中由于受众老龄化和传承断代化使得皮影文化逐渐面临没落，基于Kinect实现皮影动作实时匹配能够为传统皮影文化注入新的活力。根据皮影特点构建关节点皮影模型，实现了皮影的静态数字化。基于Kinect获取人体深度图像，通过分割遮罩和机器学习获取人体骨骼点坐标，生成人体骨架。对关节点皮影模型进行骨骼绑定与权重设置，将Kinect采集到的人体数据绑定到皮影上。通过骨骼树的遍历和动作匹配算法完成坐
公共交通导向发展（TOD）是近年来被广泛探索和应用的城市发展模式，能有效缓解城市化带来的诸多问题。轨道交通站点周边的土地是TOD模式规划的重点区域，合理优化该区域对城市可持续发展有重要意义。本文通过NSGA-Ⅱ算法，优化深圳市沙井站周边800米的土地利用格局，结果表明：优化后的土地以居住用地为主，呈现商居混用的格局，土地开发强度、紧凑度、均衡度和客流生产率都有明显提升，符合TOD理念，有实际的参考
针对小尺度区域难以准确获取空间完整、时间连续的经济格网数据问题。以广西南宁市为例，第一产值基于土地利用数据采用面积权重法建模；第二三产业基于POI热点数据空间关系权重建模；最后构建2019年南宁市1km×1km GDP空间化密度图。研究结果表明，1）城市热点POI与第二、第三产值有较强的空间关系，R~(2)在0.80以上；2）将模拟值与统计值对比分析，模拟的经济统计数据精度较高，第一产值模拟精度R
秩亏往往意味着线性高斯-马尔可夫模型中缺少平差必须信息，而先验信息恰好可以解决这些信息缺失导致的秩亏问题，提供线性模型平差的基准。随机先验信息的不确定性是利用先验信息解决线性模型秩亏平差问题时需要解决的问题，先验信息可以成为混合模型的一部分纳入平差系统，或者成为扩展高斯-马尔可夫模型的一部分。但是不论这两种解决方法的哪一种都需要确定先验信息的可靠性，获取先验信息向量尺度因子或者获得先验信息和观测信
针对农贸产品物流领域的数据溯源、可靠性、安全性和运力不足等问题，提出了将众包的思想和区块链技术融入到物流领域中来，设计和实现了基于区块链技术的众包式农贸产品物流平台。结果表明：该平台实现可溯源的农贸产品物流信息，打造一个透明可信的农贸产品物流平台。
高精度的输电线杆塔空气间隙量测为风偏预警提供重要的决策数据。本文采用无人机获取输电线杆塔序列影像，经空中三角测量、密集匹配等步骤，重建杆塔精细点云，通过在点云上量测的方式实现了输电线杆塔空气间隙的量测。实验证明，本文方法可以避免传统方法由风偏角间接推算产生的误差，极大提高杆塔空气间隙量测的精度。
基于深度学习的多视立体视觉是近年来视觉三维重建领域的研究热点。针对目前现有估计网络空间复杂度高、难以处理高分辨率影像的问题，本文提出了一种新的多视立体视觉网络S-MVSNet。本文主要以R-MVSNet为基础，做出以下改进：提出一种轻量级的多尺度特征提取网络MiniUNet来降低空间复杂度；结合MS-RNN来提升正则化网络的感受野；设计SGR方法将3D正则化问题转化为两个方向上的2D序列正则化问题