-
公开(公告)号：CN119540242B
公开(公告)日：2025-04-18
申请号：CN202510104496.5
申请日：2025-01-23
Applicant: 山东科技大学 , 自然资源部第七地形测量队 , 山东瑞智飞控科技有限公司
Abstract: 本发明属于海洋测绘技术领域，公开了无人机激光/船载多波束数据水陆地形测图方法，该方法通过虚拟网格粗提取数据重叠区，利用alpha‑shape算法精提取重叠区，获取边界点，剔除无人机激光测深数据及船载多波束测深数据构建的不规则三角网中的边缘三角形；计算顶点法向量，以多波束不规则三角网顶点切平面作为配准基元，以点到顶点的距离进行权值分配，通过点到平面的ICP配准算法进行粗配准；构建基于点面距离的精配准模型，通过最小化无人机激光测深点到多波束测深三角面元的法向距离，消除重叠区域的高程差异。采用本发明的点云融合模型处理，有效改善重叠区不同源点云高程不一致现象，实现水下地形数据融合。
-
公开(公告)号：CN118363017A
公开(公告)日：2024-07-19
申请号：CN202410796418.1
申请日：2024-06-20
Applicant: 山东科技大学 , 山东瑞智飞控科技有限公司 , 自然资源部第七地形测量队
Abstract: 本发明属于海洋测绘技术领域，公开了一种机载测深LiDAR安置角偏差检校方法及系统。该方法构建顾及光学零位误差改正的机载测深LiDAR点位归算模型，为机载测深LiDAR安置角偏差检校奠定基础；构建单航带无控平面的俯仰角自检校模型，进行机载测深LiDAR俯仰角自检校；构建双向航带无控法向量最小化的横滚角自检校模型，进行机载测深LiDAR横滚角自检校。本发明解决了机载测深LiDAR测量点云精度不足的问题，不仅可为机载LiDAR测深数据精细化处理提供技术支撑，还能够为海岸带等区域水下地形测量提供高精度数据，促进海洋科学、海洋测绘等领域研究和应用发展。
-
公开(公告)号：CN119540242A
公开(公告)日：2025-02-28
申请号：CN202510104496.5
申请日：2025-01-23
Applicant: 山东科技大学 , 自然资源部第七地形测量队 , 山东瑞智飞控科技有限公司
Abstract: 本发明属于海洋测绘技术领域，公开了无人机激光/船载多波束数据水陆地形测图方法，该方法通过虚拟格网粗提取数据重叠区，利用alpha‑shape算法精提取重叠区，获取边界点，剔除无人机激光测深数据及船载多波束测深数据构建的不规则三角网中的边缘三角形；计算顶点法向量，以多波束不规则三角网顶点切平面作为配准基元，以点到顶点的距离进行权值分配，通过点到平面的ICP配准算法进行粗配准；构建基于点面距离的精配准模型，通过最小化无人机激光测深点到多波束测深三角面元的法向距离，消除重叠区域的高程差异。采用本发明的点云融合模型处理，有效改善重叠区不同源点云高程不一致现象，实现水下地形数据融合。
-
公开(公告)号：CN118363017B
公开(公告)日：2024-12-17
申请号：CN202410796418.1
申请日：2024-06-20
Applicant: 山东科技大学 , 山东瑞智飞控科技有限公司 , 自然资源部第七地形测量队
Abstract: 本发明属于海洋测绘技术领域，公开了一种机载测深LiDAR安置角偏差检校方法及系统。该方法构建顾及光学零位误差改正的机载测深LiDAR点位归算模型，为机载测深LiDAR安置角偏差检校奠定基础；构建单航带无控平面的俯仰角自检校模型，进行机载测深LiDAR俯仰角自检校；构建双向航带无控法向量最小化的横滚角自检校模型，进行机载测深LiDAR横滚角自检校。本发明解决了机载测深LiDAR测量点云精度不足的问题，不仅可为机载LiDAR测深数据精细化处理提供技术支撑，还能够为海岸带等区域水下地形测量提供高精度数据，促进海洋科学、海洋测绘等领域研究和应用发展。
-
公开(公告)号：CN116609758B
公开(公告)日：2023-10-27
申请号：CN202310868924.2
申请日：2023-07-17
Applicant: 山东科技大学 , 山东瑞智飞控科技有限公司
IPC: G01S7/48
Abstract: 本发明公开了一种机载激光测深波形旅行时提取方法，属于激光测量技术领域，用于波形旅行时的提取，首先基于Gold去卷积进行海面及海底初始范围确定，然后利用双指数函数拟合水体有效回波，并求取漫衰减系数，最后利用漫衰减系数对Gold去卷积所确定的海底初始回波进行增强，并对增强信号采用高斯函数分解，获取准确海底位置时刻，完成水下旅行时的提取。本发明通过这种方法，实现了波形水下旅行时的准确提取，该方法对于机载激光测深微弱波形水下斜距提取、机载激光测深系统点位归算及提高测深精度均具有重要的数据支撑作用。
-
Patent Agency Ranking
公开(公告)号：CN116609758A
公开(公告)日：2023-08-18
申请号：CN202310868924.2
申请日：2023-07-17
Applicant: 山东科技大学 , 山东瑞智飞控科技有限公司
IPC: G01S7/48
Abstract: 本发明公开了一种机载激光测深波形旅行时提取方法，属于激光测量技术领域，用于波形旅行时的提取，首先基于Gold去卷积进行海面及海底初始范围确定，然后利用双指数函数拟合水体有效回波，并求取漫衰减系数，最后利用漫衰减系数对Gold去卷积所确定的海底初始回波进行增强，并对增强信号采用高斯函数分解，获取准确海底位置时刻，完成水下旅行时的提取。本发明通过这种方法，实现了波形水下旅行时的准确提取，该方法对于机载激光测深微弱波形水下斜距提取、机载激光测深系统点位归算及提高测深精度均具有重要的数据支撑作用。
-
公开(公告)号：CN114580168A
公开(公告)日：2022-06-03
申请号：CN202210203040.0
申请日：2022-03-03
Applicant: 山东瑞智飞控科技有限公司
Abstract: 本申请实施例提供了一种无人机监测大气污染数据与三维GIS融合展示的方法，所述方法包括以下步骤：实时获取无人机飞行轨迹以及监测数据；根据获取的飞行轨迹以及监测数据，基于Cesium三维GIS平台实时绘制不间断网格；将监测数据中的阶段性累计大气污染物浓度数值生成污染物浓度垂直分布的三维热力图和体渲染可视化表现。本申请实施例将三维地图直观立体、贴近于真实世界的特点同无人机大气监测优势相结合，基于三维地理信息系统技术全方位展现了无人机飞行轨迹与飞行高度，将周边地形与实景建筑物同无人机探测数值的多样化三维可视化表达模拟相融合，构造出数字孪生底座，更好地模拟大气污染在真实世界中的扩散与演进过程。
-
公开(公告)号：CN118097118A
公开(公告)日：2024-05-28
申请号：CN202410351034.9
申请日：2024-03-26
Applicant: 山东瑞智飞控科技有限公司
IPC: G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/006
Abstract: 本发明涉及目标检测算法技术领域，公开了一种基于pyolo动态自适应的小目标检测算法，包括：获取图像数据，并进行数据预处理，以YOLO模型的数据要求为标准将数据集划分为训练集和测试集；采用预设的优化搜索算法对所述训练集中的超参数进行优化处理，得到最优参数；其中，所述超参数包括图像的尺寸、批量大小；采用所述最优参数训练预设的pyolo目标检测模型，并对结果进行分析验证。本发明提供的基于pyolo动态自适应的小目标检测算法，通过引入搜索优化算法到YOLO结构中，提出独特的pyolo目标检测模型，实现对不同种类数据集以及目标大小的自适应训练，达到优化模型泛化性与检测性能的目的。
-
公开(公告)号：CN111915327B
公开(公告)日：2023-12-29
申请号：CN202010683216.8
申请日：2020-07-15
Applicant: 山东瑞智飞控科技有限公司
IPC: G06Q30/01 , G06F16/29 , G06F40/289 , G06F40/216 , G06F16/335 , G06F16/387
Abstract: 本发明公开一种基于事件特征的智能分发方法和装置，属于人工智能技术领域，将投诉事件到网格地理信息库映射关系、投诉事件到领域库映射关系和网格员特征库分别进行笛卡尔积匹配计算；根据笛卡尔积匹配计算结果将投诉事件分发给匹配率最高的网格员进行处理，通过执法网格员的所属领域匹配，增强了执法网格员处理案件的专业性，降低了因为人员不专业导致的耗工耗时，而且通过网格匹配决定了执法网格员距离案发地点距离近，提高了网格员到达现场处理的及时性，通过投诉发生地智能分发到社区网格员进行快速核实处理反馈，解决分发不迅速、责任不明确、反馈不及时的问题，做到多点投诉、智能分发、迅速响应。
-
公开(公告)号：CN114565722A
公开(公告)日：2022-05-31
申请号：CN202210198586.1
申请日：2022-03-02
Applicant: 山东瑞智飞控科技有限公司
Abstract: 本申请实施例提供了一种三维模型单体化实现方法，所述方法包括以下步骤：使用八叉树结构对倾斜模型进行划分；将划分后的八分子节点通过射线法进行矢量数据提取；将提取的矢量数据录入数据库，根据数据库中的信息对倾斜模型建筑物分层单体化。本申请实施例通过将倾斜模型三角格网合并以减少渲染管线的调用次数，用于解决倾斜模型数据量较大时倾斜模型渲染效率低的问题；可以解决目前倾斜模型矢量数据提取存在的费时费力及精度问题，实现了倾斜模型分层单体化。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.061 seconds)
