特徵物為基礎的lidar點云資料-資料下載頁
2025-01-25 17:09本頁面
【正文】 ? 再增加觀測量的線條數(shù)目觀察是否可以提高誤差容忍度也就是解算的參數(shù)精度可否提升。 ? 在此使用五條，二十條，三十條空間直線觀測量，加入標準差大小為， ， ， 1， 。 ? 聯(lián)合模式求解效應測試 :利用已知的六個檢核點檢核，可以用來判別轉換參數(shù)是否正確以及作為精度指標。 ? 偵錯模式測試 :在模式中加入兩個具有大錯誤的觀測量，觀察其權矩陣是否有正確條且得到正確計算結果。 2/28/2023 20 成果分析 ? 表 2利用參數(shù)求解誤差 (真值 計算值 )來檢驗嚴密模式效益。 2/28/2023 21 成果分析 ? 表 3以檢核點方式驗核施行聯(lián)合模式計算的成果。 ? 其中總 RMSE(均方根值 。 Root Mean Square Error)定義如下 : 總 RMSE= 表 3以檢核點驗核成果。 222 )_()_()_( ZRM SEYRM SEXRM SE ??2/28/2023 22 成果分析 ? 表 4. 錯誤觀測量調整前後的權值 ? 由表 2，表 3及表 4成果可歸納以下分析 : ? 在多餘觀測量稀少的情況下，粗糙的觀測量容易造成參數(shù)求解的扭曲。 ? 當提高觀測量精度 (即較小的觀測誤差 )，參數(shù)求解精度提昇。 ? 當增加觀測量個數(shù)，在提高多餘觀測量的效應下，參數(shù)求解精度提昇。 2/28/2023 23 成果分析 ? 多餘觀測數(shù)增加，計算的參數(shù)結果較穩(wěn)定，精度也較高。 ? 數(shù)據(jù)中發(fā)現(xiàn)改正數(shù)數(shù)值略小於所給定的誤差量，因為是以點誤差概念加入隨機量測誤差於真值上，且直線觀測量的量測誤差是產(chǎn)生在垂直於直線方向上，因此改正行為也會依此特性進行，如圖 4所示。 圖 改正數(shù)向量圖 ? 利用穩(wěn)鍵度估計的方式來對觀測量的權值做調整，確實使錯誤的觀測量之權變小，使得對參數(shù)的解算影響降低而確保計算結果。 2/28/2023 24 結論 ? 聯(lián)合模式為一具體可行的方法，可確實改善嚴密解算法之參數(shù)起始近似值供予問題，即使近似模式演算法成果是不及嚴密解算法。 ? 此模式將可有效應用於地面光達系統(tǒng)不同測站資料之結合作業(yè)或空載光達系統(tǒng)航帶平差工作以及航測模型間之套合任務。 2/28/2023 25 未來工作 ? 如果能在進行轉換模式前能夠針對待轉換的觀測資料預先進行匹配。 ? 確保利用正確的共軛直線對進行計算，獲得可靠的轉換參數(shù)，提高觀測資料的正確性，亦可以提升解算結果的可靠性。 ? 圖 加入三維空間直線匹配流程 線 基 礎 三 維 轉 換 聯(lián) 合 模 式線 基 礎三 維 轉 換近 似 模 式參 數(shù)門 檻 值線 基 礎三 維 轉 換嚴 密 模 式F a i l轉 換 七 參 數(shù)三 維 空 間直 線 特 徵匹 配2/28/2023 26 報告完畢 2/28/2023 27 演講完畢，謝謝觀看！
研究報告相關推薦
鄂ICP備17016276號-1