空间认知驱动的自适应路径引导

为了生成符合人们认知习惯、反映用户空间知识并易于利用自然语言表达的路径引导, 提出了一个将路径抽象为一系列结构统一、具有时序性和多粒度性且可以被加工为指导用户沿路径前进的短语或句子的指示单元的表达框架,并说明了利用环境结构、路径特征、先验知识等上下文因素生成多粒度的指示单元, 从中选择最合适的指示单元, 进而实现自适应路径引导的方法。通过与传统的采用“Distance-to-Turn”模式的路径引导进行对比可以发现, 基于空间认知的自适应路径引导更加符合人们描述路径的方式, 能够降低用户的认知压力并提高导航的效率。     

利用低空视频检测道路车辆

针对背景像素的移动,提出了SURF特征稳像和光流法向量相结合的新方法来解决低空视频的道路车辆检测。首先,检测两帧图像的SURF特征;再用最近邻匹配得到两幅图像的匹配点对;随后结合RANSAC和最小二乘法计算全局运动参数向量,获得稳定的帧;最后,根据稳定的帧计算光流法向量,并检测出运动车辆。实验结果表明,基于SURF算子的图像稳像算法在不损失稳像精度的前提下,能够提高图像稳像算法的速度,所提方法能够有效地检测出运动车辆。     

基于金字塔结构的海量路面影像破损统计模型

提出了基于金字塔结构的用于快速路面影像破损统计的模型,通过对经分割处理后的影像进行金字塔加权破损统计以筛选出破损路面影像,最终达到提高检测效率的目的.利用该模型对具有不同路面纹理结构的路段进行多次实验表明,该模型能高效准确地从海量影像中筛选出破损路面影像.     

World Wide Web(WWW)上矢量地图数据的多分辨率传输算法

提出一种用于网络环境下多分辨率传输矢量地图数据的算法,此算法采用"点删除"技术用于多分辨率描述原始的矢量地图数据,而且能够避免空间对象的自相交和维护拓扑关系的一致性.以此算法为基础开发了一个Client/Server结构的实验软件,在实验结果的基础上评估了该算法对提高网络环境下矢量地图数据传输效率的效果.实验结果表明该算法用于矢量地图数据的多分辨率快速传输是有效的.     

基于Mask原理的遥感影像恢复技术研究

从传统摄影复制技术中的Mask晒像原理出发,针对航空航天遥感影像上出现四周减光、照度与颜色不均匀、对比度下降、影像模糊等质量退化情况,提出将影响影像退化的各种因素综合考虑,通过一种基于Mask的影像复制技术来建立影像降质模型,并以此Mask影像对遥感影像进行恢复处理。试验结果表明,该恢复算法是可行的。     

利用激光三角法进行快速车辙检测

为了实现实时车辙测量及绘制足够密集的路面剖面线,分别设定全局和局部阈值,利用局部梯度极大值及邻域灰度进行激光线判断和提取;提出了基于Delaunay三角网的标定点网格建立及测量点的物方坐标反算方法。实验路段的检测结果表明,车辙检测仪的检测结果与人工检测结果符合得较好,可以作为路面车辙测量的可靠工具。     

大型水电工程百米级引水竖井的病害检测技术

大型水电站引水道竖井段的混凝土病害检测,直接涉及水电站的安全运行。针对大型水电站百米级引水竖井数据获取与病害检测的国际性难题,本文提出一种以无人系留飞艇为浮空装载平台,集成多传感器的百米级垂直竖井检测方案;自主研制了竖井环境适应性强的圆柱形无人系留飞艇浮空装载平台,集成全景CCD相机、三维激光扫描仪、惯性导航测量单元、气压高度计、照明模块、控制模块等多传感器,自主研制了全球首台百米级竖井数据获取与病害检测装备,于2017年5-7月在云南糯扎渡水电厂2、3、4号200 m级引水道竖井现场进行了试验。结果表明,检测装置能够满足大型水电站百米级竖井引水道的检修工作,填补了百米级竖井检测的国际空白,具有较好的应用前景。     

利用位置签到数据探索城市热点与商圈

众源地理数据（Crowd Sourcing Geographic Data）是指由大众采集并向大众开放共享的地理空间数据。众源位置签到数据作为众源地理数据的一种,客观真实的反映了大众日常生活行为,包含大量丰富的社会化属性信息。本文提出了一种基于众源位置签到数据的城市热点探测与商圈挖掘方法,首先对位置签到数据时空分布特性进行了研究,设计并提出了众源位置签到数据时空数据库模型;其次,提出了位置签到数据探索性空间分析方法,通过对众源位置签到数据的空间聚类分析,实现基于位置签到数据的商圈热点探测;最后,以武汉市为例,对街旁网截止2011年9月30日的众源位置签到数据进行了城市热点探测与商圈挖掘分析实验,结果表明,基于众源位置签到数据挖掘的武汉市商圈分布与城市规划商圈具有强相关性,可用于城市社会经济发展预测与区域经济规划。     

从Geomatics到Urban Informatics

我国正处在新型城镇化、工业化和信息化的关键时期,城市面临着复杂的经济、社会与生态可持续发展问题。面向城市的地球空间信息学（Geomatics）与互联网、云计算技术持续融合,产生了城市时空大数据,成为了智慧城市的重要战略资源。随着地球空间信息学和信息学、城市科学不断深入交叉融合,城市信息学（Urban Informatics）逐步形成,并正在成为测绘地理信息科学的重要发展方向。城市信息学是以统一的时空基准为框架,以空间信息为载体,以信息技术为支撑,动态采集城市信息并进行处理、分析与服务,支持绿色、低碳、可持续城市发展的交叉学科。本文分析了城市信息的内涵及其与地球空间信息学的相互关系,论述了城市信息学具有动态演变、数据驱动、众源学习、协同决策、学科交叉等典型特征,在此基础上,总结了若干影响学科发展的关键科学问题,最后展望了城市信息学的发展前景。     

基于约束高斯混合模型的车道信息获取

针对现有车道级道路信息获取方法大多存在数据采集成本高、更新周期长、数据处理难度大等缺点,提出了一种基于浮动车数据（floating car data,FCD）的城市车道数量信息快速获取方法。首先根据浮动车数据的空间分布特征,利用Delaunay三角网方法对数据进行优选,通过探测优选后浮动车数据覆盖的宽度间接得到道路宽度;然后将一部分已知车道数量及浮动车数据覆盖宽度的路段作为训练样本,分析其车道数量和浮动车数据覆盖宽度之间的关系构建基本分类器;最后按照待测路段的浮动车数据分布宽度查找基本分类器,获取待测路段可能存在的若干个车道数量类型候选值,并利用约束高斯混合模型对最终车道数量类型进行确认。实验结果表明,该方法实现了从低精度浮动车数据中快速获取车道数量信息,提取精度达到了82.3%。