GB-Radar与测量机器人数据融合方法研究     

岳建平  曾宝庆  郭腾龙  董杰 《测绘通报》2014,(10):33-35

分析了Ground-based Radar (GB-Radar)与测量机器人变形监测技术的特点,以及两种监测技术数据融合所带来的优势。通过分析两种监测系统的关系,建立了这两种变形监测系统数据配准和数据融合的数学模型。通过设计实验,获取了GB-Radar与测量机器人对角反射器的变形监测数据。结果表明,对GB-Radar雷达视线向一维变形量与测量机器人三维变形量进行数据融合得到的监测点三维监测数据,最大监测误差明显降低,监测精度达到亚毫米级。  相似文献   

测量机器人ATR性能分析与测试     

郭腾龙  岳建平 《测绘通报》2012,(8):92-94

自动目标识别(ATR)的过程可分为图像预处理、图像分割、特征提取和目标识别,其中图像分割用于目标内部结构和兴趣点的提取,性能良好的分割算法对于目标识别至关重要。由于图像分割算法受观测条件和目标位置的影响,在逆光条件及在视场中从不同方位搜索棱镜时,ATR与人工测值存在较大的偏差。基于聚类分割算法,根据不同情况下的ATR测值对其性能进行分析,对存在的问题提出解决方案。  相似文献   

测量机器人ATR智能测量程序研制     

郭腾龙  岳建平  刘毅 《现代测绘》2011,34(2):3-4,21

依据我国三角测量、工程测量等行业测量规范的有关规定,以GeoC++为开发平台,研究开发了三角网野外数据采集的智能化测量程序,可用于控制网建立过程中的数据自动采集、超限数据的自动判别与重测,有效提高了数据采集的效率和数据处理的自动化程度。  相似文献   

东秦岭构造带古生代花岗岩与赋矿花岗伟晶岩的成因联系     

王梦玺  郭腾龙  凤永刚  梁婷  周义  孙小筠 《矿床地质》2022,41(6):1124-1141

东秦岭构造带发育大量古生代花岗岩和赋存稀有金属以及铀矿床（化）的花岗伟晶岩,但二者的成因联系尚不清楚。因此,文章统计了花岗岩和花岗伟晶岩的年龄,并对比了二者全岩和矿物的元素和同位素组成,以此探讨二者之间的成因联系。年龄统计结果表明花岗岩形成于3期岩浆活动：第一期（490~500 Ma）形成了区域上最大的漂池S型花岗岩体;第二期（435~460 Ma）峰期约为450 Ma,形成了东秦岭广泛发育的二长花岗岩,为区域上最大的灰池子I型花岗岩体的主体岩性;第三期（约420 Ma）形成了分布范围和规模均较小的正长花岗岩。赋存稀有金属矿床（化）的花岗伟晶岩形成时代为380~440 Ma,而赋存铀矿床（化）的黑云母花岗伟晶岩形成时代约为420 Ma,与第三期正长花岗岩的形成时代相同。稀有金属矿化伟晶岩与漂池岩体的锆石Lu-Hf同位素组成相似,说明二者均为秦岭群部分熔融的产物,但并不存在演化关系。另一方面,相似的全岩Sr-Nd和锆石Lu-Hf同位素组成表明正长花岗岩与黑云母花岗伟晶岩具有相同的源区,而且二者具有相似的全岩微量元素组成和黑云母离子替代方式,暗示它们存在演化关系。正长花岗岩母岩浆的温度比黑云母花岗伟晶岩母岩浆高100℃,而且从正长花岗岩到黑云母花岗伟晶岩锆石中U含量升高而Ti和重稀土元素（HREE）含量降低,说明黑云母花岗伟晶岩是同时期正长花岗岩分异晚期的产物。  相似文献