地形匹配技术初认识

最近在研究一些地形匹配方面的东西。

目前在做的工作主要有:

一、读了《智能水下机器人海底地形匹配导航技术》一书,这本书是导师推荐读的,我们团队主要是做煤矿井下智能掘进方向的相关研究,两者在技术方面有相通性。

读完之后的收获:

大致了解了地形匹配技术存在的意义。这是一种视觉导航技术,主要是用于解决惯性导航的累计误差问题,能够通过视觉检测地形信息,从而根据地形定位,修正导航误差,实现高精度导航的要求。

目前团队使用的是全站仪+捷联惯导,或者视觉+惯导的方式进行掘进机的定位,无论是全站仪还是视觉,目的都是消除捷联惯导的累计误差。这与地形匹配技术的目的是相同的。

  1. 知道了地形匹配的技术构成主要包括:

1.1参考导航单元

这里书中是用惯性导航单元建立了状态空间模型。

1.2地形测量单元

海洋中主要应用的是声呐,我们在煤矿上用的是激光+视觉,单纯的使用激光容易造成特征丢失,视觉由于低照度、高粉尘的环境,精度会受到影响。

地形测量单元进行测量后,书中建立了数字地形模型。DTM数字地形图。

1.3地形匹配单元

运用地形匹配算法将第二次采集到的图像信息与已建立的数字地形图进行特征匹配。

二、读了大佬的一篇知乎

地址为:无人机视觉导航,还有哪些问题需要解决? - 知乎 (zhihu.com)

这篇文章对于景象匹配技术、地形匹配技术、视觉SLAM三种技术进行了全面的介绍,并且提出了现阶段的技术瓶颈,例如感知混淆、数字地形图泛化能力低等。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
地形匹配是指通过比较不同地形特征之间的相似性,将不同地形进行匹配和识别的技术。Matlab是一种常用的编程软件,可以用于地形匹配的分析和处理。 在地形匹配中,首先需要将地形数据进行获取和处理。可以使用Matlab读取和处理地形数据,如DEM(数字高程模型)数据或点云数据。Matlab提供了丰富的函数和工具箱,可用于对这些数据进行预处理、滤波和转换,以便更好地进行地形匹配。 接下来,可以使用Matlab中的特征提取和匹配算法来识别地形特征并进行匹配。Matlab提供了多种特征提取算法,如SIFT(尺度不变特征变换)、HOG(方向梯度直方图)等,可以应用于地形数据中提取特征。然后,可以使用匹配算法,如RANSAC(随机抽样一致性)或相似性矩阵匹配等,在不同地形数据之间进行特征匹配。 最后,可以使用Matlab进行匹配结果的可视化和评估。Matlab提供了绘图和可视化工具,可以将匹配结果以图像的形式展示出来,或进行3D地形模型的可视化。同时,可以使用Matlab进行评估和分析匹配结果的准确性和精度。 在地形匹配中,Matlab提供了强大的编程和分析功能,可以方便地处理地形数据、应用特征提取和匹配算法、可视化匹配结果,并进行结果评估。这使得Matlab成为地理信息系统(GIS)和地形分析等领域中地形匹配的重要工具。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值