• 沒有找到結果。

特徵物為基礎的LIDAR點雲資料結合關係模式

N/A
N/A
Protected

Academic year: 2021

Share "特徵物為基礎的LIDAR點雲資料結合關係模式"

Copied!
23
0
0

加載中.... (立即查看全文)

全文

(1)

特徵物為基礎的

特徵物為基礎的

LIDAR

LIDAR

點雲資料

點雲資料

結合關係模式

結合關係模式

學生

學生

:

:

莊子毅

莊子毅

指導教授

指導教授

:

:

趙鍵哲

趙鍵哲

(2)

摘要

摘要

流程圖

流程圖

非線性結合關係模式

非線性結合關係模式

實驗分析

實驗分析

線性結合關係模式

線性結合關係模式

實驗

實驗

結論

結論

目錄

目錄

(3)

流程圖

流程圖

Next page please

(4)
(5)

非線性結合關係模式

(6)

非線性結合關係模式

非線性結合關係模式

(7)

實驗分析

實驗分析

實驗配置

實驗配置

 建立座標系一的各空間直線段端點座標資料建立座標系一的各空間直線段端點座標資料  將各座標利用設定的七個轉換參數真值轉換到座標系二將各座標利用設定的七個轉換參數真值轉換到座標系二  利用轉換後座標系二之中的各個空間直線段計算方向向量利用轉換後座標系二之中的各個空間直線段計算方向向量  對端點座標分別加上一倍及兩倍的方向向量使原本直線段延長對端點座標分別加上一倍及兩倍的方向向量使原本直線段延長 則得到兩座標系中的共軛空間直線段作為實驗的模擬觀測量 則得到兩座標系中的共軛空間直線段作為實驗的模擬觀測量

誤差的給定

誤差的給定

 先前利用先前利用 matlabmatlab 內建的內建的 randnrandn 函式來建立隨機誤差函式來建立隨機誤差

 該函式有其缺點,當觀測量數量也就是取樣數目不多時,無法達該函式有其缺點,當觀測量數量也就是取樣數目不多時,無法達 到理想的隨機誤差可能會包含較大的錯誤 到理想的隨機誤差可能會包含較大的錯誤  改採另一個內建的函式,改採另一個內建的函式, wgnwgn 來建立合理的隨機誤差,其產生的來建立合理的隨機誤差,其產生的 誤差一樣符合高斯分佈的特性。 誤差一樣符合高斯分佈的特性。

(8)

實驗分析

實驗分析

(9)

實驗分析

實驗分析

實驗一實驗一

 利用兩條空間直線段進行解算利用兩條空間直線段進行解算

 8+12 obs.> 7+12 unknow parameters8+12 obs.> 7+12 unknow parameters

 redundant number : 1redundant number : 1

-4 -3 -2 -1 0 1 2 3 4 x 10-3 0 0.5 1 1.5 2 2.5 3 1 2 3 4 5 6 7 -1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1x 10 -6 1 2 3 4 5 6 7 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6x 10 -6

(10)

實驗分析

實驗分析

實驗二實驗二

 利用五條空間直線段進行解算利用五條空間直線段進行解算

 20+30 obs.> 7+30 unknow parameters20+30 obs.> 7+30 unknow parameters

 redundant number : 13redundant number : 13

-8 -6 -4 -2 0 2 4 6 x 10-3 0 0.5 1 1.5 2 2.5 3 3.5 4 1 2 3 4 5 6 7 -4 -2 0 2 4 6 8 10x 10 -4 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7 8x 10 -5

(11)

實驗分析

實驗分析

實驗三實驗三

 利用十條空間直線段進行解算利用十條空間直線段進行解算

 40+60 obs.> 7+60 unknow parameters40+60 obs.> 7+60 unknow parameters

 redundant number : 33redundant number : 33

-8 -6 -4 -2 0 2 4 6 x 10-3 0 0.5 1 1.5 2 2.5 3 3.5 4 1 2 3 4 5 6 7 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4x 10 -7 1 2 3 4 5 6 7 0 0.5 1 1.5 2 2.5 3x 10 -6

(12)

實驗分析

實驗分析

實驗四實驗四

 利用二十條空間直線段進行解算利用二十條空間直線段進行解算

 80+120 obs.> 7+120 unknow parameters80+120 obs.> 7+120 unknow parameters

 redundant number : 73redundant number : 73

-8 -6 -4 -2 0 2 4 6 8 0 0.5 1 1.5 2 2.5 3 3.5 4 1 2 3 4 5 6 7 -7 -6 -5 -4 -3 -2 -1 0 1 2x 10 -7 1 2 3 4 5 6 7 0 0.5 1 1.5 2 2.5 3 3.5 4x 10 -7

(13)

實驗分析

實驗分析

(14)

實驗分析

實驗分析

(15)

實驗分析

實驗分析

(16)

分析

分析

由圖表二的數據由圖表二的數據  空間直線段數目增加,多餘觀測數目增多空間直線段數目增加,多餘觀測數目增多  實驗平差解算後的後驗單位權中誤差有逐漸減小的趨勢實驗平差解算後的後驗單位權中誤差有逐漸減小的趨勢  多餘觀測增加精度亦隨之增加,符合平差的理論多餘觀測增加精度亦隨之增加,符合平差的理論

由圖表四以及圖表五由圖表四以及圖表五  參數經由平差解算後的理論精度也提升參數經由平差解算後的理論精度也提升  由虛擬觀測平差解算後的觀測點位值與真值作比較發現實際的精由虛擬觀測平差解算後的觀測點位值與真值作比較發現實際的精 度未能夠達到理論精度 度未能夠達到理論精度  觀測量的改正數的大小也會比實驗所配置的誤差量量來的要小觀測量的改正數的大小也會比實驗所配置的誤差量量來的要小  因實驗配置時是針對因實驗配置時是針對 XX ,, YY ,, ZZ 分量加入誤差,但是利用此模式分量加入誤差,但是利用此模式 對觀測量平差是將點位回歸改正到直線段上,所以改正量為點位 對觀測量平差是將點位回歸改正到直線段上,所以改正量為點位 到直線的垂直距離,所以相對的值比較小。 到直線的垂直距離,所以相對的值比較小。

(17)

線性結合關係模式

線性結合關係模式

上述的特徵線為基礎的轉換模式是一種非線性的嚴密解法須利用泰勒上述的特徵線為基礎的轉換模式是一種非線性的嚴密解法須利用泰勒 展開式將其線性化 展開式將其線性化

在使用具有虛擬觀測量的間接平差模式時需要有參數的起始近似值才在使用具有虛擬觀測量的間接平差模式時需要有參數的起始近似值才 可以進行解算 可以進行解算

起始近似值的好壞對計算的成果而言有相當的影響起始近似值的好壞對計算的成果而言有相當的影響

為了能夠快速的得到合理正確的參數近似值而建立了線性但非嚴密解為了能夠快速的得到合理正確的參數近似值而建立了線性但非嚴密解 的轉換模式 的轉換模式

(18)

線性結合關係模式

線性結合關係模式

(19)

線性結合關係模式

線性結合關係模式

一條空間直線段可以產生四條觀測方程式,共有十二個未知參數,所一條空間直線段可以產生四條觀測方程式,共有十二個未知參數,所 以至少需要三條空間直線段便可以求解這十二參數

(20)

線性結合關係模式

線性結合關係模式

(21)

實驗

實驗

(22)

結論

結論

這一個線性模式目前尚未加入誤差,所以可以看出所求得的參數近似這一個線性模式目前尚未加入誤差,所以可以看出所求得的參數近似 值與真值也相當接近,表示此線性模式是正確的 值與真值也相當接近,表示此線性模式是正確的

假如在三維空間中可以找出匹配的共軛線段對,帶入此模式求出參數假如在三維空間中可以找出匹配的共軛線段對,帶入此模式求出參數 的近似值,便可以再利用嚴密解模式求得準確的特徵線模式轉換七參 的近似值,便可以再利用嚴密解模式求得準確的特徵線模式轉換七參 數 數

(23)

The End

參考文獻

相關文件

推理論證 批判思辨 探究能力-問題解決 分析與發現 4-3 分析文本、數據等資料以解決問題 探究能力-問題解決 分析與發現 4-4

結合地方政府及民間團體,提具促進特定對象及就業弱勢者就業

記敘文 說明文 說明文 說明文 說明文 實用文 實用文 實用文 實用文 描寫文 描寫文 描寫文 描寫文 抒情文 抒情文 抒情文 抒情文 議論文 議論文 議論文 議論文 其他 其他 其他

結合:程式設計 ( 手機 APP) 結合:文書處理 (EXCEL). 主講人:黃韋欽

並整合「 顧客關係管理」,以問卷調查方式,了解機械行業對「顧 客關係管理」的認知與狀況。 在前述的基礎下, 探討企業實施顧 客關係管理在

因此在表 5-4 評估次項目中,統計結果顯示政治穩定度、房產政 策、官僚政治以及景氣是接受度最高的,可以顯示政局安定以及當局

(kaiser-Meyer-Olkin Measure of Sampling Adequacy, KMO)及 Bartlett (1951)提出 的「球形考驗」(Sphericity Test)判別顧客關係管理的量表變項是否適合進行因素 分析,結果如表

則巢式 Logit 模型可簡化為多項 Logit 模型。在分析時,巢式 Logit 模型及 多項 Logit 模型皆可以分析多方案指標之聯合選擇,唯巢式 Logit