摘要 | 第3-4页 |
Abstract | 第4-5页 |
1 绪论 | 第8-13页 |
1.1 研究背景及意义 | 第8-9页 |
1.1.1 研究背景 | 第8-9页 |
1.1.2 研究的意义 | 第9页 |
1.2 国内外研究现状 | 第9-11页 |
1.3 论文的主要内容和组织结构 | 第11-13页 |
2 无人机POS系统对地定位 | 第13-24页 |
2.1 无人机POS系统简介 | 第13-16页 |
2.1.1 差分GPS基本原理 | 第14-15页 |
2.1.2 惯性测量IMU的基本原理 | 第15-16页 |
2.2 POS组合原理 | 第16-17页 |
2.2.1 GPS/IMU组合提高了系统的精度 | 第17页 |
2.2.2 GPS/IMU组合加强系统的抗干扰能力 | 第17页 |
2.2.3 GPS/IMU组合解决了动态应用采样频率低的问题 | 第17页 |
2.2.4 GPS/IMU组合将降低对惯导系统的要求 | 第17页 |
2.3 POS与低空无人机摄影测量的集成 | 第17-19页 |
2.3.1 常用的导航坐标系 | 第17-18页 |
2.3.2 POS与低空无人机摄影测量的集成方法 | 第18-19页 |
2.4 GPS和IMU以及航摄仪三者间的几何关系 | 第19-22页 |
2.4.1 摄像机曝光点与GPS天线相位中心之间的数学关系 | 第19-20页 |
2.4.2 IMU测定的航摄仪姿态角与像片姿态角的关系 | 第20-22页 |
2.5 POS辅助航空摄影测量的误差来源及削弱 | 第22-24页 |
2.5.1 GPS定位误差 | 第22页 |
2.5.2 GPS地面基准站误差 | 第22-23页 |
2.5.3 IMU测姿误差 | 第23页 |
2.5.4 GPS/IMU组合的卡尔曼滤波误差 | 第23页 |
2.5.5 GPS和IMU以及航摄仪间的时间一致 | 第23页 |
2.5.6 IMU飞行检校误差 | 第23-24页 |
3 POS数据优化过程 | 第24-35页 |
3.1 POS辅助低空无人机光线束测量 | 第24页 |
3.2 优化POS数据的技术流程 | 第24-25页 |
3.2.1 POS数据的获取及处理 | 第24页 |
3.2.2 区域网联合平差 | 第24-25页 |
3.3 POS辅助无人机光线束空三平差 | 第25-28页 |
3.3.1 POS辅助光束法区域网平差模型 | 第25-28页 |
3.3.2 POS辅助无人机光线束空三平差解算过程 | 第28页 |
3.4 验后方差分量估计 | 第28-35页 |
3.4.1 权的意义 | 第29页 |
3.4.2 定权误差引起平差结果误差 | 第29-31页 |
3.4.3 传统的定权方法 | 第31页 |
3.4.4 赫尔默特方差分量估计法 | 第31-35页 |
4 程序的实现 | 第35-46页 |
4.1 程序的算法 | 第35-42页 |
4.1.1 平差模型 | 第35-40页 |
4.1.2 经验定权 | 第40页 |
4.1.3 Herlmert法定权 | 第40-41页 |
4.1.4 精度评定 | 第41-42页 |
4.2 POS辅助无人机光线束联合平差程序 | 第42-46页 |
4.2.1 程序的开发环境 | 第42-43页 |
4.2.2 程序的功能菜单 | 第43-46页 |
5 实验及精度分析 | 第46-67页 |
5.1 实验前已知数据的获取 | 第46-51页 |
5.2 实验结果 | 第51-52页 |
5.3 精度分析 | 第52-59页 |
5.3.1 单位权定权精度分析 | 第52-54页 |
5.3.2 经验定权精度分析 | 第54-56页 |
5.3.3 Helmert验后估计精度分析 | 第56-59页 |
5.4 实验总结 | 第59-67页 |
5.4.1 传统定权方法间的比较 | 第59页 |
5.4.2 传统定权方法与赫尔默特方差分量的比较 | 第59-61页 |
5.4.3 生成DTM的比较 | 第61-67页 |
6 结论与展望 | 第67-69页 |
致谢 | 第69-70页 |
参考文献 | 第70-73页 |
攻读硕士期间取得的成果 | 第73页 |