-
题名基于改进的布尔沙模型的坐标转换方法
被引量：46
- 1
-
-
作者
陈宇
白征东
罗腾
-
机构
清华大学土木工程系
-
出处
《大地测量与地球动力学》
CSCD
北大核心
2010年第3期71-73,78,共4页
-
文摘
提出一种改进的布尔沙转换模型——坐标系原点重心化的七参数模型,利用清华校园实测数据计算及模拟数据的对比分析,表明该方法明显优于普通的布尔沙坐标转换方法。
-
关键词
布尔沙模型
坐标转换
七参数
相关性
稳定性
-
Keywords
Bursa model
coordinate transformation
seven parameter
relevant
steady
-
分类号
P263.3
[天文地球—测绘科学与技术]
-
-
题名坐标转换参数之间的相关性解析
被引量：17
- 2
-
-
作者
杜兰
张捍卫
周庆勇
王若璞
-
机构
解放军信息工程大学测绘学院
河南理工大学测绘与国土信息工程学院
-
出处
《大地测量与地球动力学》
CSCD
北大核心
2011年第1期59-62,共4页
-
基金
国家自然科学基金(40974019)
-
文摘
基于公共点点位信息可以反解两空间直角坐标系间的坐标转换参数。利用点位信息对平移、旋转和缩放参数的贡献特性进行分解:首先,利用坐标重心化分离平移参数;其次,对重心化后的点位分别独立解算尺度因子和旋转矩阵;进而对坐标转换参数之间的相关性进行理论分析。并研究了其他非点位信息在转换参数解算中的贡献和使用方法。
-
关键词
坐标转换模型
布尔沙模型
标准正交矩阵
奇异值分解
相关性
-
Keywords
coordinate transformation model
Bursa model
orthnomal matrix
singular value decomposition （SVD）
correlation
-
分类号
P226.3
[天文地球—大地测量学与测量工程]
-
-
题名精密单点定位结果转换至CGCS2000坐标方法
- 3
-
-
作者
李宗勋
李宇平
余祖锋
-
机构
上海市城市建设设计研究总院(集团)有限公司
同济大学测绘与地理信息学院
-
出处
《测绘通报》
CSCD
北大核心
2024年第S01期96-100,共5页
-
基金
多频GNSS精密单点定位中卫星钟差参数化产品估计模型构建及应用(42174019)
-
文摘
为了解决精密单点定位结果存在坐标框架历元不明确、时间坐标基准不统一、使用速度场转换精度,导致难以应用到实际工程中的问题,分别采用全域七参数转换法、局域七参数转换法,以及使用点位速度进行转换的基线法、反距离加权法、欧拉矢量法对上海区域利用精密单点定位结果转换至CGCS2000坐标进行研究,并分析了其适用性。结果表明七参数方法精度略高于使用速度进行转换的方法,转换精度达到毫米级,可以满足实际工程中的需要,且局域七参数转换法精度略高于全域七参数转换法。使用速度进行转换的方法中基线法的转换精度最高,可以达到毫米级。在实际工程应用中推荐使用七参数转换方法将精密单点定位结果转换到CGCS2000坐标系下,以充分发挥精密单点定位技术的优势。
-
关键词
精密单点定位
CGCS2000坐标系
坐标转换
布尔沙七参数模型
-
Keywords
precise point position
CGCS2000
coordinates transform
seven parameter position vector rotation method
-
分类号
P237
[天文地球—摄影测量与遥感]
-
-
题名基于改进型抓取质量判断网络的机器人抓取研究
被引量：2
- 4
-
-
作者
成超鹏
张莹
牟清萍
张东波
薛亮
-
机构
湘潭大学信息工程学院
机器人视觉感知与控制技术国家工程实验室
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2019年第5期80-87,共8页
-
基金
国家自然科学基金(61773330)
湖南省自然科学基金(2017JJ2251)资助项目
-
文摘
针对ABB公司的Yu Mi双臂机器人在非结构化环境下的自主抓取问题,研究基于Kinect-2.0深度相机的可靠抓取算法。首先建立摄像机坐标系与机器人坐标系的布尔沙坐标转换模型,利用迭代最近点算法求解;然后将采集到的深度信息依照梯度大小变化阈值筛选像素点,并根据拒绝采样将像素点生成抓取候选点,通过改进型抓取质量判断网络(GQ-CNN)得到抓取质量度最高的抓取点姿态;最后将抓取点坐标转换到机器人坐标系实现物体抓取。实验结果表明,该方法能可靠的检测出物体最佳抓取点,实现对不同物体进行抓取。
-
关键词
双臂机器人
布尔沙坐标转换模型
抓取质量判断网络
-
Keywords
dual-arm robot
Bursa coordinate transformation mode
grasp quality convolutional neural network
-
分类号
TP242.2
[自动化与计算机技术—检测技术与自动化装置]
-
