首页期刊导航|测绘通报
期刊信息/Journal information
测绘通报
测绘通报

高锡瑞

月刊

0494-0911

chtb@periodicals.net.cn chtb@chinajournal.net.cn

010-68531192,685311349

100045

北京西城区三里河路50号

测绘通报/Journal Bulletin of Surveying and MappingCSCD北大核心CSTPCD
查看更多>>本刊创刊于1955年,是由国家测绘局主管,中国地图出版社主办的反映我国测绘科技发展现状和指导全国测绘生产业务的国家级综合性、技术性刊物。致力于宣传国家测绘科技方针、政策及法律、法律,公布新的测绘科技成就,传播测绘科技信息,交流学术思想,促进科技成果的商品化、产业化。主要内容包括:大地测量、GPS、摄影测量、RS、地图制图、GIS、工程测量、矿山测量、地籍测绘、海洋测绘、测绘仪器、信息传输、行业管理、测绘教学;计算机、通讯等相关理论技术在测绘领域里的应用;国内外测绘学术动态及有关测绘科技信息。
正式出版
收录年代

    空间弯扭钢桥数字化建造关键技术分析

    李久林徐浩何辉斌刘廷勇...
    1-5页
    查看更多>>摘要:随着城市建设的高质量发展,桥梁作为城市交通的重要元素,其外观设计更加现代化,尤其是造型美观的空间弯扭钢结构桥梁备受青睐,这对复杂桥梁的设计、加工制造和精益建造提出了更高的标准要求与技术挑战.本文以全球首例弯扭钢塔斜拉钢构体系桥——新首钢大桥的全数字化建造为研究对象,通过对数字化设计、绿色智能建造及精密测控关键技术的系统研究和应用,实现了基于"骨架+模板"的非一致倾斜空间扭转钢塔节段与变截面高腹板主梁精细化、参数化协同设计,并通过可调参数、虚拟预拼装及三维激光扫描等技术保障了桥梁各构件的高精度制造与钢塔节段的高精度无应力架设.

    数字化设计绿色建造精密测控空间弯扭钢桥

    螺栓孔特征点云支持下的地铁盾构隧道环缝识别与环间错台量分析

    卢建军李文海燕樟林鲍艳...
    6-11,22页
    查看更多>>摘要:管片错台是地铁盾构隧道全生命周期中常见的一种隧道病害.错台量过大,可能会使成型的隧道发生大面积的破损和渗漏,对地铁隧道的耐久性和安全性产生极大的威胁.基于三维激光扫描技术的错台检测通过确定环缝位置提取环缝两侧的断面,继而分析错台量.目前的环缝位置识别需要将点云数据转化为正射影像,再采用人工标注的方法,该方法效率低,精度极易受作业人员的影响.本文提出了一种基于螺栓孔特征点云的地铁盾构隧道环缝识别方法,无需生成正射影像,充分利用盾构隧道既有特征点云,能够准确、快速地识别环缝位置,并在此基础上结合杭州市实际地铁工程进行环间错台检测以验证该方法.结果表明,相较于传统的隧道检测手段,该方法效率高,检测全面且监测结果能够达到工程应用的精度要求.

    移动式三维激光扫描仪盾构隧道螺栓孔环缝识别环间错台

    城市轨道交通盾构隧道病害空间分布特征量化研究

    王宁任传斌姜伟玲
    12-17页
    查看更多>>摘要:随着地铁的不断建设与投入使用,我国正在逐步进入地铁运营养护期,地铁病害检测与运营养护也逐渐得到重视.随着地铁运营年限的增加,病害也呈现加重趋势.通过三维激光扫描技术获取隧道病害全面信息,利用空间自相关性分析地铁隧道病害的地理空间分布特征,对于认识病害形成机理,防治病害具有重要意义.本文以某地铁隧道通过三维激光扫描所获得的水平收敛数据为基础,利用空间自相关分析法定量分析了病害在地理空间上的分布特征,以及与周边水文地质环境的关系.结果表明,隧道病害在地理空间分布上呈现显著的空间正相关与空间集聚特性,且病害严重区与隧道周边水文地质环境密切相关.本文结果为隧道病害地理空间分布特征研究、认识病害分布规律及后期病害治理提供了有效依据.

    三维激光扫描隧道病害空间自相关集聚

    结合决策树分类和区域生长的轨道扣件检测方法

    高洪王勇唐超王晓静...
    18-22页
    查看更多>>摘要:轨道扣件数据量大、体积小,轨道扣件病害的检测工作繁重、效率低下,因此亟须改进轨道扣件检测技术.线结构激光技术发展迅速,其具有高分辨率、高精度、高响应等特点.本文采用线结构激光测量技术快速获取轨道扣件精细三维点云,利用决策树分类和区域生长算法对精细扣件三维点云进行分析,实现扣件病害快速检测和扣件几何参数计算.利用该技术对广州18号线轨道交通扣件进行检测,由检测结果可知,该方法检测效率高、检测结果精准.

    轨道扣件线结构激光三维点云决策树区域生长算法

    基于深度学习的视频识别及动态监测技术应用——以轨道交通建设工程为例

    吴真真唐超杨晓飞
    23-28页
    查看更多>>摘要:基于国内外城市轨道交通建设工程安全管理及信息化建设现状,本文分析了当前轨道交通建设过程中安全管理面临的难点问题,论述基于Faster R-CNN的施工现场视频识别方法,并引入图像空间特征,提高了施工现场人员不安全行为的识别率;采用基于Apriori关联分析算法构建施工环境、设备动态监测与隐患数据间的潜在强关联关系的分析处理流程,提高了施工现场隐患的发现与处置效率.在此基础上提出轨道交通建设安全管理平台总体架构,重点介绍了安全风险隐患管理、视频监测目标识别等在内的安全管理核心模块的应用实践.应用成果表明,本文算法与平台可有效提高施工现场安全信息处理效率,降低安全事故总体发生率,为城市轨道交通建设安全管理提供有效技术支撑.

    安全管理深度学习关联分析轨道交通建设信息化平台

    面向地铁隧道表面渗漏水的快速检测技术

    田有良樊廷立唐超
    29-33页
    查看更多>>摘要:随着地铁运营时间的不断增加、地下水位的上涨,地铁隧道渗漏水情况日益严重,已严重影响地铁隧道的安全运行.传统的检测方法为人工现场巡查,效率低、准确率差,高自动化、高精度、高稳定性的漏水检测方法是改进传统检测方法的关键.因此,本文提出了一种利用移动激光扫描隧道进行渗漏水检测的深度学习方法.该方法由以下部分组成:①利用获取的隧道衬砌点云建立渗漏水数据集;②通过基于掩码区域卷积神经网络进行自动渗漏检测.在南京地铁2号线奥体东—兴隆大街测试结果表明,本文方法实现了隧道衬砌漏水在二维平面的自动化检测和评价,为检测人员提供了直观的漏水信息展示.

    地铁隧道三维激光深度学习灰度图转换图像二值化

    越江盾构隧道结构形变分析与预测

    李强强姜伟玲唐超徐浩...
    34-38页
    查看更多>>摘要:首先通过分析三维激光扫描技术逐环获取的某越江盾构隧道汛期多期水平直径收敛变形与沉降数据,研究越江盾构隧道结构形变与水位相关性关系.然后讨论不同水位情况下盾构隧道收敛变形和道床沉降的趋势,通过汛期监测数据对比分析,得出水位升高状态下导致隧道水平直径收敛变形和沉降增大,水位下降后,水平直径收敛变形呈现回归趋势,并针对盾构隧道水平直径收敛与沉降提出加固措施.最后为预测隧道水平直径收敛变化情况,搜集往期隧道管片水平直径数据,通过Python运行灰色算法程序预测未来隧道管片水平直径,实现了盾构隧道水平直径收敛精度为1 mm时的精准预测.

    越江盾构隧道水平直径高水位结构安全灰色预测算法

    基于夜光遥感数据的中原城市群建成区时空变化分析

    程结海胡盼袁占良
    39-44页
    查看更多>>摘要:本文基于"类NPP-VIIRS"夜光遥感数据集,采用改进的统计数据比较法提取中原城市群建成区,利用重心迁移指标和典型景观格局指标,分析中原城市群建成区2002—2020年的时空变化特征.研究表明:①中原城市群建成区扩张强度先快后慢,整体呈下降趋势;建成区重心在经历多次偏移后最终指向东南方向,但一直位于郑州大都市区范围内.②中原城市群发展迅速,建成区总面积在2002—2020年增加了1.429倍;在2011—2012年出现大量新兴城镇;2014年之后趋于稳定,城镇之间的联系越来越紧密.③中原城市群建成区空间格局复杂度逐年上升,破碎程度总体降低,郑州大都市区建成区扩张速度明显快于中原城市群整体建成区扩张速度.

    夜光遥感中原城市群时空变化景观格局指标改进的统计数据比较法

    最小割与深度学习联合优化的室内粘连点云分割方法

    钱建国张宇琦汤圣君王伟玺...
    45-51页
    查看更多>>摘要:随着数字城市的发展,城市三维模型重建对三维点云结构化的需求与精度要求越来越高.如何有效准确地分割室内语义模型与三维重构是当前研究的热点问题.点云分割分类是室内点云结构化的重要基础,如何将粘连点云构件进行准确分割并用于室内点云结构化,是当前城市建模的难点.本文提出了一种面向室内粘连点云数据的分割分类方法.首先,利用深度学习网络处理室内点云数据;其次,对点云数据进行标签分类,得到目标标签点云;然后,利用欧氏算法对目标点云进行聚类分割,通过室内语义构件包围盒信息计算各目标中心点坐标与水平半径;最后,利用点云最小割实现室内粘连点云的准确分割.利用3组室内场景中获取的数据对分割方法的精度及有效性进行了验证.结果表明,该分割优化方法具有较高的精度与数据完整性.

    室内粘连点云深度学习标签点云分类欧氏算法最小割

    一种基于倾斜摄影测量点云密度自适应分割的建筑物边界提取方法

    刘禹麒陈广亮蔡岳臻李名豪...
    52-57页
    查看更多>>摘要:针对倾斜摄影场景中建筑物单体化问题,本文提出了基于倾斜摄影测量点云数据的建筑物识别和边界提取自动化算法.首先,对点云进行预处理,去除地面点和噪声点;然后,对点云进行二维栅格化处理,按间隔距离预分割;最后,结合改进的大津算法和区域增长算法,从预分割点云识别其中的建筑物,并提取建筑物边界点.从广东省江门市和湛江市选取两处试验区域对算法进行测试,结果表明:区域内建筑物点云均能准确被分割识别,建筑物边界提取准确度分别为87.8%与92.3%,说明本文提出的方法对于倾斜摄影测量建筑物识别和边界提取的适用性较强.

    倾斜摄影单体化特征提取聚类分割点云数据