买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京大成国测科技股份有限公司

摘要：本发明公开了一种基于4GDTU的全站仪测量方法及系统，该系统包括：所述系统包括：数据收集模块、数据传输模块、数据处理模块、特征提取模块、智能目标定位模块、全站仪测量模块。本发明的特征提取模块设计了多源特征融合优化器，有效地整合了高清摄像头和传感器收集的丰富数据，并与智能目标定位模块设计的改进目标检测算法结合，实现了对目标点的高精度和高效率定位与测量，为工程测量、地理信息系统等多个领域提供技术支持。

主权项：1.一种基于4GDTU的全站仪测量系统，所述系统包括：数据收集模块、数据传输模块，数据处理模块、特征提取模块、智能目标定位模块、全站仪测量模块，其特征为：所述数据收集模块包含高清摄像头和传感器设备，使用高清摄像头采集目标图像，使用温度传感器、湿度传感器和气压传感器，用于实时监测环境温度、湿度、气压影响测量效果的因素；所述数据传输模块利用4GDTU数据传输单元，将收集到的数据快速传输到中央处理器，以进行后续的处理，确保了数据的及时性和完整性；所述数据处理模块负责对收集到的数据进行处理和分析，对数据进行高效管理；所述特征提取模块使用多源特征融合优化器提取综合数据特征：提取环境特征：针对环境数据，取目标点和测量点的各类数据值，以及同类数据在不同位置的差值和平方差作为特征输入，使用差值和平方差是考虑到目标点和测量点的环境变化是影响全站仪测量效果的可能因素，将所需数据拼接形成一维特征向量，公式如下： ；其中E为拼接后的环境特征向量，分别为包括标准化后的测量点环境温度T1、测量点环境湿度H1、测量点环境气压P1，目标点环境温度T2、目标点环境湿度H2、目标点环境气压P2，环境温度差值和平方差和，环境湿度差值和平方差和，环境气压差值和平方差和；提取图像对比度特征：图像对比度是图像视觉质量的一个重要指标，它影响着图像的清晰度和可辨识度，高对比度图像具有明暗差异大的区域，而低对比度图像则明暗差异小，具体处理方式如下：将图像由彩色转化为灰度图像，通过取RGB三个通道的平均值来实现；计算灰度图像中所有像素的平均亮度值µ；计算灰度图像的标准差，对每个像素值与平均值µ计算平方差，然后求平均值，最后取平方根，这个标准差就是图像对比度特征I；提取图像亮度值特征：亮度值可以体现图像的明暗程度，计算公式如下： ；其中R、G、B分别代表各颜色通道的像素值，通过上述公式计算即可得到图像的亮度值特征L；整合所有特征：将S41-S43的所有特征进行整合，作为多源特征融合优化器的输入X，表示如下： ；其中X为多源特征融合优化器的一维特征输入，E为环境特征，I为图像对比度特征，L为图像亮度值特征；使用多源特征融合优化器提取特征：多源特征融合优化器公式如下： ； ；其中X为S44中的多源特征融合优化器输入，h为经过多源特征融合优化器第一层映射后的特征，X’为经过第二层映射后的特征，和分别为第一层和第二层的权重矩阵，和分别为第一层和第二层的偏置矩阵，权重矩阵和偏置矩阵由训练学习得到，为ReLU激活函数；多源特征融合优化器优化目标为减少X和X’的差异，取MSE均方误差作为损失函数；取h作为特征提取步骤的最终的综合特征用于后续智能目标定位；所述智能目标定位模块在图像数据上进一步提取图像高维抽象特征，再结合多源特征融合优化器提供的综合数据特征，实现目标点的精准定位；所述全站仪测量模块，根据智能目标定位模块返回的目标点位置进行定位和测量，最终结果同样通过4GDTU数据传输单元传输给用户；所述智能目标定位进一步包括如下内容：通过改进yolo目标检测算法，提取图像深层特征，并结合步骤S4提取出的综合特征h，实现目标点的精准定位；yolo目标检测算法的最后一层head层主要负责对目标的预测，head层主要包括一系列CNN层和FC层，在head层的最后一个FC层，将提取的特征h加入，实现更精准的目标点预测，公式如下： ；其中Y为目标检测预测的目标点位置，FC为全连接层，image代表图像经过yolo的最后一个FC层之前的图像特征，将图像特征image和特征提取后的特征h拼接形成，作为FC层的输入，W为权重矩阵，b为偏置矩阵，通过学习得到，为ReLU激活函数。

全文数据：

权利要求：

百度查询： 北京大成国测科技股份有限公司 一种基于4G DTU的全站仪测量方法及系统