AAU Studenterprojekter - besøg Aalborg Universitets studenterprojektportal
Et kandidatspeciale fra Aalborg Universitet
Book cover


Automatisk genkendelse af fælles- og fikspunkter

Forfattere

;

Semester

4. semester

Udgivelsesår

2009

Resumé

Dette afgangsprojekt undersøger, hvordan fælles- og fikspunkter kan genkendes automatisk på tværs af flere opstillinger i større landmålingsopgaver, så punkter ikke behøver entydige numre. Projektet indleder med interviews og en foranalyse, hvor relevante værktøjer til genkendelse præsenteres og vurderes (bl.a. afstande, vinkler, relative relationer, højdeforskelle og objektkoder). På den baggrund opstilles krav og der udvikles en genkendelsesprocedure, som implementeres i Matlab. Programmet kan håndtere flere opstillinger med eller uden tilknyttede fikspunkter og sammenknytter opstillingerne iterativt (anblock) for at forbedre genkendelsen. Det anvender forskellige stopkriterier til automatisk at vælge, hvilke opstillinger der skal sammenknyttes. En forudsætning er, at der mindst findes tre fællespunkter mellem to opstillinger. Test viser, at programmet kan håndtere de fleste praktiske situationer, men at det har begrænsninger i opstillinger, hvor der er indmålt geometrisk ens objekter, som ikke er fælles- eller fikspunkter. Projektet bidrager med en systematisk procedure og et fungerende Matlab-værktøj til automatisk genkendelse i landmåling, i et område hvor eksisterende litteratur er begrænset.

This final project addresses how to automatically recognize tie points and fix points across multiple surveying set-ups in large measurement tasks, removing the need for unique point numbering. The work begins with interviews and a preliminary analysis, where candidate tools for recognition are presented and assessed (including distances, angles, relative relationships, height differences, and object codes). Based on this, requirements are defined and a recognition procedure is developed and implemented in Matlab. The program handles several set-ups with or without attached fix points and iteratively merges them (anblock) to improve recognition. It uses stop criteria to automatically select which set-ups to merge. A key prerequisite is at least three common points between two set-ups. Tests indicate the program manages most practical situations, but it is limited when geometrically identical objects are measured that are not used as tie or fix points. The project contributes a systematic procedure and a working Matlab tool for automatic recognition in surveying, in an area with limited existing literature.

[Dette resumé er genereret med hjælp fra AI direkte fra projektet (PDF)]