2021年全國大學(xué)生測繪系列大賽獲獎(jiǎng)結(jié)果于7月30日揭曉。本次大賽深圳大學(xué)建筑與城市規(guī)劃學(xué)院城市空間信息工程系共組建四支參賽隊(duì)伍參賽，均取得優(yōu)異成績。

“南方測繪杯”科技論文大賽中我系張星老師帶領(lǐng)2019級本科生陳夏娜，吳雙，黎詩詩榮獲特等獎(jiǎng)；汪馳升老師帶領(lǐng)2019級本科生吳雙，梁世浩，張李娜榮獲一等獎(jiǎng)；汪馳升老師帶領(lǐng)2018級和2017級本科生張涓，王樂涵，陳純靜榮獲二等獎(jiǎng)?！叭A測導(dǎo)航杯”創(chuàng)新開發(fā)大賽由我系湯圣君老師帶領(lǐng)2020級~2017級本科生黃鴻盛，敖翔，萬嘉威榮獲一等獎(jiǎng)。

01

基于置信度評價(jià)的室內(nèi)多源

信號雙層融合定位方法

指導(dǎo)教師：張星

成員：陳夏娜 吳雙 黎詩詩

科技論文大賽特等獎(jiǎng)?wù)撐暮喗?/p>

在利用UKF算法解決Wi-Fi定位不穩(wěn)定和PDR誤差累積的誤差問題的過程中，針對UKF算法在不同源定位數(shù)據(jù)融合過程的權(quán)重設(shè)置問題，本文提出了多層次融合的方法，基于底層融合過程對多元定位結(jié)果作置信度評價(jià)的基礎(chǔ)上改進(jìn)UKF算法，并加入調(diào)整因子及時(shí)對定位結(jié)果做糾正。實(shí)驗(yàn)結(jié)果表明，本文定位算法的總體平均定位誤差為2.053m，普通UKF算法定位平均誤差為3.06m，在建立置信度模型后定位誤差減少1.007m，可見定位信號置信度評價(jià)對于多源信號融合定位方法具有顯著作用。

02

基于機(jī)載LiDAR數(shù)據(jù)的點(diǎn)云

濾波算法精度評析

—以深圳福田紅樹林保護(hù)區(qū)為例

指導(dǎo)教師：汪馳升

成員 ：吳雙 梁世浩 張李娜

科技論文大賽一等獎(jiǎng)?wù)撐暮喗?/p>

本文基于四種點(diǎn)云濾波算法對深圳福田紅樹林保護(hù)區(qū)點(diǎn)云數(shù)據(jù)進(jìn)行處理，評定算法作用在該區(qū)域點(diǎn)云的精度表現(xiàn)并給出最優(yōu)算法建議。

03

結(jié)合InSAR觀測與眾包信息的

沉降隱患發(fā)現(xiàn)—以深圳市區(qū)為例

指導(dǎo)教師：汪馳升

成員：張涓 王樂涵 陳純靜

科技論文大賽二等獎(jiǎng)?wù)撐暮喗?/p>

將InSAR技術(shù)與眾包模式相結(jié)合，以收集城市沉降隱患點(diǎn)圖片數(shù)據(jù)，是一種監(jiān)測城市沉降問題的新思路。本項(xiàng)目以驗(yàn)證InSAR技術(shù)計(jì)算出的地表形變數(shù)據(jù)、尋找潛在的沉降隱患點(diǎn)為目的，設(shè)計(jì)深圳市沉降隱患點(diǎn)數(shù)據(jù)的采集方案，發(fā)布眾包標(biāo)注任務(wù)，招募志愿者采集數(shù)據(jù)。通過所收集數(shù)據(jù)，我們明確了沉降特征出現(xiàn)的位置、類型占比及其嚴(yán)重程度，并據(jù)此分析出沉降隱患的多發(fā)區(qū)域，為地表沉降監(jiān)測工作的開展提供大致方向和參考數(shù)據(jù)。該方法快速、高效、低成本，能夠在一定程度上加快解決城市沉降問題的相關(guān)進(jìn)程。

04

低成本三維測圖軟硬件系統(tǒng)

指導(dǎo)教師：湯圣君

成員：黃鴻盛 敖翔 萬嘉威

創(chuàng)新開發(fā)大賽一等獎(jiǎng)作品簡介

該系統(tǒng)包含硬件和軟件環(huán)境，主要基于特征提取和視覺SLAM算法對周圍環(huán)境進(jìn)行三維模型的重建。

（建筑與城市規(guī)劃學(xué)院 投稿）