Page 55 - 测绘新技术的理论与实践研究

第一章 测绘理论与技术方法研究

对于任何一个传感器而言，每次获取一个新的数据则和最新的时间和空间基准进

行关联。不同数据时间和空间维度粒度的不一致时，可以根据实际需要进行内插
和外推，从而实现高动态环境下高频采样的时间和空间的精确传递。
专用测量装备往往由不同的机构研制，输出的数据格式往往不对外公开。一
个工程如果采用多类测量装备，就需要多种软件配合，导致作业人员需要不断地

学习各种装备操作、软件使用及升级，反复转换数据格式，严重影响作业效率和
效果。多传感器集成除了建立多传感器的同步与控制标准，还需要制定集成后设

备输出的数据格式标准，做到测量装备专业化、感知自动化、数据标准化。
3. 专用测量装备
在不同应用场景下，测量装备从功能到形态都会有较大差异，但装备研制技
术路线有着共同特性：首先，装备需要基于特定的装载平台，如汽车、机器人、

飞机（有 / 无人机）、列车、卫星等；其次，需要集成一种或多种类型传感器以
实现数据感知和定位定姿；再次，需统一多类型传感器的时间和空间基准；然后，
研发特定的传感器控制设备和数据采集与处理软件；最后，根据行业测量实际需

求进行装备研发、装备标定和检定环境建设等。
（二）智能化数据处理
智能化感知获得的测量数据具有明显的多源特征，如激光点云、影像数据、
惯性测量数据、里程计数据等；同时具有多尺度特征，即不同测量数据的精度不

同，如可能既有亚毫米级精度，也有分米级精度；此外，还有动态大数据特征，
即测量数据每秒可达几百兆甚至更多。传统测量数据处理理论和方法无法处理此
类测量数据，需要更加智能化的处理手段。

1. 经典测量数据处理
测量数据处理的目的是通过降低观测误差，实现对模型中待估参数的最优求
解。在经典测量数据处理问题中，线性参数估计占据主导地位。在数理统计中，
最优估计量应具备无偏性、一致性和有效性。最小二乘准测以估计的误差向量加

权平方和最小作为最优估计准测，基于该准则估计的参数能满足最优的统计性质，
从而在测量数据处理中被广泛采用。

最小二乘准则仅顾及了观测误差中的偶然误差，没有对粗差和系统误差进行
处理。传统测量主要通过严格测量操作规程控制系统误差，通过几何约束和人工
挑错的方法控制粗差。数字化测量需要在数据处理中更加高效地解决系统误差和

43