Key points are not available for this paper at this time.
Dreidimensionales Bodenradar (3D GPR) erkennt unterirdische Ziele zerstörungsfrei, schnell und kontinuierlich. Die komplexe Umgebung um städtische Straßen beeinflusst die Positionsgenauigkeit von 3D GPR. Die Positionsgenauigkeit wirkt sich direkt auf die Datenqualität aus, da ungenaue Positionierung zu Verzerrungen und Fehlanpassungen von 3D GPR-Daten führen kann. Dieses Papier schlug eine multi-level robuste Positionierungsmethode vor, um die Positionsgenauigkeit von 3D GPR in dichten städtischen Gebieten zu verbessern, um genauere Untergrunddaten zu erhalten. In Umgebungen mit guten GNSS-Signalen kann eine schnelle und hochpräzise Positionierung basierend auf GNSS-Daten unter Verwendung der differentiellen GNSS-Technologie erreicht werden; in Szenen mit schwachen GNSS-Signalen kann die hochpräzise Positionierung der Untergrunddaten durch Nutzung von GNSS und IMU sowie durch Verwendung der eng gekoppelten GNSS/INS-Lösungstechnologie erreicht werden; in Szenen ohne GNSS-Signale wird die SLAM-Technologie zur Positionierung basierend auf INS-Daten und 3D-Punktwolken-Daten eingesetzt. Zusammenfassend gewährleistet diese Methode eine Positionsgenauigkeit von 3D GPR von besser als 10 cm und hochwertige 3D-Bilder von unterirdischen städtischen Straßen in jeder Umgebung. Dies bietet Datenunterstützung für Umfragen zur unterirdischen Struktur städtischer Straßen und hat breite Anwendungsperspektiven bei der Erkennung und Prävention von unterirdischen Krankheiten.
Zhang et al. (Sat,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: