标准粒子群下的起重机摄影测量技术研究

Research on Photogrammetry Technology of Cranes under Standard Particle Swarm Optimization

下载PDF

导出

摘要为了提高起重机摄影测量的精度和稳定性,采用标准粒子群优化(PSO)算法优化特征匹配,并结合深度学习目标检测模型识别特征点,建立误差分析及修正模型。研究分析了不同工况下的测量误差,并探讨了机械刚性对测量精度的影响。结果表明,PSO优化方法显著提高了特征匹配成功率,减小了误匹配率,在复杂工况下仍能保持较高的测量稳定性和精度。

作者倪联

机构地区芜湖市特种设备检验研究院

出处《机械工业标准化与质量》 2025年第6期61-64,共4页 Machinery Industry Standardization & Quality

关键词起重机测量摄影测量粒子群优化特征识别误差分析

分类号 TH21 [机械工程—机械制造及自动化] TP391.41 [自动化与计算机技术—计算机应用技术] TP18 [自动化与计算机技术—控制理论与控制工程]

引文网络
相关文献

1陈雅婷.数智赋能大学英语自适应学习与思政育人协同机制研究[J].泉州师范学院学报,2025,43(4):49-57.
2贺睿博,张亮,李忠.农村地区慢病连续性服务供需差异分析与均衡策略研究[J].中国卫生政策研究,2025,18(9):1-7.
3翟耀,马光同,刘力豪,龚天勇,周鹏博.自驱式高温超导磁通泵的跨壁励磁实验与粒子群优化研究[J].电工技术学报,2025,40(18):5759-5775. 被引量：1
4闫振国,张龙成,王延平,曹豫其,刘毅涛,陈崇武,阮佳宁.矿井通风网络风阻智能校准研究[J].工矿自动化,2025,51(9):124-132.

机械工业标准化与质量

2025年第6期

浏览历史

内容加载中请稍等...

标准粒子群下的起重机摄影测量技术研究

相关作者

相关机构

相关主题

浏览历史