{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,3,15]]，“日期-时间”：“2024-03-15T15:47:54Z”，“时间戳”：1710517674749}，“引用-计数”：20，“发布者”：“MDPI AG”，“问题”：“19”，“许可证”：[{“开始”：{”日期-部件“：[[2020,10,3]]，”日期-时间“：”202 0-10-03T00:00:00Z“，”时间戳“：1601683200000}，“content-version”：“未指定”，“delay-in-days”：0，“URL”：“https:\/\/creativecommons.org\/licenses\/by\/4.0\/”}]，“内容域”：{“域”：[]，“crossmark-restriction”：false}，“short-container-title”：[“遥感”]，“抽象”：“海上打桩的传统桩定位方法使用两台或三台经纬仪的视线交叉。这种方法有一定的局限性，包括使用任务后桩定位、耗时和缺乏定位精度。利用四种传感器（GNSS\u2014全球导航卫星系统接收器、倾斜仪、激光测距仪和校准CCD摄像机），开发了一种新的打桩定位模型。首先，利用实时运动学（RTK）GNSS和倾斜仪数据，实时获得打桩船u2019的位置和姿态，然后利用激光测距仪和CCD相机数据计算出打桩船在船舶固定坐标系（SFCS）中的桩中心坐标。最后，利用坐标变换，计算出桩中心施工的坐标，并用于实时引导桩移动到正确的位置。由于RTK GNSS垂直精度较差（通常为2\u20133cm），打桩船结构复杂，很难获得每次锤击的准确穿透值，这是结构工程师非常重要的参数。建立了一种尺度不变特征变换（SIFT）算法，以获得一次锤击前后两幅桩图像之间的像素差，然后用于计算穿透力。文中还描述并讨论了一艘名为“洋山号”的打桩船的传感器和算法实例。结果表明，由于SIFT算法，所提出的位置模型和像素的沉桩距离具有较高的精度<\/jats:p>“，”DOI“：”10.3390\/rs12193227“，”type“：”journal-article“，”created“：{”date-parts“：[[2020,10,5]]，”date-time“：”2020-10-05T12:35:57Z“，”timestamp“：1601901357000}，”page“：“，”卷“：”12“，”作者“：[{”给定“：”伊林“，”家族“：”谢“，”序列“：”第一“，”从属“：[]}，{”给出“：”清“，”家庭“：”王“，”顺序“：”附加“，”隶属“：[]}，”给定“:”联笔“，”家人“：”姚“，”sequence“：”额外“，”affiliation“：[[]}.，{“ORCID”：“http://\ORCID.org\/00000-0003-2440-8054”，”认证ORCID“：false，”given“：”Xiaolin“，”family“：”Meng”，“sequence”：“additional”，“affiliation”：[]｝，｛“given”：“Yusong”，“family”：“Yang”，“sequence”：“additional”，“affiliation”：[]｝，“member”：“1968”，“publisher”，“doi asserted by”：“publisher”，“doi”：“10.1016/S0926-5805（99）00058-8”｝，｛“key”：“ref2”，“doi asserted by”：“发布者”，“doi”：“10.1016\/j.engstruct.2007.03.012“}，{“key”：“ref3”，“doi-asserted-by”：“publisher”，“doi”：“10.1002\/stc.2467”}，“key“：”ref4“，”doi-assert-by“：”publisher“，”doi“：”10.1061\/（ASCE）SU.1943-5428.0000167“}、{“key”：”ref5“，”doi-asserted-by“”：“publisher”，“doi”：”10.1007\/s10514-0006 9721-0“}，{”key“：”ref6“，”doi-asserted-by“：”publisher“，”doi“：”10.1016\/j.ress.2007.04.003“}，{“key”：“ref7”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\\S0926-5805（99）00008-4”}，}“key”：”ref8“，”doi-assert-by“：”publisher“，”doi“：”10.1016//j.aei.2014.07.002“}”，{5805（97）00006-X“}，{“key”：“ref10”，“doi-asserted-by”：“publisher”，“doi”：“10.1061\/（ASCE）SU.1943-5428.0000096“}，{“key”：“ref11”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/j.oceaneng.2015.10.15”}，“key“：”ref12“，”doi-assert-by“：”publisher“，”doi“：”10.1007\/s11277-015-2499-7“}“key”：“ref14”，“doi-asserted-by”：“publisher”，“doi”：“10.1179\/003962607X165168”}，{“key”：“ref15”，“first-page”：“1123”，“article-title”：“基于智能全站仪的桩位模型及其实现”，“volume”：”8“，“author”：“Yao”，“year”：“2010”，“journal-title“：”同济大学（自然科学）“}，{”key“：”ref16“，”doi-asserted-by“：”publisher“，”doi“：”10.1007\/s11340-006-6124-2“}“：”269“，“article-title”：“图像处理中使用的各种边缘检测技术的比较”，“volume”：“9”，“author”：“Shrivakshan”，“year”：“2012”，“journal-title“：”Int.J.Compute.Sci.Issues（IJCSI）“}，{“key”：”ref18“，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/34.21795“}”，{”key“：”ref19“，”doi-assertd-by“：”publisher“，“doi”：“10.1093\/nar \/gkg509“}，{“key”：“ref20”}]，“container-title”：[“遥感”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\/\/www.mdpi.com\/2072-4292\/12\/19\/3227\/pdf”，“内容类型”：“未指定”，“content-version”：“vor”，“intended-application”：“相似性检查”}，“存放”：{“date-parts”：[2020,10,9]]，“日期时间”：“2020-10-09T14:57:51Z”，“时间戳”：1602255471000}，“score”：1，“resource”：{“primary”:{“URL”：“https:\\/www.mdpi.com/2072-4292\/12\/19\/3227”}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[[2020,10,3]]}，‘references-count’：20，‘journal-issue’：{‘issue’：“19”，‘published-on-line’：{”date-ports“：[2020,10]]}}，“alternative-id”：[“rs12193227”]，“URL”：“http://\/dx.doi.org\/10.3390\/rs12193227”，“关系”：{}，“ISSN”：[“2072-4292”]，“ISSN-type”：[{“值”：“2072~4292”，“类型”：“电子”}]，“主题”：[]，“发布”：{“日期部分”：[2020,10,3]]}}}