PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Geodesic survey and modernization of a route as the task of optimization

Autorzy
Treść / Zawartość
Identyfikatory
Warianty tytułu
PL
Inwentaryzacja i modernizacja trasy jako zadanie optymalizacji
Języki publikacji
EN
Abstrakty
EN
A geodesic survey of an existing route requires one to determine the approximation curve by means of optimization using the total least squares method (TLSM). The objective function of the LSM was found to be a square of the Mahalanobis distance in the adjustment field ν. In approximation tasks, the Mahalanobis distance is the distance from a survey point to the desired curve. In the case of linear regression, this distance is codirectional with a coordinate axis; in orthogonal regression, it is codirectional with the normal line to the curve. Accepting the Mahalanobis distance from the survey point as a quasi-observation allows us to conduct adjustment using a numerically exact parametric procedure. Analysis of the potential application of splines under the NURBS (non-uniform rational B-spline) industrial standard with respect to route approximation has identified two issues: a lack of the value of the localizing parameter for a given survey point and the use of vector parameters that define the shape of the curve. The value of the localizing parameter was determined by projecting the survey point onto the curve. This projection, together with the aforementioned Mahalanobis distance, splits the position vector of the curve into two orthogonal constituents within the local coordinate system of the curve. A similar system corresponds to points that form the control polygonal chain and allows us to find their position with the help of a scalar variable that determines the shape of the curve by moving a knot toward the normal line.
PL
Inwentaryzacja istniejącej tras y wymaga wyznaczenia krzywej aproksymującej w wyniku optymalizacji realizowanej metodą najmniejszych kwadratów (TLSM). Analiza funkcji celu LSM wykazała, że jest ona kwadratem odległości Mahalanobisa w przestrzeni poprawek. W zadaniach aproksymacyjnych odległość Mahalanobisa jest miarą odstępu pikiety od wyznaczanej krzywej, w przypadku regresji zwykłej odstęp ten ma kierunek osi układu współrzędnych a w przypadku regresji ortogonalnej odstęp ma kierunek normalnej do krzywej. Uznanie odległości Mahalanobisa pikiety od wyznaczanej krzywej za quasi-obserwację pozwala na wykonanie wyrównania dopracowaną numerycznie procedurą parametryczną. Badanie możliwości zastosowania funkcji sklejanych w przemysłowym standardzie NURBS do aprosymacji przebiegu trasy wykazało dwa problemy: brak wartości parametru lokalizującego dla pikiety oraz operowanie parametrami wektorowymi defi lującymi kształt krzywej. Wartość parametru lokalizującego wyznaczono przez rzut pikiety na krzywą - łącznie z opisaną wyżej odległością Mahalanobisa stanowi on rozkład wektora wodzącego pikiety na dwie składowe podłużną i poprzeczną w lokalnym układzie krzywej. Analogiczny układ w punktach tworzących łamaną kontrolną funkcji Beziera pozwala na wyznaczenie ich położenia za pośrednictwem niewiadomej skalarnej modelującej kształt krzywej poprzez przesunięcia węzła w kierunku normalnej.
Rocznik
Strony
75--87
Opis fizyczny
Bibliogr. 12 poz., rys.
Twórcy
autor
  • Warsaw University of Technology Faculty of Geodesy and Cartography Pl. Politechniki 1, 00-661 Warsaw, Poland
Bibliografia
  • Fisz, M. (1969). Rachunek prawdopodobieństwa i statystyka matematyczna [Probability and Mathematical Statistics]. Warsaw: PWN Warszawa.
  • Golub, G. H. & Van Loan C. F. (1980). An analysis of the total least squares problem. SIAM J. on Numer. Anal., 17, 883-893.
  • Humienny, Z. (2009). Specyfikacje geometrii wyrobów [Geometrical Product Specifications]. Course for Technical Universities. Warsaw: WNT Warszawa.
  • Kiciak, P. (2000). Podstawy modelowania krzywych i powierzchni [Basics of modeling curves and surfaces]. Warsaw: WNT Warszawa.
  • Knight, N., Wang J. & Rizos C. (2010): Generalised measures of reliability for multiple outliers. J Geod, (84), 625-635.
  • Nowak, E. & Prószyński W. (1990): An interactive system for solving horizontal positioning problems in engineering surveys. FIG XIX International Congress, pp. 507. 1-7 May 1990, Helsinki Finland.
  • Nowak, E. (2000). Algorytmy numeryczne w geodezji. [Digital alhorithms in geodesy] Warsaw: Oficyna Wydawnicza PW Warszawa.
  • Nowak, E. (2001). Algorytmy wygładzania i generalizacji łuków [Algorithms of smoothing and generalization curves]. Zesz. Nauk. Akademii Rolniczej we Wrocławiu, Geodezja i Urządzenia Rolne series no. 394, Wrocław. pp.317.
  • Nowak, E. (2007). Quality analysis testing for quantifying reliability properties. Reports on Geodesy, 1(82). 207.
  • Prószyński, W. (1994). Criteria for internal reliability of linear least squares models. Bull. Geodesique, 68,162-167.
  • Rao, C. R. (1982). Modele liniowe statystyki matematycznej [Linear models of mathematical statistics]. Warsaw: PWN Warszawa.
  • Rao, C.R. & Mitra S.K. (1971). Generalized Inverse of Matrices and its Applications. New York: John Wiley.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-bb0aaaf1-cec6-4b38-9f0b-53826831c1e0
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.