无人机航测内业处理（iTwin Capture Modeler）

优质文章学习记录

— 7 min read
无人机航测内业处理（iTwin Capture Modeler）

iTwin Capture Modeler 内业处理

1、概述

本文以iTwin Capture Modeler（旧名称为Context Capture或Smart3D）软件为例介绍航测建模、土方算量、三维模型在线发布分享等内业处理。
本机所使用笔记本电脑主要配置：
CPU：intel Core Ultra 9 275HX
显卡：NVIDIA GeForce RTX 5070 Ti Laptop GPU 12GB
内存：32GB
注意：内存大小决定是否可以成功建模，内存不足建模失败（不会提示失败原因），推荐16GB以上；硬盘剩余容量建议为建模图片大小的2~3倍，否则会因为容量不足建模失败。

2、内业数据处理

2.1新建工程

打开两个软件，第一个为引擎，建模必须打开，第二个为主程序，第三个为模型浏览查看程序

在这里插入图片描述

开始计算空三或者建模时，主程序进度条卡在某一数值时，检查引擎界面是否有任务在执行，若无可按回车键解决，或者重新打开引擎

在这里插入图片描述


新建工程，保存路径不能有中文

在这里插入图片描述

2.2新建区块

新建区块（也可使用Metashape计算好的空三导入，Metashape空三计算速度更快，但建模质量较低，只生产正射影像可使用Metashape）

在这里插入图片描述

2.3导入影像

导入影像，可选择图片或者文件夹

在这里插入图片描述

2.4第一次空三

提交第一次空三计算，无需设置参数，第一次空三目的是为了对齐影像，建立连接点

在这里插入图片描述


在这里插入图片描述


空三完成后查看空三质量报告，主要看位置不确定性数值，越小越好，看自己需求需要几公分的

在这里插入图片描述


在这里插入图片描述

2.5刺点

点开测量，选择导入自定义文本格式，或者也可以手动添加坐标点

在这里插入图片描述


选择像控点文件，一般为手簿导出的dat格式文件或者txt等

在这里插入图片描述


根据自己坐标文件的格式内容，选择是否忽略头行等，大多数坐标文件分隔符为英文逗号","，根据自己的文件内容格式选择

在这里插入图片描述


本工程采用的是北京54坐标系，1.5°分带，中央子午线为109.5°，需要自定义坐标系

在这里插入图片描述


自定义坐标系，点击编辑，选择坐标系prj文件

在这里插入图片描述

关于如何自定义参考坐标系文件：本工程坐标系中央子午线为109.5°，可以在空间参考系统数据库中找到与本项目中央子午线最接近的坐标系，右键导出，然后在记事本中打开，将其中的中央子午线修改为109.5°即可

在这里插入图片描述


设置点名及xyz，若导入后在三维视图里面没有显示像控点位置则可能为xy坐标搞反了，重新导入像控点文件即可

在这里插入图片描述


刺点：刺点是为了约束平面和高程位置与提高精度，本工程采用当地理论最低潮面为高程0m点，属于地方高程系统，必须刺点；
刺点优先选择标记清晰，位于图片中央的点

在这里插入图片描述

2.6第二次空三

刺点完成后，再次提交空三运算，空三参数默认即可
空三完成后查看质量报告，重投影误差控制在1个像素内，若该点误差过大可能为刺点出现问题，或者也可以删除该点

在这里插入图片描述

2.7三维重建

选择新建重建框架-三维重建

在这里插入图片描述


空间框架中选择要建模的范围，先选择坐标系，如果建模范围为规则矩形可选择框否则使用新建多边形；有具体的范围也可以导入kml文件；切块大小根据自己电脑内存的大小选择，确保内存使用量不大于本机内存的80%

在这里插入图片描述


选择生产OSGB文件

在这里插入图片描述


坐标系选择自己所需坐标系

在这里插入图片描述


等待生产完成，得到一个xml文件和Date文件夹

在这里插入图片描述


生产完成后删除过程文件，释放磁盘空间

在这里插入图片描述


OSGB模型可使用倾斜伴侣查看http://www.osgblab.com/

3、建模精度检查

模型精度检查可采用倾斜伴侣检查，
选择精度检查，浏览控制点文件，选中控制点，在模型上点击标记，最终得到模型精度

在这里插入图片描述

4、提取高程点

4.1Cass中加载模型

选择3D图标，找到模型所在路径，选择后缀为XML的文件，双击打开

在这里插入图片描述

4.2提取高程点

使用闭合范围提取高程点，先绘制要提取高程点的范围线（使用多段线绘制），采点间距按需求选择（本文为10m）

在这里插入图片描述


在这里插入图片描述

4.3土方算量

利用Cass工程应用计算土方

5、模型分享

倾斜摄影模型在线查看分享可使用中交项目管理系统-CBIM协同实现，可创建场景，叠加卫星影像、BIM模型等信息

在这里插入图片描述


在这里插入图片描述

也可通过四维轻云、BIMFACE等在线网页分享查看模型

Read more

[论文阅读] AI + 软件工程 | 突破LLM上下文瓶颈：上下文内存虚拟化CMV的设计与实践

[论文阅读] AI + 软件工程 | 突破LLM上下文瓶颈：上下文内存虚拟化CMV的设计与实践

突破LLM上下文瓶颈：上下文内存虚拟化CMV的设计与实践 论文基础信息 * 原标题：Contextual Memory Virtualisation: DAG-Based State Management and Structurally Lossless Trimming for LLM Agents * 主要作者：Cosmo Santoni * 研究机构：帝国理工学院（Imperial College London） * 发表时间：2026年2月 * 引文格式（GB/T 7714）：SANTONI C. Contextual memory virtualisation: DAG-based state management and structurally lossless trimming for LLM agents[EB/OL]. [2026-02-25]. arXiv:
新手向:Neo4j的安装与使用

新手向:Neo4j的安装与使用

以下是为新手量身定制的超详细Neo4j社区版安装指南，涵盖Windows/macOS/Linux全平台，包含每个操作细节和避坑提示：         终极详细版Neo4j社区版安装手册 前提确认：     已安装JDK 11或更高版本（验证命令：java -version）     网络连接正常（需下载约150MB安装包） ▌ 步骤1：下载安装包（逐帧级指导） 1.1 打开官网 * 在浏览器地址栏精确输入：https://neo4j.com/download-center/#community * 页面加载后向下滚动，找到绿色按钮 1.2 选择系统版本(我们这里以Windows为例)       技术支持： * Windows用户： → 点击 Windows 标签 → 选择 ZIP archive (recommended) → 文件名示例：neo4j-community-5.20.0-windows.zip→或者直接在网盘内下载(百度网盘 请输入提取码) * macOS用户：
【宇树机器人强化学习】(一):PPO算法的python实现与解析

【宇树机器人强化学习】(一):PPO算法的python实现与解析

前言 * 本系列将着手解析整个仓库的核心代码与算法实现和训练教程。此系列默认读者拥有一定的强化学习基础和代码基础，故在部分原理和基础代码逻辑不做解释，对强化学习基础感兴趣的读者可以阅读我的入门系列： * 第一期： 【浅显易懂理解强化学习】(一)Q-Learning原来是查表法-ZEEKLOG博客 * 第二期： 【浅显易懂理解强化学习】(二):Sarsa，保守派的胜利-ZEEKLOG博客 * 第三期：【浅显易懂理解强化学习】(三):DQN:当查表法装上大脑-ZEEKLOG博客 * 第四期：【浅显易懂理解强化学习】(四):Policy Gradients玩转策略采样-ZEEKLOG博客 * 第五期：【浅显易懂理解强化学习】(五):Actor-Critic与A3C,多线程的完全胜利-ZEEKLOG博客 * 第六期：【浅显易懂理解强化学习】(六):DDPG与TD3集百家之长-ZEEKLOG博客 * 第七期：【浅显易懂理解强化学习】(七):PPO,策略更新的安全阀-ZEEKLOG博客 * 阅读本系列的前置知识： * python语法，明白面向

3小时搞定PX4飞控：从零搭建无人机自主飞行系统

3小时搞定PX4飞控：从零搭建无人机自主飞行系统 【免费下载链接】PX4-AutopilotPX4 Autopilot Software 项目地址: https://gitcode.com/gh_mirrors/px/PX4-Autopilot 想要快速掌握无人机飞控核心技术？今天我就带你用3小时完成PX4飞控系统的完整搭建。无论你是无人机爱好者还是专业开发者，这套实战方案都能帮你避开弯路，直达目标！ 🚀 快速上手：环境配置与项目获取 系统要求很简单： * Ubuntu 18.04及以上版本 * 4GB内存和20GB磁盘空间 * 稳定的网络环境 一键安装基础工具： sudo apt update && sudo apt install git cmake build-essential -y 获取PX4源码： git clone https://gitcode.com/gh_mirrors/px/PX4-Autopilot