MEMS-Enhanced Smartphone GNSS High-Precision Positioning for Vehicular Navigation in Urban Conditions
-
摘要: 智能手机凭借其普遍性、便携性和低成本等优势，已成为大众用户导航与位置服务的主流终端载体，其多频多系统GNSS（global navigation satellite system）观测值的开放进一步激发了手机高精度定位的研究。然而，受限于消费级GNSS器件性能，手机卫星观测值呈现出信号衰减严重、伪距噪声大、粗差周跳多等问题；并且受城市复杂环境影响，手机GNSS定位的连续性、可靠性也难以保证。提出一种城市场景手机GNSS/ MEMS（micro-electro mechanical system）融合的车载高精度定位方案。首先，构建了速度约束的GNSS差分定位模型；然后，通过手机内置MEMS与车辆运动约束，在挑战环境下进行GNSS/MEMS融合精密定位。实验结果表明，在开阔和树荫场景下，速度约束方法可达到分米至米级定位精度，相比于常规方法分别提升了35.2%和78.9%；在高架场景下，GNSS/MEMS融合定位的精度和连续性均提升显著；在隧道场景下，MEMS推算位置累积误差约为2.5%。实验结果初步表明，手机GNSS具备开阔环境下的车道级定位能力，手机GNSS/MEMS融合可提升城市复杂环境下车载定位的精度和连续可用性。Abstract:Objectives Smartphones have become the mainstream terminal carrier of navigation and location services for mass users by virtue of their ubiquity, portability, and low cost. With the opening of their multi-frequency and multi-constellation global navigation satellite system (GNSS) observations, the research on high-precision positioning of smartphones has been further stimulated. However, limited by the performance of consumer-grade GNSS devices, the satellite observations of smartphones present problems such as serious signal attenuation, large pseudorange noise, and many cycle slips; and also affected by the complex urban environment, the continuity and reliability of smartphone GNSS positioning is also difficult to guarantee.Methods A smartphone GNSS/MEMS (micro-electro mechanical system) integrated high-precision positioning scheme for vehicular navigation in urban conditions is proposed. Firstly, a velocity-constrained GNSS differential filtering positioning model is constructed to realize precise positioning in a general observation environment; then, through the built-in MEMS of smartphone and virtual constraints of vehicle motion, GNSS precise positioning is enhanced in challenging environments.Results The experiment results show that, in open sky and tree occlusion conditions, the improved method can achieve decimeter-to-meter positioning accuracy, which is 35.2% and 78.9% higher than conventional method, respectively; in viaduct occlusion conditions, the accuracy and continuity of GNSS/MEMS fusion positioning are the best; in tunnel conditions, the cumulative position error of the MEMS mechanization is about 2.5%.Conclusions The results preliminarily show that smartphone GNSS has lane-level positioning capabilities in open-sky environments, and GNSS/MEMS fusion can improve the accuracy and continuity of smartphone positioning in urban challenging environments.
-
目前，北斗导航卫星系统(BDS)已实现局域覆盖，随着系统建设的不断完善和应用的不断拓展，与之相关的各类数据处理软件的开发成为重要的研究内容。因此，自主开发北斗高精度数据处理软件，成为发展高精度位置服务的迫切任务[1-8]。因北斗导航卫星系统与GPS在星座构造、坐标框架、时间系统、信号频率等方面具有明显差异[9-15]，现有的高精度GPS数据处理软件无法直接处理北斗数据。本文针对北斗高精度数据处理的系统设计、数据流、功能模块及高精度算法实现等进行了研究，研制开发了一套高精度北斗基线解算软件BGO(BeiDou Navigation Satellite System/Global Positioning System Office)，并将其用于高速铁路高精度控制测量建网。通过与商业软件TGO(Trimble Geomatics Office)和TBC(Trimble Business Center)，及高精度科研软件Bernese进行对比测试、性能分析，验证了该软件的正确性和有效性。
1 系统的设计与模块算法的实现
1.1 系统设计与数据流分析
北斗和GPS基线解算软件主要包含北斗基线处理、GPS基线处理及联合基线处理3大模块。各模块间相互独立，但使用相同的数据结构，且数据流基本一致。数据处理流程如图 1所示。
基线解算之前，需选择有效双频观测数据，具体包含低高度角卫星剔除、观测值粗差剔除、星历未获取观测数据剔除等。剔除质量较差的观测数据可通过可视化的方式实现。通过双频数据组合有效消除电离层延迟影响，伪距消电离组合能算出测站精确至10 m内的概略位置，从而形成网络拓扑图，便于用户查看站点的平面分布。基线解算时，北斗与GPS独立系统数据处理算法相同；联合处理需选择统一的坐标和时间框架，随着多余观测数的增加，还需设置合理的模糊度固定限值。基线解算后，进行网平差，应剔除不合格基线，直至平差结果满足要求。
1.2 高精度基线解算算法实现
高精度基线解算利用双差观测量建立误差方程，北斗双差观测量构造如式(1)：
$$ \mathit{\Delta} \nabla L^{{C_m}{C_n}}_{{S_i}{S_j}} = \left( {L^{{C_n}}_{{S_j}} - L^{{C_n}}_{{S_i}}} \right) - \left( {L^{{C_m}}_{{S_j}} - L^{{C_m}}_{{S_i}}} \right) $$ (1) 式中，Δ▽L表示双差观测量；Si和Sj表示任意站点；Cm和Cn表示任意北斗卫星。
依据式(1)构建的双差观测量，建立误差方程，如式(2)：
$$ \left[ \begin{array}{l} \mathit{\Delta} \nabla \boldsymbol{\varPhi} \\ \mathit{\Delta} \nabla \boldsymbol{P} \end{array} \right] = \boldsymbol{BX} + \boldsymbol{A}\mathit{\Delta} \nabla \boldsymbol{N} + \boldsymbol{V} $$ (2) 式中，Δ▽Φ和Δ▽P分别表示卫星载波相位和伪距双差观测量；X表示基线向量；Δ▽N表示双差整周模糊度；B和A为系数阵；V为残差向量。
利用式(2)构建的误差方程，解算基线向量和双差整周模糊度浮点解。利用LAMBAD方法[16, 17]固定双差整周模糊度后去除。再利用载波相位观测值获取高精度基线向量结果。基线解算过程中，主要利用抗差估计的切比雪夫多项式拟合法[18]及MW-GF组合法[19]探测与修复周跳。
对北斗和GPS双系统基线解算，只需将各系统的双差观测量误差方程叠加后平差计算，即可实现双系统联合基线解算。但需注意，星间差分需选择同一系统卫星，否则会引入系统间信号硬件延迟[20]，影响双差整周模糊度的固定。另外，北斗和GPS在时间框架、坐标框架等存在一定差异，双系统联合解算需保证框架的统一。
北斗和GPS时间转换公式如式(3)：
$$ {t_C} = {t_G}-14\;{\rm{s}} $$ (3) 式中，tC和tG分别表示北斗时和GPS时，两者均为原子时，起算原点不同[13]。
北斗和GPS坐标转换公式如式(4)：
$$ \begin{array}{c} \left[ {\begin{array}{*{20}{c}} {{X_C}}\\ {{Y_C}}\\ {{Z_C}} \end{array}} \right] = \left[ {\begin{array}{*{20}{c}} {{X_G}}\\ {{Y_G}}\\ {{Z_G}} \end{array}} \right] + \left[ {\begin{array}{*{20}{c}} {{T_X}}\\ {{T_Y}}\\ {{T_Z}} \end{array}} \right] + \\ \left[ {\begin{array}{*{20}{c}} D&{ - {R_Z}}&{{R_Y}}\\ {{R_Z}}&D&{ - {R_X}}\\ { - {R_Y}}&{{R_X}}&D \end{array}} \right]\left[ {\begin{array}{*{20}{c}} {{X_G}}\\ {{Y_G}}\\ {{Z_G}} \end{array}} \right] \end{array} $$ (4) 式中，北斗坐标(XC，YC，ZC)与GPS坐标(XG，YG，ZG)可通过七参数TX、TY、TZ、D、RX、RY、RZ进行转换。北斗CGCS2000坐标系采用ITRF97框架2000历元的坐标和速度场，当前GPS WGS84坐标和ITRF08基本一致。因此，可利用ITRF97框架2000历元与ITRF08间转换的七参数(ITRF网站公布)实现北斗与GPS坐标框架的统一[11, 12]。
2 BGO数据处理实例与性能测试
2.1 高速铁路CPI控制网基线解算
处理高速铁路CPI控制网时，通过读取观测文件和星历文件，单点定位生成控制网的基线网络拓扑图，如图 2所示。基线解算前，设置相关参数包括卫星截止高度角、误差限差参数、框架、对流层模型、电离层模型、模糊度Ratio值、同步最小观测历元数等。设置完成后，可选择北斗、GPS、联合3种模式进行基线解算。基线解算完成后，软件界面中将显示解算的基线分量及其精度，并可显示残差向量检核基线解算效果。
2.2 BGO、TGO、Bernese软件处理GPS基线结果比较
为了测试BGO解算GPS基线的正确性，将其与TGO和Bernese软件处理结果进行了比较，得到57条GPS基线(基线最长6 667 m，最短446 m)的比较结果，如图 3所示。
![]()
图 3 BGO、TGO、Bernese软件处理GPS基线分量比较Figure 3. Comparing GPS Baseline Components from BGO, TGO and Bernese Software图 3(a)、3(b)分别表示BGO软件与TGO、Bernese软件处理GPS基线分量的差值ΔX、ΔY、ΔZ。图 3(a)中，BGO和TGO有52条基线在X、Y、Z方向的分量差值均在2 cm内，有48条基线各分量差值在mm级。TGO解算少量基线验后方差分量超限，与BGO基线分量差值较大。图 3(b)中，BGO和Bernese有55条基线在X、Y、Z方向的分量差值均在2 cm内，有49条基线各分量差值在mm级。
图 4(a)~4(c)分别表示BGO、TGO、Bernese软件处理GPS基线的内符合精度σX、σY、σZ(BGO、TGO、Bernese软件基线解算精度分别精确至0.1 mm、1 mm和0.1 mm)。整体上，约90%的基线3个软件的解算精度相当。
![]()
图 4 BGO、TGO、Bernese的GPS基线内符合精度比较Figure 4. Comparing GPS Baseline Precision from BGO, TGO and Bernese Software2.3 BGO、TBC软件处理北斗与GPS联合基线结果
为了测试BGO解算北斗与GPS联合基线的性能，本文选用美国Trimble的商业软件TBC与之进行比较。同上57条基线，每条基线观测数据均包含北斗与GPS观测数据。图 5展示了BGO和TBC处理北斗与GPS联合基线分量的差值ΔX、ΔY、ΔZ。图 5可见，98%的基线分量差值分布在mm级，表明BGO软件处理联合基线能达到与TBC软件相当的水平。另外，两者内符合精度绝大部分均在mm级，故图 5中未加以比较。
![]()
图 5 BGO与TBC软件处理北斗与GPS联合基线分量比较Figure 5. Comparing BDS and GPS Combined Baseline Components from BGO and TBC Software由此可知，BGO软件处理GPS基线、北斗与GPS联合基线的内外符合精度能达到TGO、Bernese、TBC相当的水平。因此，以BGO软件处理GPS、北斗与GPS联合基线结果为参考值，分析该软件处理北斗基线结果的正确性和可靠性，如图 6和图 7所示。图 6比较了北斗与GPS、联合基线分量的差值，图 7比较了北斗、GPS、联合基线解算的内符合精度。
![]()
图 6 BGO软件处理北斗与GPS、联合基线分量比较Figure 6. Comparing BDS, GPS and BDS/GPS Combined Baseline Components from BGO Software![]()
图 7 北斗、GPS、联合基线解的内符合精度统计Figure 7. The Statistics of Precision of BDS, GPS and BDS/GPS Combined Baseline Solutions图 6(a)表示BGO软件处理北斗与GPS基线分量的差值ΔX、ΔY、ΔZ，其中有43条基线在X、Y、Z方向上的分量差值Δx、Δy、Δz在2 cm内，有31条基线在X、Y、Z方向上的分量差值在mm级。图 6(b)表示BGO软件处理北斗与联合基线分量的差值，其中有54条基线在X、Y、Z方向上的分量差值在2 cm内，有38条基线在X、Y、Z方向上的分量差值在mm级(图 6中第6条基线北斗为浮点解，各分量差值结果较大，图中置为0)。
图 7中，93%的联合基线在X、Y、Z方向上的分量精度分别优于0.5 mm、1 mm、0.5 mm；约90%的北斗基线和95%的GPS基线在X、Y、Z方向上的分量精度分别优于1 mm、2 mm、1 mm。由北斗、GPS、联合基线3者精度比较可知，在北斗试运行阶段，GPS基线内符合精度略优于北斗，北斗与GPS联合系统基线内符合精度明显高于独立系统。
2.4 BGO基线网平差及其精度分析
BGO具备网平差功能，根据网平差后的基线分量改正数、相对中误差、点位精度等判断基线解算结果的可靠性。对上述解算的北斗、GPS、联合基线分别进行无约束网平差。
北斗、GPS、联合基线无约束网平差的平差改正数δX、δY、δZ绝大部分在±1 cm内，如图 8(a)~8(c)所示。最弱边相对中误差优于5.5 ppm(规范限值)，具体见表 1。据图 8、表 1及《高速铁路工程测量规范》[21]可知，BGO能合理稳定地解算北斗、GPS及联合基线，解算结果中的基线向量改正数、最弱边相对中误差、最弱点点位精度均满足CPI控制测量要求，各系统解算均能精确获得24个CPI控制点坐标。
![]()
图 8 GPS、北斗、联合无约束网平差基线向量改正数Figure 8. Baseline Vector Corrections from GPS, BDS and BDS/GPS Combined Unconstrained Adjustment表 1 GPS、北斗、联合无约束平差结果统计Table 1. The Statistics of GPS, BDS and BDS/GPS Combined Unconstrained Adjustment Results解算模式 独立基线 多余观测数 控制点个数 最弱边相对中误差/ppm 最弱点点位精度/mm GPS 55 66 24 3.6 23.6 北斗 51 57 24 3.1 26.9 联合 57 72 24 3.7 17.9 3 结语
本文系统地研究了北斗与GPS联合基线解算的算法，自主开发了北斗高精度基线解算软件BGO。通过实测高铁CPI控制网的数据处理测试表明：软件能进行高精度地处理北斗与GPS数据, 以及北斗与GPS联合数据处理；GPS基线解算性能与天宝TGO软件相当，能达到与Bernese软件一致的精度；北斗与GPS基线处理能达到与TBC相当的水平。BGO最大的优势在于能对北斗和GPS进行联合解算，从而提高北斗或GPS单系统的基线解算合格率和精度。经高速铁路CPI控制网实例测试，证明该软件处理基线结果可用于高精度北斗和GPS测量控制网的数据处理。
-
![]()
图 1 Mate 40手机GNSS动态数据采集实验设备安装
Figure 1. Equipment Setup in the GNSS Kinematic Data Collection Experiment with Mate 40 Smartphone
![]()
图 2 动态实验中Mate 40手机的可见卫星数
Figure 2. Number of Visible Satellites of Mate 40 Smartphone in the Kinematic Experiment
![]()
图 3 动态实验中Mate 40手机GNSS数据的载噪比分布
Figure 3. C/N0 Distribution of Mate 40 Smartphone in the Kinematic Experiment
![]()
图 4 动态实验中Mate 40手机GNSS数据的伪距残差
Figure 4. Pseudorange Residuals of Mate 40 Smartphone in the Kinematic Experiment
![]()
图 5 Mate 40手机三轴加速计静态观测值和三轴陀螺仪静态观测值
Figure 5. Static Observations of Three-Aixs Acceleromters and Gyroscopes of Mate 40 Smartphone
![]()
图 6 Mate 40手机三轴加速计和三轴陀螺仪的Allan方差曲线
Figure 6. Allan Variance Curves of Three-Aixs Accele-romters and Gyroscopes of Mate 40 Smartphone
![]()
图 7 手机GNSS/MEMS融合高精度定位流程图
Figure 7. Flowchart of Smartphone GNSS/MEMS Integrated High-Precision Positioning
![]()
图 8 车载测试轨迹及沿途观测环境
Figure 8. VehicleTest Track and Observation Conditions Along the Track
![]()
图 9 测试沿途的可见卫星数和连续相位数
Figure 9. Number of Visiable Satellites and Consecutive Carrier Phases Along the Track
![]()
图 10 开阔天空场景下3种处理策略的轨迹对比
Figure 10. Track Comparison of Three Different Positioning Strategies Under Open Sky Conditions
![]()
图 11 三轴加速度计和三轴陀螺仪的零偏估计结果
Figure 11. Zero Bias Estimation Results of Three-Axis Accelerometer and Three-Axis Gyroscope
![]()
图 12 树荫遮挡场景下3种处理策略的轨迹对比
Figure 12. Track Comparison of Three Different Positioning Strategies Under Tree Occlusion Conditions
![]()
图 14 高架遮挡场景下3种处理策略的轨迹对比
Figure 14. Track Comparison of Three Different Positioning Strategies Under Viaduct Occlusion Conditions
![]()
图 15 地下隧道场景下3种处理策略的轨迹对比
Figure 15. Track Comparison of Three Different Positioning Strategies Under Underground Tunnel Conditions
表 1 动态实验中Mate 40手机载波相位残差统计/%
Table 1 Statistics of Carrier Phase Residuals of Mate 40 Smartphone in the Kinematic Experiment/%
系统 频率 > 2周 > 5周 > 10周 GPS L1 70.20 40.83 17.66 L5 10.85 2.60 0.96 Galileo E1 70.61 45.61 27.28 E5a 19.00 6.83 3.49 BDS B1I 65.84 34.98 15.01 B1C 71.39 37.96 14.76 B2a 14.56 5.82 3.25 
下载: 导出CSV
表 2 3种解算策略的配置信息
Table 2 Configuration Information of Three Positioning Strategies
处理策略 定位信息 说明 常规差分 GNSS SPP提供初始位置 改进差分 GNSS 速度约束状态模型 GNSS/MEMS融合 GNSS+MEMS+ 运动约束 MEMS辅助GNSS
下载: 导出CSV
表 3 不同场景下3种处理策略的定位误差RMS统计/m
Table 3 Position Errors Statistics of Three Different Positioning Strategies Under Different Conditions/m
场景 方向 常规差分 改进差分 GNSS/MEMS融合 开阔天空 水平 0.71 0.46 0.49 高程 1.32 0.24 0.26 树荫遮挡 水平 8.27 1.74 1.55 高程 15.54 3.70 3.69 高架遮挡 水平 41.66 17.69 12.57 高程 25.90 10.23 9.10 地下隧道 水平 - - 17.05 高程 - - 6.25
下载: 导出CSV
-
[1] European GNSS Agency (GSA). GNSS Market Report[EB/OL]. [2022-04-22]https://www.euspa.europa.eu/system/files/reports/market_report_issue_6_v2.pdf
[2] Paziewski J, Fortunato M, Mazzoni A, et al. An Analysis of Multi-GNSS Observations Tracked by Recent Android Smartphones and Smartphone-only Relative Positioning Results[J]. Measurement, 2021, 175: 109162 doi: 10.1016/j.measurement.2021.109162
[3] 刘万科, 史翔, 朱锋, 等. 谷歌Nexus 9智能终端原始GNSS观测值的质量分析[J]. 武汉大学学报·信息科学版, 2019, 44(12): 1749-1756 doi: 10.13203/j.whugis20180141 Liu Wanke, Shi Xiang, Zhu Feng, et al. Quality Analysis of Raw GNSS Observation of Google Nexus 9 Smart Tablet Terminal[J]. Geomatics and Information Science of Wuhan University, 2019, 44 (12): 1749-1756 doi: 10.13203/j.whugis20180141
[4] Li G C, Geng J H. Characteristics of Raw MultiGNSS Measurement Error from Google Android Smart Devices[J]. GPS Solutions, 2019, 23 (3): 90 doi: 10.1007/s10291-019-0885-4
[5] Zhang X H, Tao X L, Zhu F, et al. Quality Assessment of GNSS Observations from an Android N Smartphone and Positioning Performance Analysis Using Time-Differenced Filtering Approach[J]. GPS Solutions, 2018, 22(3): 70 doi: 10.1007/s10291-018-0736-8
[6] Liu W K, Shi X, Zhu F, et al. Quality Analysis of Multi-GNSS Raw Observations and a VelocityAided Positioning Approach Based on Smartphones [J]. Advances in Space Research, 2019, 63(8): 2358-2377 doi: 10.1016/j.asr.2019.01.004
[7] Wen Q, Geng J H, Li G C, et al. Precise Point Positioning with Ambiguity Resolution Using an External Survey-Grade Antenna Enhanced Dual-Frequency Android GNSS Data[J]. Measurement, 2020, 157: 107634 doi: 10.1016/j.measurement.2020.107634
[8] Laurichesse D, Cedric R, Francois-Xavier M, et al. Smartphone Applications for Precise Point Positioning[C]//Proceedings of the ION GNSS 2017, Portland, Oregon, USA, 2017
[9] 郭斐, 吴维旺, 张小红, 等. Android智能手机实时精密单点定位软件实现及精度分析[J]. 武汉大学学报·信息科学版, 2021, 46(7): 1053-1062 doi: 10.13203/j.whugis20200527 Guo Fei, Wu Weiwang, Zhang Xiaohong, et al. Realization and Precision Analysis of Real-Time Precise Point Positioning with Android Smartphones [J]. Geomatics and Information Science of Wuhan University, 2021, 46(7): 1053-1062 doi: 10.13203/j.whugis20200527
[10] Fortunato M, Critchley-Marrows J, Siutkowska M, et al. Enabling High Accuracy Dynamic Applications in Urban Environments Using PPP and RTK on Android Multi-Frequency and Multi-GNSS Smartphones[C]//2019 European Navigation Conference(ENC), Warsaw, Poland, 2019
[11] 王颖喆, 陶贤露, 朱锋, 等. 利用智能手机实现GNSS原始观测值的高精度差分定位[J]. 武汉大学学报·信息科学版, 2021, 46 (12): 1941-1950 doi: 10.13203/j.whugis20210280 Wang Yingzhe, Tao Xianlu, Zhu Feng, et al. High Accuracy Differential Positioning with Smartphone GNSS Raw Measurements[J]. Geomatics and Information Science of Wuhan University, 2021, 46 (12): 1941-1950 doi: 10.13203/j.whugis20210280
[12] Niu Z, Nie P, Tao L, et al. RTK with the Assistance of an IMU-Based Pedestrian Navigation Algorithm for Smartphones[J]. Sensors(Basel, Switzerland), 2019, 19(14): 3228 doi: 10.3390/s19143228
[13] 郭磊. 智能终端GNSS/MEMS PDR融合行人室外高精度无缝导航关键技术[D]. 武汉: 武汉大学, 2021 Guo Lei. GNSS/MEMS PDR Integration for Outdoor Pedestrian Precise Seamless Navigation Based on Smart Terminals[D]. Wuhan: Wuhan University, 2021
[14] Yan W L, Bastos L, Magalhães A. Performance Assessment of the Android Smartphone's IMU in a GNSS/INS Coupled Navigation Model[J]. IEEE Access, 2019, 7: 171073-171083 doi: 10.1109/ACCESS.2019.2956239
[15] 旷俭, 葛雯斐, 张全, 等. 基于手机内置传感器的车辆组合定位方法[J]. 中国惯性技术学报, 2020, 28(6): 701-708 https://www.cnki.com.cn/Article/CJFDTOTAL-ZGXJ202006001.htm Kuang Jian, Ge Wenfei, Zhang Quan, et al. Smartphone Built-in Sensors Based Vehicle Integrated Positioning Method[J]. Journal of Chinese Inertial Technology, 2020, 28(6): 701-708 https://www.cnki.com.cn/Article/CJFDTOTAL-ZGXJ202006001.htm
[16] 朱锋. PPP/SINS组合导航关键技术与算法实现[D]. 武汉: 武汉大学, 2015 Zhu Feng. The Key Technology and Algorithm of PPP/SINS Integration[D]. Wuhan: Wuhan University, 2015
[17] 朱锋. GNSS/SINS/视觉多传感器融合的精密定位定姿方法与关键技术[D]. 武汉: 武汉大学, 2019 Zhu Feng. GNSS/SINS/Vision Multi-Sensors Integration for Precise Positioning and Orientation Determination[D]. Wuhan: Wuhan University, 2019
-
期刊类型引用(6)
1. 柯文清 ，陈业滨 ，赵志刚 ，韩德志 ，郭仁忠 . 基于文献计量的新世纪地图可视化研究演变和热点分析. 地理与地理信息科学. 2025(01): 15-23 . 
百度学术
2. 于峰一泽，汤国安，陆鼎阳，林晓芬，胡光辉，沈婕，吴明光. 语言学视角下的地图演化. 地理学报. 2024(01): 171-186 . 百度学术
3. 韩德志，郭仁忠，陈业滨，赵志刚，柯文清. 基于可视化维度理论的泛地图知识推荐方法. 地球信息科学学报. 2024(01): 110-120 . 百度学术
4. 刘强，刘金花，王磊斌，陈鑫，赵志斌，赵晓艳，李英奎. 使用虚拟现实技术提高冰川地貌表达维度的研究. 冰川冻土. 2024(03): 1087-1098 . 百度学术
5. 邓志钢，郭仁忠，陈业滨，马丁，赵志刚，朱维. 面向轨迹可视化的泛地图表达维度关联方法及应用. 测绘通报. 2024(11): 56-60+96 . 百度学术
6. 柯婷，杨品福，任福，李连营，杨晨. 内河航行参考图地图符号形式化表达. 地理空间信息. 2024(12): 102-105 . 百度学术
其他类型引用(4)
计量
- 文章访问数: 894
- HTML全文浏览量: 292
- PDF下载量: 199
- 被引次数: 10
