EN中文

Remote Sensing for Natural Resources >

2025 , Vol. 37 >Issue 4: 241 - 248

DOI: https://doi.org/10.6046/zrzyyg.2024090

Design and implementation of a canoeing sport monitoring system with virtual-real interactions based on real-scene 3D

  • WU Jianhua ,
  • KONG Xianglin ,
  • TU Haowen ,
  • GONG Zhigang ,
  • GUO Pengcheng
Expand
  • School of Geography and Environment & Key Laboratory of Training Monitoring and Intervention for Aquatic Sports, State Sports General Administration & Research Center for Linguistic Spatial Information Science, Jiangxi Normal University, Nanchang 330022, China

Received date: 2024-03-08

  Revised date: 2024-05-10

  Online published: 2026-06-03

Fold

Abstract

Canoeing is an important Olympic event; however, high-precision positioning and map data visualization technologies have not been widely adopted during the training phase of canoeing. To bridge this gap, this study proposed a domestically pioneering canoeing sport monitoring system based on real-scene 3D. This system integrates high-precision positioning, virtual reality (VR), and virtual-real fusion technologies, providing athletes and coaches with a straightforward, precise data analysis platform. First, this study presents an overview of the background and significance of the construction of the system. Then, it describes the architecture, major functions, and database design of the system. Finally, it introduces the software system development using technologies including the Cesium platform for 3D geospatial applications, ArcGIS Server, ArcGIS API for JavaScript, and WebSocket. The methods for developing key functions are also described. The core functions encompass 3D visualization of the training field, venue query and positioning, virtual-real integration of trajectories, real-time positioning and monitoring, trajectory playback, and data analysis. Therefore, this system enjoys the advances of high-precision positioning, 3D real scene visualization, and virtual-real fusion. The applications of this system will enhance the efficiency and quality of canoeing training and provide a valuable reference for related research fields.

Key words： canoeing; geographic information system (GIS); real-scene 3D; positioning monitoring; data analysis

Cite this article

WU Jianhua , KONG Xianglin , TU Haowen , GONG Zhigang , GUO Pengcheng . Design and implementation of a canoeing sport monitoring system with virtual-real interactions based on real-scene 3D[J]. Remote Sensing for Natural Resources, 2025 , 37(4) : 241 -248 . DOI: 10.6046/zrzyyg.2024090

0 引言

1936年皮划艇被纳入奥运会正式项目,中国自1975年组建国家队参赛后,在国际舞台上取得显著成就,尤其是在雅典、多哈、北京和东京奥运会上荣获奖牌。这些快速取得的成绩标志着中国皮划艇的历史性飞跃,极大促进了该项目在国内的发展[1]。皮划艇运动分为静水和激流2大类别,均属于技术要求较高的项目。参与者需具备卓越的耐力、力量、速度以及敏捷性,以应对比赛中的复杂挑战。随着现代科技的快速发展,智能运动训练设备和信息管理工具在皮划艇训练中的应用也逐渐增多。1989年我国首次引进皮划艇测功仪,专项测功仪经常被用来反映皮划艇运动员的特定运动表现[1]。胡璞等[2]研发的水上训练监控系统可将采集的心率、速度和加速度等数据转化为图像实时显示,对训练过程进行监控分析; 杜芸芸等[3]研制了皮划艇激流回旋项目的视频监测系统,教练员可通过分析激流回旋训练的海量视频数据,辅助判断评价运动员的训练效果; 李媛等[4]研制了皮划艇训练状态多参数遥测装置,帮助教练员在岸上实时全面地了解运动员在艇上的运动参数; 孙晋海等[5]基于多传感器训练信息融合分析技术,研制了一套可以采集皮划艇训练视频信息、桨频信息、成绩信息和个人机能信息的皮划艇训练集成分析系统,实现了皮划艇训练信息资源的共享和充分利用,有利于提高皮划艇训练监控水平; 郝正东[6]基于惯性传感单元(inertial mea-surement unit,IMU)设计了一套面向皮艇运动技术动作监测的可穿戴式动作捕捉系统,实现对皮艇运动员运动数据的采集、分析及量化评估。
从上述分析来看,皮划艇信息化领域目前面临三大挑战: 一是缺乏皮划艇地理定位信息; 二是尚未建立能够展示皮划艇实时位置的平台,特别是无法模拟真实环境; 三是缺少将室内测功仪数据与皮划艇运动实时数据进行集成分析的工具。这些缺陷严重限制了对皮划艇训练详细分析的能力。为了解决这些问题,本研究提出建立一套先进的空间可视化的皮划艇运动监控系统。
地理信息系统(geographic information system,GIS)以其地理定位、空间可视化和空间分析等功能,可以在皮划艇训练信息化管理中发挥关键作用。随着元宇宙、增强现实(augmented reality,AR)和数字孪生等概念的应用不断深入发展,实景三维技术应运而生,逐渐成为趋势。这项技术通过采集大量真实环境中的点云数据或图像,并利用计算机处理方法进行配准、融合与重构,从而生成高度精确和逼真的实景三维模型。这一模型能够以数字形式真实、立体、时序地反映和表达特定区域的人类生产、生活和生态空间[7]。近些年来,该技术已经应用于多个领域[8-10],将其集成到GIS系统中可以提供更加真实和直观的视觉体验。因此,本文将利用GIS和实景三维模型的优势,开发一个三维空间可视化的皮划艇运动监控系统,以弥补皮划艇信息化领域的关键性缺陷,提升训练效果,优化科学决策。

1 系统总体设计

1.1 总体设计思路

系统的设计遵循实用性、易用性、先进性、规范性、灵活性、友好性和稳定性等原则。总体设计思路为: 首先,利用无人机测绘技术采集皮划艇运动场的图像数据,并使用软件制作数字正射影像(digital orthophoto map,DOM)、三维倾斜模型和全景模型; 其次,利用GIS技术开发软件平台,集成DOM、三维倾斜模型、全景模型数据,以及基于北斗卫星导航系统(Beidou navigation satellite system,BDS)/全球定位系统(global positioning system,GPS)融合定位的皮划艇实时定位数据和室内数字化测功仪的数据; 最后,进行编程开发,实现地图管理、实时监控、跟踪监控、轨迹回放、定位查询、全景展示和轨迹分析等功能。

1.2 系统架构

基于实景三维的虚实互动的皮划艇监控系统主要采用Browser/Server(B/S)架构模式,系统整个架构逻辑上分为5层,具体架构设计如图1所示。
图1 系统架构图

Fig.1 System architecture diagram

1)基础支撑层。该层的作用是向上层提供基础运行与维护的环境。涉及基础软、硬件环境和网络环境。具体包括计算机、Windows操作系统、GIS软件、Internet网络、云服务器、ArcGIS Server服务器、Cesium服务器、Nginx Web服务器、测绘无人机、全球导航卫星系统(global navigation satellite system,GNSS)、实时动态测量(real time kinematic,RTK)接收机、导航定位模块和数字化测功仪等。
2)数据服务层。该层利用云服务器提供数据存储服务,从数据存储形式上分为文件数据库和MySQL数据库。其中文件数据库包括倾斜模型数据库、基础地理信息数据库和全景图数据库; MySQL数据库逻辑上包括轨迹数据库、测功仪设备注册数据库和系统维护数据库。
3)业务逻辑层。业务逻辑层是系统技术实现的核心,前端主要采用Vue.js,DataV,Echarts,Java-Script,JQuery,CSS,CSS3,Html,Html5,ArcGIS API for JavaScript,Cesium API和WebSocket等技术,用于用户界面交互和数据展示; 后端采用Spring Boot,MyBatis-Plus,WebSocket,SA-Token,Maven和Java等技术,用于处理业务逻辑和数据存储。值得注意的是,WebSocket技术用于将皮划艇运动的BDS/GPS双模定位数据实时传递给Web浏览器,确保实时数据传输,从而提供实时监控。这种前后端技术协同工作,为皮划艇运动监控系统提供强大的功能和性能支持。
4)系统应用层。应用层是指浏览器客户端,它提供了友好的用户界面,使用户能够与系统进行交互。通过用户界面,用户可以执行一系列主要的功能操作,包括实时监控、跟踪监控、轨迹回放、定位查询、全景展示和轨迹对比分析等。这些功能操作能够满足用户的不同需求,让用户能够轻松地获取所需的信息和功能。
5)用户层。用户层是系统软件的使用者,分为系统管理员用户和一般人员(普通用户)2种类型。系统管理员和一般人员的使用权限不同,系统管理员具有数据更新维护和用户管理权限,而一般人员只能访问数据。

2 系统功能设计

本文针对系统的功能需求,结合实景三维GIS的特点,从系统使用的实用性、易用性角度出发进行系统功能设计,系统除了一般实景三维GIS系统具有的二三维地图切换与浏览、图层控制管理、定位查询等功能外,还具备皮划艇实时监控、单只皮划艇跟踪监控、轨迹回放、轨迹分析、虚实轨迹融合等与皮划艇运动管理密切相关的功能模块。系统主要功能如图2所示。
图2 系统功能结构图

Fig.2 System function structure chart

各个功能模块包含的次级功能具体如下:
1)登录管理。主要是为用户提供系统登录的功能。用户进入皮划艇运动监控系统的网站后,可以看到系统的登录界面,在输入正确的系统账户和密码后,点击“登录”按钮,方可进入系统首页。
2)地图管理。主要包括影像地图、矢量地图和倾斜三维模型数据的加载,以及地图浏览、图层可见/不可见控制、显示/隐藏皮划艇标注等。
3)实时监控。实现在二三维地图中以皮划艇符号或模型的形式实时展示真实皮划艇的位置或测功仪的虚拟位置(可以将测功仪想象为虚拟的皮划艇)。用户可以通过点击操作管理界面内的“启动监控”开关来启动监控功能,此时地图中会显示当前皮划艇与测功仪的实时位置等相关信息。再次点击开关则会停止皮划艇与测功仪符号的运动。
4)跟踪监控。主要用于实时监控单只皮划艇或测功仪的运动情况。用户可以从监控列表中选择需要跟踪的设备,然后点击“跟踪”按钮,在“单只皮划艇跟踪”界面的地图区展示出该设备的编号、速度、累计距离、实时位置(经纬度)、桨频以及运动员的心率等相关信息。
5)轨迹回放。该功能旨在回放皮划艇或测功仪设备的历史运行轨迹,并在地图上展示回放的路线。用户只需选择设备编号(支持多选),设定运动的开始时间和结束时间,即可轻松实现相关设备轨迹的回放,在回看的过程中支持运动暂停、继续等。
6)定位查询。用户能够根据训练场内重要建筑设施或场馆的名称,在地图上检索并居中定位该三维目标。一旦目标被找到,用户还可以通过鼠标点击来查看该三维目标的属性信息。
7)全景图展示。该功能允许用户在地图上点击全景图的分布点位,即可弹出该位置对应的360°高空全景图。用户可以通过全景图360°自由观察周围环境,仿佛亲临现场,从而极大地帮助用户深入了解训练场馆的整体情况。
8)测功仪管理。为了将室内测功仪的运动数据引入三维地图场景以进行运动仿真,需要进行测功仪设备的注册和数据接入。这一功能包括设备注册和设备信息管理2个主要模块。在设备注册中,用户需要提供设备编号、所属单位、设备地点以及设定的航道数据等信息; 设备信息管理则用于更新和修改测功仪设备的相关信息。
9)轨迹分析。此功能目前主要包括皮划艇成绩查询、同一皮划艇不同时间段轨迹的比较分析和不同皮划艇之间轨迹的比较分析。
10)视频监控。通过将训练场的若干位置的视频监控画面接入系统,实现对训练场情况的实时监控。这样可以方便了解训练场的实际情况。
11)用户管理。此功能涵盖了查看和修改个人信息,以及修改个人密码的操作。此外,管理员还具备账号管理权限,可以对系统用户账号进行各种管理操作,包括增加、删除、修改和查询。

3 系统数据库设计

系统中涉及到的数据类型多样,系统数据库从存储形式上分为文件数据库和关系型MySQL数据库。其中文件数据库包括倾斜三维模型库、基础地理信息数据库和全景图数据库。倾斜三维模型库用于存储3D Tiles格式的训练场的三维模型数据; 基础地理信息数据库主要存储涵盖训练场区域的DOM(以tif文件格式保存)、二维矢量的建筑物数据、全景点位数据、视频监控点位数据和航道数据,它们以shapefile文件格式存储; 全景图数据库存储训练场内的若干点位的360°高空全景图数据。MySQL数据库逻辑上包括轨迹数据库、测功仪设备注册数据库和系统维护数据库。轨迹数据库包含皮划艇和测功仪的实时轨迹数据和历史轨迹数据(测功仪的轨迹数据由数字化测功仪的运动速度计算而来); 测功仪设备注册数据库存储测功仪的设备编号、设备所在单位、设备运行地点、航道等数据; 系统维护数据库主要存储用户数据,例如系统用户名和密码、系统操作日志数据、系统角色数据以及用户与角色的关联数据。其中,皮划艇实时数据表的数据结构见表1,测功仪注册表的数据结构见表2。
表1 皮划艇实时数据表数据结构

Tab.1 The data structure of canoeing real-time data table

列名 数据类型 长度(位或
字符数)		 列说明
id int 11 自增编号id,主键
boat_no varchar 100 皮划艇编号
status int 2 皮划艇状态
boat_name varchar 100 皮划艇名称
lon double — 经度/(°)
lat double — 纬度/(°)
height double — 高程/m
distance double — 累计距离(m)
speed double — 速度(m/s)
stroke_rate double — 桨频(次/min)
heart_rate int 3 心率(BPM)
create_time datetime — 传入时间
表2 测功仪注册表数据结构

Tab.2 The data structure of dynamometer registry

列名 数据类型 长度(位或字符数) 列说明
deveice_id bigint 20 设备编号,主键
unit varchar 150 设备所在单位
place varchar 150 设备运行地点
channel_no int 11 航道

4 系统实现与应用

4.1 系统原型实现

本文以江西瑶湖国际水上运动中心水上皮划艇运动监控为案例进行系统实现。江西瑶湖国际水上运动中心是国家级水上运动训练基地,位于南昌市高新开发区瑶湖大桥西南侧,总建设用地面积1 568亩❶(❶1亩≈666.67 m2),主航道全长2 282 m,宽191 m,设有8条标准水上运动航道。根据上述设计,系统的前端开发环境采用Visual Studio Code,主要使用Vue.js,ArcGIS API for JavaScript和Cesium API等进行开发。后端开发环境则采用IntelliJ IDEA,开发语言为Java,数据管理和维护通过MySQL数据库完成,同时借助ArcGIS Server发布影像和二维矢量地图数据,倾斜摄影三维模型库3D Tiles数据则通过Web服务器来实现数据发布。系统实现的部分功能效果见图3—7。图3展示了系统主要的功能界面; 图4展示了基于三维场景的皮划艇定位监控效果,通过将皮划艇和测功仪的轨迹集成展示,为虚实运动的对比分析提供重要的视觉工具; 图5实现了根据建筑物名称进行地图定位,同时允许用户单击三维目标来查看相关属性信息的功能; 图6展示了对单只皮划艇跟踪监控的功能,通过信息面板实时展示皮划艇的相关监控数据; 图7呈现了2个测功仪运动数据的虚拟轨迹同时回放,以及1只皮划艇的轨迹回放效果。
图3 系统主界面功能展示

Fig.3 The function display of system main interface

图4 基于三维场景的皮划艇定位监控界面

Fig.4 Canoeing positioning monitoring interface based on 3D scene

图5 建筑物的定位与查询界面

Fig.5 Building location and query interface

图6 单只皮划艇跟踪监控界面

Fig.6 The tracking monitor interface of single canoeing

图7 虚实皮划艇轨迹回放界面

Fig.7 The track playback interface of virtual and real canoeing

4.2 关键功能的实现方法

4.2.1 三维场景可视化方法

首先,进行三维场景模型构建。利用测绘无人机进行倾斜摄影获取倾斜影像,再利用无人机自带的RTK设备得到相机在倾斜摄影时的位置与姿态系统(position and orientation system,POS)信息,然后充分借助多个建模软件的优势,利用Metashape(原PhotoScan)软件与ContextCapture(原Smart3D)软件结合的方式进行三维建模,把获取的地物倾斜影像自动化生成为实景三维模型。生成的三维模型数据格式为OSGB,坐标系采用2000国家大地坐标系(CGCS2000)。此时生成的模型存在拉花、破洞、坡面等问题,还需要使用修模软件对水面等重点区域的模型进行修复。
然后,对三维模型数据进行格式转换与网络发布。由于Cesium地球三维引擎目前只支持glTF和3D Tiles这2种三维数据格式的加载[11],还需要利用3D Tiles开源工具将数据转为3D Tiles格式。执行结果数据通过Nginx服务器进行发布。
最后,进行三维模型数据加载与显示。在Cesium三维地球引擎初始化后,使用Cesium API中的Cesium3DTileset类实现皮划艇训练场的3D Tiles数据加载,关键代码如下:
const tileset = viewer.scene.primitives.add(
new Cesium.Cesium3DTileset({
})
);
tileset.readyPromise.then(function(tileset) {
viewer.zoomTo(//使视图缩放到指定的位置
tileset,
new Cesium.HeadingPitchRange(
0,
-0.2,
tileset.boundingSphere.radius * 1.0
)
);
});

4.2.2 皮划艇定位监控与测功仪轨迹仿真

皮划艇定位设备采用团队自主研发的TAU1201多系统多频GNSS定位模块,支持GPS的L1和L5频段,以及BDS的B1和B2a频段,定位精度约为10 cm,具有高精度、高灵敏性、低功耗等优势。定位设备会通过通信模块将定位数据传输到指定服务器的数据库中。本系统利用WebSocket技术将皮划艇的定位数据传递到Web浏览器,以便在三维场景中实时地呈现皮划艇运动轨迹。WebSocket是一种HTML5协议,通过建立长连接的方式实现数据传输。具体而言,当浏览器向服务器发出连接请求并得到服务器确认后,双方便建立了WebSocket通道。一旦建立成功,系统就能够在前后端之间实现持续的数据传输,以确保皮划艇的位置数据能够实时更新到三维场景中。
皮划艇全数字化测功仪是一种室内可用的仪器设备,旨在协助皮划艇运动员优化技术和训练方法。在测功仪数据接入系统时,首先,要在系统中对测功仪进行注册,启动监控后,系统会自动监测测功仪传入的速度等数据; 然后,通过配置的航道数据(矢量线划数据)、测功仪的瞬时速度以及运行时间,系统将计算出运动的累计距离,并进一步推算测功仪设备在特定航道上的虚拟点位; 最后,系统将在该点位上呈现事先制作并发布的皮划艇三维模型。值得注意的是,模型的颜色或样式可能与实时运动的皮划艇不同,以便清晰区分和对比。

4.2.3 三维建筑的定位与查询方法

通过软件自动化构建的倾斜三维模型是连续、整体的TIN网格数据[12],对于三维场景中的建筑等实体地物的选择、属性查询和空间査询等GIS操作并不可行。为了实现训练场场馆的定位与查询功能,本文通过叠加矢量建筑物图层,利用动态渲染的方法实现建筑物的单体化定位与查询。具体方法为: 首先,基于前期制作的训练场DOM,制作该区域的矢量建筑数据; 接着,利用ArcGIS Server对矢量建筑数据进行网络发布; 然后,根据发布的建筑物图层的URL、待查询的建筑物名称以及图层中的字段名“NAME”,获取查询对象的GeoJSON数据; 最后,利用Cesium相关方法对GeoJSON数据进行三维渲染、定位和查询。以下是实现以上功能的关键性代码:
//点击搜索按钮后调用的查询函数
queryByProperty(propertyValue, propertyName, LayerName) {
var geoJsonobj = {}
var geojsonUrl =
"/arcgis/rest/services/DLG/MapServer/0/query"
var strCondition = propertyName + "=" + "`" + propertyValue + "'"
var params = {
"f": "json",
"where": strCondition,
"returnGeometry": "true",
"outFields": "*"
};
// 请求数据
geoJsonobj = GETNOBASE(this.$baseUrl + geojsonUrl, params).then((res) => {
let data = res;
if (data && data.features.length > 0) {
let obj = {
"type": "Feature",
"properties": data.features[0].attributes,
"geometry": {
"type": "Polygon",
"coordinates": [data.features[0].geometry.rings[0]]
}};
//地图绘制渲染
loadGeojsonLayer(geojson, viewer) {
var geoJsonStyle = {
stroke: Cesium.Color.RED, //红框
strokeWidth: 10,
fill: Cesium.Color.RED.withAlpha(1)
};
var promise = Cesium.GeoJsonDataSource.load(geojson, geoJsonStyle);
promise.then(function(dataSource) {
let entities = dataSource.entities.values;
for (let i = 0; i < entities.length; i++) {
let entity = entities[i];
entity.polygon.material = new Cesium.Color(1, 0, 0, 0.05);
entity.polygon.outline = true;
// 将高度拉伸至建筑物高度
entity.polygon.extrudedHeight = geojson.properties.HEIGHT;
}viewer.dataSources.add(dataSource);
viewer.zoomTo(dataSource); //定位
//地图点击事件监听,获取数据展示在窗口
viewer.screenSpaceEventHandler.setInputAction(function onLeftClick(movement) { //鼠标左点击onLeftClick
var pickedFeature = viewer.scene.pick(movement.position);
if(viewer.entities.getById(`model')) {
viewer.entities.remove({id: `model'})
}if (pickedFeature) {
if (highlightFace) {
//判断之前是否有高亮面存在
highlightFace.material = highlightFace.material0;
}if(`id' in pickedFeature){
pickedFeature.id.polygon.material0 = pickedFeature.id.polygon.material;
pickedFeature.id.polygon.material = Cesium.Color.YELLOW.withAlpha(0.01) // 材质颜色
highlightFace = pickedFeature.id.polygon;
// 单体化模型内容
awaitthat.showGeojsonLayer(viewer, pickedFeature.id.properties.NAME)
……
let model = {
id: `model',
position: Cesium.Cartesian3.fromDegrees(
lng, // 经度
lat, // 纬度
35
),
label: {
//文字标签
text: pickedFeature.id.properties.NAME,
font: `500 30px Helvetica',
scale: 0.5,
style: Cesium.LabelStyle.FILL,
fillColor: Cesium.Color.RED,
……,}
viewer.entities.add(model)

5 结论

本文成功设计并实现了一套基于实景三维的虚实互动的静水皮划艇运动监控系统。该成果获得中国国际大学生创新大赛(2023)金奖,是体育学与地理信息科学交叉融合创新应用的成果。本研究主要实现了: ①引入地理信息系统和实景三维技术,有效提升了皮划艇运动数据的空间可视化效果,使数据分析更直观; ②利用团队自主研发的TAU1201多系统多频GNSS定位模块,成功实现了高精度(10 cm左右)定位,为皮划艇运动定位监控提供了有效的支持; ③实现了轨迹回放功能,有助于提高训练回顾和分析的效率,帮助教练员作出更科学的判断和决策,从而提升训练效果; ④支持室内数字化测功仪数据的动态接入,实现了基于虚拟现实和混合现实的虚实互动的水上运动竞技,极大提高了用户的参与度和体验感。
然而,在提高其定位精度和逼真度方面,目前系统仍有提升的空间,包括三维模型的优化,例如,利用3ds MAX对关键的地形、地物进行精细建模,利用Unity3D实现水波或浪花特效,并进行多源异构三维模型的集成。另外,功能的深入开发也是必要的,比如,增加灵活的数据对比分析、轨迹大数据分析与预测,实现跨越时空、虚实共生的同台竞技等。此外,由于我国在皮划艇激流回旋项目中的总体成绩并不突出,将本系统深化扩展至皮划艇激流回旋项目将是未来研究的重点之一。具体的研究将聚焦于三维赛道的高精度模拟、水面坡度和水流速度参数的实时获取、水门栏杆的动态布设以及根据运动员体质规划最佳训练路径等方面。这些研究领域的深入探索将驱动皮划艇运动监控系统的进步,为其应用拓展更为广阔的前景。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
田中, 陈贵岐. 皮划艇项目的训练监控[J]. 沈阳体育学院学报, 2011, 30(5):87-90.

Tian Z, Chen G Q. Training monitoring in kayak/canoe event[J]. Journal of Shenyang Sport University, 2011, 30(5):87-90.

[2]
胡璞, 易名农, 刘嘉. 基于多传感器数据融合技术的水上训练监控系统的研制与应用[J]. 武汉体育学院学报, 2015, 49(3):96-100.

Hu P, Yi M N, Liu J. Development and application of supervision and evaluation system based on data integration of multi-sensors for water training of rowing[J]. Journal of Wuhan Institute of Phy-sical Education, 2015, 49(3):96-100.

[3]
杜芸芸, 杨海英. 激流回旋视频监测系统研制[J]. 武汉体育学院学报, 2013, 47(10):77-80.

Du Y Y, Yang H Y. Development of video monitoring system of whitewater slalom based on cloud computing[J]. Journal of Wuhan Institute of Physical Education, 2013, 47(10):77-80.

[4]
李媛, 史东林, 纪霄峰, 等. 皮划艇训练状态多参数遥测装置的研制[J]. 当代体育科技, 2014, 4(5):18-19.

Li Y, Shi D L, Ji X F, et al. Development of real-time information kayaking training status of multi-parameter telemetry[J]. Contemporary Sports Technology, 2014, 4(5):18-19.

[5]
孙晋海, 王家宏, 马运超, 等. 基于多传感器的皮划艇训练信息融合分析系统的研发与应用[J]. 北京体育大学学报, 2015, 38(5):115-121.

Sun J H, Wang J H, Ma Y C, et al. Training information fusion analysis system of multi-sensor canoeing[J]. Journal of Beijing Sport University, 2015, 38(5):115-121.

[6]
郝正东. 基于可穿戴计算的皮划艇技术动作识别与评价[D]. 大连: 大连理工大学, 2021.

Hao Z D. Identification and evaluation of kayak technical movements based on wearable computing[D]. Dalian: Dalian University of Technology, 2021.

[7]
徐红. 以新型基础测绘为支撑,走向更广阔的三维世界——访自然资源部国土测绘司司长武文忠[J]. 中国测绘, 2022(5):8-11.

Xu H. Embracing a broader three-dimensional world with new roundation surveying and mapping support:Interview with Wu Wenzhong,director of the Department of Land Surveying and Mapping of the Ministry of Natural Resources[J]. China Surveying and Mapping, 2022(5):8-11.

[8]
李佳俊, 徐辉, 赵大伟. 实景模型在传统村落数字博物馆中的应用[J]. 国土资源遥感, 2019, 31(1):264-270.doi:10.6046/gtzyyg.2019.01.34.

Li J J, Xu H, Zhao D W. The application of real scene model to digital museum of traditional villages[J]. Remote Sensing for Land and Resources, 2019, 31(1):264-270.doi:10.6046/gtzyyg.2019.01.34.

[9]
陈洁, 蔡君, 李京, 等. 倾斜航空摄影技术及在地质调查中的应用研究——以三峡库区巫峡地区为例[J]. 国土资源遥感, 2021, 33(1):167-173.doi:10.6046/gtzyyg.2020133.

Chen J, Cai J, Li J, et al. Oblique aerial photography technology and its application to geological survey:A case study of Wuxia section in the Three Gorges Reservoir[J]. Remote Sensing for Land and Resources, 2021, 33(1):167-173.doi:10.6046/gtzyyg.2020133.

[10]
朱庆, 张利国, 丁雨淋, 等. 从实景三维建模到数字孪生建模[J]. 测绘学报, 2022, 51(6):1040-1049.

DOI

Zhu Q, Zhang L G, Ding Y L, et al. From real 3D modeling to digi-tal twin modeling[J]. Acta Geodaetica et Cartographica Sinica, 2022, 51(6):1040-1049.

[11]
张广波. 面向倾斜实景模型的三维可视化平台建设技术研究[J]. 测绘通报, 2021(s1):277-281.

Zhang G B. Research on the construction technology of 3D visuali-zation platform oriented to inclined reality model[J]. Bulletin of Surveying and Mapping, 2021(s1):277-281.

[12]
周勇帅. 基于Cesium框架实现倾斜摄影单体化的方法研究[D]. 成都: 成都理工大学, 2020.

Zhou Y S. Research on the method of oblique photography monomer based on Cesium framework[D]. Chengdu: Chengdu University of Technology, 2020.

Options
Outlines

/

〈 〉