视觉测量中基于距离相对约束的优化算法

提出了一种新的基于距离相对约束的优化算法,该算法通过附加视场边缘距离约束条件较好地实现了对透镜畸变的纠正,提高了空间面形测量的精度.利用视场边缘相对控制点间空间距离固定以及像点坐标值残余误差平方和最小构建新的目标函数,并计算相应的法方程,经过数次迭代后可获得测量系统的方位参数和测量点的空间坐标,完成空间物体3D面形测量.对距离控制场的测量实验证明,该算法特别适用于大尺寸面形的测量,在3 m×4 m×1 m的测量视场内,根据该算法建立的视觉测量系统其最大测量偏差小于0.5mm,可满足大尺寸面形的测量要求.

激光跟踪仪多测站抗差马氏光束法平差

为了提高激光跟踪仪多测站测量数据平差结果的精度,研究了抗差马氏光束法平差模型。在传统光束法平差(TBA)模型的基础上,引入马氏距离,将平差准则由原来的“使观测值改正数加权平方和最小”改造为“使观测值到加权平均值的马氏距离平方和最小”,并在计算加权平均坐标时对粗差观测值进行剔除,建立了抗差马氏光束法平差(RMBA)模型。仿真试验中,用MATLAB模拟了4个测站观测12个控制点的观测值,结果表明RMBA模型的解算结果优于TBA、文献22方法和SA软件的解算结果,与仿真坐标的偏差均方根为0.031 mm。在模拟观测值中加入粗差后,RMBA模型表现出了优良的抗差性。实测试验中,以上海光源实验大厅100 m范围内4个测站观测42个控制点的数据为例,SA软件的平差结果的点位中误差为0.05 mm,RMBA解算结果与SA结果的三维坐标偏差均方根为0.07 mm。结果表明RMBA模型具有一定的抗差性,坐标解算精度优于TBA模型和文献[22]方法,与SA软件的解算精度在同一量级。