基于LSSVM-NSGA-Ⅱ的桥梁钢构件三维激光扫描方案优化

针对三维激光扫描技术获取构件空间点云数据时不可避免的测量误差问题,本文研发最小二乘支持向量机-带精英策略非支配排序遗传算法(LSSVM-NSGA-Ⅱ)优化模型,以水平入射角度、倾斜角度、点云密度、测量距离、分辨率以及能见度作为输入指标,对相对误差和扫描时间进行多目标优化。首先利用LSSVM实现三维激光扫描参数对相对误差和扫描时间的高精度预测,得到其非线性映射关系函数后,将其作为目标优化函数,基于NSGA-Ⅱ进行多目标优化。研究表明,基于LSSVM的相对误差和扫描时间预测精度很高,利用遗传算法进行多目标优化后,获得最优的三维激光扫描参数值,被验证效果良好。体现LSSVM-NSGA-Ⅱ模型在寻优中的智能化、精准化,可以达到提高桥梁钢构件三维激光扫描的精准度,从而避免桥梁钢构件误差过大对建筑项目的影响。