基于T-MAC的高精度定位摄影测量光束法平差优化

为了构建高自动化程度的摄影测量系统,借助T-MAC激光跟踪系统和机器人完成相机定向,跟踪测量相机在不同摄站的位姿参数。设计一种基于T-MAC的高精度定位光束法平差优化方法,将相机位姿参数与待测点三维坐标共同作为平差参数,整体解算三维空间坐标值。试验结果表明:优化后平差结果的测量精度优于普通光束法平差,基准点测量方均根误差为0.194 2 mm,系统的稳定性好,重复性测量精度高。

基于机器人运动参数与特征向量的标记点匹配方法

为提高移动摄影测量中相机定向方法的速度和柔性,提出一种基于机器人运动参数的相机定向方法.首先对机器人进行手眼标定,得出相机与机器人工具之间的相对位姿.然后利用手眼关系与机器人运动参数,将相机位姿统一到机器人基坐标系中,实现相机的自动定向.为消除极线约束匹配产生的歧义,本文提出一种基于特征向量的歧义匹配校正方法.实验表明,本文方法具有匹配率高、准确性高、速度快、柔性高的特点,适合智能制造中的在线精密测量.

大型空间复杂曲面无干扰精密测量方法

针对范围在十几米至几十米、法向矢量变化大的复杂曲面测量问题,提出一种无干扰精密测量方法。通过光学投射的方法设置测量点和全局控制点,利用定向相机结合固定于测量相机上的定向靶标,解决测量相机初始位置姿态估计问题,进而利用光束平差优化方法解算被测点精确的空间三维坐标。克服了现有方法中必须在被测表面设置编码特征的局限,快速、有效且不会干扰被测曲面。实验表明:原理方法可靠,测量数据总体均方根误差为0.07mm,能够高精度、高效率地解决大型空间复杂曲面的无干扰精密测量问题。

由航空影像自动重建大范围3维地形

目的针对由航空影像自动生成大范围3维地形的立体模型配准问题,提出一种自动配准全部立体模型的方法,从而生成大范围3维地形。方法首先由相邻影像构建独立的立体模型;然后根据特征匹配同名点在公共影像上的坐标对应关系,自动提取相邻模型的连接点;通过循环遍历搜索,自动配准全部立体模型,进而构建全航摄区的大范围3维地形。结果采用两组数据进行实验,结果显示,两组数据全部3维模型的均方配准误差分别为5.20像素和2.63像素。本文方法生成的大范围地形的相对精度较高;对第2组数据的结果采用控制点进行绝对定向,并用检查点进行精度评估,结果显示全部检查点的均方平面和高程误差分别为0.326 m和0.502 m,生成的大范围地形达到了较高的绝对精度。结论本文方法可自动化执行,仅需输入一系列有一定重叠的航空影像,即可自动生成按一定方式组织的大范围3维地形产品。该方法生成的大范围地形既可用于3维场景浏览,也可用于地形量测,但不适用于由激光扫描获取的点云数据的配准。