隧道轮廓激光雷达点云线特征共面约束标定方法

地铁隧道断面轮廓参数测量过程中,需要对高速激光雷达点云进行高精度系统标定。特别是大场景隧道环境,对标定模板要求高,标定过程复杂,检测精度影响大。针对此问题,本论文提出了一种新颖的适用于地铁隧道轮廓点云的标定方法,并基于双激光雷达测量系统,进行了算法研究。本方法设计了专用的手推行便携式标定系统,利用由点云数据提取的标定板线特征,建立目标函数,通过混合了遗传算法和Levenberg-Marquardt算法的非线性优化方法,寻找全局最优解从而实现对激光雷达的标定。实验结果表明:本方法对于两侧钢轨顶轨的标定误差在±1.5 mm以内;静态测量精度X误差在±1 mm内、Y误差在±4 mm内;当采集系统以5 km/h的速度进行数据采集时,动态测量精度X误差在±4 mm内、Y误差在±6 mm内。本方法能够实现激光雷达的高精度标定,算法鲁棒性强,具有易操作、环境适应性强的特点。

基于大比例尺航空影像共面约束条件的相机自检校方法

提出了基于大比例尺航空影像共面约束的相机自检校方法,该方法使用所有立体像对同名点基于共面约束对相机的内方位元素及畸变系数进行解算。首先进行航空影像同名点匹配,构建立体像对;然后基于共面约束使用直接解法和迭代优化进行相对定向,解算相机位置与姿态;最后使用最小二乘优化方法解算相机内方位元素和畸变系数。对于高分辨率大尺寸航空影像,图像中心及边缘的畸变差异较大,为了进一步提高解算精度,对图像进行网格区域划分解算畸变。使用大比例尺航空影像进行解算能真实精确反映航空摄影测量时所获取图像的相机参数和畸变系数,避免检校环境与使用环境不同解算得到的相机畸变参数不能真实反映所获取影像的畸变问题;使用所有同名点解算,避免由于选择不同特征点或控制点对检校精度的影响;通过区域网格划分,进一步提高了解算精度。对检校结果进行了分析,该方法精度较高,与基于室外检校场的精度相当,能真实精确反映航空摄影测量时所获取图像的相机参数和畸变系数,提高了三维重建的精度。

十字线结构光双目视觉测量的在线匹配方法

一字线及编码(相移)光栅结构光扫描测量系统在复杂曲面数模过程中得到广泛应用,但不能同时保证较低的测量不确定度指标和复杂曲面数模结果的各向光顺性。文章采用双目视觉和十字光配置扫描测量方案,在有效降低测量不确定度指标的同时,利用正交配置的十字光平面,改善了复杂曲面数模结果的各向光顺性。针对十字光双目外极线约束匹配可能存在的多义性问题,提出了附加光平面约束,有效剔除了误匹配点。实验结果表明:该十字光匹配方法可行、具有较好的精度,为后续准确高效地进行空间三角测量奠定了基础。

航空影像多直角平顶房屋的半自动提取

提出了一种从数字航空立体像对半自动提取多直角平顶房屋的方法。试验表明 ,本方法能提高提取建筑物的精度 ,其定位精度较高。

基于圆特征和异面点特征的位姿测量

通过增加常见的点特征为位姿测量提供空间几何约束,分析利用圆形目标和与之异面的特征点进行单目视觉定位时位姿解个数的情况.以光心和特征点位于圆平面两侧为前提条件,运用几何方法证明了特征点与光心和圆平面的相对位置决定了位姿解的个数,并求出唯一位姿解和两组位姿解时光心、圆平面和特征点的位置关系,提出了基于圆特征和异面点特征的位姿求解算法,实现了6维位姿量测量,仿真实验和实物实验结果验证了算法的有效性和准确性.

基于共面约束的多线激光雷达相对位置关系检校

多线激光雷达具有成本低、体积小、能直接获取场景地物表面的三维点云数据等优点,已被广泛应用在无人驾驶、移动测量、机器人等领域。为减少遮挡,提高点云密度,两个或多个激光雷达常被集成在一起,互为补充。不同激光雷达的安装位置和姿态不同,要融合激光雷达的点云数据,关键在于对激光雷达之间相对位置关系的检校。为检校激光雷达之间的相互位置关系,提出了基于共面约束的检校算法。算法要求不同的激光雷达同时扫到相同的平面,利用平面在不同坐标系下的对应关系求解激光雷达之间的相互位置关系,并结合Levenberg-Marquardt (L-M)优化算法,提高检校精度。该算法操作简单、通用性强、检校精度高。

基于平行性约束的位姿测量方法研究

提出新的有效的位姿测量算法。该方法使用共面特征点,利用投影变换中的平行性约束等仿射不变量快速求得特征点摄像机坐标系空间深度值,并作为初值求解以特征点几何约束条件建立的无约束非线性最优化目标函数,保证最终解的精确性和收敛性。搭建实验系统验证了算法的有效性,并与最小二乘法进行比较,该算法有效减少了计算过程中的迭代次数,提高了运算速度。该结果为应用单目视觉进行工业实时在线测量提供了一种新的方法。

基于直接解算与迭代优化的相对定向方法

为了提高相对定向的鲁棒性和精度,提出了一种直接解算与迭代优化相结合的相对定向方法。该方法首先由同名点估计本征矩阵;然后,通过分解本征矩阵得到两相机的初始相对位姿,详细介绍了确定唯一初始位姿参数的过程;最后,通过建立水平核线坐标系,基于共面约束由同名点构建约束方程组,对初始位姿参数进行迭代优化。通过在直接解算时采用随机采样一致性(RANSAC)策略及迭代优化中进行动态剔点,使算法对外点具有极高的抗性。仿真实验结果表明,在引入各种随机误差的条件下,所提方法的解算效率和精度均优于传统方法。实际数据实验证明所提算法可有效应用于三维重建中的相对位姿估计。

一种利用单张影像进行规则物体三维重建的方法

提出了一种以单张影像为基础,基于灭点几何原理、共线条件方程及共面约束条件,进行规则物体三维重建的方法。该方法通过影像中的3条两两垂直的直线,利用灭点几何原理得到了影像的方位角元素;利用解算的角元素及共线方程得到了摄影中心坐标;最后,利用解算的影像外方位元素及共面约束条件得到规则物体的三维几何模型。

多相机非共视场的非合作圆特征位姿测量方法

以大型光学模块转运时基于视觉的位姿测量为背景,利用目标底部同一平面的两个圆特征,针对大目标近距离对接时的环境限制,提出一种基于距离和角度约束的多相机非共视场位姿检测方法。对接时球头与锥孔正确对接,将两个相机分别固定于球头机构的内部后采集锥孔边缘的圆特征,利用非共视场成像的多相机标定获取两相机位置关系,融合多个相机的位姿信息,利用两圆共面和两相机位置关系约束剔除空间圆位姿解算时的虚假解。实验验证了该方法的精度,在1140mm的工作距离时,圆边缘特征的姿态角误差小于0.5°,圆心的计算误差小于1.0mm,实验结果表明该方法可准确计算位姿,结果可靠有效,在大目标近距离位姿测量时具有明显实用性。

平面任意力系应用程序

本文中将作用于物体系统的约束力分为内约束反力和外约束反力;根据作用与反作用的原理给出了主、从物休的定义;在平面任意力系的平衡条件的基础上,推导出可以由计算机处理的数学模型。源程序用BASIC语言设计,可用于解决平面物体系统的静力分析问题。

用于生成DTM的改进的最小二乘匹配(LSM)算法

本文提供了一种用于生成DTM的LSM算法的数学模型。其特点是,引入了辐射线条件和共面条件的几何约束,以及辐射偏差和几何变形参数的虚拟观测方程。试验表明.改善了LSM算法的收敛性、稳定性和可靠性,因而提高了图像配准的质量。

一种航空影像的三维重建全局优化方法

针对大规模航空影像三维重建全局优化的存储开销大、无法整体求解的问题,提出了一种改进的全局优化方法。该方法基于同名点对应的同名光线与基线共面这一约束,以相机参数为未知量,由影像间的同名点建立约束方程组,运用非线性最小二乘法迭代求解,最终得到各相机优化后的参数。与传统光束法平差相比,在约束方程中消除了空间点三维坐标,大幅减少了未知量,降低了优化时的存储开销和计算量;同时在构造约束方程组时,直接生成法矩阵,使矩阵规模与同名点数量无关,进一步降低了存储开销,从而能够联立大量影像、引入更多的同名点进行全局优化。基于序列航空影像、采用本方法和SBA源码包进行对比实验,结果表明,在近似垂直摄影且影像规模在千幅级情况下,本方法的内存开销较SBA显著降低,单次迭代时间和收敛速度均优于SBA,且相对精度和绝对精度亦优于SBA,证明利用两视图共面约束进行三维重建全局优化和摄影测量加密的可行性、有效性和优势。

产品关键装配约束代理的分层分级方法研究

提出了一种基于关键装配约束的分层分级方法,通过重新调整产品的工程材料清单(EBOM),降低了一个复杂机械产品装配序列规划的难度.首先阐述了如何调整产品初始EBOM为装配材料清单(ABOM)的分层分级思想,通过分析关键装配约束代理的选择标准及表达形式,定义了共轴线约束和共平面约束两种分层分级法则,通过这些法则可以实现把那些满足特定共同特征的零部件归类为同一个特殊装配结构体节点;然后说明了产品分层分级算法的实现流程;最后通过一个实例应用测试了该方法的有效性及实用性.结果表明该方法可以很好地集成在虚拟装配系统中用于解决实际的装配问题.

最小几何精度衰减因子定位图形研究进展

几何精度衰减因子是衡量定位构型优劣的重要指标,因此研究最小几何精度衰减因子定位图形对提高导航定位精度具有重要作用。针对这一问题,该文主要介绍目前最小几何精度衰减因子定位图形的研究进展。首先由单点定位测距观测方程引入两类几何精度衰减因子的定义,并由此引出一类最小几何精度衰减因子的二维定位图形解;在最小几何精度衰减因子二维定位图形的基础上,分别介绍3种无约束条件下的三维最小几何精度衰减因子测距单点定位构型:圆锥构型、笛卡尔构型、Walker构型;在圆锥构型的基础上扩展一类嵌套圆锥构型,可解决约束条件下的最小几何精度衰减因子定位构型问题。研究表明,最小几何精度衰减因子定位图形解的几何结构异常丰富。

基于极线及共面约束条件的Kinect点云配准方法

Kinect作为轻量级手持传感器,在室内场景恢复与模型重建中具有灵活、高效的特点。不同于大多数只基于彩色影像或只基于深度影像的重建算法,提出一种将彩色影像与深度影像相结合的点云配准算法并用于室内模型重建恢复,其过程包括相邻帧数据的配准与整体优化。在Kinect已被精确标定的基础上,将彩色影像匹配得到的同名点构成极线约束与深度图像迭代最近点配准的点到面约束相结合,以提高相邻帧数据配准算法的精度与鲁棒性。利用相邻4帧数据连续点共面约束,对相邻帧数据配准结果进行全局优化,以提高模型重建的精度。在理论分析基础上,通过实验验证了该算法在Kinect Fusion无法实现追踪、建模的场景中鲁棒性依然较好,点云配准及建模精度符合Kinect观测精度。