摘要
多传感器测量技术被认为是表面计量学中一个很有效的解决方案。针对多源数据的融合问题,本文提出了一种基于高斯过程模型的多源点云数据融合框架。首先,提出一种自适应距离的鲁棒点云配准方法统一不同测量数据集的坐标系;然后,通过引入平差理论,对来自不同传感器的多个独立数据集之间的残差进行近似,构建基于Matern核函数的高斯过程模型;最后,通过仿真模拟和实际应用,与现有方法进行了一系列对比实验,验证了该方法的有效性。实验结果表明,该方法能以更高的融合精度和更快的计算效率融合多传感器数据集。
Multi-sensor measurement technology is considered to be a very effective solution in surface metrology.Aiming at the problem of modeling and fusion of multi-scale complex data sets,this paper proposes a multi-source point cloud data fusion framework based on Gaussian process.Firstly,a robust point cloud registration method with adaptive distance is proposed to unify coordinate systems of different measurement datasets.Then,by introducing adjustment theory,the residuals between multiple independent data sets from different sensors are approximated,and a Gaussian process model based on Matern kernel function is constructed.Finally,the method is verified by simulation verification and practical application,and a series of comparative experiments with existing methods are carried out to verify the effectiveness of the method.The results show that the method can fuse multi-sensor datasets with higher fusion accuracy and faster computational efficiency.
作者
师乐
罗钧
何小妹
Shi Le;Luo Jun;He Xiaomei(Key Laboratory of Optoelectronic Technology and System of Ministry of Education,Chongqing University,Chongqing 400030,China;AVIC Changcheng Institute of Metrology&Measurement,Beijing 100095,China)
出处
《电子测量与仪器学报》
CSCD
北大核心
2023年第2期65-75,共11页
Journal of Electronic Measurement and Instrumentation
基金
国家科技重大专项(J2019-Ⅷ-0015-0176)项目资助
关键词
多传感器测量
数据融合
自适应距离
点云配准
高斯过程
multi-sensor measurement
data fusion
adaptive distance
point cloud registration
Gaussian process
作者简介
师乐,2019年于西安工程大学获得硕士学位,现为重庆大学博士研究生,主要研究方向为精密测量仪器。E-mail:lok_si0608@163.com;通信作者:罗钧,1983年于重庆大学获得学士学位,1993年于重庆大学获得硕士学位,现为重庆大学教授,博导,主要研究方向为人工智能、精密机械及测试计量、智能信息处理。E-mail:luojun@cqu.edu.cn;何小妹,2005年于北京理工大学获得博士学位,现为中国航空工业集团公司北京长城计量测试技术研究所研究员,主要研究方向为复杂曲面、线纹和角度等几何量计量技术研究。E-mail:hexiaomei2000@163.com
