-
题名改进型点云数据融合的多站组网SVD算法
- 1
-
-
作者
高魏
高晶杰
-
机构
长春大学旅游学院网络中心/虚拟实训中心
广东石油化工学院材料科学与工程学院
-
出处
《激光与红外》
CAS
CSCD
北大核心
2022年第11期1592-1597,共6页
-
基金
吉林省科技创新基金项目(No.20200103123)资助。
-
文摘
在大型结构的加工与装配过程中激光雷达的多站组网测试十分常见,但由于点云数据拼接过程需要统一的坐标系,故环境干扰、站位布局导致的转站误差大幅降低了系统的整体测量精度。为了提高多站组网后点云数据融合的面型测量精度,提出了一种改进型奇异值分解算法。该算法在分析站位布局的基础上,通过在多站之间匀差的方式抑制粗大偏差。对目标函数进行了奇异值分解,并通过最优值完成站位的优化布置。实验采用单点精度0.01 mm的MV350型激光雷达,并对6组不同布站情况进行对比分析。结果显示,本算法的点最大误差为0.0824 mm,点平均误差为0.0214 mm,点测量不确定度为0.0122 mm,均优于未规划的测量结果。其测量综合不确定度最接近单机测量综合不确定度,可见,采用本算法对提升转站精度具有一定价值。
-
关键词
激光雷达
多站组网
数据融合
奇异值分解算法
-
Keywords
lidar
multi-station network
data fusion
singular value decomposition algorithm
-
分类号
TN95
[电子电信—信号与信息处理]
-
