融合北斗/GNSS定位和5G通讯的地基激光雷达测量系统

针对海量激光点云异地实时扫描处理困难和现场绝对坐标系的配准问题,结合北斗/GNSS定位系统和5G通讯技术研制一套低成本地基激光雷达测量系统。该测量系统由激光雷达、高精度电机、北斗/GNSS接收模块和5G模组集成,激光雷达采集点云信息,高精度电机获取角度信息,北斗/GNSS接收模块接收时间并通过自主研发的时间同步模块,与高精度电机与激光雷达进行时间标记,获取带有时间标签的点云和角度文件,并通过5G通讯技术实时传输。终端通过自主研发的数据预处理软件,通过线性插值算法进行多帧点云时空配准,室外根据北斗/GNSS坐标进行多站激光点云粗配准,室内无北斗/GNSS环境下通过单站特征点进行多站点云粗配准,再利用临近迭代算法进行精配准以完成整体配准,并在自主研发的实时点云管理与可视化系统上进行可视化。实验表明该测量系统使用5G通讯技术传输速率50 Mbit/s,可以实现异地实时扫描传输,配准后的点云误差在3 mm以下,可为数字孪生、物质文化遗产监测、特大异形建筑施工运维分析等实时应用领域提供数字基础设施。     

基于点云中心的激光雷达与相机联合标定方法研究

针对激光雷达与相机联合使用遇到的点云稀疏、相机受环境光照影响失真等问题,提出一种基于点云中心的激光雷达与相机自动配准方法,避免了传统联合标定需要手动选择特征点以及连续采集多帧等问题。该方法在对点云与图像预处理后,利用平面法向量的一致性实现多标定板点云自动分割,提取标定板在激光坐标系和相机坐标下的点云;然后通过点云聚集迭代求解中心点,实现两个传感器标定板对应点云中心的粗配准;最终利用迭代最近点算法进行精配准,获得标定参数,完成联合标定。实测表明,在激光雷达误差±3 cm范围内,点云正确投影比例达到97.93%,可以有效获取高精度联合标定参数,满足空间环境对激光雷达和相机数据融合的要求。     

似然函数和随机滤波的点云去噪方法研究

在获取物体的三维点云数据时,通常采用线结构光扫描的方法,但是在测量过程中不可避免的会产生不合理的噪声点.从而在进行曲面重构时,会导致重构的曲面不够光滑,进而会影响三维扫描物体重构的精确性,因此有必要对扫描数据进行去噪处理.噪声点产生的原因有很多,大部分噪声点具有幅值大,影响因素多的特点,所以利用似然估计函数得到采样局部...     

参数化轨迹导引三维扫描与点云对齐研究

三维视觉扫描是获取空间物体立体全貌的一种先进的非接触式测量方法.利用光栅扫描解算出 的局部点云需逐一对齐,以获得全貌结果.针对多角度视角扫描对齐低效与误差波动大的缺 点,提出利用参数化轨迹导引机器人环绕物体扫描新方法.考虑机器人结构参数,求出其运 动学逆解的各关节转角函数,并仿真轨迹.利用机器人运动控制距离与扫描仪数据关系,导出局部点云归一化对齐转换矩阵,将扫描数据转换到世界坐标系.实验结果表明:数据对齐 的最大误差小于0.09mm.方法适于测量工作空间内不同目标,有效提高视觉系统柔性与扫描 效率.     

融合激光雷达与无人机的特大钢结构高精度测量

为了实现对特大钢结构的高效率、高精度检测,对地面激光点云整体配准算法以及无人机多视影像生成密集点云算法进行了研究。采用基于几何特征的可迭代整体配准算法不断对观测值进行约束定权和解算,将观测值改正数误差控制在一定阈值范围内,直到完成配准,生成整个网架结构的激光雷达点云模型。以球节点多连杆中心点算法对网架结构中的球结点与柱进行偏心计算,再使用基于视觉运动恢复结构算法以及改进的RANSAC算法生成的影像密集点云,通过配准实现地面激光点云和高分辨率非量测影像数据的融合。以某亚洲最大跨钢结构高精度检测为例,多站激光雷达点云整体的配准精度为5 mm,抽检的21根钢柱里16根柱子的偏差接近或大于35 mm(32.1～68.2 mm,方向均向外),整体钢结构的网架挠度均小于1/250。由此表明,地面激光点云整体配准算法以及高分辨率非量测影像数据密集点云生成算法可行且准确,能够满足特大钢结构的高精度检测要求。     

基于视觉修正的激光雷达体积测量方法

针对激光雷达点云数据稀疏、扰动、存在噪声和其他方法难以迁移,实时性差等难题,面向“L”型小尺寸目标研究了一种基于视觉修正的激光雷达体积测量方法。该方法首先通过联合标定和时间戳最近邻匹配实现相机与激光雷达数据的对齐;然后经过目标检测算法获取图像中目标的信息,与此同时对点云数据执行地面分割得到地面点云与非地面点云,利用视觉投影和点云聚类实现目标点云的分割,使用KDtree找到目标点云附近的地面点云;最后,设计了一种三维框的拟合算法初步完成点云目标三维框的粗拟合,并建立视觉修正模型对于目标三维框进行细修正,从而实现目标体积的计算。实验结果表明,对于武器箱道具、医疗箱和油桶等“L”型物体,提出的算法在一定范围内,体积测量的平均相对误差小于4.44%、最大误差小于6.12%、最大重复性小于5.61%,并且基于视觉的修正模型大幅提高了算法的精度和稳定性,在嵌入式平台的处理1帧用时55 ms,能够实现实时高精度的体积测量,具有良好的工程应用前景。     

大型复杂零件反求软件开发及功能实现

在大尺寸复杂零件反求设计实际应用过程中,往往需要正向设计软件能够直接处理点云数据而逆向设计软件能够直接进行参数化实体造型。针对这一实际工程需要,对点云数据获取与预处理、多视测量与数据拼接、复杂曲面特征提取与重构等理论和方法进行研究,以VC++6.0为开发工具,借助UG/OPENAPI平台开发了RETOOL反求系统;该系统可内嵌于UG NX系统,实现了正向设计软件能够直接处理点云数据的功能;以风机叶片等零件为应用实例详细阐述了RETOOL系统用户界面、点云数据获取、特征点提取和特征曲线拟合等模块开发过程。     

基于GNSS/INS组合定位的自动公交报站系统设计

设计一种基于GNSS/INS组合定位的自动公交报站系统,解决传统GNSS公交报站设备在高楼、林荫等复杂环境下定位无效,位置数据漂移、不准确,不能自动报站的问题.GNSS/INS组合定位利用GNSS、陀螺仪和加速度计等多种传感器组合定位,GNSS子系统获取全球卫星定位数据,INS子系统获取惯性定位数据.采用扩展卡尔曼滤波算法融合GNSS子系统和INS子系统的数据,充分发挥GNSS子系统在空旷环境下定位准确的优点,同时对INS子系统的数据不断修正;利用INS子系统短时间数据的高精度弥补GNSS子系统复杂环境下的不稳定性,达到优势互补.该自动公交报站系统可以保证高楼、林荫、城市立交桥和城市高架桥等遮挡环境下定位的准确性、稳定性,实现准确的自动报站,具有很好的市场应用前景.     

一种多线激光雷达室外小范围导航算法设计

对于在室外小范围（如公园、工业园区）运行的移动机器人,为控制成本,在不借助其他定位装置仅依靠激光雷达的情况下进行定位导航,单线激光雷达无法在未知的环境下对实际环境进行真实建图与定位,建立出的栅格地图无法描述真实的外部环境;适用于室外的多线激光雷达发出的点云数据虽可描述出复杂的室外环境,但其建立的点云地图无法直接用于导航。故本文提出一种借助多线激光雷达基于八叉树地图的室外导航算法,将点云地图压缩成八叉树地图,进一步转化成栅格地图,并提取栅格地图信息,为ROS中导航包提供相应的必要信息,从而实现室外导航避障功能。实验表明该算法可成功将周围环境以栅格地图形式进行描述,并发送出激光点信息完成室外导航。     

基于激光扫描和SFM的非同步点云三维重构方法

室外场景具有测量数据量大、扫描数据易重叠及建筑物表面信息复杂等特点,单靠激光扫描方法能够获得场景精确的深度信息,但缺乏颜色和纹理信息,利用从运动中恢复结构(SFM)方法可获得丰富的彩色信息,但重构精度不高,若将两种设备固定进行在线实时同步测量,易受到测量环境和系统制约不易实现。针对此问题,提出了一种基于激光扫描和SFM结合的非同步点云数据融合的三维重构方法。首先,提出利用手动选择控制点进行7自由度初始配准,再利用迭代最近点(ICP)算法对初始配准结果进行精确配准,最后利用最近点搜索算法将分布在经基于面片的多视图立体视觉(PMVS)算法优化后的SFM数据中的颜色信息与激光扫描的点云坐标进行融合。实验结果和数据分析显示,本文的方法能有效地将激光扫描与SFM点云数据进行融合,实现了室外大场景的三维彩色重构。     

里程计辅助的高精度车载GNSS/INS组合导航系统

针对城市隧道、偏远山区等复杂路况下,卫星导航系统信号被遮挡较严重或无卫星导航系统信号的场景中,车载GNSS/INS组合导航系统精度下降的问题,提出一种里程计辅助的高精度车载GNSS/INS组合导航方法。该方法中的组合滤波模式可根据载车环境变化在GNSS/INS组合模式和DR/INS组合模式间实现自适应切换,该组合导航方法将三维里程计航位推算位置误差作为状态量扩充到常规组合导航滤波器中,里程计的标度因数误差、安装角误差可通过里程计误差标定方法离线精确得到,后续使用只需将里程计误差参数装订到组合导航系统中即可。车载试验表明,7 km的信号遮挡场景下组合导航系统单个方向上的位置误差最大值也不大于8 m,整个跑车过程中位置误差在3 m以内,进一步保证了车载GNSS/INS组合导航系统复杂路况下的高精度定位。     

基于虚拟仪器技术的捷联惯性/ GNSS组合导航系统自动测试系统设计

捷联惯性/GNSS组合导航系统是飞机定位和导航的重要机载电子设备;但是开发具有模块化、柔性、通用性和远程控制和测试功能的通用自动测试平台,却是一个难题.文中在简要介绍虚拟仪器技术的基础上,提出用虚拟仪器技术开发通用自动测试系统的设计方法;详细介绍了捷联惯性/GNSS组合导航系统测试系统的软硬件设计,重点分析了设计中难点问题及其解决方法.通过实际测试和评估,该综合测试系统性能稳定、可靠,操作方便,界面友好.     

应用改进迭代最近点方法的三维心脏点云配准

在医学多图谱配准中,为了改善因初始位置差异较大、形状复杂和局部残缺导致的配准效率低和精度差的问题,本文采用了先粗配准再精配准的处理策略,在主成分分析法(PCA)实现粗配准的基础上,提出了基于双向距离比例的迭代最近点(ICP)的精配准算法。精配准算法中,首先采用KD-tree进行最近邻搜索以提高对应点对的搜索速度,然后为每个点提出了双向匹配方法并计算其双向距离和比值,为进一步提高配准精度,引入了一个指数函数判断点对正确匹配概率,最后运用奇异值分解法(SVD)计算最终变换矩阵。为了验证算法的可行性和有效性,分别设计了不同缺损程度的斯坦福点云数据实验和两组CT心脏点云数据配准实验,结果表明本文方法较经典ICP算法的平均误差减少约21%,较TrICP算法减少约13%,在心脏点云数据配准实验中,本文方法较TrICP算法的15.5 s加快到1.77 s。因此本文方法在解决三维心脏点云数据的配准问题中具有良好的效率、精度和稳定性。     

抗野值自适应卫星/微惯性组合导航方法

针对在复杂城市环境下卫星导航系统(GNSS)定位定速存在野值,导致GNSS/微惯性(MEMS-INS)组合导航状态参数滤波估计精度恶化,甚至滤波发散的问题,提出了一种抗野值自适应GNSS/MEMS-INS组合导航算法,以提高组合导航精度和可靠性。该算法利用Allan方差分析建立较为精确的MEMS器件噪声模型,有效降低模型异常和状态扰动的影响。同时利用新息序列构造观测异常检验统计量,并根据该统计量构造自适应新息加权因子调节滤波增益矩阵,削弱观测野值对状态估计的不良影响。实验结果表明,该算法能够有效地控制GNSS定位定速异常的影响,具有较强的实时性和容错性。相比于传统算法,车载定位、定速和定姿精度分别提升35.78%、60.19%和82.41%,验证了本文算法的有效性和实用性。     

GPS/INS组合导航系统的研究

讨论了飞机惯性导航系统(INS)与全球卫星导航系统(GPS)的利与弊以及卡尔曼滤波方法在组合定位中的应用情况,进一步提出了基于神经网络数据融合方法的GPS/INS组合导航系统.系统神经网络结构采用单隐层的三层神经网络,输入输出神经元数目是4个,基于256个训练样本由经验公式求得隐层神经元数目为8个,同时还建立了惯导系统的数学模型和数据融合的数学模型.给出了利用MATLAB编制的神经网络训练程序并对这一神经网络进行了训练和仿真.实验表明,组合导航系统经度误差可达9m,纬度误差可达8m,与单独GPS定位和INS定位相比精度得到了提高.     

基于表面贴合的不同视点传感器点云拼合方法研究

针对视觉传感器对物体表面点云数据采集的离散性,提出基于表面贴合的点云精确拼合方法。先对不同视点传感器获得的点云进行初始配准拼合,再以包容球方法选取点云重合表面区域的三处局部表面,用三维二次曲面方程拟合;旋转变换采用四元数法,经非线性最小二乘优化得到精确拼合的平移和旋转参数。该方法具有较快的收敛速度和较高的拼合精度,实例验证了所提方法的可行性。       

用于工业三维点测量的接触式光学探针

为了快速、准确地获得大尺寸工业产品或带有深槽孔工件的关键点三维坐标,本文基于工业近景摄影测量理论、立体视觉技术等,研究并实现了两种工业便携式、接触式光学探针测量系统。研究了测量系统涉及的探针设计、探针标定以及三维点解算等关键技术,设计了点阵式和手持相机式两种适用于不同工业场合的工业探针。针对点阵式探针的测量,提出了一种用于解算探针坐标系与世界坐标系相对关系的点云匹配方法。此外,采用拟合虚拟球的方法准确标定了两种探针的内部参数。最后,通过对比标准球与三坐标测量机的测量结果,得到系统的测量精度可达0.1 mm/m。该精度满足一般大、中型工件的三维点测量精度标准。     

INS/SFGPS PPP紧组合系统动态补偿滤波算法

惯性/卫星组合导航系统结合精密单点定位技术可有效提高导航定位精度。但精密单点定位技术一般需采用双频接收机,成本较高;同时该系统中采用载波相位作为部分或全部观测量,极容易受到周跳的影响而导致精度下降和系统不稳定。针对上述问题,设计了一种惯性/卫星精密定位紧组合导航系统以及基于动态周跳补偿的鲁棒滤波算法。该系统采用低成本的单频接收机(SFGPS),以精密单点定位技术(PPP)处理过的伪距和载波相位作为观测信息,与惯性导航系统(INS)等效观测量进行紧组合,建立了相应紧组合观测模型并引入周跳作为信息融合滤波状态模型中的状态量,以滤波器信息构建周跳检测统计量并对周跳幅值进行识别和估计,实时补偿观测量以提高观测信息精度,同时以前述周跳估计的结果对状态模型中周跳状态量部分滤波参数进行实时调节。上述方法通过动态补偿周跳误差提高导航精度,通过滤波器参数自适应调节提高滤波稳定性。仿真结果验证了该系统模型及算法的有效性。     

激光雷达 / MEMS IMU/ 里程计紧组合导航算法

为提高机器人在未知复杂环境中导航系统的鲁棒性与稳定性,提出了一种激光雷达/ MEMS IMU/ 里程计紧组合导航 算法。 首先通过 MEMS IMU/ 里程计的预积分,对激光雷达运动产生的畸变点云进行矫正,提高两帧点云之间的特征匹配效 率;然后根据时间戳对预积分的机器人位姿进行线性插值,得到两帧点云之间粗略的位姿变化量,以此粗略的位姿变化量作 为优化算法迭代初值,减少优化算法的迭代次数;其次在后端优化中加入 MEMS IMU/ 里程计的运动约束,利用多传感器联合 优化来提高机器人的定位精度;最后利用数据集进行仿真实验、利用四轮小车开展了室内与室外开闭环实验,实验表明,本 算法室外开环定位误差均值比传统算法 ALOAM、LEGO-LOAM 分别减小 51. 01% 和 24. 75% ,并且其在拐弯等运动剧烈时能 够保持较高精度。