利用混合规则几何面的MMS激光扫描仪检校方法

提出了一种利用混合规则几何面进行车载移动测量系统(MMS)激光扫描仪外参数检校的方法。该方法利用现实环境中普遍存在的平面和圆柱面地物,结合平面和柱面可公式化的几何特征对激光点进行严密的数学方程式约束,通过非线性优化的方法精确求解激光扫描仪相对于MMS定位测姿POS系统的相对位置和姿态参数。实验结果表明:相对于只采用平面地物约束进行检校的方法,采用混合规则几何面联合约束检校的方法结果精度更高,距离残差中误差达到了0.006 m;同一车载平台、两套不同激光扫描仪系统检校后,点云叠合效果较好。该检校方法具有精度高、简便、快速、实用等优点,具有较强的工程应用价值。     

车载移动立体测量系统检校及精度分析

车载移动立体测量系统可以用于快速、准确的高精度数据采集和三维建模。针对车载移动立体测量检校问题,设计了一套高精度的车载移动立体测量系统检校方法,建立了检校的数学模型,并进行了试验,分析了检校前后车载移动立体测量系统的测量精度差异。实验证明,本文研究的车载移动立体测量系统检校方法能有效地提高系统测量精度。     

Mars-LiDAR系统误差分析及安置角误差飞行检校

机载激光雷达系统是集激光扫描仪、全球定位系统和惯性导航系统等于一体的多传感器集成系统。机载激光雷达的检校和标定是保证激光点云定位精度的关键环节,其中扫描系统安置角误差是影响定位精度的主要因素之一。首先介绍了国产中远程机载激光雷达Mars-LiDAR系统,然后基于误差传播定律对系统误差进行了分析。研究了系统安置角误差的飞行检校方法,采用外场定标的方法将安置角进行动态分离,并通过飞行试验完成了系统安置角误差的动态检校,对Mars-LiDAR系统在3000 m、4000 m飞行高度获取的点云进行了定位精度分析和校正,验证了Mars-LiDAR系统安置角误差检校方法的实用性。     

车载LiDAR扫描系统安置误差角检校

车载激光雷达系统是集激光扫描仪(LS)、全球定位系统(GPS)和惯性导航系统(INS)等于一体的多传感器集成系统。激光雷达系统多传感器的时空对准是实现数据融合及高精度三维测量的保障,其中扫描系统安置误差角是影响激光测量点定位精度的主要因素之一。首先分析了车载激光雷达系统中的相关坐标系及坐标系之间的空间转换关系,提出了一种以带有竖直边沿的竖直墙面作为检校场,对LiDAR扫描系统与惯性导航系统之间的安置误差角进行检校的方法。通过构建的车载LiDAR系统安置误差角的检校对所提出的检校方法进行了实验验证。     

车载激光扫描仪外参数标定方法研究

“车载多传感器集成系统“是一套集成GPS、IMU和CCD相机等多种传感器为一体的移动测图系统,系统工作时需要通过GPS和IMU实时传递扫描线中心的位置和扫描仪的姿态,这样就必须确定激光扫描仪的中心与GPS天线中心之间的位置关系,以及激光扫描仪与IMU的姿态关系,即标定出激光扫描仪的外参数(三个平移参数、三个旋转参数以及一个尺度变换参数)。但是由于激光扫描仪的扫描中心和扫描光束都是不可见的,为此提出了一种激光扫描仪的标定方法:应用硅电池找出激光扫描线的准确位置;应用玻璃反射、透射激光扫描线,得到控制点在像方坐标系下的坐标;再通过全站仪测得控制点在物方坐标系下的坐标;最后通过三维坐标转换模型,应用改进的高斯-牛顿法编制程序求解出激光扫描仪的外参数并进行精度评定。     

一种多线激光雷达与GNSS/INS系统标定方法

对于车载激光雷达(LiDAR),惯导系统(INS)与卫星导航(GNSS)的组合导航定位系统,传感器数据融合之前需要对传感器安装位置进行标定。针对以上目标本文提出了一种基于分步迭代法与KD树优化的DBSCAN算法寻求最优安置参数的方法。对初始安置参数进行粗略测量后通过分步迭代法迭代初始参数附近的值,并基于KD树优化的密度聚类算法(DBSCAN)将转换到唯一坐标系下的相邻帧点云集位置重合度进行评价,择优得到最准确的安置参数。实验使用最近迭代点算法(ICP)对不同分步步长的标定参数结果进行对比,实验结果表明安置参数在缩小步长的情况下精度会得到略微提高;本文采用的方法相比初始估计外参提高了标定精度。     

线激光三维场景重建系统及误差分析

传统的线激光扫描技术以机器视觉为基础,算法复杂、计算量大,且匹配效率不高;而点激光扫描技术是以激光三角法为基础,算法简洁,但测量慢、点云稀疏。为解决上述问题,提出以激光三角法为基础的线激光扫描技术,根据相机针孔模型以及相机和线激光器的相对位置关系建立物像关系方程,求解场景三维坐标,简化了重建算法。采用以最小二乘法为基础的标定算法,实现了相机与线激光相对位置参数和系统旋转中心偏移参数的标定。同时分析了系统的理论精度,并结合场景重建实验和精度评估实验,对系统的可靠性和精度进行了验证。实验结果表明该系统效率高、精度好;在1000～1700mm测量范围内该系统的绝对误差小于2.6mm,精度高于0.25%,满足一般场景重建的要求。     

车载三维激光扫描系统安置参数一站式标定

移动测量技术提供了一种高效的数据获取手段,可用于智慧城市建设等诸多领域。三维激光扫描仪具有测量速度快,精度高等优点,将其作为车载系统中的主要测量传感器具有较大的优势。以车载系统集成中三维激光扫描仪安置参数的标定为研究对象,从简化数学模型以降低计算复杂度和削弱舍入误差、采用回光反射材料制作的人工标志作为标定媒介提高标定精度、一站式提高标定效率三个方面对现有标定方法进行改进。通过实测数据计算,该方法得到的参数标定精度为6 mm级,系统的整体设计精度为5 cm级,因此该方案能够满足多种测量任务系对车载统精度的需求。     

国产螺旋式扫描激光雷达系统自检校方法研究

论文提出一种对螺旋式扫描机载激光雷达系统进行安置角自检校的新算法。首先推导了螺旋式扫描激光雷达点云定位的数学模型;然后提取了激光雷达点云数据重叠区的面特征,并构建了基于面特征的激光雷达检校模型;最后,仿真分析了安置角误差对往返航带前后向扫描数据的影响,并利用同名面特征,基于区域网平差方法同时估计了平面参数和安置角参数。实验结果表明,该方法实现了激光雷达安置角的自检校,且绝对精度满足生产数据要求。     

基于重叠航带的机载激光雷达系统检校

为了达到机载激光雷达系统潜在的精度,需要对其整个系统进行严格的检校。在分析系统安置参数误差及其影响的基础上,建立起平行重叠航带之间差异分析模型。在平行重叠航带之间运用优化的迭代最近点(ICP)算法,通过配准过程,得到相邻重叠航带之间的刚体变换矩阵,再利用由外方位角元素和平移向量所组成的变换矩阵,实现平行重叠航带之间差异检测。将表达差异的转换参数运用到重叠条带误差分析模型中,推导系统安置参数偏差完成检校。试验结果通过与Tmatch软件检校过程进行对比分析,验证了这种方法的有效性。     

机械臂双目视觉系统内外参高精度标定

在空间站机械臂中,双目视觉系统作为其重要组成部分,能够引导机械臂自主完成对目标的定位和捕获。内外参标定技术是双目相机高精度获取合作目标位置、方向等运动信息进而进行三维重建的首要前提和重要保障。文中提出了一种基于光束法平差算法的双目视觉系统内外参标定技术,采用三维靶标场作为标定目标,并将高精度测角设备经纬仪作为精测基准,通过坐标转换解算分步得到相机的内、外参数。实验表明,该方法标定的相机内参重投影误差小于0.5个像元,外参测试误差为±0.19 mm,有较高的测试精度和鲁棒性,为机械臂实施视觉闭环自主捕获合作目标提供可靠依据。     

Absolute radiometric calibration of the CCRS SAR

Determining the radar scattering coefficients from SAR (synthetic aperture radar) image data requires absolute radiometric calibration of the SAR system. The authors describe an internal calibration methodology for the airborne Canada Centre for Remote Sensing (CCRS) SAR system, based on radar theory, a detailed model of the radar system, and measurements of system parameters. The methodology is verified by analyzing external calibration data acquired over a six-month period in 1988 by the C-band radar using HH polarization. The results indicate that the overall error is ±0.8 dB (1σ) for incidence angles ±20° from antenna boresight. The dominant error contributions are due to the antenna radome and uncertainties in the elevation angle relative to the antenna boresight     

一种基于非参数模型的相机内参校准方法

影响大空间视觉三维坐标测量不确定度的主要因素有相机内参数、外部方位参数和特征成像质量.传统相机内参数校准方法需要参数模型化及全局最优化求解方法,会造成各内参数相关性过高,局部校准误差较大,对基于测角的测量方式不确定度影响较大、结合相机成像原理及垂线法,提出了一种基于物理参数校准的方法,对主点位置偏移、全视场范围非均匀镜头畸变等参数进行了精细校准.最后,以交比不变误差作为相机校准精度的评价方法,与传统校准方法的对比实验表明,该校准方法能够有效地提高测量不确定度指标,是一种简单、实用的校准方法.     

机载激光雷达测深系统定位模型与视准轴误差影响分析

根据机载激光测深系统扫描部分结构,针对圆镜偏轴卵形扫描方式,从光束发射方向出发,基于扫描结构轴向关系利用光线反射定律推导出激光出射方向向量,结合激光出射位置到海表点距离获得海面激光点坐标;依据光线折射定律,利用变折射率光线追踪算法推导出海底测深点坐标计算公式,建立海面激光入射点及海底测深点坐标严密计算模型。根据模型定位公式,分析扫描系统视准轴误差影响,通过数值模拟,分析扫描系统视准轴误差对定位精度影响,为扫描系统单体设备加工、装调、集成检校提供依据,为机载雷达测深系统提供海底测点精确计算、改正提供参考。     

深度约束的零件尺寸测量系统标定方法

针对大尺寸平面零件尺寸测量系统标定精度不高的问题,提出了一种基于深度信息的系统标定方法。首先利用圆形平面靶标,提出一种提取靶标图像特征点的新方法,采用自适应阈值的边缘检测和多项式拟合算法提取特征点亚像素轮廓,利用椭圆拟合得到中心坐标;然后根据带有畸变的非线性成像几何模型,采用最小二乘法计算摄像机参数的最优解,获得靶标的位姿;最后提出被测物表面与靶标平面之间的深度信息作为摄像机模型修正项,校正测量平面位姿,利用成像原理和直线与零件表面交点确定零件尺寸。设计了单目视觉尺寸测量系统并进行实验,结果表明:标定反投影误差小于0.02 pixel,在10.75 m2的视场内,系统测量精度达到了0.05 mm。     

基于全局空间控制的高精度柔性视觉测量系统研究

针对传统机器人视觉测量系统中测量精度受机器人绝对定位精度限制的问题,构建了基于全局空间控制的高精度柔性视觉测量系统并研究其标定技术。通过全局空间测量定位系统实现机器人末端工具的高精度实时控制,可以突破机器人自身定位精度的限制,充分发挥其高度柔性的运动特性。为实现系统高精度测量,提出一种基于单应性矩阵的视觉传感器外参标定方法,该方法仅需对所设计的平面靶标进行一次成像,结合激光跟踪仪进行坐标转换即可实现传感器坐标系与外部参考坐标系之间坐标转换关系的精确标定。实验结果表明,基于全局空间控制的机器人视觉测量系统在其工作空间中距离测量精度优于0.2/mm,较传统的机器人视觉测量系统得到显著提高。     

36维Kalman滤波的激光陀螺捷联惯导系统级标定方法

分析了系统级标定的研究现状,建立了惯导系统误差模型。额外考虑加速度计二次项误差系数与内杆臂参数对系统的影响,提出了一种36维Kalman滤波系统级标定方法。设计了合适的标定路径,建立了Kalman滤波模型。仿真及实验结果表明,激光陀螺和加速度计零偏估计精度分别优于0.001()/h和9 g,标度因数误差估计精度分别优于3 ppm(1 ppm=10-6)和2 ppm,安装误差角估计精度分别优于1和3,二次项误差系数估计精度优于410-10 s2/m,内杆臂参数估计精度优于3 mm,满足高精度惯导系统的标定要求。     

陆用组合导航中Janus配置的激光多普勒测速仪的标定方法

在陆用组合导航领域,激光多普勒测速仪作为速度传感器能够与捷联惯导系统组成组合导航系统。为了抑制车辆颠簸引起的倾角变化对传统激光多普勒测速仪的影响,文中给出了基于Janus配置的分光再利用型激光多普勒测速仪。针对其与惯导系统组合导航过程中该配置结构测速仪的误差参数,文中首先推导了该测速仪的速度误差模型,在此基础上提出了差分GPS辅助的Kalman滤波标定法。实施了仿真及车载组合导航实验验证该方法的有效性。实验结果表明:文中提出的标定方法是有效的,误差参数补偿后的Janus配置激光多普勒测速仪能够大大提高组合导航定位精度。     

激光位移计在线校准数据序列匹配方法

激光位移计常用于桥梁结构形变的在线监测，对使用中的激光位移计进行在线校准，是确保桥梁监测系统量值准确的关键。由于传感器间采样频率和时滞特征的差异，被校准传感器的测值序列与参考值序列常常存在较大的位置偏差，对传感器的在线校准结果产生较大的影响。为此，提出了一种基于特征点分段的数据序列匹配方法。以简支梁模型桥实验数据为基础，进行了激光位移计的数据匹配实验验证，通过对两组数据序列进行特征点定位、分段及量值匹配，解决了传统匹配方法中出现的数据错位问题。实验结果表明，该算法对传感器采样频率偏移有较好的适应性，针对不同场景的匹配准确率能保持在98%以上。