粒子加速器隧道准直测量中激光跟踪仪光束法平差的误差分析和应用研究

粒子加速器隧道准直测量往往沿直线或环形布设控制网,利用激光跟踪仪进行测站搭接测量时,误差会沿测站前进方向不断积累。为了提高现有跟踪仪控制网测量精度,首先推导了激光跟踪仪光束法测量的误差传递路径公式,分析了未知控制点的误差来源;然后根据激光跟踪仪光束法平差原理得到4种不同方案,即无固定站心参数、固定站心姿态、固定站心位置和固定站心位姿,通过光束法平差解算并对比分析各方案。实验结果显示,4种方案解算点的绝对位置精度从高到低依次为固定站心位姿、固定站心位置、固定站心姿态和无固定站心参数。首尾闭合解算的平面位置均方根误差为0.147 mm,小于未闭合解算的0.163 mm,且在15 m×10 m×3 m的测量范围内,无固定方案平差解算的姿态和平面位置均方根误差分别为3.58 s和0.144 mm。实验结果表明,测站闭合能增强约束,固定站心位姿能有效抑制光束法测量的误差积累,从而提高整网平差解算精度。固定站心位置结果优于固定站心姿态,说明站心位置是影响激光跟踪仪平面光束法平差的重要参数。该研究可为今后高精度激光跟踪仪光束法平差方案设计提供参考。     

利用解耦光流运动场模型的双目视觉里程计位姿优化方法

针对地面移动测量系统(MMS)和无人驾驶车(AV)平台双目立体相机采集的图像序列进行实时载体位姿估计优化问题,提出利用光流运动场模型的载体位姿与图像光流矢量间关系,将光流矢量解耦为3个平移分量、3个旋转分量和一个深度分量,推导分析了解耦后单分量、组合分量误差对位姿估计的影响,利用仿真和真实数据试验,验证了不同模型下单分量、组合分量误差分离模型的有效性,并结合组合分量误差分离模型,提出了双目视觉里程计位姿估计的解耦光流运动场位姿优化算法。试验结果表明:该算法可在与初始估计几乎同等计算效率条件下,将载体横向平移平均误差由4.75%降低至2.2%,即横向平移误差平均降低了53.6%;将载体前向平移平均误差由2.2%降低至1.9%,即前向平移误差平均降低了15.4%,长时间运行累积误差率较低,能够满足低功耗高效率计算条件下的组合导航实时载体位姿估计需求。     

相机与激光跟踪仪相对位姿标定方法的研究

在空间目标的六自由度精密测量中,激光跟踪仪测量技术与视觉测量技术的联合应用越来越多,为解决相机坐标系与激光跟踪仪位姿模型的标定问题,研究一种利用罗德里格矩阵标定相机坐标系与激光跟踪仪坐标系相对位姿的方法。首先,分别用激光跟踪仪与相机测量出公共靶点坐标和拍摄含有靶点的照片,再用标志中心提取算法和单张相片空间后方交会算法解算出靶点在相机坐标系下坐标,最后利用罗德里格矩阵进行坐标系转换,即可标定出相对位姿。实验结果表明:标定模型X轴平均误差和均方根误差分别为0.005 7mm和0.006 2mm;Y轴平均误差和均方根误差分别为0.003 2mm和0.003 5mm;模型的标定精度和稳定可靠程度基本满足测量需要。     

一种基于序列立体观测的非合作目标位姿监测方法

非合作目标的位姿监测,是空间目标态势感知的重要内容之一。本文提出了一种基于立体观测的非合作目标位姿变化监测方法,采用单目观测序列提取Harris角点,运用金字塔稀疏光流法对其进行运动跟踪,利用影像匹配和前方交会获取运动点三维坐标,最后将运动点坐标带入运动方程解算目标位姿变化。半实物仿真试验结果表明:相机距目标距离约为2.5 m时,位置变化检测精度优于2.5 mm,姿态变化检测精度优于0.5°。相比于基于先验信息和特征提取的传统方法,该方法基本满足对非合作目标监测、跟踪、绕飞时位姿测量需求,且在适应性和精度上均有提高。     

相机位姿求解的复用镜像约束法

针对参照物不在视场范围内的问题,提出一种复用镜像约束求解相机位姿的方法。具体步骤为：(1)依据相机位姿求解方法得到镜像相机位姿;(2)根据平面镜反射对称性构建单张图像镜像相机与相机位姿间线性约束关系;(3)复用镜像相机姿态,建立多张图像之间约束关系,在获得3张图像情况下,可得18个线性约束条件,提高相机位姿求解精度。试验结果表明：旋转矩阵和平移向量均误差分别为0.009°和1.866 mm,较对比方法,旋转矩阵均误差平均降低0.009°,平移向量均误差平均降低2.292 mm,且具有较强适应性。在真实试验中,平均重投影误差为0.492像素,优于对比方法,能够准确求解参照物不在视场范围内的相机位姿。     

一种基于单相片的位姿测量方法

针对大尺寸物体位姿实时精密测量的需求,基于单像空间后方交会原理,设计一种基于单相片的位姿测量方法。位姿重复测量实验表明,在6 m范围内,文中方法位置重复测量精度优于0.021 mm,角度重复测量精度优于0.003 6°。与激光跟踪仪测量结果的公共点转换实验表明,文中方法位置测量精度优于0.060 mm,角度测量精度优于0.005 2°。文中方法操作简单,设备成本低,适用性好,能实时、高精度测量大尺寸物体的位姿。     

目标动态位姿激光跟踪测量方法研究

激光跟踪仪可对空间目标点进行动态跟踪并测量其三维坐标值,具有测量精度高、跟踪速度快和动态测量等优点。根据测量对象动态性的特点以及工业测量对位姿测量的需求,文章对目标动态位姿测量进行研究;由3台激光跟踪仪组成动态测量系统,建立测站坐标系,根据空间直角坐标系转换模型统一测量坐标系;利用三维边角网平差方法解算定向参数;通过不同定向点分布验证定向解算的精度;并通过实验模拟平台位姿测量。     

单目运动目标的位姿实时测量方法

针对如何快速实时地获取运动目标位姿参数的问题,该文提出了一种单目运动目标位姿实时测量的方法,设计了标志点像物方匹配检测状态机和快速跟踪匹配状态机。匹配检测状态机在无标志点差异的条件下,采用反投影法得到最佳物像匹配对应关系,为快速高效跟踪匹配提供位姿初始解;提出了一种基于精度评定的状态切换机制,既发挥了跟踪匹配的高效性,又避免跟踪失败造成的位姿测量永久失败。实验结果表明,反投影法能够有效地筛选出最佳的像物方匹配对应关系,快速跟踪匹配状态机能够通过跟踪标志点高效地计算匹配关系和位姿参数,状态切换机制及时地判断跟踪错误,并迅速切换至匹配检测状态,实时测量全过程能高稳健运行。     

动态位姿激光跟踪测量定向解算精度分析

激光跟踪仪采用激光干涉测量技术,可对空间运动目标进行跟踪并实时测量其空间三维坐标,具有采样频率高、测量精度高、测量范围大等特点。根据测量对象动态性的特点,对动态位姿测量的需求更加迫切,由多台激光跟踪仪组成的测量系统对目标进行实时动态位姿测量引起人们的关注。文中由3台激光跟踪仪组成动态测量系统,建立测站坐标系,根据空间直角坐标系转换模型统一测量坐标系,提出两种转换参数的计算方法,并通过实验验证两种方法的可行性和精度。     

结合扩展卡尔曼滤波与基于点线的最近点迭代扫描匹配算法的机器人位姿自适应估计

针对机器人利用单一位姿估计方法累积误差大、精度低的问题,本文提出了一种基于扩展卡尔曼滤波算法(EKF)和基于点线的最近点迭代扫描匹配算法(PL-ICP)的机器人位姿自适应估计方法。为了减少轮式里程计造成的累积误差,利用Mahony算法对陀螺仪和加速度计进行姿态解算,进而基于扩展卡尔曼滤波融合轮式里程计初步估计机器人位姿;为了减少轮子变形、打滑等对机器人位姿的影响,利用PL-ICP点云匹配算法构建单线激光里程计,对机器人位姿再次进行估计;为了提高位姿估计的准确度,提出了一种基于两种位姿总均方差和前后时刻位姿误差构建累积误差的自适应修正算法,通过分析两种位姿总均方差及前后时刻位姿误差,得到全局最优权重因子和局部动态权重因子,实现累积误差修正因子的自适应调整,得到机器人更精确的位姿估计。试验结果表明,该方法可对机器人的位姿累积误差进行修正,显著提高机器人的位姿估计精度。     

A dual quaternion-based,closed-form pairwise registration algorithm for point clouds

The representation of similarity transformation in three-dimensional (3D) space, especially of orientation, is a crucial issue in navigation, geodesy, photogrammetry, robot arm manipulation, etc. Considering the large amount of computer resources required by iterative algorithms designed for spatial similarity transformation, the high dependence on initial values of unknown parameters, and the instability of solving transformation parameters for large-angle registration, a closed-form solution for pairwise light detection and ranging (LiDAR) point cloud registration is proposed. In this solution, dual-number quaternions are used to represent the 3D rotation. The relationship between the rotation matrix-based representation of similarity transformation and the dual quaternion-based representation is described first. Considering that the same features from two neighboring stations coincide after pairwise registration, a dual quaternion-based error norm, which is associated with the sum of the position errors, is constructed. Based on theory of least squares and by extreme value analysis of the error norm, detailed derivations of the model and the main formulas are obtained. Once the similarities between the same features from the two neighboring LiDAR stations are constructed, the rotation matrix, the scale parameter, and the translation vector are simultaneously derived. Two experiments are conducted to verify the feasibility and effectiveness of the proposed algorithm. The proposed algorithm has the advantages of simplicity and ease of implementation, making it better than the traditional methods that use matrices to describe spatial rotation. Moreover, it solves the transformation parameters without the initial estimates of unknown parameters, making it better than iterative algorithms. Most importantly, in contrast to unit quaternion-based algorithms, the proposed algorithm solves seven unknown parameters simultaneously. Therefore, it effectively avoids the accumulation of introduced error in calculation and the negative impact from the inappropriate choice of initial values.     

基于模型和广义点摄影测量的圆柱体自动三维重建与检测

基于圆柱体几何模型和广义点摄影测量理论,结合边缘曲线编组的椭圆提取方法,提出一种不需要已知圆柱体的空间位置与尺寸参数的、全自动的圆柱体三维重建与误差检测方法,推导出基于圆柱体几何模型和广义点摄影测量的数学平差模型,并给出各参数初始值的计算方法。利用已检校的立体相机获取圆柱体工业零件的立体影像进行试验,结果表明该方法切实可行。此方法可以推广到其他具有基本数学模型的工业零件的三维重建中。     

广义点摄影测量及其应用

将传统的点摄影测量与当代发展的线摄影测量以及无穷远点理论综合升华为广义点摄影测量理论。论述了广义点摄影测量理论。介绍了其应用。包括由灭点计算影像参数及单像建模。由矢量与影像的匹配确定影像的参数，钣金件的检测与由轮廓线匹配确定飞机的姿态等。     

近景摄影测量下的视场关系定量表达

近景摄影测量下的视场关系指较小空间范围中不同视场之间存在的位姿关系，它用来确定不同摄像机所代表的参考坐标系之间的旋转量与平移量。它在交通监控、目标识别与定位、居家安全保障等方面有着广泛的应用。本文在近景摄影测量的框架下，提出了一种确定两种不同视场之间位姿的方法，具体步骤为：①在大视场下进行变化检测，当有变化区域被检测到时，获得原始图像，同时在小视场下获得样本图像集合；②对原始图像和样本图像集合进行相对定向，得到样本图像相对于原始图像的空间姿态参数；③将原始图像和样本图像进行图像匹配，获取匹配度最高的样本图像，该样本图像存储的姿态参数即是拍摄瞬间小视场相对于大视场的位姿；④按照步骤③中获取的姿态参数调整小视场下的摄像机空间位姿，使其对准变化区域。试验表明该方法能够有效支持空间范围较小区域内视场关系的定量描述。     

Automatic techniques for 3D reconstruction of critical workplace body postures from range imaging data

The paper shows techniques for the determination of structured motion parameters from range camera image sequences. The core contribution of the work presented here is the development of an integrated least squares 3D tracking approach based on amplitude and range image sequences to calculate dense 3D motion vector fields. Geometric primitives of a human body model are fitted to time series of range camera point clouds using these vector fields as additional information. Body poses and motion information for individual body parts are derived from the model fit. On the basis of these pose and motion parameters, critical body postures are detected. The primary aim of the study is to automate ergonomic studies for risk assessments regulated by law, identifying harmful movements and awkward body postures in a workplace.     

基于无人机实景三维模型的真数字正射影像生成方法

传统数字正射影像图(DOM)采用微分纠正方法消除相机倾斜与地形起伏所带来的投影误差,但会产生双重投影现象. 真数字正射影像(TDOM)可有效解决DOM的双重投影问题. 文中提出一种基于无人机影像的实景三维模型TDOM制作方法， 首先通过无人机挂载五镜头相机获取航空摄影测量影像并生成实景三维模型;然后采集实景三维模型建筑物顶部轮廓边界线,并构建其三维体模型;最后基于建筑物顶部轮廓边界线三维体模型进行遮蔽检测和遮蔽补偿生成TDOM. 以云南师范大学呈贡校区无人机影像实验数据验证了本文方法,实验表明本文的方法可作为一种生成高质量的TDOM方法.      

双目序列影像3维运动物体定位跟踪

将计算机视觉中立体和运动视觉相结合,通过数字摄影测量方法,对智能视觉监控中计算机系统所获得的双序列图像通过物方“图像”分析法完成对运动物体空间位置的定位、量测及其跟踪,其中包括:摄像机检校,立体-运动双匹配约束,运动参数的求解及其云台运动控制等内容。给出采用所述方法,从真实双目序列影像中获取物体以匀速直线运动和匀加速直线运动云台运动控制的实验结果。     

车载全景序列影像的位姿估计优化方法

针对车载全景序列影像的位姿估计问题,该文提出了一种基于角元素和线元素的位姿估计优化方法。根据全景多视几何关系,建立了角元素和线元素多视约束的优化模型,并推导完成模型的位姿求解方法。然后作为初始外方位元素,加入稀疏GPS/INS的相机控制数据约束,采用全景球模型的稀疏光束法平差对位姿估计结果进一步优化。实验选择IP-S2车载移动测量系统获取的全景序列影像,对比分析单视图、全景视图的连续位姿估计、本文方法和GPS/INS控制数据。实验结果表明,该文方法可提高位姿估计的精度,并减少连续位姿估计产生的累计误差。     

球形全景影像位姿估计的改进EPnP算法

球形全景成像可以克服透视成像视场角的局限,实现场景全覆盖的三维重建和量测。本文在普通影像位姿估计的EPnP(efficient perspective-n-point)算法上进行了改进和扩展,提出了一种稳健快速的球形全景影像位姿估计算法。首先,构建球形全景影像的投影模型,将EPnP算法的平面透视成像模型扩展到球面成像模型;然后,采用基于全景球心、像点、控制点共线条件方程的改进EPnP算法求解控制点的球形全景像空间坐标;最后,利用Horn绝对定位算法直接解算全景影像位姿。与球形全景影像位姿估计的后方交会算法的对比试验结果表明,本文提出的方法无须迭代求解,更为稳健快速,即使控制点数目较少也能达到高精度,基于非严格共中心拼接的全景相机,重投影误差可控制在3.00像素左右。     

互联网众源照片的三维重建定位技术

随着电子产品的普及和互联网发展,人们习惯性地将照片上传到主流图片分享网站和社交媒体。这些照片很多都没有地理坐标或者仅有模糊的位置信息。如果互联网上任意来源的电子照片能被恢复出真实地理位置,它们将可以应用在城市建设、城市景观分析和犯罪追踪等很多方面。本文提出了一种互联网众筹照片的三维重建定位技术,该技术将结构化组织的街景数据作为参考数据集,使用三步走策略：图像检索粗定位、图像匹配细筛选和三维重建精定位,来给不明来源的众筹照片附上精确的地理标签。本文通过摄影测量原理恢复待查询照片周围的三维空间信息,较之前Zamir和Shah的方法,定位精度中值从256.7 m提升到69.0 m,平均值从350.4 m提升到206.0 m,在50 m精度要求下的照片数量占比从17.2%提升到43.2%。另一个发现是在重建误差成因方面,待查询照片的相机距离主拍摄目标越近,定位总误差越小。本文所提出的照片定位技术提供了灵活的参数,使其应用范围不仅仅局限于小区域,也可以扩大至城市、国家尺度。