引入曲面变分实现点云法矢一致性调整

针对现有法矢一致性调整算法效率不高、准确度低的问题,引入曲面变分改善该类算法的性能。首先通过主成分分析法估算点云的法矢和曲面变分,然后用曲面变分区分平缓点与非平缓点。调整法矢时,采用缩小待调整法矢的搜索范围到k-邻域内和增加每次搜索时法矢传播个数的策略来提高效率;采用约束法矢传播方向的方法保证准确性。试验结果表明,该算法在平缓区域、尖锐特征区域和高曲率区域均能得到正确的法矢调整结果,且算法效率较已有方法更高。     

基于凸包算法和抗差最小二乘法的激光扫描仪圆形标靶中心定位

针对激光扫描仪圆形平面标靶点云数据缺失或冗余时不易准确获取标靶中心的问题,提出一种稳健的中心定位算法。首先根据回光强度提取标靶点云数据;然后剔除标靶点云数据粗差点,拟合标靶的最佳平面;接着利用凸包算法提取标靶边缘点;最后利用抗差最小二乘求解标靶的中心坐标。实验表明,该算法定位精度能达到亚毫米级,可以有效解决标靶数据缺失或者冗余时标靶定位精度低的问题,提高标靶的中心定位的稳健性。