基于罗德里格矩阵的三维坐标转换方法

采用罗德里格矩阵公式,在不考虑尺度因子的情况下,建立了基于罗德里格矩阵的六参数坐标转换模型,推导了高精度参数初值计算方法,最小二乘迭代法平差公式.通过实测数据验证,通过实测数据计算,表明该算法具有精度高、稳定性强、适用性广等优点.     

基于罗德里格矩阵的混合最小二乘方法在三维激光中的应用

介绍了基于罗德里格矩阵的混合最小二乘坐标转换模型及精度,通过三维激光点云配准与坐标转换实验的结果表明,基于罗德里格矩阵的混合最小二乘方法的效果及精度明显高于基于罗德里格矩阵的最小二乘方法,说明该方法的可行性。     

三维坐标转换的通用整体最小二乘算法

三维坐标转换模型属于非线性EIV（errors-in-variables）模型,现有整体最小二乘算法均设定了某些特殊假设条件,如仅适用于小角度或者属于非统计意义上的数值解,并且不能用于结构性的系数矩阵等,算法适用性受到极大限制。本文提出了三维坐标转换模型的通用加权整体最小二乘算法,该算法适用于任意旋转角度以及一般性的权矩阵情况下的三维坐标转换模型,并且将结构性系数矩阵、同时包含随机和非随机元素的系数矩阵等情况纳入到了统一的坐标转换模型算法。实例计算表明,本文提出的算法具有通用性,适用于实际应用中的各类三维坐标转换模型。     

融合罗德里格矩阵和整体最小二乘的双目机器人手眼标定算法

针对传统双目式机器人手眼标定方法中未知量多、计算复杂的特点,研究并提出了一种基于罗德里格矩阵和整体最小二乘相融合的改进算法。其中罗德里格矩阵实现了对未知量的降维;整体最小二乘顾及了系数矩阵的误差。通过大量数据分析表明,改进后的手眼标定算法较传统方法在稳定性和精度上均有大幅提高,满足了机器人视觉系统在工业检测和制造领域中的高精度需求。     

坐标转换四参数解算的整体最小二乘新方法

在平面四参数坐标转换模型中,观测向量和误差方程系数矩阵中部分元素都存在误差。提出一种使用整体最小二乘迭代法求解坐标转换四参数的新方法,只改正系数矩阵中含误差的元素,同时使系数矩阵中不同位置的相同元素具有相同改正数,理论上更严谨。设计了平面四参数模型坐标转换实验数据,通过与经典最小二乘、整体最小二乘、混合整体最小二乘3种方法结果对比,验证了新方法的可行性且解算结果更优。     

罗德里格矩阵在三维坐标转换严密解算中的应用

利用反对称矩阵和罗德里格矩阵的性质，把传统的三个旋转角参数用反对称矩阵的三个独立元素代替，推导了用三个公共点计算任意旋转角情况下的7个参数的直接计算公式，井建立了相应的平差模型。     

罗德里格矩阵在三维坐标转换中的应用研究

利用反对称矩阵和罗德里格矩阵的性质,把传统旋转角参数用反对称矩阵的3个独立元素代替,推导了用三个公共点坐标计算7个参数的公式,并建立了相应的平差模型.并通过实测数据,验证了该方法的可行性.     

三维任意旋转角度坐标转换的整体最小二乘回归解法

提出了一种简单适用于任意旋转角的三维空间直角坐标转换模型,采用了最小二乘和整体最小二乘回归进行解算,实例验证了模型的准确性。     

广义整体最小二乘粗差探测的三维坐标转换方法

针对观测坐标受到粗差污染时导致参数估值受到影响的问题,本文将三维坐标转换问题描述为一个非线性变量误差(EIV)模型,并提出相应的数据探测算法。首先利用Euler-Lagrange方法推导出了非线性EIV模型的广义整体最小二乘(GTLS)解,将其转化为经典最小二乘问题;然后在已知方差分量和未知方差分量的条件下,基于经典最小二乘理论,构造了两类数据探测的检验统计量。试验结果表明,本文提出的数据探测算法可有效减少粗差的影响,获得可靠的转换参数。     

三维基准转换的约束加权混合整体最小二乘的迭代解法

基于传统的三维基准转换方法及经典最小二乘(LS)理论,引入混合整体最小二乘(LS-TLS)的原理,在此基础上,根据测量平差原理建立附有约束条件的加权模型,并通过Euler-Lagrange逼近法推导出含有初始值的迭代算法,解决了模型与实际测量条件更加匹配的问题;给出了该模型下三维基准转换的实例,并分析了不同条件下权因素的影响。     

基于混合最小二乘与总体最小二乘的激光雷达滤波算法

机载激光雷达点云数据滤波技术是LiDAR数据后处理最关键的内容之一。利用最小二乘平差的曲面拟合滤波算法存在一定不足,基于混合最小二乘和总体最小二乘的算法可以有效弥补不足。本文提出一种基于混合最小二乘和总体最小二乘的曲面拟合滤波算法。实验表明,本文滤波算法效果良好,满足实际应用需求。     

多变量整体最小二乘在激光跟踪仪转站中的应用

激光跟踪仪转站实质是就是三维坐标转换,转站前后坐标误差必然存在,导致系数矩阵中必然存在随机误差。为消除系数矩阵中携带的随机误差对激光跟踪仪转站精度的影响,提高激光跟踪仪转站的精度,文章采用基于EIV(Error-in-Variable)模型的多变量整体最小二乘求解转换参数。多变量整体最小二乘在考虑观测矩阵结构性的基础上同时对观测矩阵与系数矩阵进行改正,其思路是将旋转参数、尺度参数和平移参数分开求解,避免了计算转换参数循环迭代的过程。实验结果表明,多变量整体最小二乘获得的参数估计值比最小二乘平差法获得的参数估计值更加接近设计值,提高了转站的精度。     

整体最小二乘法平面坐标转换在基坑水平位移监测中的应用

在参数求解过程中,经常遇到参数估计模型的观测向量和系数矩阵都可能存在误差的情况,于是人们在20世纪80年代提出了整体最小二乘方法。近几年,整体最小二乘才被引入测量领域。本文详细阐述了整体最小二乘法平面坐标转换基于奇异值分解原理的解算过程。在此基础上,把整体最小二乘法平面直角坐标转换应用到基坑水平位移监测中,改进了传统的变形监测数据处理方法,并运用工程实例验证了该方法的可行性。     

基于最小二乘配置的九参数模型在三维坐标转换中的应用

运用传统的布尔莎七参数法进行三维坐标转换时,并未考虑到两坐标系统的公共点坐标误差及三个坐标轴缩放比例不均的问题。引入最小二乘配置法,将公共点误差作为随机信号处理,并增加两个尺度参数解决坐标轴缩放比例不均的问题;推导出基于最小二乘配置的九参数模型及其误差方程,通过实验对比分析表明,该方法可以有效地提高坐标转换精度。     

基于整体最小二乘法的线性回归建模和解法

对基于自变量和因变量误差的回归问题进行了进一步研究,证明了两种方法的实质并未解决同时考虑自变量和因变量的误差问题,其解算结果和不考虑自变量误差的解算结果完全相同。给出了能同时顾及自变量和因变量误差的新的回归模型,并推导了具体的解算方法。算例结果和基于矩阵分解的整体最小二乘法解算方法的结果相同,说明了本文方法的正确性。     

总体最小二乘法在坐标转换中的应用

在测量数据处理中,最为经典的处理方法是最小二乘法,认为误差只是包含在观测向量当中,系数矩阵中不包含误差。实际上由于模型等因素,系数矩阵中经常存在着误差。为了平差的严密性和精确性,采用一种可以同时顾及观测向量误差和系数矩阵误差的总体最小二乘方法,应用于测量数据处理和坐标转换中,得到更符合实际的平差处理,获得更准确的坐标转换参数。