点云的刚体运动参数估计方法的比较

点云配准是使不同视角下的点云数据实现正确拼接,解算三维空间刚体平移和旋转参数是点云配准中的核心问题。文中针对刚体运动参数求解问题,分析现有的奇异值分解法(SVD)、正交分解法(OD)、单位四元数法(UQD)、对偶四元数法(DQD)4种不同的估计方法,通过模拟实验及实例展开分析,探讨各自的优缺点及适用性,结合实例结果表明,对偶四元数求解刚体运动参数的总体性能最优,在实际应用中可以优先使用对偶四元数进行刚体变换参数求解。     

基于单位四元数的绝对定向直接解法

绝对定向在立体摄影测量中具有很重要的作用。利用3维转动的单位四元数表达形式,经过严密的数学推导,得到基于单位四元数的绝对定向直接解法。实验结果表明,该直接解法与传统的迭代解法相比,具有求解精度高、计算时间短的特点,具有一定的实际应用价值。     

利用单位对偶四元数进行航空影像区域网平差解算

将对偶四元数应用于摄影测量中,提出了一种基于单位对偶四元数的航空影像区域网平差解算方法。相比于常规的平差方法和四元数方法,该算法的最大特点是将影像的摄站位置和姿态以一个单位对偶四元数整体表示,从而构建基于对偶四元数的区域网平差模型,并采用具有约束条件的参数平差进行解算。利用两个地区不同比例尺的实际航空影像数据进行实验,结果表明,该算法的平差精度与常规的区域网平差方法相当,对影像比例尺及控制点的数量与分布的需求也与常规的平差方法基本相同,为对当前轻小平台获取航空影像进行摄影测量处理提供了一条新的技术思路。     

移动机器人SLAM位姿估计的改进四元数无迹卡尔曼滤波EI北大核心CSCD

在全自主运动控制的移动机器人系统中,自身位姿的估计和校正对于移动机器人的运动至关重要。卡尔曼滤波是解决移动机器人同步定位与地图构建(SLAM)常用方法。相较于卡尔曼滤波,无迹卡尔曼滤波(UKF)无须对复杂的非线性函数进行雅可比矩阵运算。本文基于无迹卡尔曼滤波,根据先验协方差的平方根选择sigma点,计算协方差以及加权均值。用四元数表示姿态,将四元数矢量转换为旋转空间进行矩阵运算,在此基础上设计了一种位姿估计算法——基于四元数平方根的无迹卡尔曼滤波(QSR-UKF)算法。试验将EKF、QSR-UKF、SR-UKFEKF 3种算法的位姿估计结果进行仿真分析,并通过相关定量指标进行了描述,验证了本文算法的有效性。     

采用反向构成迭代的视觉SLAM直接法位姿估计

为了提高视觉SLAM相机位姿估计的计算效率,提出一种直接位姿估计方法。该方法无需逐帧进行特征提取和影像匹配,直接根据像点辐射信息构建非线性优化问题求解相机位姿。推导了基于灰度变换系数的直接法位姿估计平差模型及相应的反向构成迭代解法,利用常速运动模型构建合理初值假设,设计相应的关键帧判断与创建准则,并基于ORB-SLAM系统框架进行实现,使其在保留间接法优点的同时,运算速度得以显著提升。实验结果表明:该方法估计每帧位姿仅需5.7 ms,可以在保证同等精度的情况下,达到ORB-SLAM系统2倍以上的整体计算效率,基本满足视频影像实时稳健三维重建的要求。     

基于单位四元数的单独像对相对定向

目前对单位四元数描述空间旋转的应用,基本上是将其转换成旋转矩阵的形式,而忽略了单位四元数描述空间向量旋转具有描述几何关系的直观性以及运算简洁的优势。基于此提出一种基于单位四元数的单独像对相对定向法,方法首先采用向量描述同名光线,然后利用单位四元数描述立体像对中左右影像同名光线的变换关系,建立单位四元数共面条件方程模型,再按照带有约束条件的间接平差原理进行最小二乘平差,确定相对定向元素。针对RC30航空影像和低空无人机影像采用单位四元数法分别进行单独像对相对定向实验,结果表明单位四元数相对定向方法计算精度较高,为解决摄影测量中坐标变换问题提供更多选择。     

对偶四元数绝对定向迭代解法

针对传统的欧拉角表述的绝对定向迭代解法存在的局限性问题,该文将对偶四元数应用到解析绝对定向中,提出一种利用对偶四元数描述的绝对定向迭代解法。该方法根据最小二乘原理求出尺度因子;顾及到模型点坐标含有误差,将模型点坐标作为观测值,对绝对定向方程进行线性化;在对偶四元数单位性和正交性的限制条件下,进行间接平差,求解出七个绝对定向元素。试验结果表明:该解法正确可靠,能够适用于大倾角和大尺度,且与传统欧拉角迭代法相比,具有无须计算初值、线性化程度高、迭代次数少、能够避免繁琐的三角函数运算、解更加稳定等优势,且该方法在一定程度上丰富了绝对定向的解法。     

GPS改进的移动球形全景影像三维重建方法

针对传统方法难以直接用大规模测量范围的移动球形全景影像较好地实现三维重建的问题,该文提出基于GPS改进的三维重建方法。采用增量式运动恢复结构算法,基于GPS改进了影像匹配,场景初始化和光束法调整等主要步骤,较好地加快了影像匹配速度,实现大规模影像数据集的EG图的有效构建;减少了两两匹配的误差对初始位姿估计的影响,实现更快更好的模型重建;采用基于GPS位置信息加权的光束法调整优化影像位姿和场景模型,实现三维重建尺度的准确恢复。实验结果表明,本文方法不仅有效地解决了传统增量式运动恢复结构算法在大规模重建过程中丢失影像的问题,还显著地提高了位姿估计效率,并且合理地优化了场景重建效果。     

基于对偶四元数的绝对定向直接解法

绝对定向在摄影测量学中具有重要的作用,惯用的迭代解法需要比较准确的迭代初值.在简要介绍对偶四元数的基础上,利用对偶四元数描述坐标系之问的旋转与平移,通过严格的数学推导得到了一种利用对偶四元数进行绝对定向的新算法.该算法将绝对定向问题转化为最优化问题进行求解,无需迭代,直接求解.实验结果表明:同惯用迭代解法进行比较,无需设置计算的初始参数,计算速度快,求解正确,且具有很好的适应性和稳定性.     

具备尺度恢复的单目视觉里程计方法

针对单目视觉存在尺度不确定性,无法准确估计移动机器人位姿的问题,提出一种具备尺度恢复的单目视觉里程计方法。通过建立局部地图解决基于参考帧/当前帧的位姿估计方式过分依赖参考帧的问题;为了提高位姿估计精度,在使用滑动窗口控制计算量的基础上建立位姿与地图3D点的图优化模型进行光束法平差;最后基于平面假设成立和相机高度已知的条件下,通过图像RoI区域的稠密匹配,建立非线性优化模型解得尺度因子,从而实现绝对尺度恢复。实验结果表明,该方法能稳定地进行位姿估计并且有效地解决了单目视觉存在的尺度不确定性问题,可用于真实三维场景中移动机器人的位姿估计。     

旋翼无人机运动场景及状态的视觉判定方法

针对视觉导航中相邻帧位姿估计方法使用不准确、估计不及时等问题,该文提出了一种基于视觉判定旋翼无人机运动场景及状态的方法。该方法通过计算基础矩阵和单应矩阵的匹配率、观察特征点分布情况和旋转角大小来判断旋翼无人机的运动场景及状态,并选择合适的位姿估计方法减小误差累积。最后,根据旋翼无人机在室内外采集的图像数据进行验证。实验结果表明,该文提出的方法能够准确地对旋翼无人机当前所处的运动场景及状态进行判定,为旋翼无人机的自主导航提供参考。     

对偶四元数用于航天线阵遥感影像光束法平差解算

利用对偶四元数可以同时描述位置与姿态的特性,在简化四元数球面线性插值算法的基础上,建立了基于对偶四元数的航天线阵遥感影像的外方位元素模型,且利用该模型设计并实现了光束法平差解算方法。该方法可使用具有约束条件的参数平差法进行迭代求解。利用两个地区的SPOT-5 HRS立体影像进行了对比试验分析,结果表明,提出的基于对偶四元数的光束法平差算法正确可靠,相比于基于欧拉角的平差算法和基于单位四元数的平差算法,有更高的平差计算精度。     

特征法视觉SLAM逆深度滤波的三维重建

针对现有特征法视觉SLAM只能重建稀疏点云、非关键帧对地图点深度估计无贡献等问题,本文提出一种特征法视觉SLAM逆深度滤波的三维重建方法,可利用视频序列影像实时、增量式地构建相对稠密的场景结构.具体来说,设计了一种基于运动模型的关键帧追踪流程,能够提供精确的相对位姿关系;采用一种基于概率分布的逆深度滤波器,地图点通过多帧信息累积、更新得到,而不再由两帧三角化直接获取;提出一种基于特征法与直接法的后端混合优化框架,以及基于平差约束的地图点筛选策略,可以准确、高效解算相机位姿与场景结构.试验结果表明,与现有方法相比,本文方法具有更高的计算效率和位姿估计精度,而且能够重建出全局一致的较稠密点云地图.     

线阵卫星遥感影像外方位元素对偶四元数求解法

基于对偶四元数可统一描述位置与姿态的特点,提出了利用对偶四元数求解线阵卫星遥感影像外方位元素的方法。该方法使用对偶四元数的实部描述传感器的姿态,并利用对偶部和实部共同描述成像传感器的位置。通过对位置和姿态的内插建立了基于对偶四元数的外方位元素模型。为减少运算,将球面线性插值进行化简,进而建立了基于线性插值的成像几何模型。为求解外方位元素,首先对共线条件方程进行了线性化,然后通过矩阵微分运算推导了线元素的虚拟观测方程,并根据误差传播定律确定其权值,最终采用具有约束条件的参数平差法求解外方位元素。试验结果表明本文方法正确可靠,与采用欧拉角和单位四元数的外方位元素求解方法相比,有更高的参数解算精度,同时也表明了准确的初值和虚拟观测方程对外方位元素求解的必要性。     

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。     

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。     

对偶四元数近景影像空中三角测量法

提出了一种对偶四元数近景影像空中三角测量方法,利用对偶四元数统一表示光线束在空间中的螺旋运动,近景区域网内所有光线束的角元素用对偶四元数的实部表示,所有线元素以对偶四元数的实部和对偶部分共同表示,最终建立对偶四元数空中三角测量平差模型,实现内、外方位元素和模型点物方坐标的解算。选用真实影像和大姿态角模拟影像开展了空中三角测量试验,试验结果证明对偶四元数近景影像空中三角测量方法能获得较高的精度。     

单位四元数和物方几何约束的绝对定向

针对传统绝对定向方法存在初值依赖从而导致解算精度不高的问题,该文提出了一种基于单位四元数和物方几何约束的绝对定向方法。该方法将模型点坐标视作观测值,用单位四元数表达两坐标系间的旋转矩阵,然后对三维空间相似变换公式进行严密线性化,对绝对定向参数附加距离、直线、平面等约束条件并按附有约束条件的间接平差模型进行迭代计算。模拟和真实数据试验表明:该方法运算速度快、鲁棒性强以及无初值依赖等优势。提出了一种基于单位四元数和物方几何约束的绝对定向方法,为摄影测量的绝对定向问题提供了一种新的思路。     

一种新的影像位姿直接估计方法

针对影像位姿耦合不易直接求解的问题,建立了一种高精度分层位姿参数估计的方法。首先,通过选择3点构成面积最大的像点对应的物点作为基点,经投影方程的改化形式方程,得到估计深度及平移信息;然后利用旋转矩阵保范性获得相机外参线元素尺度参数;最后,将问题转化为由向量估计旋转关系问题,利用Procrustes理论得到外参角元素的最佳估值。该方法可有效解决该深度与耦合位姿参数难以处理的问题。试验证明,此方法确定的位姿参数估计模型形式简洁,容易收敛,参数估计精度较直接对投影矩阵分解方法质量要高。     

直线特征约束下利用Plücker坐标描述的LiDAR点云无初值配准方法

经典的基于点状特征匹配的地面激光雷达（light detection and ranging,LiDAR）点云配准算法实现过程中,点状特征的提取精度对算法运行结果的影响通常较大;基于迭代运算的LiDAR点云配准算法计算量大,对未知参数的初值依赖程度较高,在求解大转角刚体变换参数时算法不稳定。对此,提出了一种线状特征约束下基于Plücker直线坐标描述的LiDAR点云配准算法。立足于经典的向量代数与对偶四元数的相关理论与方法,分析并确定了Plücker直线坐标与对偶四元数之间的相互转换关系以及模型描述方法;以LiDAR点云配准前后同名线状特征的Plücker直线坐标相等为约束条件,构建了线状特征约束下基于Plücker直线坐标描述的刚体变换模型;立足于最小二乘基本准则,通过目标函数的极值化分析实现了线状特征约束下地面LiDAR点云配准参数的直接求解。实验结果表明,所构建的基于Plücker直线坐标描述的地面LiDAR点云配准模型,无需事先确定变换参数的初值,避免了多元函数的线性化过程,解除了参数结果对于迭代初值的依赖,理论上克服了迭代法在求解大转角相似变换参数时的算法不稳定问题。此外,较之单纯基于点状特征匹配的LiDAR点云配准算法,该算法可以有效地增强LiDAR点云配准过程的约束,达到提高配准质量的目的。