一种双目立体视觉技术中三维坐标点的改进求取算法

在双目立体视觉技术中,经过特征提取和立体匹配得到两两对应的像素点对,根据摄像机标定建立的物体空间坐标到像平面坐标对应的矩阵,利用最小二乘法求取物体三维空间点的坐标。但是,由于最小二乘法没有考虑所建立的超限定方程组所代表的几何意义,计算出的点坐标精度不高。本文提出一种考虑方程组所代表几何意义的方法,利用异面直线公垂线中点去逼近物体空间点。     

基于物方直接解的圆匹配与重建

提出一种基于物方直接解的圆匹配与重建方法,建立了灰度影像与空间圆参数间的函数关系,根据已知的相片内外方位元素及空间圆参数的初值,利用直线段最小二乘模板匹配方法直接获取空间圆的参数。系统论述了基于物方直接解和直线段最小二乘模板匹配方法进行空间圆匹配与重建的数学模型。实际图像数据的试验结果表明,本算法具有较高的重建精度。     

基于曲线拟合的正交并联六维力传感器静态标定

针对六维力传感器在本身制造、安装和工作条件等因素的影响下造成输入与输出之间并非处于理想线性关系的问题,提出一种新的基于最小二乘的曲线拟合静态标定算法,该算法得到的六维力传感器静态标定结果与以往算法相比精度更高。首先,推导正交并联六维力传感器的数学模型。然后,介绍最小二乘法以及对最小二乘拟合进行理论分析。其次,提出基于高次曲线拟合的静态标定算法,建立六维外力/力矩与分支输出电压之间映射关系的拟合多项式,并求得曲线拟合系数矩阵。最后对正交并联六维力传感器进行静态标定试验,来验证该标定算法的正确性和优越性。     

基于共面直线迭代加权最小二乘的相机位姿估计

针对相机内参数已标定和未标定情况下的相机位姿求解,提出了基于共面直线迭代加权最小二乘的相机位姿估计算法。推导了关于相机焦距和位姿参数的线性方程,通过4条以上共面直线实现了相机位姿参数的线性解算;对参数线性解进行迭代加权最小二乘优化,得到更高精度的参数估计值和直线权值;最后,利用直线权值和欧式变换的保距性实现相机焦距的解算,得到了相机焦距和位姿参数的估计值。仿真实验表明:提出的算法在相机已标定,直线数为20,像点噪声方差为5pixel的情况下,角度误差小于0.2°,相对平移向量误差小于0.5%,耗时大约为1ms。真实数据实验表明,提出的算法可以获得与棋盘标定结果相近的精度。与现有算法相比,提出的算法抗噪性更好,精度更高,能够实现基于单幅图像的未标定相机的位姿估计。     

评定直线度误差的最小二乘法与 最小包容区域法精度之比较

介绍了直线度误差评定的最小二乘法和最小包容区域法的算法模型与实现方法。在三坐标测量机上对八种不同被测直线进行了采样点坐标数据提取,分别用最小二乘法和最小包容区域法的基于搜索逼近-逐次旋转逼近法进行了给定平面内直线度误差的评定。结果表明:最小二乘法的评定结果与最小包容区域法的基于搜索逼近-逐次旋转逼近法的评定结果完全一致,即直线度误差的最小二乘法评定结果符合最小条件。     

一种涡旋面轮廓度误差高精度评定算法的研究

为评定涡旋压缩机涡旋齿面轮廓度误差,提出了采用一种基于最小二乘法的逼近优化算法对涡旋面轮廓检测数据进行计算,并将计算结果与德国Zeiss公司UMC 550S型三坐标测量机的计算结果进行比较.最小二乘逼近优化算法与三坐标测量机的计算结果曲线重合度达99％以上,且精度均可达0.0001mm.结果表明了该算法的正确性和实用性,对涡旋面轮廓度误差进行高精度评定具有参考意义.     

海底热液口温度场高精度声学测量方法研究

介绍了海底热液口温度场原位声学测量的基本原理、总体最小二乘重建方法和抛物插值算法。在云南省龙陵县茄子山水库进行湖底试验研究,基于总体最小二乘重建方法准确地还原出湖底热泉的温度场原位分布;将抛物插值算法应用于声波飞渡时间延时估计,并对抛物插值前后重建出的温度场进行最大绝对误差、最大相对误差和均方根误差分析。实验表明:总体最小二乘重建方法和抛物插值算法可用于海底热液口温度场的原位测量,且重建精度比较高。     

加权整体最小二乘法在光学自准直法测量挠曲角中的应用

建立了基于光学自准直法的测量系统,利用该系统提取转台的十字丝坐标,完成了对三维物体的挠曲角测量.首先,采用Sobel提取算子对CCD拍摄到的十字丝图像进行边缘检测.然后,采用了自适应的阈值分割进行直线提取;由于转台上有其它划痕存在,采用局部最小二乘进行十字丝的提取.最后,采用加权整体最小二乘法进行十字丝两条线的直线拟合,联立两方程,得出交点坐标值.结果表明,此方法获取的两直线斜率之积的精度在±1％以内,非常接近十字丝斜率之积的真值(理论真值为-1).使用徕卡经纬仪(精度为0.5″)的角度值作为真值进行精度标定,测得a的精度为3.59″,β的为3.76″,完全满足系统挠曲角测量的精度要求.     

基于最小二乘法的轮胎动平衡测试标定方法

在轮胎动平衡测量的实际应用中建立起测量数学模型,为了给出数学模型中的系数参数,引入了最小二乘法的思想。根据最小二乘法的求解原理,建立了一种适用于方程组系数参数的拟合算法,在传感器测量标定的数据处理中加以应用,提高了计算精度。通过将其与一般算法的结果进行比较,体现了最小二乘法在标定计算中的优越性。     

基于滤波器的迭代学习最小二乘辨识方法

针对永磁同步直线电机作为控制对象的参数辨识问题,在对直线电机的数学模型模型以及最小二乘辨识算法等内容进行了研究,发现了批处理最小二乘辨识算法虽然能够成功辨识伺服系统模型参数但是模型不够精确,尤其是针对伺服系统中存在的对振荡环节的辨识。根据传统辨识模型的不足,提出了一种基于滤波器的迭代学习最小二乘辨识方法,该算法通过滤波器来减小辨识过程中的噪声干扰,用迭代的方式来求解辨识模型带来的非线性问题。仿真和实验结果表明:与批处理最小二乘算法相比,基于滤波器的迭代学习最小二乘辨识方法能够有效提高辨识精度,振荡环节的辨识结果与功率谱分析得出的图线更加吻合。