为了解决目前地下电缆隧道点云中电缆支架与电缆分离困难、电缆点需要人工提取的问题, 提出一种基于区域圆柱面拟合与抗差自适应Kalman滤波的地下电缆点云自动提取分割算法。首先基于电缆局部呈圆柱的形状特征, 将区域点云进行圆柱面拟合以确定电缆初始区域的中心轴线与半径; 再将初始区域电缆的轴线作为区域电缆走向, 结合抗差自适应Kalman滤波算法对电缆中轴线进行延长估计, 得到单条完整电缆中心轴线, 最终实现电缆点云单条分割。结果表明, 电缆初始区域单位权中误差在0.015 m以内, 能够有效区分电缆点与其它类别点; 电缆中轴线延长在地下电缆点云存在缺点、噪点情况仍保持稳健估计, 具有较好的鲁棒性。该方法有效提升了地下电缆提取的准确性和可靠性。

针对激光跟踪仪光束法平差，基于稳健估计理论中的选权迭代法，提出一种自适应加权秩亏三维光束法平差解法，通过对观测值选权判定阈值与秩亏平差基准方程权的自适应调整，能够准确识别粗差并抵御其影响。通过仿真实验验证了方法的可行性，并在合肥先进光源预研平台进行了实测验证，实验结果与SpatialAnalyzer软件的处理结果精度相当，可为准直测量数据处理提供抗差结果参考。

为了解决基于激光雷达（LiDAR）点云杆塔倾斜检测方法鲁棒性低、自动化程度差等问题, 利用杆塔塔身结构呈标准四棱台的特点, 提出一种基于杆塔塔身分层投影提取中轴点的激光点云杆塔倾斜检测算法。首先将杆塔点云沿高程方向进行分层, 求取分层点云的最小外接矩形, 确定外接矩形中心为杆塔中轴点; 其次利用外接矩形的面积、比例变化过滤塔头、高低腿等非对称杆塔结构, 以及外接矩形四边内切点高程值进行缺点、噪点检验, 在杆塔中轴线拟合之前剔除可检测的偏移点; 最后在空间直线拟合中引入抗差估计, 通过选权迭代的方式抑制其余偏移点对空间直线拟合的影响。结果表明, 该方法在不同塔型、不同点云密度下均有较好的适应性, 在缺点、噪点情况下抗粗差能力强, 与实测值对比偏差小于0.90‰。该算法具有较强的工程实用价值。

针对地面三维激光扫描仪自检校模型易受到随机误差与粗差的影响,基于Gauss-Helmert坐标转换模型与扫描仪观测原理提出了一种三维激光扫描仪的自检校方法。该方法共包含6个外部转换参数与5个系统误差参数(附加参数),首先利用泰勒级数对函数模型进行线性化,并构造拉格朗日目标函数,基于Newton-Gauss法迭代求解所有未知参数的初值;之后利用标准化残差构造权因子函数,以对观测值进行重新定权,并通过迭代计算出参数的最终解。通过仿真和实验进行验证,结果表明所提方法较现有的算法能有效去除观测值中的随机误差与粗差,且具有良好的鲁棒性。

为了解决平面数据点位精度差异性及平面模型常数项解算精度较低的问题, 提出了一种基于最小二乘-加权总体最小二乘(LS-WTLS)的稳健平面拟合方法。该方法采用加权最小二乘模型与稳健估计IGGⅢ方案相结合的方式对平面模型误差项参量进行解算, 然后通过设置阈值剔除粗差数据, 利用最小二乘法对平面模型常数项进行解算, 以此进一步提高了平面模型各参量的解算精度。结果表明,新方法相对于最小二乘(LS)法、总体最小二乘(TLS)法、LS-TLS法、IGGⅢ-LS-TLS法, 其单位权中误差分别提高了53.6%,195.0%,47.5%和5.1%, 平面拟合精度分别提高了49.4%,179.3%,48.7%和46.99%, 表现出了良好的抗粗差干扰能力。该研究验证了新方法在平面拟合领域的优越性和可靠性。

针对SLAM在复杂环境下对噪声干扰鲁棒性差以及运动轨迹预测误差问题, 在UKF中引入自适应估计理论与鲁棒H∞控制准则, 提出一种鲁棒自适应UKF-SLAM算法。该算法利用自适应估计理论, 构建抗差因子和自适应因子, 自适应估计测量和状态噪声等价协方差阵, 实现粗差分离和噪声方差自适应补偿; 利用鲁棒H∞控制准则对系统状态均值和协方差进行迭代更新, 提高噪声干扰鲁棒性、降低预测误差。仿真结果表明:该算法能保证移动机器人在不同噪声环境下具有良好的鲁棒性与定位精度。

为了提高靶场空中及地面炸点坐标测试的可靠性，有效降低或消除粗差的影响，提出了稳健估计下的多站交会算法。首先，介绍了最小二乘多站交会原理。接着，介绍稳健估计法的实现原理及内外可靠性指标计算方法。最后通过算例验证了文章算法的正确性并计算出内外可靠性指标。结果表明：平差模型能发现的最小粗差在0.054°~0.066°之间；观测值中粗差对参数向量的影响是中误差的2.6~4倍。当粗差存在时，稳健估计法精度优于最小二乘法，可以有效降低粗差对平差结果的影响，对提高炸点坐标测量精度起到了积极的作用。

根据漫反射激光测距回波的误差特性，提出了一种基于运动补偿和抗差估计的回波光子实时检测方法。通过运动补偿增加了光子积累数量，可提供可靠的初值。在此基础上，采用抗差估计策略剔除观测粗差，有效实现了回波光子的实时在线检测。实验结果表明，在低信噪比情况下，该方法能够有效地抑制噪声影响，并能有效解决漫反射激光测距的实时信号检测问题。

机载激光雷达(Lidar)点云数据滤波是Lidar 数据后处理研究的重点和难点之一，也是首要解决的问题。传统曲面约束滤波算法利用最小二乘法拟合地形曲面，易受种子点粗差影响。针对这一问题，引入抗差估计理论改善曲面拟合效果，并设计自适应阈值确定的方法区分地面点与地物点。使用国际摄影测量与遥感学会(ISPRS)测试数据进行实验，与传统的8 种经典滤波方法进行对比，实验结果表明，抗差估计能得到更为合理的拟合曲面，获取的滤波结果非常可靠，对各种地形的适应性较强，具备较高实用价值。

针对方位角和俯仰角存在异常误差影响机载单站三维无源定位结果准确性的问题,提出一种鲁棒的递推最小二乘(RRLS)定位算法.在最小二乘(LS)解的基础上,利用M估计原理求出目标位置的鲁棒估计形式.为保证定位的实时性,推导了鲁棒的递推最小二乘算法,并选取IGGⅢ权函数作为等价权函数.理论分析表明,RRLS算法能够准确识别异常误差,通过降低异常观测数据的权值来减小其对定位准确性的影响.仿真结果表明,在两角存在异常误差时,RRLS算法具有良好的抗异常误差能力,保证了定位结果的有效性和快速收敛.