1 北京交通大学 机械与电子控制工程学院， 北京00044
2 北京交通大学 智慧高铁系统前沿科学中心， 北京100044
3 北京特种机械研究所，北京10014
地铁隧道断面轮廓参数测量过程中，需要对高速激光雷达点云进行高精度系统标定。特别是大场景隧道环境，对标定模板要求高，标定过程复杂，检测精度影响大。针对此问题，本论文提出了一种新颖的适用于地铁隧道轮廓点云的标定方法，并基于双激光雷达测量系统，进行了算法研究。本方法设计了专用的手推行便携式标定系统，利用由点云数据提取的标定板线特征，建立目标函数，通过混合了遗传算法和Levenberg-Marquardt算法的非线性优化方法，寻找全局最优解从而实现对激光雷达的标定。实验结果表明：本方法对于两侧钢轨顶轨的标定误差在±1.5 mm以内；静态测量精度X误差在±1 mm内、Y误差在±4 mm内；当采集系统以5 km/h的速度进行数据采集时，动态测量精度X误差在±4 mm内、Y误差在±6 mm内。本方法能够实现激光雷达的高精度标定，算法鲁棒性强，具有易操作、环境适应性强的特点。
激光雷达 地铁隧道 点云标定 共面约束 隧道断面 Lidar metro tunnels point cloud calibration coplanar constraints tunnel section
1 武汉大学 遥感信息工程学院, 湖北 武汉 430079
2 立得空间信息技术股份有限公司, 湖北 武汉 430079
多线激光雷达具有成本低、体积小、能直接获取场景地物表面的三维点云数据等优点, 已被广泛应用在无人驾驶、移动测量、机器人等领域。为减少遮挡, 提高点云密度, 两个或多个激光雷达常被集成在一起, 互为补充。不同激光雷达的安装位置和姿态不同, 要融合激光雷达的点云数据, 关键在于对激光雷达之间相对位置关系的检校。为检校激光雷达之间的相互位置关系, 提出了基于共面约束的检校算法。算法要求不同的激光雷达同时扫到相同的平面, 利用平面在不同坐标系下的对应关系求解激光雷达之间的相互位置关系, 并结合Levenberg-Marquardt (L-M)优化算法, 提高检校精度。该算法操作简单、通用性强、检校精度高。
多线激光雷达 相对位置关系检校 共面约束 L-M优化 multibeam LIDAR relative position calibration coplanar constraints L-M optimization 红外与激光工程
2019, 48(3): 0330003
1 中国民航大学电子信息与自动化学院, 天津 300300
2 中国民航大学航空工程学院, 天津 300300
一字线及编码(相移)光栅结构光扫描测量系统在复杂曲面数模过程中得到广泛应用, 但不能同时保证较低的测量不确定度指标和复杂曲面数模结果的各向光顺性。文章采用双目视觉和十字光配置扫描测量方案, 在有效降低测量不确定度指标的同时, 利用正交配置的十字光平面, 改善了复杂曲面数模结果的各向光顺性。针对十字光双目外极线约束匹配可能存在的多义性问题, 提出了附加光平面约束, 有效剔除了误匹配点。实验结果表明: 该十字光匹配方法可行、具有较好的精度, 为后续准确高效地进行空间三角测量奠定了基础。
十字线结构光 双目视觉测量 在线匹配 共面约束 干扰剔除 cross-line structured light binocular vision measurement online matching coplanar constraint interference elimination
