基于Gocator的多传感器数据拼接方法研究

首页 > 过刊浏览>2018年第26卷第1期 >

基于Gocator的多传感器数据拼接方法研究
DOI:
                        
                    
CSTR:
                        [cstr]
                    
作者:
                        
                        
                    
作者单位:上海工程技术大学 城市轨道交通学院,上海工程技术大学 城市轨道交通学院,上海轨道交通培训中心,上海工程技术大学 城市轨道交通学院,上海工程技术大学 城市轨道交通学院
作者简介:
通讯作者:
中图分类号:TP391
基金项目:国家自然科学基金资助(51478258)；上海申通地铁集团有限公司产学研项目((16)GP-002)；上海工程技术大学研究生科研创新项目(E3-0903-17-01300)。

Research on Multi-sensor Data Registration Method Based on Gocator

Author:

Affiliation:

School of Urban Railway Transportation,Shanghai University of Engineering Science,,Shanghai Rail Transit Training Center,School of Urban Railway Transportation,Shanghai University of Engineering Science,School of Urban Railway Transportation,Shanghai University of Engineering Science

Fund Project:

摘要

图/表

访问统计

参考文献

相似文献

引证文献

资源附件

文章评论

摘要:

点云数据拼接在众多科研领域有着十分广泛的应用。为完整、精确地得到复杂物体的点云数据，提出一种基于Gocator的多传感器数据拼接方法。该方法需要对多传感器系统进行两两校准以获取各传感器坐标系与基准坐标系之间的空间变换关系,进而将各传感器自身坐标系下的数据转换到基准坐标系下,实现多传感器数据的拼接。对于双传感器数据拼接,首先通过两只传感器同时拍摄单孔标定块,利用最大距离法提取标定块轮廓坡口特征点,根据坐标转换原理,初步确定了两传感器间的旋转平移关系；在此基础上采用迭代最近点(ICP)算法进一步优化确定两传感器之间的最优变换矩阵,以得到精确的拼接关系。实验室搭建双传感器钢轨廓形检测平台对该算法进行验证,实验结果表明,多次拼接得到的钢轨廓形与标准模板误差不超过0.2mm,完全符合钢轨廓形允许误差要求,该算法具有较高精度和稳定性。

Abstract:

参考文献

相似文献

引证文献

引用本文

周燕琼,柴晓冬,叶华平,郑树彬,安小雪.基于Gocator的多传感器数据拼接方法研究计算机测量与控制[J].,2018,26(1).

复制

文章指标

点击次数:
下载次数:
HTML阅读次数:
引用次数:

历史

收稿日期:2017-06-06
最后修改日期:2017-06-26
录用日期:2017-06-28
在线发布日期: 2018-02-02
出版日期:

引用本文

分享

文章指标

历史

文章二维码