一、新型精确三维坐标测量方案（论文文献综述）
卜令彬[1]（2021）在《基于结构光的案件现场三维重建方法》文中研究表明在公安领域中,现场勘查工作是案件侦查的重要环节。受场地复杂和环境多变等因素影响,案件现场中的关键线索容易遭到破坏和遗漏,亟需新的技术手段以提高现场勘查效率。基于结构光的三维重建方法是一种融合了计算机视觉和信息光学的新型三维成像技术,具有成本低、精度高、速度快、非接触、配置简单、成像稠密等优势,能够满足当前现场勘查的需求。为了提高案件现场三维重建的适应性,本文使用条纹投影测量法对关键证据进行精确三维重建,利用深度相机拍摄到的深度数据对案件场景进行实时三维重建,并分别对这两种方法进行了算法优化。具体工作与创新如下:首先,提出了一种基于同心圆网格的特征点检测方法。该方法使用同心圆网格作为摄像机标定图案,利用局部亚像素边缘检测算法和同心圆共同自极三角形的性质,实现了特征点亚像素坐标的精确定位;为了提高检测的鲁棒性,网格图案中的每个同心圆由半径逐步递减的圆组成,这种多层次的几何结构建立了一种特征点投票机制,用于解决计算投影中心时导致的数值不稳定的问题。仿真和实验证明,在图像噪声、透镜畸变和分辨率的影响下,使用同心圆网格进行特征点检测的算法性能优于目前流行的标定图案。其次,设计了一种可以抑制表面反射的高频正弦条纹图案,并提出了一种基于有理函数畸变模型的系统标定方法。该方法将有理畸变模型带入到平面外高度表达式中,有效地消除了由摄像机和投影仪的透镜畸变对测量结果造成的影响。在测量设备任意放置的情况下,无需精密的测距仪器和投影仪标定便能精确地恢复关键证据表面的三维模型。最后,使用了基于引导滤波的深度数据预处理方法,该方法能够在保留深度边缘信息的前提下对深度数据进行快速和精确的去噪;基于深度相机的三维重建方法通过深度数据预处理、三维模型融合、反投影模型和位姿估计四个步骤对真实场景进行实时三维重建,在对TUM数据集中的freiburg1＿room数据进行重建时,测量轨迹和真实轨迹在1351帧间的最大轨迹误差仅为0.207m。
郝强[2]（2021）在《船用坐标测量系统定位方法研究》文中认为对于“数字化、智能化、精细化”造船而言,关键点处的高精度三维坐标信息获取是确保船舶建造精度至关重要的一环,在舱段合拢、船台舾装及码头舾装等阶段中均发挥着重要作用。但是,由于船舶建造现场环境恶劣、干扰源众多,传统定位方法难以在此条件下获得高精度的三维坐标信息,严重影响了船舶建造精度。因此开展适用于船舶建造现场干扰环境下的三维坐标测量定位方法研究对提高船舶建造工艺水平、保障建造质量、缩短建造周期意义十分重大。本课题“船用坐标测量系统定位方法研究”,围绕复杂干扰环境下的船舶建造测量定位任务需求,针对舱段合拢、船台舾装和码头舾装这三个典型建造阶段,以基于激光扫描网络的测量定位系统为基础,深入研究该系统在不同阶段的定位误差特性,提出适用于不同建造阶段的坐标测量方法,突破一体化快速标定方法、抗随机振动干扰定位方法和抗船体摇摆干扰定位方法等一系列关键技术,实现复杂环境干扰下的高效率、高精度定位。论文主要研究内容如下:首先,针对船用坐标测量系统设计了定位方案,研究了基于光束平差原理的定位方法并分析了该方法在无干扰条件下的定位误差分布规律;接着对不同建造阶段的干扰条件进行分析和量化,并从理论上研究了基于光束平差原理的定位方法在不同干扰条件下的定位误差特性。仿真实验结果表明,舱段合拢阶段的随机振动干扰会引起定位结果出现随机波动,船台舾装阶段的连续振动干扰会引起发射站参数改变,码头舾装阶段的船体摇摆干扰会引起定位结果出现大幅度变化,导致定位误差较无干扰情况出现不同程度的增大。其次,针对传统发射站标定方法复杂、标定效率低的问题,提出了发射站参数一体化标定方法。通过研究发射站参数标定原理,确定了约束条件和标定参数间的数量关系,在此基础上分别提出了基于距离约束和位置约束的标定方法,实现了发射站参数的一体化标定;通过研究基于Levenberg-Marquardt的标定算法,实现了标定参数的精确求解。仿真实验结果表明,所提两种标定方法均可实现发射站参数的一体化标定,基于位置约束的标定方法较基于距离约束的标定方法具有更高的标定精度,且在保证参数标定精度与传统标定方法相当的条件下,较传统内、外部参数分别标定的方法具有更高的标定效率,验证了所提发射站参数一体化标定方法的有效性。再次,针对船用坐标测量系统易受舱段合拢阶段随机振动干扰影响、定位精度降低的问题,提出了抗随机振动干扰定位方法。构建了基于因子图的定位模型,研究了定位模型中关键节点的具体实现方法,在此基础上设置了权值函数方程对随机振动干扰进行处理,实现了所提方法的高精度定位,并从理论上分析了所提方法的定位效果。仿真实验结果表明,在随机振动干扰条件下,所提定位方法较传统定位方法定位误差降低了27%,验证了所提抗随机振动干扰定位方法的有效性。接着,针对船用坐标测量系统在船体摇摆干扰条件下无法精确测量定位的问题,提出了一种基于惯导系统辅助的抗船体摇摆干扰定位方法。设计了基于定轴旋转的坐标系快速标定方法,实现了发射站坐标系和惯导系统坐标系的快速标定;通过不断重构各坐标系间相对位姿关系,实现待测点在导航坐标系下的定位;设计了软硬件同步方案,保证了两系统的时间同步。仿真实验结果表明,在船体摇摆干扰条件下,所提定位方法定位误差为0.76mm,验证了所提抗船体摇摆干扰定位方法的有效性。最后,为验证本文所提方法的实际性能,搭建船用坐标测量系统原理样机进行了发射站参数标定方法验证实验、抗随机振动干扰定位方法验证实验和抗船体摇摆干扰定位方法验证实验。实验结果表明,与传统标定方法相比,所提基于位置约束的发射站参数一体化快速标定方法在保证标定精度的条件下具有更高的标定效率;与传统定位方法相比,所提抗随机振动干扰定位方法定位误差下降了24%,所提抗船体摇摆干扰定位方法测距误差下降了53%。
王艳[3]（2021）在《基于一维图像组合的空间目标位姿测量关键技术研究》文中提出随着科技的发展,空间目标的位姿测量技术在航空、航天、工业等各领域发挥着举足轻重的作用,而基于光学图像的位姿测量技术则是近景摄影测量、计算机视觉和遥感等领域的研究热点,其具有非接触、设备简单及测量精度高等优点。近年来,随着线阵CCD、CMOS传感器技术的发展和线阵光学图像研究的深入,基于线阵光学图像传感器在空间目标位姿测量的优势得以展现。相比激光、雷达等其他非接触测量方式,其具有不可替代的作用。针对传统的基于面阵光学图像的位姿测量技术的精度和速度之间的矛盾,本文提出一种基于一维图像组合的空间目标高精度位姿估计方法,旨在完成对空间悬浮姿态运动目标的高精度位姿测量任务。课题研究应用于空间目标位姿测量的悬浮试验,针对线阵信号特性,提出了一种改进的高精度像点质心定位方法,基于线阵像机的成像机制,研究了一种新型的线阵像机标定方法,基于多线阵像机测量机制,建立了多线阵像机位姿测量系统的数学模型,开展了基于多线阵组合测量的空间目标高精度位姿估计算法研究,并建立了合作目标的高精度、快速的姿态解算模型。本文提出的方法可对装有惯导的被测目标运动参数进行校验,因此,实现多线阵CCD对空间运动点目标的运动检测,高精度地完成对运动目标的位姿测量将具有广泛的应用前景。论文的主要研究工作包括以下几个部分:（1）设计并研制了一套由三线阵CCD组成的位姿测量系统,研究了影响三线阵像机公共视场变化的因素,对像机的有效工作视场空间进行了分析。基于原始采集的线阵信号,根据其噪声的分布性质,研究一种改进的小波阈值去噪方法进行降噪处理,结果显示,该算法可抑制各种噪声。为了提高线阵CCD像点定位能力,针对传统的一维信号像点定位方法的不足,提出了自适应阈值的插值重心加权质心定位法,研究表明,本文算法的质心定位误差在0.029像素以内。与其他几种细分方法相比,本文算法定位精度更高,抗噪性更好,满足高精度系统的任务需求。（2）针对位姿测量中配备柱面镜头的线阵像机成像的畸变问题,建立了基于交比不变的线阵像机畸变修正数学模型,提出了一种基于线阵CCD改进的像机标定两步法。该方法无需高精度标定参照物,仅利用靶标之间的约束关系建立基于交比不变特性的线阵像机畸变模型。算法首先对已建立的线阵像机成像模型进行像机参数的线性求解;再进行畸变系数的计算;最后利用迭代方法进行像机参数的非线性优化,完成线阵像机的标定。仿真结果表明,对比传统的DLT法,本文算法抗噪性更好、精度更高。论文也研究了标定误差对位姿测量精度的影响,结果显示,主点误差对位姿测量精度影响较大,等效焦距较小;本文算法的重投影标准差为0.031像素。实际验证中,首先针对畸变模型及单像机标定精度展开,重投影定位误差优于0.025像素。标定方案引入线阵像机间固有的位姿关系作为标定误差补偿的约束条件,添加至线阵像机标定的共线误差方程中,补偿后的位置误差在0.746mm以内,角度误差在0.247°以内,相比于传统的线阵像机标定法,本文方法标定精度高、稳定性强。（3）传统的正交迭代算法是基于单目视觉测量,且仅应用于面阵像机上,为了解决多线阵像机位姿估计问题,本文提出了一种基于多线阵CCD位姿估计的高精度解算方法。算法首先建立多像机数据的统一表达,将所有像机观测数据看作广义单像机下的数据,再通过引入像方残差作为权值判断准则建立全新的误差评价函数,最后,应用改进的加权正交迭代算法求解位姿参数,算法有效地克服了传统正交迭代算法中的野值点误差对算法精度影响。仿真结果表明,与传统的正交迭代算法相比,本文算法避免了由于数据恶化或初值选取不当造成的迭代不收敛或收敛差等问题,计算效率提高了4.6倍;算法的抗噪性得到了有效的改善,在同等噪声水平下本文算法的精度更高,说明本文算法对噪声不敏感。实际测量的位置误差优于0.964mm,角度误差优于0.765°。针对现场测量任务,结合刚体运动特性,设计了多点合作目标,并建立了基于多点合作目标的欧拉-四元数姿态解算模型。模型避免了欧拉角在姿态解算中的奇异问题的发生,减少了因采用欧拉角计算时由三角函数引入的非线性误差。针对点目标遮挡问题,将强跟踪UKF算法引入到线阵姿态测量系统,完成线性成像的多目标同名像点匹配,仿真结果表明,目标在状态突然改变时或标志点发生遮挡时,强跟踪UKF算法可实现姿态信息的精准跟踪能力,完成同名像点的匹配。
齐寰宇[4]（2021）在《基于机器视觉的大口径火炮身管指向测量技术研究》文中提出火控系统的射击诸元是一种重要检测指标,因此,在火炮的设计、校准以及应用中,都对射击诸元的解算方法的精度有着很高的需求,针对射击诸元中身管指向测量所存在的安装调试复杂、测量精度较低、不适应动态测量等问题,本文研究了基于机器视觉的测量方法,并经过实验证明了方法的实用性和鲁棒性。首先,设计了一种条状标志物作为合作靶标,将标志圆的圆心作为图像特征点,根据身管运动时特征点位置变化映射在图像上的变化,结合相关参数通过一定的函数关系式求解出身管的运动姿态。其中圆心角点图像坐标为直接测量,所解出的姿态角为间接测量,利用几何关系建立两者之间解析式,得到了影响姿态测量精度的误差规律。接着,针对在复杂环境下因目标点的提取精度不准而导致位姿测量误差较大的问题,提出了一种自适应阈值的预处理及特征点校正的方法。该方法将包含“X”形特征点的标志物作为标靶固定在火炮身管上,经网格化搜索出适应光照的最优变换参数后,利用角点检测算法检测出初始角点坐标,结合特征点之间的几何约束及像素灰度值的分布特点,对条状标志物采用直线拟合的方法来校正,对不规则标志圆受到身管曲率的影响,采用非线性函数回归的极大似然法得到角点之间拟合曲线的交点作为修正后的圆心图像坐标;以摇臂三角架模拟火炮身管,设计实验系统,结合特征点已知的世界坐标、提取的图像坐标及相关相机参数,实时解算出身管运动姿态,验证了算法的准确性及稳定性。其次,为提高标志物安装的便捷性及美观,扩展应用场景,使用不规则标志圆代替条状标志物。针对身管曲面上特征点物理坐标使用常规测量手段难以确定的问题,提出基于多确定场景下三维坐标测量的方法,通过在场景内放置棋盘格确定图像场景的位姿参数,结合人工交互获得的圆心图像坐标解算出空间点的初始三维坐标。基于此类方法在X轴坐标误差较大的情况下,使用倾角仪保持身管方位角为0°,高低角为0°、15°、30°等典型角度,将初始坐标解出的姿态角测量值与确定值的容差约束转化为带惩罚函数,X轴坐标值作为粒子维度,在初始坐标一定范围内采用求解约束优化问题的粒子群算法对坐标进行精确求解,对所得到的初始坐标进行优化,试验结果表明,该方法下的三维点X轴标记位置与真实位置间的距离误差在3mm以内,Y、Z轴精确度在1mm以内,满足身管位姿的精度要求。最后,研究了多机协作下的身管指向测量系统。首先,提出了系统总体方案,由主控单元、通信测试和测量终端构成了基于C/S架构的大口径火炮身管指向测量系统;接着说明了测量的具体流程,包括摄像机布局与定位、摄像机标定、同步测量及数据处理等。
郝如意[5]（2021）在《基于三维激光扫描技术的转体桥球铰体系安装精度检测方法研究》文中认为近年来,随着桥梁转体施工技术的日趋成熟,我国建造的转体桥梁规模不断扩大。球铰体系是转体桥的核心结构,其安装施工精度的高低直接决定了桥梁是否能够安全顺利的转体。目前球铰体系的安装施工工艺简陋,其结构内的下球铰、滑道及滑块等安装后是否达到设计使用要求尚且没有快速高效的检测手段,极易受人为因素的制约。三维激光扫描技术（TLS）作为上世纪90年代兴起的一种新型测绘技术,因其非接触性、瞬时性、高效性等独特优势,已被广泛应用于工程测量、文物保护、空间信息监测等领域。将三维激光扫描技术应用于转体桥球铰体系安装校核领域,可更高效地提供球铰安装的可靠精准信息。本文在阅读大量文献,对转体桥球铰安装技术现状进行综合论述的基础上,分析探讨了三维激光扫描技术的点云数据精度的影响因素。使用Free Scan UE手持式三维激光扫描仪对球铰体系缩尺模型进行点云数据采集技术研究。并利用Geomagic系列软件对点云数据进行预处理和精度检测分析。针对现有软件的不足,利用Matlab编写了用于检测球铰体系中滑块安装精度的新程序。主要研究内容及结果如下:（1）通过模拟试验分析被测物材质及颜色、扫描天气与时间以及扫描仪分辨率对点云数量、扫描所需时间的影响,获得球铰体系的最佳扫描环境及扫描仪参数。结果表明,天气为阴天,或晴天的7:00-9:00、15:00-19:00扫描效率最高。由于工程结构较大,扫描仪的分辨率可选择1mm,若精度要求高,分辨率选择0.8mm或0.5mm;（2）设计并制作了实际工程球铰体系缩尺模型,并对模型进行点云数据的获取;利用Geomagic Wrap软件进行点云预处理,包括数据缩减、体外孤点的删除、点云封装、删除钉状物、孔洞填充、网格医生等操作,获得精确的三角面片模型。（3）利用Geomagic Control X软件对球铰体系的安装精度进行分析,包括曲面拟合、比较分析等,结果表明:采用本文技术可有效快速实现下球铰与滑道的同心度偏差、平行度偏差和滑块安装精度的测量和调整,直至满足设计要求。（4）利用Matlab编写了结果形式更直观的滑块安装精度检测程序,并通过实例验证了程序的可行性;通过轴向应力测试,验证了滑块安装精度检测方法的可行性与准确性。（5）提出了一套高效可行的球铰体系安装施工技术检测方法,为实际工程中转体桥球铰体系安装精度的检测提供参考。
孙兆军[6]（2021）在《基于视觉的大型船舶发动机锻件三维测量系统研究》文中研究说明发动机作为船舶重要的核心部件,其锻件的质量与制造水平决定着发动机的可靠性以及寿命。对锻件的形貌、尺寸进行高效、准确的三维数字化测量,对提高锻件的锻造质量和加工效率具有十分重要的意义,因此本文设计和搭建了线结构光视觉三维测量实验平台,对锻件的形貌和尺寸进行测量。大型船舶发动机锻件在线结构光视觉测量中,光条中心提取是其关键技术,直接影响到测量精度。本文采用一种基于改进的灰度重心提取算法,经系统标定后重建出锻件的形貌,对锻件的各关键尺寸进行了测量。通过实验表明,改进后的灰度重心提取算法精度得到较大提高,测量精度也随之得到提高。具体工作如下:（1）在线结构光视觉测量中,由于线激光质量和锻件表面粗糙度等复杂情况的影响,令光条中心提取效果不佳导致三维测量结果不精确,所以本文提出了一种基于改进灰度重心法的提取算法。首先对图像进行预处理,并提取出光条骨架作为初始中心点,然后使用方向模板法确定初始中心点的法向,最后采用自适应宽度的加权灰度重心法对法向位置的初始中心点进行二次提取。实现了对投射在锻件表面光条中心的准确提取,得到了光条中心的亚像素坐标。通过与传统中心提取算法的对比实验表明,改进后算法的精度和效率都得到了较大的提高。（2）研究并完成了相机、线结构光以及手眼关系的标定。基于张正友的综合多畸变迭代标定方法,求取出了相机的内外参数和畸变系数;建立了一种基于相机透视模型的线结构光标定方法,通过提高特征点提取精度和增加特征点数量来提高拟合光平面的精度。经试验验证,该方法的精度和鲁棒性都得到了较大的提高;通过建立基于单点约束的手眼模型,实现了机械臂的手眼标定。经过系统标定,得到了测量模型中的各项参数。（3）研究了多视角三维点云的降噪、稀疏化等预处理方法,采用基于标志点拼接技术结合最小二乘法实现不同视场下点云的拼接。最后,基于VS2015+Qt设计开发了三维视觉扫描测量系统,实现了各功能的软件集成。通过对不同视角下锻件表面的点云进行预处理和拼接,得到了锻件整体的点云模型,进而完成锻件三维测量实验。结果表明,本系统可以较好地获取锻件的三维点云以及各关键尺寸信息。
张贵阳[7]（2021）在《基于立体视觉的飞行器物理仿真动态多信息测量方法研究》文中进行了进一步梳理飞行器物理仿真试验是飞行器研制过程中不可或缺的一部分,随着航空航天技术的不断发展与进步,对飞行器仿真系统功能的需求也日趋多样化。然而在大量的复杂仿真试验中却发现,尽管仿真模型、仿真技术、仿真环境已经有了质的飞越,对于仿真数据的来源依然停留在理想假设或带有较大偏差的统计水平上。当前,基于摄像学与计算机技术相结合的视觉测量技术已成为一种具有重要意义的非接触测量手段。因此,本文以视觉测量技术在飞行器地面仿真任务中的应用为背景,针对飞行器物理仿真试验中结构参数、相对运动关系等高精度外部参数测试的需求,展开对飞行器物理仿真动态多信息全场测量技术的研究,实现全视场内地面飞行器运动轨迹、形貌轮廓、位姿参数等信息的精确获取,为待测飞行器的动态性能分析与评估提供可信的数据支持。本文研究工作主要从以下几个方面进行展开:（1）视觉测量系统中的相机高精度标定是实现精确测量的重要基础,针对空间目标位姿测量环境下的相机参数标定问题,提出基于双更新策略加权差分进化粒子群优化的相机标定方法。通过引入交替因子来控制每一次迭代过程中加权差分进化算法和粒子群优化算法的调用比例,根据概率计算规律选择相应的算法完成对种群的优化,并通过信息交流机制利用加权差分进化操作得到的个体去引导粒子群优化操作中的个体进化过程,所采用的加权差分进化算法能够保证种群个体进化的多样性和有效性,并且与相机非线性标定模型参数进行耦合,同步实现单相机参数的组合非线性、全局连续优化。（2）针对细长型和大尺寸飞行器试件的三维变形信息全场测量问题,提出一种基于多相机网络联合约束优化的数字图像相关变形测量方法。多相机联合约束关系的引入,使相机网络中任意两个CCD相机可以被绑定为一个整体,并完成试件的部分区域测量,然后将测量结果映射到统一参考坐标系下,从而减小了因直接进行全场测量而导致较大非线性成像畸变的影响,并且能够避免牺牲相机的有效空间分辨率。此外,基于多相机网络联合约束关系构建了散斑立体配准的新型相关函数,能够将图像对间同名点立体匹配的亚像素搜索区域准确地限制在对极线附近,而不是整个图像上,从而缩小了搜索空间、提高了搜索效率。与此同时,基于多相机网络联合约束优化的数字图像相关方法能够实现相机间位置及姿态参数的优化求解,进一步提高了散斑点空间三维坐标的重构精度,从而提高变形信息的测量精度。（3）针对大视场范围下飞行器运动位姿参数测量易受模型累积误差、成像畸变、已知特征信息不足等因素的影响问题,设计并构建一种新型视觉测量模式。建立了适用于视觉测量过程中的多源特征数据融合模型,克服特征点的单一性与低效性;然后构建基于特征点云信息双向传递的闭合测量模式,改变传统方法中从图像数据到空间特征信息传递的单向过程,将已确认的空间数据作为控制信息返回至测量处理过程中,增加了解算冗余信息,提高了飞行器运动参数估计的稳定性与可靠性。（4）最后,针对视觉测量过程中散斑特征匹配耗时较长问题,仅在算法上的优化和改进难以使解算速度获得跨数量级的提升,因此通过NVCC编译CUDA源程序的GPU并行计算模式,提高了散斑匹配的亚像素搜索效率。通过NVCC编译CUDA源程序的GPU并行编程方式具有很强的灵活性,解决了Mex脚本和其他语言程序交互时的障碍问题,同时不受重载函数的限制,使变形测量程序总体运算性能达到一个较优状态,实现了较高的运算加速比。此外,通过CUDA异构并行算法对地面飞行器大尺寸模拟翼面进行三维平移测量和动态立体变形测量实验,获得了较好的实验效果,为实现目标立体变形的实时测量与输出奠定了理论与技术基础。
贾华坤[8]（2021）在《平行双关节坐标测量机误差修正技术研究》文中提出平行双关节坐标测量机采用一个长光栅传感器和两个圆光栅传感器协同工作实现三维在位测量,解决传统正交式坐标测量机不够灵巧的难题。本论文依托国家自然科学基金《三维阿贝误差补偿技术在关节式坐标测量机中的应用研究》（No.51875165）,主要对平行双关节坐标测量机误差运动的分析与修正、含有误差运动成分的测量模型建立、恒温与变温下圆光栅传感器测角误差修正技术等内容开展了系统的研究。本论文的主要研究内容和创新点如下:（1）分析并测量了Z轴位移台滑座的6项误差运动（长光栅传感器测量误差、垂直方向直线度误差运动、水平方向直线度误差运动、偏摆角误差运动、俯仰角误差运动和滚转角误差运动）,并使用多项式法对各项误差运动进行建模。基于改进的四参数D-H建模理论,建立了包含上述6项误差运动的平行双关节坐标测量机的测量模型,并提出针对该测量模型的结构参数标定方法。（2）回顾了阿贝原则及其拓展理论,并将其推广到角度测量领域,定义了测角阿贝误差的概念,提出了测角阿贝误差的修正方法,该方法的主要环节是使用自准直仪配合平面反射镜对旋转轴倾斜误差运动引起的阿贝角进行测量。在修正测角阿贝误差的基础上进一步对测角误差进行修正,圆光栅传感器的测角精度得以显着提高。（3）提出了一种基于误差分析-测量-建模的圆光栅传感器测角误差分析方法,建立了光栅盘安装偏心和旋转轴径向误差运动引起的圆光栅传感器测角误差模型。研发了一种基于图像处理技术的光栅盘安装偏心幅值和相位角的检测方法。该方法适用于在精密轴系装配和光栅盘安装过程中对圆光栅传感器的测角误差值进行预测,并对精密轴系的设计工作具有一定指导作用。（4）提出了一种傅里叶级数展开-遗传算法优化BP神经网络的方法,修正含温度因素的测角误差。经修正后,圆光栅传感器的测角精度显着提高。该方法对应用于现场测量且含有精密轴系的串联式测量仪器具有较高的适用性。开发了以FPGA和单片机为核心的硬件电路系统和配套的下位机程序,结合相应的机械结构和上位机程序,研制了一台新型平行双关节坐标测量机。基于上述的误差建模与修正技术,新研制的平行双关节坐标测量机的测量精度达到8.6μm。
冯悠扬[9]（2020）在《基于视觉和激光的移动机器人SLAM关键技术研究》文中认为近年来随着核心处理器性能的提升、新型传感器价格的下降,以移动机器人为代表的人工智能产业得到迅猛发展。移动机器人是多个交叉学科研究的产物,涉及高精度定位、环境感知、人机交互、运动控制和路径规划等多项机器人技术。其中高精度定位和环境感知是最为基础且重要的环节。然而,现有的移动机器人受应用场景固定、定位稳定性不高、环境交互能力弱等多个方面的影响,导致其可用性不高、实际经济产出较低。基于上述的需求,本文围绕移动机器人高精度定位和环境感知的关键问题展开研究,主要涉及相机内参和视觉-激光外参的联合标定、位姿估计模型、回环后的增量式位姿图优化、视觉与激光传感器紧耦合四个方面,通过对模型的改进和算法的创新,提升了视觉和激光紧耦合过程中定位和建图的精度。本文提出的算法集成应用于国电南瑞的变电站巡检机器人,并在实际的使用中取得了厘米级别的重复定位精度。具体的工作内容如下:1.提出了基于三维标定板的相机内参和视觉-激光外参标定方法针对现有激光和视觉标定过程过于复杂的问题,提出了一种相机内参和相机-激光外参联合标定方法。并针对平面标定板位姿估计退化的情况,设计了一种三维标定板。在相机内参标定的过程中使用了归一化和系数化的方法保证了线性方程求解的稳定性。与平面标定板相比,本文提出的基于三维标定板的方法拥有更高的相机内参精度和稳定性。同时,提出了一种基于三维标定板的相机-激光外参标定方法,利用三个相互垂直的平面在激光坐标系和相机坐标系下建立对应关系,从而求解得到激光和相机的外参参数。相比于现有的激光-相机外参标定方法,本方法环境设置简便、匹配精度较高且空间一致性较好。2.提出了PCA框架下的PnP改进方法针对现有3D-2D（PnP）算法因输入点方差较大导致其算法结果精度严重降低的问题,提出了一种基于PCA方法的PnP算法框架。首先,将输入的点云进行PCA分析,并根据PCA分析的结果建立新的三维坐标系。然后,根据三维点在新坐标系下的坐标使用PnP算法计算位姿。最后,在位姿求解的过程中使用了新的位姿变换模型进行求解,提高了位置的稳定性。在实验部分,针对现有的PnP仿真算法实验中设定三维点坐标范围太小的情况,本文根据实测数据的结果设定仿真实验中相机内参和三维坐标范围,并使用实测数据验证PnP算法的稳定性。实验结果表明本文提出的PnP算法框架拥有更高的精度和和稳定性。3.提出了基于李群李代数的ICP总体最小二乘方法针对现有SLAM系统中3D-3D（ICP）模型未将源点云误差纳入优化的问题,提出了一种基于李群李代数的ICP总体最小二乘算法。该算法使用李群李代数对位姿变量进行参数化,解决了现有总体最小二乘算法中欧拉角万向锁的问题。同时,在模型求解的过程中给出了两种不同的李群李代数参数化方法,分析了两种不同参数化方法的优缺点。实验结果表明本文提出的ICP总体最小二乘算法拥有更高的精度和鲁棒性。4.提出了不依赖FEJ位姿图优化增量式算法针对现有依赖FEJ的增量式位姿图优化算法无法达到全局最优解的问题,提出了一种不依赖FEJ算法的增量式位姿图优化方法（G-PGO）。本文提出的G-PGO算法能够保证优化结果为全局最优解。首先,本文详细分析了现有位姿图参数化与初始化方法,并对实验结果进行分析,选择了最优的参数化和初始化方法应用于G-PGO算法中。然后,为了能够有效地剔除错误回环对优化结果带来的影响,设计了一种残差估计方法应用于G-PGO算法中剔除异值数据。实验结果证明,G-PGO增量式位姿图优化方法优于现有的方法。5.提出了基于空间平面信息的视觉和激光紧耦合方法针对激光和视觉紧耦合算法,提出了一种利用空间平面信息进行定位和建图的算法。首先,利用三维激光点云稀疏的特点设计了一种拥有几何意义的曲率,新设计的曲率计算方法在不同场景下曲率阈值能够保持不变,从而能够有效地提取出空间中的平面点。其次,基于检测出的平面点提出了一种三次增长的平面检测方法,将三维激光点映射到体素空间然后在体素空间中进行BFS增长,提高了平面点识别的准确率。然后,使用各帧提取出的平面点设计了一种基于膨胀和腐蚀的平面多边形凹/凸点检测方法并用于平面匹配。最后,根据匹配的平面提出了一种不需要地图点参与的位姿优化方,同时根据位姿结果和匹配的平面信息恢复出了空间中平面的稠密三维点云地图。
伍万能[10]（2020）在《复杂体育运动场景中目标跟踪方法研究》文中研究表明目标跟踪是视觉技术研究领域的热点问题,被广泛应用于智能监控、自动驾驶、机器人视觉感知等场景。近年来,随着体育产业的快速发展,以篮球、足球为代表的复杂体育运动场景中目标（球与球员）的跟踪,逐渐受到关注。与研究最为广泛的行人监控场景相比,体育运动场景中的目标跟踪问题挑战更大,如更严重的遮挡与外观相似干扰、更剧烈的姿态变化、以及更复杂的运动形式等。对此,本文以篮球、足球等复杂体育运动场景中球（单目标）与球员（多目标）的跟踪为研究对象,从分析常见跟踪方法不适用于这类场景的原因出发,结合视觉目标检测与跟踪最新技术开展研究,提出多种适用于复杂体育运动场景中的球与球员跟踪方法,为体育视频分析领域中动作识别、事件检测、内容理解等更高语义层面的研究奠定基础。本文主要工作与创新点如下:（1）针对体育运动场景中球的尺寸小、遮挡频繁、以及大量背景与光照干扰等因素造成的球的漏检、误检以及跟踪漂移问题,提出一种基于小目标检测与多视角融合的球三维跟踪方法。该方法主要包括球的二维检测、二维跟踪、三维坐标融合与三维轨迹平滑等四个阶段。二维检测阶段,采用一种基于多尺度特征的小目标检测网络,解决了小尺寸球难检测的问题,提高了球的检测精度;二维跟踪阶段,引入多视角信息以及跟踪模型更新策略,有效缓解了误检、漏检与遮挡造成的跟踪漂移问题,提高了球的跟踪鲁棒性;在此基础上,采用三角算法将球的二维坐标融合为三维坐标;最后针对球的非线性运动提出一种简化运动模型,并采用卡尔曼滤波获得准确而平滑的三维跟踪轨迹。所提方法在篮球公共数据集上的二维和三维跟踪精度分别达到0.81与0.92。（2）为解决球员相互靠近时易发生跟踪身份交换的问题,提出一种基于改进最短路径法与球员相似度度量的球员三维跟踪方法。采用批处理的跟踪方式,以融合多个相机视角下球员位置信息的概率占用图为输入构建时空网络流图,并将球员跟踪问题转换为求取流图中所有最短路径的问题。通过引入球员身份信息（球衣颜色与球衣号码）计算球员之间的相似度,调整网络流图中的边权重,有效解决了球员靠近时易造成的跟踪身份交换问题,提高了球员跟踪性能。实验结果表明,给定约70%的球衣颜色与约50%的球衣号码信息时,球员三维跟踪效果与不考虑身份信息的原有方法相比有显着提升。（3）针对体育运动场景中球员姿态变化大与球员外观相似度高等因素对球员跟踪效果的影响,提出一种基于姿态对齐特征与图卷积神经网络的球员二维跟踪方法。较大幅度的姿态变化意味着球员个体特征包含的背景噪声较多,采用一种姿态对齐的特征提取方式可有效提取更精确的球员个体特征;针对球员跟踪过程中较严重的外观相似干扰,通过构建球员的上下文关系图,并利用图卷积神经网络整合邻接球员信息,可学习到表达能力更强的球员上下文特征。实验结果表明,给定相同球员检测的情况下,所提方法对于球员二维跟踪效果的提升效果优于多个相关方法。（4）在上述球员二维跟踪的基础上,进一步提出基于跨视角关联匹配的球员三维跟踪与三维姿态估计方法。其中,为克服单帧匹配时遮挡、相机标定误差等的影响,提出基于多帧姿态信息的跨视角几何相似度度量方法,匹配效果优于基于单帧的跨视角几何相似度;为解决球员外观相似干扰的问题,进一步提出基于图模型的跨视角外观相似度度量学习方法,以各视角中的球员为节点,球员外观深度特征为节点属性,跨视角球员间的连接为边构建跨视角球员图模型,经过图卷积神经网络训练所得相似度优于基于简单余弦距离计算的外观相似度。实验结果表明,同时考虑所提出的上述两种跨视角球员相似度,可显着提升球员三维跟踪与三维姿态估计精度。
二、新型精确三维坐标测量方案（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、新型精确三维坐标测量方案（论文提纲范文）
（1）基于结构光的案件现场三维重建方法（论文提纲范文）
| 摘要 |
| abstract |
| 引言 |
| 1 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 摄像机标定研究现状 |
| 1.2.2 结构光图案的编解码研究现状 |
| 1.2.3 系统标定研究现状 |
| 1.2.4 稠密点云融合技术研究现状 |
| 1.3 本文的组织结构安排 |
| 2 结构光三维重建的基本框架及关键技术 |
| 2.1 结构光三维重建的基本框架 |
| 2.2 结构光三维重建的关键技术 |
| 2.2.1 摄像机标定方法 |
| 2.2.2 结构光图案的编解码策略 |
| 2.2.3 系统标定方法 |
| 2.2.4 稠密点云融合技术 |
| 2.3 本章小结 |
| 3 基于同心圆网格的摄像机标定方法 |
| 3.1 摄像机模型 |
| 3.1.1 线性模型 |
| 3.1.2 非线性模型 |
| 3.2 特征点检测 |
| 3.2.1 同心圆的共同自极三角形性质 |
| 3.2.2 局部亚像素边缘检测算法 |
| 3.2.3 特征点排序 |
| 3.3 获取摄像机参数 |
| 3.3.1 计算单应矩阵 |
| 3.3.2 构建摄像机参数的封闭解 |
| 3.4 实验分析 |
| 3.4.1 仿真实验 |
| 3.4.2 实际实验 |
| 3.5 本章小结 |
| 4 基于条纹投影的三维重建方法 |
| 4.1 高频正弦条纹图案的编解码原理 |
| 4.1.1 正弦条纹图案编解码的误差分析 |
| 4.1.2 高频正弦条纹图案编码原理 |
| 4.1.3 高频正弦条纹图案解码原理 |
| 4.2 基于有理畸变模型的系统标定方法 |
| 4.2.1 特征点的平面外高度 |
| 4.2.2 有理函数畸变模型的PPH映射 |
| 4.3 实验分析 |
| 4.3.1 参数拟合的最优策略 |
| 4.3.2 高阶PPH映射 |
| 4.3.3 标定图像的数量 |
| 4.3.4 正弦条纹图案的频率 |
| 4.3.5 自由曲面测量 |
| 4.4 本章小结 |
| 5 基于深度相机的三维重建方法 |
| 5.1 深度相机的基本参数和深度获取原理 |
| 5.1.1 Kinect的基本参数 |
| 5.1.2 Kinect的深度获取原理 |
| 5.2 三维场景的实时融合方法 |
| 5.2.1 数据预处理 |
| 5.2.2 三维模型融合 |
| 5.2.3 反投影模型 |
| 5.2.4 位姿估计 |
| 5.3 实验分析 |
| 5.4 本章小结 |
| 6 案件现场的三维重建实例分析 |
| 6.1 关键证据的精确三维重建实例 |
| 6.2 案发场景的实时三维重建实例 |
| 6.3 本章小结 |
| 结论 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
（2）船用坐标测量系统定位方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于激光扫描网络的测量定位系统研究现状 |
| 1.2.2 系统定位方法研究现状 |
| 1.3 本领域存在的科学问题和关键技术问题 |
| 1.4 课题的主要研究内容 |
| 第2章 系统定位原理及误差分析 |
| 2.1 引言 |
| 2.2 船用坐标测量系统方案及坐标系定义 |
| 2.2.1 系统方案 |
| 2.2.2 坐标系定义 |
| 2.3 基于光束平差原理定位方法及无干扰条件下定位误差分析 |
| 2.3.1 基于光束平差原理定位方法 |
| 2.3.2 无干扰条件下定位误差分析 |
| 2.4 不同建造阶段定位误差分析 |
| 2.4.1 舱段合拢阶段定位误差分析 |
| 2.4.2 船台舾装阶段定位误差分析 |
| 2.4.3 码头舾装阶段系统定位误差分析 |
| 2.4.4 不同建造阶段定位方法分析 |
| 2.5 仿真实验 |
| 2.5.1 无干扰条件下定位误差仿真实验 |
| 2.5.2 舱段合拢阶段干扰条件下定位误差仿真实验 |
| 2.5.3 船台舾装阶段干扰条件下定位误差仿真实验 |
| 2.5.4 码头舾装阶段干扰条件下定位误差仿真实验 |
| 2.6 本章小结 |
| 第3章 发射站参数标定方法研究 |
| 3.1 引言 |
| 3.2 发射站参数标定原理 |
| 3.3 发射站参数一体化标定方法 |
| 3.4 发射站参数标定算法 |
| 3.5 仿真实验 |
| 3.6 本章小结 |
| 第4章 随机振动干扰环境下系统定位方法研究 |
| 4.1 引言 |
| 4.2 基于因子图的船用坐标测量系统定位模型 |
| 4.2.1 因子图与和积算法 |
| 4.2.2 船用坐标测量系统因子图定位模型 |
| 4.3 抗随机振动干扰定位方法 |
| 4.3.1 因子图定位模型关键节点实现方法 |
| 4.3.2 随机振动干扰处理方法 |
| 4.3.3 抗随机振动干扰定位方法分析 |
| 4.4 仿真实验 |
| 4.5 本章小结 |
| 第5章 船体摇摆干扰环境下系统定位方法研究 |
| 5.1 引言 |
| 5.2 抗船体摇摆干扰定位方案 |
| 5.3 坐标系标定方法 |
| 5.3.1 新增坐标系定义 |
| 5.3.2 坐标系快速标定方法 |
| 5.4 船体摇摆干扰补偿方法 |
| 5.5 时间同步方法 |
| 5.6 仿真实验 |
| 5.6.1 坐标系标定方法仿真实验 |
| 5.6.2 抗船体摇摆干扰定位方法仿真实验 |
| 5.6.3 时间同步仿真实验 |
| 5.7 本章小结 |
| 第6章 系统定位方法验证实验 |
| 6.1 引言 |
| 6.2 发射站参数标定方法验证实验 |
| 6.2.1 发射站参数标定方法验证实验方案 |
| 6.2.2 发射站参数标定方法验证实验 |
| 6.3 抗随机振动干扰定位方法验证实验 |
| 6.4 抗船体摇摆干扰定位方法验证实验 |
| 6.4.1 抗船体摇摆干扰定位方法验证实验方案 |
| 6.4.2 坐标系标定方法验证实验 |
| 6.4.3 抗船体摇摆干扰定位方法验证实验 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（3）基于一维图像组合的空间目标位姿测量关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究目的和意义 |
| 1.2 位姿测量技术的发展概况 |
| 1.2.1 位姿测量理论概述 |
| 1.2.2 基于光学图像位姿测量理论及研究现状 |
| 1.2.3 像机标定理论及国内外研究现状 |
| 1.3 线阵CCD位姿测量理论及技术研究现状 |
| 1.3.1 线阵CCD位姿测量的国内外研究现状 |
| 1.3.2 线阵像机标定理论及研究现状 |
| 1.3.3 线阵光学图像位姿测量技术存在的问题 |
| 1.4 本文的主要研究内容 |
| 第2章 光学系统测量原理及像点识别定位技术研究 |
| 2.1 引言 |
| 2.2 基于一维的多目视觉组合测量系统原理 |
| 2.2.1 一维成像单元交会组合测量模型 |
| 2.2.2 传感器相对测量基准线角偏置范围对视场范围影响 |
| 2.3 一维图像信号去噪技术及改进算法 |
| 2.3.1 一维信号的小波去噪技术及算法改进 |
| 2.3.2 实验结果及分析 |
| 2.4 改进的线阵光学图像的亚像素质心定位法 |
| 2.4.1 线阵CCD像点定位细分技术分析 |
| 2.4.2 基于自适应阈值的插值重心加权法质心定位 |
| 2.4.3 仿真验证 |
| 2.4.4 实际验证 |
| 2.5 本章小结 |
| 第3章 线阵CCD位姿测量系统的像机标定 |
| 3.1 引言 |
| 3.2 像机成像模型及其变换 |
| 3.2.1 面阵像机成像机制 |
| 3.2.2 线阵像机成像机制 |
| 3.3 摄像机畸变问题描述及模型建立 |
| 3.3.1 像机畸变 |
| 3.3.2 基于交比不变的线阵像机畸变校正数学模型 |
| 3.4 基于DLT的线阵像机标定技术 |
| 3.5 改进的线阵CCD的像机两步法标定 |
| 3.5.1 计算线阵CCD像机线性参数 |
| 3.5.2 基于交比不变的像差系数计算 |
| 3.5.3 像机参数的非线性优化 |
| 3.6 引入空间约束的多线阵像机标定误差补偿模型 |
| 3.7 实验验证 |
| 3.7.1 仿真数据验证 |
| 3.7.2 实际实验验证 |
| 3.8 本章小结 |
| 第4章 多线阵像机的高精度位姿估计及目标姿态解算 |
| 4.1 引言 |
| 4.2 位姿描述参数及测量坐标系的建立 |
| 4.2.1 空间目标位姿描述 |
| 4.2.2 位姿测量的模型及变换关系 |
| 4.3 多线阵像机的高精度位姿解算算法 |
| 4.3.1 正交迭代算法 |
| 4.3.2 多线阵像机系统位姿估计的高精度迭代算法 |
| 4.3.3 实验结果及分析 |
| 4.4 点合作目标姿态解算及一维检测的多目标跟踪识别技术 |
| 4.4.1 欧拉-四元数姿态解算数学描述 |
| 4.4.2 多线阵点合作目标的四元数姿态解算模型 |
| 4.4.3 强跟踪UKF算法在多线阵位姿系统中目标跟踪的应用 |
| 4.4.4 仿真分析 |
| 4.5 本章小结 |
| 第5章 实验结果与分析 |
| 5.1 实验平台系统组成 |
| 5.2 系统误差分析 |
| 5.3 硬件平台实验 |
| 5.3.1 空间运动目标三维重建精度验证 |
| 5.3.2 空间运动目标姿态角重构精度验证 |
| 5.3.3 重复性测试 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（4）基于机器视觉的大口径火炮身管指向测量技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景 |
| 1.2 研究现状 |
| 1.3 论文内容安排 |
| 第二章 火炮身管视觉测量模型及相关理论 |
| 2.1 总体设计方案 |
| 2.2 坐标系变换理论 |
| 2.3 相机成像模型 |
| 2.3.1 线性模型 |
| 2.3.2 非线性模型 |
| 2.4 身管位姿估计方法 |
| 2.5 本章小结 |
| 第三章 基于条状标志物的身管位姿测量 |
| 3.1 基于条状标志物的身管姿态测量误差模型与仿真分析 |
| 3.1.1 姿态测量误差模型 |
| 3.1.2 仿真分析 |
| 3.1.2.1 特征间隔误差仿真 |
| 3.1.2.2 标靶和相机距离因素 |
| 3.2 基于条状标志物的身管指向解算 |
| 3.3 特征提取与校正 |
| 3.3.1 Harris检测原理 |
| 3.3.2 角点亚像素级定位 |
| 3.3.3 特征校正算法 |
| 3.3.3.1 多点校正 |
| 3.3.3.2 单点校正 |
| 3.4 实验系统 |
| 3.5 本章小结 |
| 第四章 基于不规则圆标志的身管指向视觉测量 |
| 4.1 基于不规则标志物身管指向测量的系统结构 |
| 4.2 特征点三维位置视觉标定方法 |
| 4.2.1 图像场景及坐标确定 |
| 4.2.2 实验结果 |
| 4.3 粒子群算法优化特征点物理坐标 |
| 4.3.1 基本PSO算法 |
| 4.3.2 身管位姿优化模型 |
| 4.3.3 算例分析 |
| 4.4 基于非线性函数回归的不规则标志圆图像坐标校正 |
| 4.5 实验及分析 |
| 4.6 本章小结 |
| 第五章 基于多机协作的身管指向测量系统的实现 |
| 5.1 摄像机布局 |
| 5.2 测量软件系统 |
| 5.2.1 主控机软件 |
| 5.2.2 指向测量终端软件 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间的研究成果及发表的学术论文 |
（5）基于三维激光扫描技术的转体桥球铰体系安装精度检测方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 滑道与下球铰安装校核技术研究现状 |
| 1.2.2 下球铰滑块安装校核技术研究现状 |
| 1.2.3 三维激光扫描技术研究现状 |
| 1.3 主要研究内容及技术路线 |
| 第2章 三维激光扫描技术的点云数据精度影响因素分析 |
| 2.1 三维激光扫描技术简介 |
| 2.1.1 三维激光扫描技术概念 |
| 2.1.2 三维激光扫描技术基本原理 |
| 2.1.3 三维激光扫描技术优势 |
| 2.1.4 扫描仪的设备特点和性能指标 |
| 2.2 影响扫描仪获取点云精度的因素 |
| 2.2.1 被测物体自身因素 |
| 2.2.2 外界环境因素 |
| 2.2.3 仪器误差因素 |
| 2.3 被测物体特性对点云精度的影响分析试验 |
| 2.3.1 试验材料及方案 |
| 2.3.2 试验结果及分析 |
| 2.4 主要环境因素对点云精度的影响分析试验 |
| 2.4.1 试验材料及方案 |
| 2.4.2 试验结果及分析 |
| 2.5 扫描仪分辨率对球铰模型点云精度的影响分析试验 |
| 2.5.1 试验材料及方案 |
| 2.5.2 试验结果及分析 |
| 2.6 本章小结 |
| 第3章 球铰体系缩尺模型点云数据采集与处理 |
| 3.1 球铰体系缩尺模型介绍 |
| 3.2 球铰体系点云数据的采集 |
| 3.2.1 扫描仪器简介 |
| 3.2.2 扫描前的准备工作 |
| 3.2.3 球铰体系扫描 |
| 3.3 Geomagic Wrap软件的点云数据预处理 |
| 3.3.1 Geomagic Wrap软件介绍 |
| 3.3.2 球铰体系点处理 |
| 3.3.3 球铰体系面处理 |
| 3.4 本章小结 |
| 第4章 球铰体系安装精度检测分析 |
| 4.1 Geomagic Control X三维软件介绍 |
| 4.2 基于Geomagic Control X的滑道与下球铰安装精度检测分析 |
| 4.2.1 滑道与下球铰的曲面匹配 |
| 4.2.2 下球铰及滑道精度比较分析 |
| 4.3 基于Geomagic Control X的下球铰滑块安装精度检测分析 |
| 4.3.1 下球铰滑块的曲面匹配 |
| 4.3.2 下球铰滑块3D比较分析 |
| 4.4 滑块角度偏差分析 |
| 4.4.1 角度偏差分析计算原理 |
| 4.4.2 数据分析 |
| 4.5 本章小结 |
| 第5章 滑块安装正确性评价及球铰体系检测方法 |
| 5.1 基于Matlab数据编程的下球铰滑块安装误差分析 |
| 5.1.1 程序流程分析 |
| 5.1.2 应用实例分析 |
| 5.1.3 编程算法的主要优势 |
| 5.2 基于轴向应力的滑块安装精度试验验证 |
| 5.2.1 应变片测量原理 |
| 5.2.2 试验方法与过程 |
| 5.2.3 试验结果分析 |
| 5.3 球铰体系安装精度检测操作方法与控制要求 |
| 5.3.1 球铰体系安装精度检测操作方法 |
| 5.3.2 球铰体系安装精度检测控制要求 |
| 5.4 本章小节 |
| 第6章 结论与展望 |
| 6.1 主要结论 |
| 6.2 主要创新点 |
| 6.3 展望 |
| 参考文献 |
| 附录 |
| 作者简介及科研成果 |
| 致谢 |
（6）基于视觉的大型船舶发动机锻件三维测量系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题来源 |
| 1.2 研究背景及意义 |
| 1.2.1 课题背景 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 非接触三维测量技术研究现状 |
| 1.3.2 锻件测量技术的国外研究现状 |
| 1.3.3 锻件测量技术的国内研究现状 |
| 1.4 大型锻件测量性能指标 |
| 1.5 本文主要内容与章节安排 |
| 2 三维测量系统总体设计 |
| 2.1 系统总体方案设计 |
| 2.2 基于视觉的三维测量系统工作原理 |
| 2.2.1 摄像机成像模型 |
| 2.2.2 线结构光测量模型 |
| 2.2.3 系统整体扫描模型 |
| 2.3 三维测量系统的硬件选型 |
| 2.3.1 扫描测量系统 |
| 2.3.2 机器人 |
| 2.3.3 激光投射器与相机的安装 |
| 2.4 本章小结 |
| 3 三维测量系统参数标定 |
| 3.1 相机标定 |
| 3.1.1 相机标定方法 |
| 3.1.2 相机标定内外参数求解 |
| 3.1.3 相机标定试验 |
| 3.2 线结构光标定 |
| 3.2.1 典型的线结构光标定方法 |
| 3.2.2 基于相机透视模型的标定方法 |
| 3.2.3 标定实验及精度验证 |
| 3.3 手眼标定 |
| 3.3.1 手眼标定模型 |
| 3.3.2 手眼标定实验 |
| 3.4 本章小结 |
| 4 光条纹图像处理 |
| 4.1 结构光光条图像特点 |
| 4.2 线结构光条纹图像预处理 |
| 4.2.1 图像的滤波去噪 |
| 4.2.2 条纹图像分割 |
| 4.3 传统的中心提取算法 |
| 4.4 改进基于灰度重心法的中心提取算法 |
| 4.5 本章小结 |
| 5 多视角点云处理 |
| 5.1 多视角点云处理概述 |
| 5.2 点云预处理 |
| 5.2.1 点云去噪 |
| 5.2.2 点云稀疏化 |
| 5.3 多视角点云拼接 |
| 5.3.1 拼接方法 |
| 5.3.2 基于标记点的拼接原理 |
| 5.3.3 基于最小二乘法拼接理论的建立 |
| 5.4 本章小结 |
| 6 三维测量系统开发及应用 |
| 6.1 测量系统的开发 |
| 6.1.1 控制系统设计 |
| 6.1.2 软件功能设计 |
| 6.1.3 软件界面设计 |
| 6.2 系统精度验证 |
| 6.3 锻件三维测量及分析 |
| 6.4 测量误差分析 |
| 6.5 本章小结 |
| 7 总结与展望 |
| 7.1 工作总结 |
| 7.2 研究展望 |
| 致谢 |
| 参考文献 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 |
（7）基于立体视觉的飞行器物理仿真动态多信息测量方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 飞行器物理仿真动态多信息测量技术研究现状 |
| 1.3 基于立体视觉的多信息测量相关问题研究现状 |
| 1.3.1 立体相机参数高精度标定算法研究现状 |
| 1.3.2 基于数字图像相关方法的变形测量研究现状 |
| 1.3.3 立体视觉位姿估计关键问题研究现状 |
| 1.3.4 基于GPU并行运算的视觉测量应用研究现状 |
| 1.4 主要研究内容 |
| 第2章 飞行器多信息立体视觉测量系统相机参数高精度标定 |
| 2.1 引言 |
| 2.2 相机成像模型与标定问题分析 |
| 2.2.1 相机成像模型与畸变矫正 |
| 2.2.2 立体相机参数标定与非线性优化 |
| 2.3 圆形特征点亚像素边缘定位与偏心误差修正 |
| 2.3.1 考虑边缘模糊的改进Zernike矩子像素灰度估计 |
| 2.3.2 投影椭圆拟合与偏心误差修正 |
| 2.3.3 圆形特征点中心坐标定位结果分析 |
| 2.4 基于双更新策略加权差分进化粒子群优化的相机参数标定 |
| 2.4.1 粒子群优化算法 |
| 2.4.2 加权差分进化算法 |
| 2.4.3 基于双更新策略加权差分进化粒子群的相机参数标定 |
| 2.5 飞行器多信息立体视觉测量系统相机参数标定实验与分析 |
| 2.5.1 仿真实验与结果分析 |
| 2.5.2 实际标定实验与结果分析 |
| 2.6 本章小结 |
| 第3章 多相机网络联合约束优化的飞行器翼面三维变形信息测量 |
| 3.1 引言 |
| 3.2 数字图像相关方法测量原理 |
| 3.2.1 散斑图像子区匹配模型建立 |
| 3.2.2 双三次样条亚像素插值法 |
| 3.3 散斑图像子区亚像素时序匹配策略 |
| 3.3.1 Newton-Raphson迭代法的子区亚像素匹配 |
| 3.3.2 IC-GN迭代法的子区亚像素匹配 |
| 3.4 多相机网络联合约束优化的数字图像相关三维变形信息测量 |
| 3.4.1 多相机网络联合约束关系建立与优化求解 |
| 3.4.2 基于多相机网络联合约束优化的新型相关函数构建 |
| 3.4.3 三维重建与变形信息计算拟合 |
| 3.5 三维变形信息测量结果对比与分析 |
| 3.5.1 位移测量结果与分析 |
| 3.5.2 三维变形测量结果与分析 |
| 3.6 本章小结 |
| 第4章 基于多源数据双向传递的闭合测量模式与飞行器位姿信息解算 |
| 4.1 引言 |
| 4.2 基于多源数据双向传递的闭合测量模式建立 |
| 4.2.1 问题分析与描述 |
| 4.2.2 视觉测量中的多源数据融合模型搭建 |
| 4.2.3 立体视觉系统的闭合测量模式建立 |
| 4.3 多源数据双向传递的闭合测量模式下飞行器位姿信息解算 |
| 4.3.1 基于SVD的位姿变换矩阵估计 |
| 4.3.2 基于多相机扩展正交迭代算法的飞行器位姿信息估计 |
| 4.4 多源数据双向传递的闭合测量模式数值实验与分析 |
| 4.5 本章小结 |
| 第5章 基于GPU异构并行算法设计与多信息测量系统应用测试 |
| 5.1 引言 |
| 5.2 基于CUDA架构的GPU并行计算实现方式 |
| 5.2.1 GPU硬件构架与CUDA程序执行原理 |
| 5.2.2 NVCC编译CUDA源程序的GPU并行编程实现 |
| 5.3 基于CUDA架构的变形信息测量并行算法设计与实现 |
| 5.3.1 基于新型相关函数的图像子区散斑匹配并行运算方案设计 |
| 5.3.2 基于CUDA架构的亚像素匹配并行算法性能分析 |
| 5.4 飞行器大尺寸模拟翼面动态立体变形信息测量应用 |
| 5.4.1 基于视觉的立体变形测量系统介绍 |
| 5.4.2 CPU串行与CUDA架构并行运算下的匹配速度对比 |
| 5.4.3 飞行器大尺寸模拟翼面三维平移测量实验 |
| 5.4.4 飞行器大尺寸模拟翼面动态立体变形测量实验 |
| 5.5 飞行器物理仿真动态位姿信息测量实验 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（8）平行双关节坐标测量机误差修正技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 坐标测量系统 |
| 1.1.1 坐标测量机 |
| 1.1.2 其它测量系统 |
| 1.2 关节类坐标测量机研究现状 |
| 1.2.1 便携关节式坐标测量机 |
| 1.2.2 平行双关节坐标测量机 |
| 1.3 课题来源、研究目标及选题意义 |
| 1.4 本文主要研究内容 |
| 第二章 平行双关节坐标测量机测量模型研究 |
| 2.1 平行双关节坐标测量机系统构成 |
| 2.2 便携关节式坐标测量机建模理论 |
| 2.2.1 D-H建模理论 |
| 2.2.2 广义几何误差模型 |
| 2.2.3 指数积模型 |
| 2.3 平行双关节坐标测量机建模方式 |
| 2.4 Z轴位移台误差运动测量 |
| 2.4.1 误差运动测量方法 |
| 2.4.2 实验结果与数据分析 |
| 2.5 小结 |
| 第三章 圆光栅传感器测角误差分析与修正 |
| 3.1 引言 |
| 3.2 旋转轴误差运动及其测量方法 |
| 3.3 阿贝原则在角度测量上的拓展应用研究 |
| 3.3.1 阿贝原则的起源与发展 |
| 3.3.2 测角阿贝误差 |
| 3.3.3 实验结果与数据分析 |
| 3.4 基于误差分析-测量-建模的测角误差研究 |
| 3.4.1 测角误差模型研究 |
| 3.4.2 光栅盘安装偏心检测 |
| 3.4.3 旋转轴径向误差运动测量 |
| 3.4.4 实验结果与数据分析 |
| 3.5 小结 |
| 第四章 含温度因素的圆光栅传感器测角误差修正技术研究 |
| 4.1 引言 |
| 4.2 含温度因子的测角误差修正模型 |
| 4.2.1 傅里叶级数展开 |
| 4.2.2 BP神经网络 |
| 4.2.3 遗传算法 |
| 4.3 测角误差检测实验方案 |
| 4.4 实验结果与数据分析 |
| 4.4.1 傅里叶级数展开-遗传算法优化的BP神经网络方法 |
| 4.4.2 对比分析 |
| 4.5 小结 |
| 第五章 平行双关节坐标测量机标定与测量精度验证 |
| 5.1 平行双关节坐标测量机标定技术研究 |
| 5.1.1 标定模型 |
| 5.1.2 结构参数计算方法 |
| 5.1.3 标定实验 |
| 5.2 平行双关节坐标测量机测量精度验证 |
| 5.2.1 坐标测量机检测标准 |
| 5.2.2 测量精度验证方案与结果 |
| 5.3 小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录1 |
| 攻读博士学位期间的学术活动及成果情况 |
（9）基于视觉和激光的移动机器人SLAM关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略词注释表 |
| 第一章 绪论 |
| 1.1 研究目的和意义 |
| 1.2 移动机器人的定位与建图技术概述 |
| 1.3 本文研究内容 |
| 第二章 基于三维标定板的相机和激光雷达标定方法 |
| 2.1 引言 |
| 2.2 研究内容概述 |
| 2.3 基于三维标定板的相机标定算法 |
| 2.4 相机和激光的外参标定方法 |
| 2.6 实验结果 |
| 2.6.1 相机三维标定结果 |
| 2.6.2 相机-激光外参标定结果 |
| 2.7 本章小结 |
| 第三章 基于PCA框架的PnP算法 |
| 3.0 引言 |
| 3.1 研究内容概述 |
| 3.2 归一化PnP算法 |
| 3.3 实验结果 |
| 3.3.1 仿真实验 |
| 3.3.2 实测实验 |
| 3.4 本章小结 |
| 第四章 基于李群李代数的ICP总体最小二乘方法 |
| 4.0 引言 |
| 4.1 研究内容概述 |
| 4.2 基于李群李代数的ICP总体最小二乘算法 |
| 4.2.1 ICP算法 |
| 4.2.2 Gauss-Helmert模型 |
| 4.2.3 李群李代数定义 |
| 4.2.4 GHM雅克比求解 |
| 4.3 基于向量的坐标解算方法 |
| 4.4 实验结果 |
| 4.4.1 总体最小二乘算法实验结果 |
| 4.4.2 基于向量的坐标求解实验结果 |
| 4.5 本章小结 |
| 第五章 不依赖FEJ位姿图优化增量式算法 |
| 5.1 引言 |
| 5.2 研究内容概述 |
| 5.3 增量式PGO算法 |
| 5.3.1 PGO算法模型构建 |
| 5.3.2 G-PGO算法 |
| 5.4 实验结果 |
| 5.4.1 误差评价模型 |
| 5.4.2 数据集 |
| 5.4.3 PGO算法验证 |
| 5.5 本章小结 |
| 第六章 基于平面的定位和稠密建图方法 |
| 6.1 引言 |
| 6.2 研究内容概述 |
| 6.3 算法实现 |
| 6.3.1 点云聚类和平面的检测方法 |
| 6.3.2 多边形边界估计、平面匹配和参数更新方法 |
| 6.3.3 视觉和激光紧耦合的位姿估计方法 |
| 6.3.4 基于平面投影的可视化方法 |
| 6.4 实验结果 |
| 6.4.1 激光曲率的检测结果 |
| 6.4.2 基于三次增长法的平面检测结果 |
| 6.4.3 视觉和激光的紧耦合位姿估计结果 |
| 6.4.4 彩色点云建图结果 |
| 6.5 基于变电站场景下南瑞巡检机器人的技术应用 |
| 6.6 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 作者简介 |
（10）复杂体育运动场景中目标跟踪方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 视觉技术在体育视频分析领域的研究与应用现状 |
| 1.2.2 视觉目标检测与跟踪技术的研究现状 |
| 1.2.3 目前存在的关键问题 |
| 1.3 论文的主要研究内容和创新点 |
| 1.3.1 本文拟解决的问题 |
| 1.3.2 本文的主要研究内容安排 |
| 1.3.3 本文的主要创新点 |
| 第2章 基于小目标检测与多视角融合的球三维跟踪 |
| 2.1 引言 |
| 2.2 本章方法研究 |
| 2.2.1 问题阐述 |
| 2.2.2 方法总体概述 |
| 2.2.3 球的二维检测 |
| 2.2.4 球的二维跟踪 |
| 2.2.5 球的三维坐标融合 |
| 2.2.6 球的三维轨迹平滑 |
| 2.3 实验 |
| 2.3.1 数据集 |
| 2.3.2 单目标跟踪评价指标 |
| 2.3.3 基准方法 |
| 2.3.4 实验结果 |
| 2.3.5 实验结果分析 |
| 2.4 本章小结 |
| 第3章 基于改进最短路径法与相似度度量的球员三维跟踪 |
| 3.1 引言 |
| 3.2 本章方法研究 |
| 3.2.1 方法总体概述 |
| 3.2.2 原有基于KSP的多目标跟踪 |
| 3.2.3 基于改进KSP的多目标跟踪 |
| 3.2.4 时空网络流图的构建 |
| 3.2.5 相似度度量 |
| 3.2.6 特征提取与融合 |
| 3.3 实验 |
| 3.3.1 数据集 |
| 3.3.2 批处理与实验参数说明 |
| 3.3.3 多目标跟踪评价指标 |
| 3.3.4 实验结果 |
| 3.3.5 实验结果分析 |
| 3.4 本章小结 |
| 第4章 基于姿态对齐特征与图卷积神经网络的球员二维跟踪 |
| 4.1 引言 |
| 4.2 常见的两种多目标跟踪方式 |
| 4.3 图卷积神经网络的基础知识 |
| 4.4 本章方法研究 |
| 4.4.1 方法总体概述 |
| 4.4.2 基于姿态对齐的特征提取 |
| 4.4.3 基于上下文图模型的相似度学习 |
| 4.4.4 关联匹配 |
| 4.5 实验 |
| 4.5.1 数据集 |
| 4.5.2 多目标跟踪评价指标 |
| 4.5.3 基准方法 |
| 4.5.4 实验结果 |
| 4.5.5 实验结果分析 |
| 4.6 本章小结 |
| 第5章 基于跨视角关联匹配的球员三维跟踪与三维姿态估计 |
| 5.1 引言 |
| 5.2 本章方法研究 |
| 5.2.1 方法总体概述 |
| 5.2.2 球员的二维检测、跟踪与二维姿态估计 |
| 5.2.3 跨视角球员关联匹配 |
| 5.2.4 球员的三维姿态估计与三维跟踪 |
| 5.3 实验 |
| 5.3.1 数据集 |
| 5.3.2 多目标跟踪与姿态估计评价指标 |
| 5.3.3 实验结果 |
| 5.3.4 实验效果展示 |
| 5.3.5 实验结果分析 |
| 5.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间所取得的科研成果 |
| 附录B 体育视频的球与球员跟踪系统软件界面 |
四、新型精确三维坐标测量方案（论文参考文献）
- [1]基于结构光的案件现场三维重建方法[D]. 卜令彬. 中国人民公安大学, 2021(12)
- [2]船用坐标测量系统定位方法研究[D]. 郝强. 哈尔滨工业大学, 2021(02)
- [3]基于一维图像组合的空间目标位姿测量关键技术研究[D]. 王艳. 哈尔滨工业大学, 2021(02)
- [4]基于机器视觉的大口径火炮身管指向测量技术研究[D]. 齐寰宇. 石家庄铁道大学, 2021(02)
- [5]基于三维激光扫描技术的转体桥球铰体系安装精度检测方法研究[D]. 郝如意. 吉林大学, 2021(01)
- [6]基于视觉的大型船舶发动机锻件三维测量系统研究[D]. 孙兆军. 重庆理工大学, 2021(02)
- [7]基于立体视觉的飞行器物理仿真动态多信息测量方法研究[D]. 张贵阳. 哈尔滨工业大学, 2021(02)
- [8]平行双关节坐标测量机误差修正技术研究[D]. 贾华坤. 合肥工业大学, 2021(02)
- [9]基于视觉和激光的移动机器人SLAM关键技术研究[D]. 冯悠扬. 东南大学, 2020(02)
- [10]复杂体育运动场景中目标跟踪方法研究[D]. 伍万能. 湖南大学, 2020(02)