基于RANSAC的便携式激光扫描测量臂手眼标定方法

doi:10.3778/j.issn.1002-8331.1702-0181

计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (23): 256-260.DOI: 10.3778/j.issn.1002-8331.1702-0181

基于RANSAC的便携式激光扫描测量臂手眼标定方法

吴晗1，李巍2，董明利1

1.北京信息科技大学光电测试技术北京市重点实验室，北京 100192
2.北京邮电大学信息光子学与光通信研究院，北京 100876

出版日期:2017-12-01 发布日期:2017-12-14

Method of hand-eye calibration based on RANSAC for portable laser scanning measuring arm

WU Han1, LI Wei2, DONG Mingli1

1.Beijing Key Laboratory for Optoelectronic Measurement Technology, Beijing Information Science and Technology University, Beijing 100192, China
2.Information Photonics and Photo-communication Research Institute, Beijing University of Posts and Telecommunications, Beijing 100876, China

Online:2017-12-01 Published:2017-12-14

摘要/Abstract

摘要： 便携式测量臂和激光扫描测头手眼关系的确定是便携式激光扫描测量臂系统中的关键问题。针对测量臂末端相对运动旋转轴之间的夹角和测量臂与扫描测头相对运动的旋转角差值这两个影响手眼标定精度的因素，设定激光扫描测量臂标定数据筛选原则，提出一种基于随机采样一致性的自适应阈值手眼标定算法。蒙特卡洛仿真实验和激光扫描测量臂实测实验结果表明，提出的算法对四元数方法求解的相对旋转轴和平移向量误差标准差精度分别提高了2.42%，4.14%，可以满足便携式激光扫描测量臂系统的测量精度要求。

关键词: 手眼标定, 随机采样一致性, 自适应阈值, 便携式激光扫描测量臂

Abstract: The connection relation between laser scanning measuring arm and laser scanning probe is the most critical item among the portable laser scanning measuring arm system. The paper proposes a method based on RANSAC that builds a data selection mechanism to weaken the effections of the angle consisted by two moving steps of rotation axis, which represent the laser scanning measuring arm’s moving. The results of the Monte Carlo simulation analysis and real data experiments indicate that accuracy of the rotation axis and the translation vector are improved by 2.42%, 4.14% respectively for the quaternion which meets the accuracy requirement of the portable laser scanning measuring arm system appropriately.

Key words: hand-eye calibration, Random Sample Consensus（RANSAC）, adapting threshold, portable laser scanning measuring arm

吴晗1，李巍2，董明利1. 基于RANSAC的便携式激光扫描测量臂手眼标定方法[J]. 计算机工程与应用, 2017, 53(23): 256-260.

WU Han1, LI Wei2, DONG Mingli1. Method of hand-eye calibration based on RANSAC for portable laser scanning measuring arm[J]. Computer Engineering and Applications, 2017, 53(23): 256-260.

[1]	陈晓文，刘光帅，刘望华，李旭瑞. 成对旋转不变的共生自适应完全局部三值模式[J]. 计算机工程与应用, 2021, 57(1): 219-226.
[2]	王春丹，谢红薇，李亚旋，张昊. 融合改进的三帧差分和ViBe算法的运动目标检测[J]. 计算机工程与应用, 2020, 56(13): 199-203.
[3]	程德强，白春梦，郭昕，李腾腾，庄焕东，徐辉. 基于分层区域的自适应图像配准算法[J]. 计算机工程与应用, 2019, 55(17): 199-206.
[4]	王玮婧，张雪锋. 基于Gabor滤波器与LDP掌纹可撤销模板生成方法[J]. 计算机工程与应用, 2018, 54(9): 89-95.
[5]	谢莎，俞晨琛，陈强. 基于自适应阈值的三维SD-OCT糖网亮斑分割[J]. 计算机工程与应用, 2018, 54(22): 211-215.
[6]	孔祥鑫，周炜，王晓丹，于明秋. 一种SVDD增量学习淘汰算法[J]. 计算机工程与应用, 2018, 54(18): 174-179.
[7]	王军华1，李丁1，刘盛鹏2. 基于改进RANSAC的消防机器人双目障碍检测[J]. 计算机工程与应用, 2017, 53(2): 236-240.
[8]	周飞1，贾振红1，杨杰2，Nikola Kasabov3. 基于NSCT和改进模糊的遥感图像增强方法[J]. 计算机工程与应用, 2017, 53(15): 206-209.
[9]	王萍，王昭然，王娟. 复杂条件下DPM条码的角点检测[J]. 计算机工程与应用, 2016, 52(5): 154-159.
[10]	夏军，裴东，孙瑜欣. 基于局部Gabor自适应三值模式的人脸识别[J]. 计算机工程与应用, 2016, 52(18): 203-207.
[11]	王金桥，段发阶，汪润. 精确标定关节臂视觉检测系统手眼关系[J]. 计算机工程与应用, 2015, 51(21): 225-229.
[12]	郭新年，白瑞林，王秀平. 基于主动视觉的手眼矩阵和光平面标定方法[J]. 计算机工程与应用, 2015, 51(19): 56-60.
[13]	孙乾程，黎蔚. 一种桥梁路面裂缝的检测方法[J]. 计算机工程与应用, 2015, 51(14): 136-140.
[14]	李龙1，白瑞林1，吉峰2，郭新年1. 结构光视觉引导的轨迹跟踪系统的标定技术[J]. 计算机工程与应用, 2014, 50(16): 259-264.
[15]	郭耸1，2，顾国昌2，李常有3，栾方军1，宋晓宇1. 利用EMD的自适应图像去噪[J]. 计算机工程与应用, 2013, 49(8): 12-16.

基于RANSAC的便携式激光扫描测量臂手眼标定方法

Method of hand-eye calibration based on RANSAC for portable laser scanning measuring arm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics