CN107860346B - 一种测量坐标系配准方法 - Google Patents

一种测量坐标系配准方法 Download PDF

Info

Publication number
CN107860346B
CN107860346B CN201710913704.1A CN201710913704A CN107860346B CN 107860346 B CN107860346 B CN 107860346B CN 201710913704 A CN201710913704 A CN 201710913704A CN 107860346 B CN107860346 B CN 107860346B
Authority
CN
China
Prior art keywords
points
coordinate
different measurement
common points
coordinate system
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201710913704.1A
Other languages
English (en)
Other versions
CN107860346A (zh
Inventor
朱绪胜
杨凤龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Satellite Manufacturing Factory Co Ltd
Original Assignee
Beijing Satellite Manufacturing Factory Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Satellite Manufacturing Factory Co Ltd filed Critical Beijing Satellite Manufacturing Factory Co Ltd
Priority to CN201710913704.1A priority Critical patent/CN107860346B/zh
Publication of CN107860346A publication Critical patent/CN107860346A/zh
Application granted granted Critical
Publication of CN107860346B publication Critical patent/CN107860346B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G01B21/04—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness by measuring coordinates of points
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

一种测量坐标系配准方法，包括如下步骤：步骤一、已知一组公共点分别在两个不同测量坐标系下的坐标值，按排列组合中的组合方法从中抽取至少三个公共点，利用奇异值分解方法计算得到两个不同测量坐标系的第一转换关系矩阵；步骤二、除步骤一中已抽取的公共点外，将其余公共点在两个不同测量坐标系下的坐标值统一到同一测量坐标系下，并计算残差；步骤三、设定残差阈值，步骤二中残差小于残差阈值的公共点和该次抽取的公共点确定为域内点，记录域内点及域内点的数目；步骤四、重复步骤一至步骤三，选取域内点数目最多的抽样，根据域内点的坐标值，利用奇异值分解方法计算两个不同测量坐标系的转换关系矩阵。

Description

一种测量坐标系配准方法
技术领域
本发明属于数字化测量领域，涉及一种测量坐标系配准方法。
背景技术
随着数字化制造为核心的先进制造技术的飞速发展，对形状尺寸和空间位置测量的精度和速度提出了越来越高的要求，数字化的高精度测量设备/***的联合组网测量得到了广泛的应用。尤其是以高稳定结构在环境温度下的原位测量为代表的各类大型、复杂、高精度产品结构测量需求越来越多。
大多数场合下，由于测量现场可视性、可达性等条件的限制，往往需要通过测量仪器转站或者利用多台测量仪器组网测量，以获得零部件的整体信息。不同测量设备或不同测量站位获得的测量点的坐标值都是以自身的测量坐标系为基准，需要通过公共点的坐标值，对不同的坐标系进行配准，将测量数据统一于同一坐标系下。这要求公共点的世界坐标值保持不变，但在温度变化比较大、温度梯度大，振动等恶劣条件的复杂工况之下，公共点的世界坐标值会产生波动，甚至严重偏离其理论位置。传统的坐标系配准方法如最小二乘法、奇异值分解法、四元数法，利用全体公共点在不同测量坐标系下的坐标值，计算坐标系之间的转换关系，由于计算过程种有可能存在世界坐标值波动较大的公共点，导致上述方法配准精度较低。
发明内容
本发明要解决的技术问题是：克服现有技术的不足，提供了一种测量坐标系配准方法，与传统的测量坐标系配准方法相比，本发明剔除了公共点坐标值波动比较大的点，并结合奇异值分解方法提高了坐标系配准的配准精度，从而提高了不同测量坐标系之间坐标转换的准确性。
本发明目的通过以下技术方案予以实现：
一种测量坐标系配准方法，包括如下步骤：
步骤一、已知一组公共点分别在两个不同测量坐标系下的坐标值，按排列组合中的组合方法从中抽取至少三个公共点，根据上述至少三个公共点在两个不同测量坐标系下的坐标值，利用奇异值分解方法计算得到两个不同测量坐标系的第一转换关系矩阵；
步骤二、利用步骤一中的第一转换关系矩阵，将两个不同测量坐标系下的坐标值统一到同一测量坐标系下，除已抽取的公共点以外，计算其余公共点坐标值转换后的残差；
步骤三、设定残差阈值小于所有公共点坐标平均值的万分之一，将步骤二中残差小于残差阈值的公共点和该次抽取的至少三个公共点定为域内点，残差不小于残差阈值的公共点定为域外点；剔除域外点，记录域内点及域内点的数目；
步骤四、重复步骤一至步骤三，比较所有组合方法抽样结果得到的域内点的数目，选取域内点数目最多的抽样，根据该抽样记录的所有域内点的坐标值，利用奇异值分解方法计算两个不同测量坐标系的转换关系矩阵。
上述测量坐标系配准方法，所述步骤一中按组合方法抽取的至少三个公共点不在同一条直线上。
上述测量坐标系配准方法，应用的环境温度范围为-170℃～+140℃。
上述测量坐标系配准方法，应用的真空环境压力小于1×10-4Pa。
上述测量坐标系配准方法，应用领域包括：光学领域、图像领域、装配领域。
本发明相比于现有技术具有如下有益效果：
(1)本发明方法通过抽样、剔除域外点，剥离了环境条件因素的影响，提升了两个不同测量坐标系之间转换关系矩阵的精度，实现了高精度测量坐标系配准；
(2)本发明方法采用残差阈值控制，可有效控制高精度测量坐标系配准过程中的精度水平，同时能够根据测量坐标系的配准需要，灵活调整残差阈值；
(3)本发明残差阈值取值范围的边界与公共点的坐标值成比例关系，能够适用于不同尺度、不同测量对象的坐标系配准；
(4)本发明方法通过奇异值分解方法进行坐标系配准，克服了传统方法盲目选取公共点的问题，通过对于抽样组合的对比计算，为坐标系配准过程中参与计算的公共点选取原则提供了数据依据。
附图说明
图1为奇异值分解方法示意图；
图2为本发明的总体方案示意图；
图3为本发明中坐标系配准计算流程图；
图4为不同坐标系下公共点集示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步详细描述。
参照图1，对奇异值分解方法进行说明，具体步骤如下：
步骤101，对于空间点集{pi|pi∈P,i＝1,2,...,n}和{qi|qi∈Q,i＝1,2,...,n}，分别计算三维数据点的重心p和q：
步骤102、根据三维数据点的重心将三维数据点重心化，记为p′i和q′i，i＝1,2,…,n
p′i＝pi-p,q′i＝qi-q (2)
步骤103、根据三维数据点重心化结果计算残差矩阵E：
式中，R为旋转矩阵，对E进行分解，计算如下：
步骤104、当E最小化时，即qi'TRpi'最大时，可以求得旋转矩阵R，令
由奇异值分解算法：
H＝UTΛV (6)
其中U和V为正交矩阵，Λ为非负的对角矩阵。则旋转矩阵R和平移矩阵T分别为，
R＝VUT (7)
T＝p-qR (8)
在奇异值分解方法的基础上，本发明提出的坐标系配准方法的实施方式如图2和图3所示，具体步骤如下：
步骤一、在温度范围-170℃～+140℃、真空环境压力小于1×10-4Pa环境下，已知一组公共点同时位于测量坐标系1和测量坐标系2两个不同测量坐标系下，如图4所示，测量坐标系1下该组数据的m个公共点表示为{uk|uk∈U,k＝1,2,...,m}，测量坐标系2下该组数据的m个公共点表示为{vk|vk∈V,k＝1,2,...,m}，本实施例中m为12。表1为本实施例的一组m个公共点在两个测量坐标系下的坐标值，X1、Y1、Z1分别为m个公共点在坐标系1下的坐标值，X2、Y2、Z2分别为m个公共点在坐标系2下的坐标值。
表1
步骤二、按排列组合中的组合方法从步骤一所述的一组m个公共点中抽取至少三个公共点，如果上述至少三个公共点在一条直线上，则重新抽取至少三个公共点；如果上述至少三个公共点不在一条直线上，记为第w次抽样，然后w增加1，进入步骤四；w的初始值为1；本实施例中抽取的公共点个数为三个。
步骤三、根据步骤二中所述三个公共点在两个不同测量坐标系下的坐标值，利用奇异值分解方法计算得到旋转矩阵Rw和平移矩阵Tw，则两个不同测量坐标系的第一转换关系矩阵为[Rw,Tw]。
步骤四、所述步骤一中的一组m个公共点，除步骤二第w次抽样已抽取的三个公共点，将其余的m-3个公共点从一个坐标系转换到另一个坐标系下，利用步骤三中的旋转矩阵Rw和平移矩阵Tw计算上述m-3个公共点的残差εk：
εk＝||vk-(Ruk+T)||2 (9)
步骤五、设定残差阈值小于所有公共点坐标平均值的万分之一，本实施例中所有公共点坐标平均值为964.996mm，残差阈值应小于0.0964996，本实施例中设定残差阈值ε为0.03mm，将步骤四计算的m-3个公共点中残差小于给定阈值ε的公共点和第w次抽取的三个公共点记为域内点，记第w种抽样方法所得的域内点和域内点数目Nw。
步骤六，重复步骤二到步骤五直到取完组合方法的所有抽样，然后找出域内点数目Nw的最大值，根据Nw的最大值确定第w种抽样方法所得的域内点的坐标值，利用奇异值分解方法计算旋转矩阵R和平移矩阵T，即得到两个不同测量坐标系的转换关系矩阵[R,T]。该测量坐标系的转换关系矩阵[R,T]即可完成两个不同测量坐标系的转换，完成高精度测量坐标系配准。
本实施例中，利用本发明方法提出的坐标系配准方法，根据奇异值分解计算得到旋转矩阵R和平移矩阵T为：
T＝[-80.0234 99.9533 50.0092]
步骤七、通过公共点转换的均方根单点测量误差RMS可评价坐标系配准精度，其中RMS具体为：
式中Δxi=xqi-xpi′，Δyi=yqi-ypi′，Δzi=zqi-zpi′，Δxi为配准前后X坐标的残差，xqi为配准前X坐标，xpi′为配准后X坐标，Δyi为配准前后Y坐标的残差，yqi为配准前Y坐标，ypi′为配准后Y坐标，Δzi为配准前后Z坐标的残差，zqi为配准前Z坐标，zpi′为配准后Z坐标。测量坐标系配准的整体误差可以利用所有域内点的均方根测量误差来进行衡量，用RMSTotal表示：
则筛选得到的域内点及配准的精度如表2所示：
表2
使用传统的基于奇异值分解的坐标配准方法，使用所有公共点进行坐标系的配准，其配准精度如表3所示。
表3
公共点 ΔX/mm ΔY/mm ΔZ/mm RMS/mm
点1 -0.01756 0.043772 0.015299 0.049582
点2 -0.01313 0.057589 0.006972 0.059478
点3 -0.01234 0.075309 -0.00341 0.076389
点4 -0.02238 0.041622 0.016843 0.05017
点5 -0.03671 0.047076 0.014523 0.061436
点6 -0.05304 0.057157 0.009625 0.078569
点7 -0.02525 0.039295 0.018373 0.050189
点8 -0.05071 0.035701 0.022 0.0658
点9 -0.07722 0.037516 0.022536 0.088757
点10 -0.02426 0.038331 0.018875 0.049131
点11 -0.04587 0.030992 0.024457 0.06052
点12 -0.06887 0.029384 0.026778 0.079516
点13 -0.02129 0.038939 0.018342 0.048018
点14 -0.03135 0.033959 0.021853 0.051121
点15 -0.04379 0.034506 0.022281 0.060038
点16 -0.01646 0.041089 0.016798 0.047344
点17 -0.00777 0.044471 0.014302 0.047357
点18 -0.00309 0.052659 0.009244 0.053553
点19 -0.0136 0.043416 0.015268 0.04799
点20 0.006227 0.055846 0.006825 0.056605
点21 0.021088 0.0723 -0.00367 0.075402
点22 -0.01459 0.044379 0.014766 0.048993
点23 0.001389 0.060555 0.004369 0.060728
点24 0.012736 0.080431 -0.00791 0.081816
RMS<sub>Total</sub> / / / 1.448503
在温度范围-170℃～+140℃、真空环境压力小于1×10-4Pa环境下，采用本发明方法进行测量坐标系配准后所有测点的均方根测量误差为0.462013mm，而传统基于奇异值分解的坐标配准方法的所有测点的均方根测量误差为1.448503mm，因此本发明方法在真空高低温环境下的配准精度远远高于传统奇异值分解法。
本测量坐标系配准方法能够应用领域包括：光学领域、图像领域、装配领域。
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。

Claims (4)

1.一种测量坐标系配准方法，其特征在于：包括如下步骤：
步骤一、已知一组公共点分别在两个不同测量坐标系下的坐标值，按排列组合中的组合方法从中抽取至少三个公共点，所述抽取的至少三个公共点不在同一条直线上，根据上述至少三个公共点在两个不同测量坐标系下的坐标值，利用奇异值分解方法计算得到两个不同测量坐标系的第一转换关系矩阵；
步骤二、除步骤一中已抽取的公共点外，利用步骤一中的第一转换关系矩阵，将其余公共点在两个不同测量坐标系下的坐标值统一到同一测量坐标系下，并计算上述公共点坐标值转换后的残差；
步骤三、设定残差阈值小于所有公共点坐标平均值的万分之一，将步骤二中残差小于残差阈值的公共点和该次抽取的至少三个公共点定为域内点，残差不小于残差阈值的公共点定为域外点；剔除域外点，记录域内点及域内点的数目；
步骤四、重复步骤一至步骤三，比较所有组合方法抽样结果得到的域内点的数目，选取域内点数目最多的抽样，根据该抽样记录的所有域内点的坐标值，利用奇异值分解方法计算两个不同测量坐标系的旋转矩阵和两个不同测量坐标系的平移矩阵，根据所述两个不同测量坐标系的旋转矩阵和两个不同测量坐标系的平移矩阵获得两个不同测量坐标系的转换关系矩阵。
2.根据权利要求1所述的一种测量坐标系配准方法，其特征在于：测量坐标系配准方法应用的环境温度范围为-170℃～+140℃。
3.根据权利要求1所述的一种测量坐标系配准方法，其特征在于：测量坐标系配准方法应用的真空环境压力小于1×10-4Pa。
4.根据权利要求1所述的一种测量坐标系配准方法，其特征在于：测量坐标系配准方法的应用领域包括：光学领域、图像领域、装配领域。
CN201710913704.1A 2017-09-30 2017-09-30 一种测量坐标系配准方法 Expired - Fee Related CN107860346B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710913704.1A CN107860346B (zh) 2017-09-30 2017-09-30 一种测量坐标系配准方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710913704.1A CN107860346B (zh) 2017-09-30 2017-09-30 一种测量坐标系配准方法

Publications (2)

Publication Number Publication Date
CN107860346A CN107860346A (zh) 2018-03-30
CN107860346B true CN107860346B (zh) 2019-12-20

Family

ID=61699439

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710913704.1A Expired - Fee Related CN107860346B (zh) 2017-09-30 2017-09-30 一种测量坐标系配准方法

Country Status (1)

Country Link
CN (1) CN107860346B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110222382B (zh) * 2019-05-22 2023-04-18 成都飞机工业（集团）有限责任公司 一种飞机坐标系优化拟合方法
CN114510679B (zh) * 2021-12-15 2024-04-12 成都飞机工业（集团）有限责任公司 设备位置信息的获得方法、装置、终端设备以及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101246595A (zh) * 2008-02-01 2008-08-20 黑龙江科技学院 光学三维扫描***中多视点云数据拼合方法
CN102169579A (zh) * 2011-03-31 2011-08-31 西北工业大学 密集点云模型快速精确配准方法
CN102661742A (zh) * 2012-05-30 2012-09-12 北京信息科技大学 基于曲率特征加权质心点约束的自适应标志点布局方法
CN102682448A (zh) * 2012-03-14 2012-09-19 浙江大学 一种基于双三视张量的立体视觉快速导航定位方法
CN102779344A (zh) * 2012-07-02 2012-11-14 济南大学 空间变换用配准块及其使用方法
CN103646156A (zh) * 2013-12-30 2014-03-19 北京建筑大学 一种基于球标靶探测的激光点云数据自动配准方法
CN105716542A (zh) * 2016-04-07 2016-06-29 大连理工大学 一种基于柔性特征点的三维数据拼接方法
CN105809693A (zh) * 2016-03-10 2016-07-27 西安电子科技大学 基于深度神经网络的sar图像配准方法
CN106780459A (zh) * 2016-12-12 2017-05-31 华中科技大学 一种三维点云数据自动配准方法
KR20170100718A (ko) * 2016-02-25 2017-09-05 한국전자통신연구원 점군 정합 장치 및 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2012268846A1 (en) * 2012-12-21 2014-07-10 Canon Kabushiki Kaisha Optimal patch ranking for coordinate transform estimation of microscope images from sparse patch shift estimates

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101246595A (zh) * 2008-02-01 2008-08-20 黑龙江科技学院 光学三维扫描***中多视点云数据拼合方法
CN102169579A (zh) * 2011-03-31 2011-08-31 西北工业大学 密集点云模型快速精确配准方法
CN102682448A (zh) * 2012-03-14 2012-09-19 浙江大学 一种基于双三视张量的立体视觉快速导航定位方法
CN102661742A (zh) * 2012-05-30 2012-09-12 北京信息科技大学 基于曲率特征加权质心点约束的自适应标志点布局方法
CN102779344A (zh) * 2012-07-02 2012-11-14 济南大学 空间变换用配准块及其使用方法
CN103646156A (zh) * 2013-12-30 2014-03-19 北京建筑大学 一种基于球标靶探测的激光点云数据自动配准方法
KR20170100718A (ko) * 2016-02-25 2017-09-05 한국전자통신연구원 점군 정합 장치 및 방법
CN105809693A (zh) * 2016-03-10 2016-07-27 西安电子科技大学 基于深度神经网络的sar图像配准方法
CN105716542A (zh) * 2016-04-07 2016-06-29 大连理工大学 一种基于柔性特征点的三维数据拼接方法
CN106780459A (zh) * 2016-12-12 2017-05-31 华中科技大学 一种三维点云数据自动配准方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"使用定标球的激光扫描数据配准方法";王力 等;《测绘科学》;20100930;第35卷(第5期);第58-59页 *
"基于ＳＶＤ 法的经纬仪测量***空间数据配准";王鸣翠 等;《测绘地理信息》;20160228;第41卷(第1期);第31-36页 *

Also Published As

Publication number Publication date
CN107860346A (zh) 2018-03-30

Similar Documents

Publication Publication Date Title
CN108759665B (zh) 一种基于坐标转换的空间目标三维重建精度分析方法
CN111027010A (zh) 一种钢构件圆柱体拟合算法
CN110926337B (zh) 一种基于多矢量约束的全局测量数据配准方法
CN108168774B (zh) 一种空间矢量力校准方法
CN107860346B (zh) 一种测量坐标系配准方法
CN110221244B (zh) 非视距条件下基于到达时间差的鲁棒定位方法
CN113111547A (zh) 基于缩减基的频域有限元模型修正方法
CN109976255B (zh) 一种用于并联主轴头的运动学标定方法
CN105654483A (zh) 三维点云全自动配准方法
CN110516350B (zh) 一种基于各向异性加权的ers点误差修正方法
CN112857667B (zh) 一种应变式六维力传感器的混合激励动态标定方法
CN111308418B (zh) 一种对高度未知的目标进行二维定位的稳健方法
CN113702994B (zh) 一种基于刚性约束的激光跟踪仪测量精度提升方法
CN110186482B (zh) 一种提高惯性制导航天器的落点精度的方法
CN102680012B (zh) 量测信息自动输出***及方法
CN111487440A (zh) 一种五孔探针的标定方法
CN113513978B (zh) 高低温环境下的端面位姿相对变化高精度测量方法和***
CN113393507B (zh) 无人机点云与地面三维激光扫描仪点云配准方法
CN110222382B (zh) 一种飞机坐标系优化拟合方法
CN112509018B (zh) 一种四元数空间优化的三维图像配准方法
CN111489441B (zh) Fdb三维模型转换为udb三维模型的方法及其装置
CN117333688B (zh) 一种基于多维梯度特征的高精度地形匹配方法
CN111177848A (zh) 一种基于有限元模型的应变理论值的获取方法和装置
CN111856615B (zh) 重磁异常场重构方法及场源点物性参数解算方法、***
CN116659555B (zh) 一种全站仪坐标到车体坐标的误差修正方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20191220