科研之友
微信
新浪微博
Facebook
分享链接
摘要
在大型结构的加工与装配过程中激光雷达的多站组网测试十分常见，但由于点云数据拼接过程需要统一的坐标系，故环境干扰、站位布局导致的转站误差大幅降低了系统的整体测量精度。为了提高多站组网后点云数据融合的面型测量精度，提出了一种改进型奇异值分解算法。该算法在分析站位布局的基础上，通过在多站之间匀差的方式抑制粗大偏差。对目标函数进行了奇异值分解，并通过最优值完成站位的优化布置。实验采用单点精度0.01 mm的MV350型激光雷达，并对6组不同布站情况进行对比分析。结果显示，本算法的点最大误差为0.0824 mm,点平均误差为0.0214 mm,点测量不确定度为0.0122 mm,均优于未规划的测量结果。其测量综合不确定度最接近单机测量综合不确定度，可见，采用本算法对提升转站精度具有一定价值。
- 出版日期2022
- 单位广东石油化工学院; 长春大学旅游学院
