多变量总体最小二乘在点云拼接中的应用.pdfVIP

第38卷 第 1期 测绘与空间地理信息 Vo1．38，No．1 2015年 1月 GEoMATICs＆ SPATIAL lNFoRMATloN TECHNOLOGY Jan．，2015 多变量总体最小二乘在点云拼接中的应用 钱承军 ，陈 义 ， (1．同济大学 测绘与地理信息学院。上海200092；2．现代工程测量国家测绘地理信息局重点实验室，上海 200092) 摘 要：在三维激光扫描仪使用过程中，为 了减小点云拼接时的误差问题 ，本文利用同方差多元变量的EIV(Er- rorsInVariables)模型及总体最小二乘的方法解决三维空间点的相似变换，较传统的迭代算法计算空间坐标转换 的方法，具有非迭代性、可靠性和计算过程中的简便性。最后，利用实际工程案例对非迭代算法的有效性进行 了 验证 。 关键词：多元变量；EIV模型；总体最小二乘；相似变换；非迭代 中图分类号 ：P208 文献标识码：A 文章编号：1672—5867(2015)01—0067—03 Application ofM ultivariableTotalLeastSquaresin the RegistrationofPointClouds QIANCheng—jun．CHENYi (1．CollegeofSurveyingandGeo—Informatics，TongjiUniversity，Shanghai200092，China； 2．KeyLaboratoryofModem EngineeringSurveying，SBSM ，Shanghai200092，China) Abstract：Intheuseofprocessof3D laserscanner，thispaperUSeSnew TLS—typealgorithm inamuhivariatehomoscedasticEIV (ErrorsinVariables)modelandthetotalleast0一square(TLS)methodstoSOlVesimilaritytransformationparametersofthree—di— mensionalspacepointsinordertoreducetheerrorofpointcloudregistration．Comparingwiththetraditional iterativealgorithm inspa— tialcoordinatetransformationcalculation，itiswithoutiteration and hastheadvantagesofsimplicity，reliability in the computing process．Finally，thevalidityofnoniterativealgorithm isverifiedintheactualprojectcases． Keywords：multivariate；EIV (ErrorsinVariables)model；totalleast—square(TLS)；similaritytransformation；noniterative 0 引 言 差的问题，同时又能易于编程实现，快速计算。 1 函数模型及解法 点云数据处理过程 中，需要对其进行坐标配准。由 于扫描 目标一般 比较复杂 ，需要从不同方位扫描多个测 将所有点云数据都拼接到控制点坐标系中去，还是 站 ，才能把扫描对象完整地扫描下来。因此 ，需要将各个 将所有测站坐标转换到同一个测站坐标中去 ，都涉及两 测站的点云数据通过3个以上的同名控制点或控制标靶， 套同名点坐标，令其为 {Q}和 {P}，i：1，2，…，Ⅳ。所 以 将相邻的扫描数据拼接到同一个坐标系统下。本文所采 它们之间的关系是 用的是