基于Gocator的多传感器数据拼接方法研究

基于Gocator的多传感器数据拼接方法研究

周燕琼1，柴晓冬1，叶华平2，郑树彬1，安小雪1

【摘 要】摘要：点云数据拼接在众多科研领域有着十分广泛的应用;为完整、精确地得到复杂物体的点云数据，提出一种基于Gocator的多传感器数据拼接方法；该方法需要对多传感器系统进行两两校准以获取各传感器坐标系与基准坐标系之间的空间变换关系，进而将各传感器自身坐标系下的数据转换到基准坐标系下，实现多传感器数据的拼接；对于双传感器数据拼接，首先通过两只传感器同时拍摄单孔标定块，利用最大距离法提取标定块轮廓坡口特征点，根据坐标转换原理，初步确定了两传感器间的旋转平移关系；在此基础上采用迭代最近点(ICP)算法进一步优化确定两传感器之间的最优变换矩阵，以得到精确的拼接关系；实验室搭建双传感器钢轨廓形检测平台对该算法进行验证，实验结果表明，多次拼接得到的钢轨廓形与标准模板误差不超过0.2 mm，完全符合钢轨廓形允许误差要求，该算法具有较高精度和稳定性。 【期刊名称】计算机测量与控制 【年(卷),期】2024(026)001 【总页数】5

【关键词】Gocator；数据拼接；单孔标定；最大距离法；迭代最近点算法

0 引言

点云数据拼接是众多科研领域研究的重要课题，如逆向工程、移动机器人导航、计算机视觉等[1]。在实际测量过程中，如果被测物体的几何形状较为复杂或尺寸较大，激光传感器在一个视角下不能直接检测得到完整的被测物体点云数据。因此，需要采用多个传感器，通过合理的布局方式，对被测物体进行多视角测