多变量总体最小二乘在点云拼接中的应用  

Application of Multivariable Total Least Squares in the Registration of Point Clouds

作　　者：钱承军[1] 陈义[1,2] 

机构地区：[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

出　　处：《测绘与空间地理信息》2015年第1期67-69,76,共4页Geomatics & Spatial Information Technology

基　　金：国家自然科学基金资助项目(41074017)资助

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(Errors In Variables)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。In the use of process of 3D laser scanner, this paper uses new TLS -type algorithm in a multivariate homoscedastic EIV（Errors in Variables）model and the total least 0 -square（TLS） methods to solve similarity transformation parameters of three -dimensionalspace points in order to reduce the error of point cloud registration .Comparing with the traditional iterative algorithm in spa -tial coordinate transformation calculation , it is without iteration and has the advantages of simplicity , reliability in the computingprocess.Finally, the validity of non iterative algorithm is verified in the actual project cases .

关 键 词：多元变量 EIV模型 总体最小二乘 相似变换 非迭代 

分 类 号：P208[天文地球—地图制图学与地理信息工程]