摘要:针对传统的空间圆弧拟合方法鲁棒性低、拟合精度不高等问题,提出了一种鲁棒性较强的空间圆弧拟合优化方法。首先,以拉格朗日乘子法为基础,基于平面条件约束建立目标函数,从而得出空间圆弧拟合方程;其次,采用RANSAC(random sample consensus,随机抽样一致)算法剔除错误跟踪点,将RANSAC算法的高稳定性应用到空间圆弧拟合的点云优化中,进而提高拟合精度。最后,通过实验分析验证了所提空间圆弧拟合优化方法的可行性,并与传统拟合方法进行比较,分析所提方法的拟合精度。实验结果表明:普通圆弧点云拟合的相对精度在0.003左右,复杂圆弧点云拟合的相对精度在0.01左右;相较于传统拟合方法,所提方法有效解决了拟合精度低及鲁棒性差等问题。研究结果表明提出的空间圆弧拟合优化方法一方面可运用拉格朗日乘子法增强鲁棒性,另一方面可通过采用RANSAC方法剔除错误点以提高拟合精度,具有广泛的工程实际应用价值。
关键词:三维测量 空间圆弧拟合 拉格朗日乘子法 ransan算法
单位:江南大学机械工程学院; 江苏无锡214122; 江苏省食品先进制造装备技术重点实验室; 江苏无锡214122; 江南大学物联网工程学院; 江苏无锡214122
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社