[發(fā)明專利]基于選權(quán)迭代狼群算法的三維激光標(biāo)靶球球心擬合方法有效
| 申請?zhí)枺?/td> | 202010577094.4 | 申請日: | 2020-06-23 |
| 公開(公告)號: | CN111964574B | 公開(公告)日: | 2021-09-21 |
| 發(fā)明(設(shè)計)人: | 王磊;李靖宇 | 申請(專利權(quán))人: | 安徽理工大學(xué) |
| 主分類號: | G01B11/00 | 分類號: | G01B11/00;G01B11/24;G06N3/00 |
| 代理公司: | 合肥中谷知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 34146 | 代理人: | 洪玲 |
| 地址: | 23200*** | 國省代碼: | 安徽;34 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 選權(quán)迭代 狼群 算法 三維 激光 標(biāo)靶球 球心 擬合 方法 | ||
本發(fā)明提出了一種基于選權(quán)迭代狼群算法的三維激光標(biāo)靶球球心擬合方法,首次將狼群算法(WPA)與選權(quán)迭代(WI)相結(jié)合,并基于球心方程和標(biāo)靶球球心擬合數(shù)據(jù)特征,構(gòu)建了基于選權(quán)迭代狼群算法的三維激光標(biāo)靶球球心擬合方法(MWIWPA)。在本發(fā)明的擬合方法中,當(dāng)標(biāo)靶球球心擬合數(shù)據(jù)中含有異常值時,MWIWPA的擬合效果優(yōu)于可抵抗異常值的選權(quán)迭代最小二乘法(WILS),且無需進(jìn)行WILS中的復(fù)雜繁瑣的球面方程線性化過程;與基于狼群算法的三維激光標(biāo)靶球球心擬合方法(MWPA)相比,MWIWPA擬合參數(shù)準(zhǔn)確度、精度更高,穩(wěn)健性更好,擬合球心更接近真值,且隨著異常值占比的增加、擬合數(shù)據(jù)點數(shù)的波動,MWIWPA在標(biāo)靶球球心擬合中仍具有更好的擬合效果。
技術(shù)領(lǐng)域
本發(fā)明屬于三維激點云匹配數(shù)據(jù)處理技術(shù)領(lǐng)域,特別是涉及一種基于選權(quán)迭代狼群算法的三維激光標(biāo)靶球球心擬合方法。
背景技術(shù)
三維激光掃描技術(shù)是近期發(fā)展的高新技術(shù),由于其精度高、全數(shù)字化、數(shù)據(jù)獲取快、操作簡便等特點,被廣泛應(yīng)用于三維建模、變形監(jiān)測、地形圖測繪等領(lǐng)域。然而,三維激光掃描技術(shù)在應(yīng)用具有限制,例如完整的點云需要通過多個觀測站獲得,每個觀測站獲得的點云位于觀測站的相對坐標(biāo)系下。所以,三維激光掃描儀獲得的點云需要進(jìn)行多站點云配準(zhǔn)及地理參考坐標(biāo)系轉(zhuǎn)換。且上述點云配準(zhǔn)及坐標(biāo)系轉(zhuǎn)換通常是通過標(biāo)靶球球心進(jìn)行的,因此如何基于實測數(shù)據(jù)構(gòu)建精準(zhǔn)、快速的擬合方法,一直是三維激光掃描技術(shù)應(yīng)用的難點之一。
目前,三維激光標(biāo)靶球球心擬合最常用的方法是最小二乘法(LS),在進(jìn)行標(biāo)靶球球心擬合時,為同時顧及觀測向量矩陣、系數(shù)矩陣中的誤差,整體最小二乘法(TLS)被引入到標(biāo)靶球球心擬合中。但標(biāo)靶球球心擬合數(shù)據(jù)通常是通過人工選擇的,難以避免非標(biāo)靶球球面數(shù)據(jù)(異常數(shù)據(jù))的選擇,即使在選擇標(biāo)靶球球心擬合數(shù)據(jù)時,對異常數(shù)據(jù)進(jìn)行剔除,也難以避免一些不明顯的異常數(shù)據(jù)的遺漏。此時,采用LS、TLS均無法獲得精準(zhǔn)可靠的標(biāo)靶球球心,因此,LS、TLS經(jīng)常與選權(quán)迭代相結(jié)合后,應(yīng)用于標(biāo)靶球球心擬合,通過LS、TLS求取球心,通過選權(quán)迭代減弱甚至消除異常值的影響。但是,由于LS、TLS均不具有抵抗異常值的能力,無法為選權(quán)迭代提供較為接近真值的定權(quán)初值,從而使得選權(quán)迭代的抗異常值能力受到限制,并且LS、TLS在實際應(yīng)用中均需要進(jìn)行復(fù)雜繁瑣的球面方程線性化。狼群算法(WPA)是智能優(yōu)化算法的一種,可運用與復(fù)雜非線性問題中的參數(shù)擬合,且對于擬合數(shù)據(jù)中的異常值的敏感度較低,與傳統(tǒng)群智能優(yōu)化算法相比,狼群算法具有收斂速度快、參數(shù)擬合精度高、可有效避免局部最優(yōu)解等良好的尋優(yōu)特性。然而現(xiàn)有技術(shù)中,還沒有將狼群算法應(yīng)用到三維激光標(biāo)靶球球心擬合方法中。
發(fā)明內(nèi)容
為解決上述技術(shù)問題,本發(fā)明提出了一種基于選權(quán)迭代狼群算法的三維激光標(biāo)靶球球心擬合方法。首次將狼群算法與選權(quán)迭代相結(jié)合,并基于標(biāo)靶球球心擬合數(shù)據(jù)特征,構(gòu)建了基于選權(quán)迭代狼群算法的三維激光標(biāo)靶球球心擬合方法(MWIWPA)。MWIWPA通過選權(quán)迭代以減弱甚至消除異常值的影響;通過狼群算法擬合參數(shù)以確定較為接近真值的選權(quán)迭代的定權(quán)初值,并在充分利用可疑段數(shù)據(jù)的同時減弱其中異常值的影響。
根據(jù)本發(fā)明的實施例,本發(fā)明提出了一種基于選權(quán)迭代狼群算法的三維激光標(biāo)靶球球心擬合方法,該方法包括:
步驟S1、狼群算法與選權(quán)迭代相結(jié)合后引入標(biāo)靶球球心擬合,形成基于標(biāo)靶球球心擬合數(shù)據(jù)特征的MWIWPA模型,并初始化該模型參數(shù);
步驟S2、計算標(biāo)靶球心波動范圍,基于觀測值殘差與對應(yīng)權(quán)值乘積的絕對值之和最小準(zhǔn)則,構(gòu)建適應(yīng)度函數(shù),并生成人工狼群;
步驟S3、基于適應(yīng)度函數(shù)值,產(chǎn)生頭狼;
步驟S4、基于狼群算法中的游走行為模式、奔襲行為模式以及圍攻行為模式擬合出三維激光標(biāo)靶球球心,基于狼群更新規(guī)則淘汰部分人工狼并隨機(jī)生成等數(shù)量的人工狼;
步驟S5、判斷是否達(dá)到WPA最大循環(huán)次數(shù),若達(dá)到則進(jìn)入步驟S6,否則跳轉(zhuǎn)至步驟S2;
步驟S6、計算觀測值殘差,并確定對應(yīng)觀測值權(quán)值;
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于安徽理工大學(xué),未經(jīng)安徽理工大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010577094.4/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種智能天線權(quán)值產(chǎn)生方法和一種基站
- 基于Landweber迭代法的波束形成方法
- 一種基于選權(quán)迭代的星敏感器在軌幾何定標(biāo)方法及系統(tǒng)
- 基于抗差最小二乘的GNSS選星方法
- 一種基于選權(quán)迭代最小二乘的移動盆地角量參數(shù)估計方法
- 一種衛(wèi)星完好性監(jiān)測方法和系統(tǒng)
- 一種標(biāo)簽傳播方法、裝置、電子設(shè)備及存儲介質(zhì)
- 基于選權(quán)迭代狼群算法的三維激光標(biāo)靶球球心擬合方法
- 一種電池參數(shù)辨識方法及系統(tǒng)
- 一種基于點云的警沖標(biāo)平面位置測量方法
- 一種工程參數(shù)尋優(yōu)方法及系統(tǒng)
- 一種基于狼群算法的河道洪水流量演進(jìn)規(guī)律模擬方法
- 基于FS+WP__SVM的數(shù)控機(jī)床主軸熱誤差建模方法
- 一種基于狼群算法的智能經(jīng)濟(jì)調(diào)度方法及裝置
- 一種模擬狼群行為的計算智能優(yōu)化方法
- 基于改進(jìn)狼群算法的光伏發(fā)電系統(tǒng)最大功率點跟蹤方法
- 一種分布式能源系統(tǒng)負(fù)荷預(yù)測方法
- 一種基于狼群算法與擁擠檢測的人群仿真疏散方法及系統(tǒng)
- 一種基于自適應(yīng)步長離散狼群算法的無人機(jī)攻防決策方法
- 一種仿狼群狩獵行為的無人作戰(zhàn)飛機(jī)集群合圍控制方法





