陈昶

【摘要】多传感器集成测量系统是一种将非接触式及接触式的两种方法结合在一起的系统，可实现优势互補，达到高效及精确的测量。然而，对于多传感器集成测量系统的数据对齐精度及灵活性不高，且数据过程相对较复杂。在此背景下，本文提出一种不依靠简单几何的自动对齐方法，提高数据对齐效率。

【关键词】多传感器；集成测量系统；数据对气方法

近几年来，随着我国测量技术的不断发展，传统单一的实物数字化方法已不能满足当前高精度及高效率的需求，亟需一种新型测量系统。因此，多传感器集成测量系统应运而生。到目前为止，传感器分为激光测头、接触式测头及其视觉传感器，可快速的测量复杂曲面零件，使测量技术不断向智能化方向发展。而多传感器集成测量系统的数据对齐方法是当前众多学者研究的重点之一。本文不揣浅陋，提出几点意见，望对集成测量的数据对齐工作提供参考借鉴。

一、多传感器集成测量的研究

在实际应用中广泛的应用的传感器有视觉传感器、激光测头及接触式测头，其中视觉传感器一次所获取的信息量较大，且能够较容易的获取零件模型，但具有较低的测量精度，其误差超过0.1mm；激光测头具有较高的测量速度，可有效克服接触式测头所带来的问题，但测量精度也较低，超过2μm[1]；接触式测头具有较高的可靠性，且精度较高，小于1μm，但价格相对较高，测量成本较大，测量速度较慢，同样制约其进一步推广。鉴于以上各种传感器具有的优缺点，当前，推出一种将以上三种传感器相结合的测量方式，形成一个优势互补的测量系统，提高测量精度及效率。

二、多传感器集成测量的数据对齐特点及方法

在多传感器集成测量系统当中，将所获得的点集实现有效对齐是当前研究的重点内容之一。众多学者对其进行相关研究，提出广泛采用迭代最近点法，即提取点云数据的内蕴量的多视拼接法，并使用三坐标测量机对骨架点进行测量等。但对其研究往往集中于简单的几何体，所得到的数据对齐不具有较高的精度，有较大误差。因此，需要开发一种提高数据对齐精度的方法，下面对其进行阐述：

1.数据对齐特点。

一方面，数据对齐精度不相同。就当前两种测量方法，其精度间有较大差距。其中非接触测量扫描所获取的点云精度非常低，接触式测量扫描的精度相对较高。另一方面，数据对齐密度不相同。一般情况下，非接触式测量、接触式测量分别采用全场扫描、按照操作人员的测量意图进行布点规划，最终所获取的数据分别是密集及稀疏的数据。所以，所需要对齐的点集中并不存在对应点，以致于不能够找到相匹配的内蕴量，最终导致很多数据对齐无法应用。

2.初始对齐的实现。

本次对初始对齐的研究主要是在ScanData和TouchData间建立相应的对应点，而这些对应点能够通过待测件上的特征区域而得到圆心及球心，往往是根据工作台上的公共参考球来加以确定。采用该算法时对初始位置及对应点的要求不高，从某种程度上而言，可有效降低误差，提高数据对齐精度。通常情况，将数据对应点记分别为P1、P2、P3、Q1、Q2、Q3，而X1、X2、X3、W1、W2、W3分别为矢量，X、W则分别是由以上适量所组成的矩阵，为初始对齐算法流程。

3.精确对齐的实现。

由于传统的迭代最近点算法精度较低，降低了算法的效率。应对其进行优化改进，其中最重点的是确定对应点。对应点的确定通过利用KD-tree搜索对应点，其实施步骤：首先，确定初始对齐后的位置，并在ScanTriModel寻找最近的三角形定点，并标明对应点关系。其次，在ScanTriModel中寻找相应端点的半边三角形，并将影点集合在一起，形成相连的三角形数。最后，正确判断投影点是在三角形内部还是外部[2]。此外，在实际的应用中，大多由于数据中的噪声点而不能够满足对应数据点集间需求，造成数据的错误匹配，最终影响数据的对齐精度。因此，应对ICP的方法进行改进；保证迭代算法中对应点的间距小于阈值。当完成数据对齐后还需要将单一的数据点集融合在一起，可采用空间栅格的划分思想，在确定重叠区域后，就能够快速清除重叠区域中的ScanData数据点，仅仅保留具有较高精度的数据。

三、结束语

随着我国测量技术的不断发展，多种传感器在实际测量中得到广泛应用。经过长期实践经验的积累，多传感器的测量系统逐渐向智能化方向发展，在提高测量效率的同时，还能够确保测量精度。而对于集成测量系统的数据对齐一直是研究的重点技术之一，由于传统的迭代最近点算法无法满足现实数据需求，而使得采取新型数据对齐法。在此背景下，本文通过提出一种基于不依靠简单几何自动对齐法，分别从初始对齐及精确对齐两方面分析数据对齐算法，旨在提高集成系统数据对齐精度。

参考文献

[1]朱嘉.基于视觉与触觉集成传感的多坐标组合测量系统的研究[D].天津大学，2010.

[2]邹进贵，徐亚明，胡波等.车载自动化精密三角高程测量系统研究[J].测绘信息与工程，2010，35（4）：30-32.