基于改进ICP算法的线结构光扫描系统误差校准

›› 2016, Vol. 29 ›› Issue (6): 178-.

基于改进ICP算法的线结构光扫描系统误差校准

袁满满穆平安戴曙光

（上海理工大学光电信息与计算机工程学院，上海 200093）

出版日期:2016-06-15 发布日期:2016-06-22
作者简介:袁满满（1991-），女，硕士研究生。研究方向：仪器仪表工程专业工业图像处理。

Installation Error Calibration Based on Line Structure Improved ICP Optical Scanning System

YUAN Manman MU Pingan DAI Shuguang

(School of OpticalElectrical and Computer Engineering， University of Shanghai for Science and Technology，
Shanghai 200093, China)

Online:2016-06-15 Published:2016-06-22

摘要/Abstract

摘要：

为了实现工业自动化检测，采用机器人技术与线结构光扫描技术两者相结合，将线结构光传感器安装在机器人法兰盘上，由于安装误差等的存在，影响到扫描系统的测量精度。针对这一问题，文中利用改进ICP算法的点云配准技术，对点云进行配准，反求由安装误差造成的变换矩阵，实现对系统误差的校准。实验结果表明，文中所提方法达到了较好的校准效果。

关键词: 改进ICP 算法；点云配准；误差校准

Abstract:

In order to realize the detection of industrial automation, the technology of robot and line structure light scanning technology is combined, the line structure light sensor installed on the robot flange, because the installation error exists, affect the measurement accuracy of the scanning system. To solve this problem, by using the improved ICP algorithm of point cloud registration technology in this paper, the registration of point cloud, the reverse transformation matrix caused by installation error, the calibration of the system error. The experimental results show that the proposed method achieves better calibration.

Key words: the improved ICP algorithm; , point cloud registration; , the installation error calibration

中图分类号:

TP301.6

袁满满穆平安戴曙光. 基于改进ICP算法的线结构光扫描系统误差校准[J]. , 2016, 29(6): 178-.

YUAN Manman MU Pingan DAI Shuguang. Installation Error Calibration Based on Line Structure Improved ICP Optical Scanning System[J]. , 2016, 29(6): 178-.

[1]	胡晓锐，骆艳洁，麦云飞. 遗传算法在恒张力控制系统中的应用[J]. , 2017, 30(4): 72-.
[2]	朱怀毅. 基于NiosII的CZT频谱细化算法仿真实现[J]. , 2017, 30(4): 76-.
[3]	梁樱馨，田浩杉. 基于细菌觅食与粒子群的改进混合算法[J]. , 2017, 30(4): 79-.
[4]	宋平，邵清. 使用正态分布函数修正推荐系统相关相似性[J]. , 2016, 29(10): 58-.
[5]	李田田. 基于改进PSO算法的直接进给轴伺服参数优化[J]. , 2016, 29(10): 69-.
[6]	郝玉梅. 利用EM算法估计寿命模型中的参数[J]. , 2016, 29(8): 68-.
[7]	王智浩. NSGA-II在不同性能指标组合下的PID参数优化[J]. , 2016, 29(8): 70-.
[8]	李根，王亚刚，周小伟，张凤登. 一种基于密度均值的谱聚类算法[J]. , 2016, 29(8): 74-.
[9]	季莉莉，李烨. 云环境下基于迁移的虚拟机集群优化算法[J]. , 2016, 29(8): 117-.
[10]	徐晓冬，戴曙光. 基于改进WFPSO算法的无刷直流电机模型分析[J]. , 2016, 29(9): 37-.
[11]	张晨，游晓明. 基于栅格模型机器人路径规划的量子蚁群算法[J]. , 2016, 29(7): 1-.
[12]	许晓磊，聂文惠，曹菲. HAFBPS对发酵法生产透明质产量的预测[J]. , 2016, 29(7): 22-.
[13]	张海兵. 基于粒子滤波的动态自回归预测模型方法[J]. , 2016, 29(6): 15-.
[14]	方欣欣,龚如宾,李大为. 基于余弦距离的多目标粒子群优化算法[J]. , 2016, 29(3): 48-.
[15]	刘江,魏静萱. 基于极坐标变换的改进NSGA-II算法[J]. , 2016, 29(2): 34-.