《表3 最优轮廓匹配算法实例》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《激光测量点云数据补偿和位姿匹配的研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

以二维空间为例，测点轮廓绕Z轴旋转，沿X、Y轴平移，根据粒子群算法计算整体测量测点集的残差平方和F(R，T），如表2所示，其中R为3×3的矩阵，在表格中用单个元素的形式列出。从图9和表2可以看出，当基于前缘轮廓最优时，其整体测量点集相对于理论轮廓的残差平方和达到了1.39872×103，当基于后缘轮廓最优时，其整体测量点集相对于理论轮廓的残差平方和达到了162.23461，也可以明显看出基于前、后缘局部最优时，测量点集与理论轮廓相差很大；当基于前后缘、叶背轮廓最优时，整体测量点集相对理论轮廓的残差平方和分别达到了0.35663和0.41309，与基于整体最优的0.028669相差较大；从表3基于局部轮廓的各区域轮廓度可以分析出，基于前缘、后缘匹配时，其他部位的取值并不是最优解，基于前后缘、叶背匹配时，对基于整体的匹配来说并不是最优解，因此要得到测量点集相对于理论轮廓的位姿匹配的最优解需要选择基于整体轮廓匹配。