基于残差分布定权的M估计球形点云拟合方法

摘要：

针对传统最小二乘法拟合球形目标抗差能力弱的问题,提出了基于统计滤波的M估计球形目标点云拟合方法.首先引入统计滤波剔除空间分布稀疏且不均匀的噪声点,结合最小二乘算法建立M估计球形目标拟合模型;然后根据球形目标扫描点云及其误差分布特征,设计了与待求参数相互依赖的权函数,提高剔除目标点云中系统性误差和粗差能力.最后结合等距离间隔条件下扫描球形目标实验数据,分别采用本文方法、最小中值方差一致性估计算法(Least Median of Squares,LMedS)以及最小二乘算法进行拟合处理与结果分析.结果表明,提出的基于残差分布定权的M估计球形目标点云拟合方法得到的球形目标误差较LMedS算法减小21.1％,较最小二乘拟合算法减小48.1％,本文方法具有更好的抗差能力.

关键词：三维激光扫描、统计滤波、残差分布定权、M估计、球形目标点云拟合

所属期刊栏目：19

分类号：P204(一般性问题)

资助基金：国网新源控股水电有限公司科技项目SGXYKJ-2020-079

在线出版日期：2023-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：893-900