道路交通事故现场摄影测量中标定点坐标提取的研究

为适应大流量、高速道路交通事故现场的勘察需要，数字摄影测量与现代图像处理技术相结合，已成为交通现场间接测量的有效手段。在道路交通事故现场摄影测量的研究中，获取标定点像点的准确图像坐标，是求解标定点世界坐标的关键。章将边缘检测、中值滤波以及型心坐标提取等3种方法相结合，提出了标定点坐标提取的具体方案，提高了测量精度。     

基于分步标定法的交通事故现场摄影测量精度实验分析

提出了相机内部参数和外部参数分步标定的方案,通过数理统计法得到了测量的不确定度,分析了用于交通事故现场的摄影测量的精度.实验结果表明:标定点的设置及标定物的摆放应使标定点便于识别和准确定位,而标定物的放置位置对测量结果无显著影响;实验中10m范围的摄影测量误差小于1.5%和50m范围的摄影测量误差小于2%的概率都不小于99%.     

用磁敏元件车载测量传动轴扭矩的研究

本文重点介绍了车载测量汽车传动轴扭矩的方法与技术，根据磁元件对微粒移能准确测量的特点，利用单片机及其相应的接口电路测量弹性轴在标定长度内的相对扭转角，能实现对传动轴扭矩的精确测量。     

道路交通事故摄影测量定焦距内外参数分步标定模型

为了获得稳定准确的三维信息,在道路交通事故现场摄影测量等应用中,采用固定焦距的普通非量测数码相机,在实验室条件下,采用二维平面标靶对数码相机的内部参数进行高精度预标定,照相机的外部参数利用预制标定点,采用现场在线标定的方法获得。该方法可减少现场在线标定过程中待辨识参数的数量,提高内外参数标定精度,并降低对现场标定点空间分布的要求。试验表明,采用内外参数分步标定技术,在10 m范围内,摄影测量误差小于1%,能够满足道路交通事故现场勘测要求。     

用全站仪标定不通视的直线

在公路测量中，如遇直线上有小山头等，端点A、B互不通机（图1），常用逐渐趋近法来标定直线。图1中，在A、B两点各竖立一根花杯，由甲测量员选一点C，立一根花仔，C．点尽可能位于AB直线附近，并能看见A、B两点。然后甲测量员指挥动测量员在C；B线广定一点D；，而D，要能看见A点。其次乙测量员指挥甲测量员移动C；花杆到D；A直线上的C点，且在CZ点能看见B点。如此互相指挥移动，直到CDB在一直线上，DCA也在一直线上为止，此时A、C、D、B四点即位于同一直线上。以上方法在实地测量中是用目测法反复进行的，测量工作不但繁琐而…     

基于车载激光点云的道路平整度检测新方法研究

路面平整度是评定道路路面质量的主要技术指标之一,传统的平整度测量方法检测效率低、劳动强度大,难以满足道路快速巡检和公路养护的需求。移动测量系统能够快速动态获取高精度道路点云数据,能详细再现道路的细节特征。因此,本文通过分析车载点云的精度特点以及国际平整度IRI的计算方法,提出一种应用车载激光点云进行路面平整度检测的方法,首先对车载点云数据进行预处理,沿轮迹带方向提取路面点;然后采用等间距邻域均值采点的方式获取路面高程值;最后使用路面高程值进行IRI计算并与高精度水准数据计算的标定结果进行对比。实验结果表明,车载移动测量系统能够用于路面平整度的快速检测。为道路三维快速巡检和公路养护提供了技术支持。     

基于计算机视觉的汽车整车尺寸测量系统

针对汽车尺寸测量的应用背景，根据双目视觉原理开发了一套基于计算机视觉的汽车整车尺寸测量系统。论述了该双目视觉测量原理及传感器模型，利用图像差值法实现车身目标检测，并在此基础上利用Sobel算法、阈值化等技术实现特征点提取。结合特征匹配与区域匹配技术实现立体匹配，并完成自动测量。试验结果表明，该系统可以实现汽车整车尺寸的自动、快速、准确测量。     

车身焊装激光在线检测系统的柔性标定方法

激光在线检测设备的全局标定是在线测量的基础。针对汽车生产线上车身的激光检测系统，探讨了检测系统的各种在线标定方法，在分析、对比了各种全局标定方法在实际运用过程中的标定精度和可靠性的基础上，提出了利用柔性较大的便携式6轴关节式三坐标测量机(PCMM)对激光在线检测系统进行在线全局标定的方法，并通过在线标定实例证明了其可行性。     

白车身在线光学检测系统的简便标定方法

光学检测设备的标定是一个关键因素，通用的激光跟踪仪(Laser Tracker)方法具有比较高的标定精度，但是需要专用的设备，不便于现场应用；三坐标机离线标定法对于集成度较高的在线检测系统单元可以实现分别标定，却对整合后的整体系统无能为力。本文针对光学仪器在线标定方法方面的不足，综合探讨了各种标定方法在实际运用过程中的检测精度和标定优化策略，对比了全局标定和局部标定方法在白车身检测过程中的测量精度和可靠性。     

基于点特征的车载LiDAR与GNSS/IMU联合标定方法研究

激光雷达(LiDAR)、全球导航卫星系统(GNSS)与惯性测量单元(IMU)之间的外部参数标定精度是影响多传感器融合及高精度地图的主要因素。基于此，提出一种适用于无人车的LiDAR与GNSS/IMU标定方法，该方法可实时提取标定板点云中心坐标，并利用点特征进行外部参数标定。首先，分析了LiDAR、GNSS、IMU及通用横墨卡托格网系(UTM)坐标系的变换关系；其次，基于IMU安装平面与地面平行的假设，通过车辆前方地面的法向量计算LiDAR俯仰角和滚转角的初值，并利用标定板中心偏移量计算偏航角初值；然后，假设车辆在平面上保持直线运动，采用恒定姿态运动将旋转角度的求解问题转化为最优化问题，并根据标定板UTM坐标不变的约束求解出平移参数；最后，通过分析算法误差、传感器测量误差以及中心点匹配误差验证了方案的可行性，并通过无人矿车采集LiDAR、GNSS和IMU的同步数据，对所提出的外部参数标定方法进行测试。试验结果表明：提出的方法只需要一定范围的平坦区域和标定板就可以解决3自由度运动估计6自由度外部参数的退化问题，且标定后的外部参数可以保证点云地图在20 m内的拼接误差小于20 cm。