CN114510679B - 设备位置信息的获得方法、装置、终端设备以及存储介质 - Google Patents
设备位置信息的获得方法、装置、终端设备以及存储介质 Download PDFInfo
- Publication number
- CN114510679B CN114510679B CN202111538932.8A CN202111538932A CN114510679B CN 114510679 B CN114510679 B CN 114510679B CN 202111538932 A CN202111538932 A CN 202111538932A CN 114510679 B CN114510679 B CN 114510679B
- Authority
- CN
- China
- Prior art keywords
- measurement
- coordinate values
- matrix
- registration
- nominal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000005259 measurement Methods 0.000 claims abstract description 272
- 239000011159 matrix material Substances 0.000 claims abstract description 151
- 238000012937 correction Methods 0.000 claims abstract description 43
- 238000006243 chemical reaction Methods 0.000 claims description 64
- 238000005457 optimization Methods 0.000 claims description 36
- 238000007781 pre-processing Methods 0.000 claims description 34
- 238000013507 mapping Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 20
- 238000000354 decomposition reaction Methods 0.000 claims description 14
- 230000005484 gravity Effects 0.000 claims description 11
- 238000013519 translation Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 238000004891 communication Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开一种设备位置信息的获得方法,包括:获取多个测量点的多个测量坐标值、多个名义坐标值和多个测量距离;利用多个测量距离,构建配准残差修正矩阵;对多测量坐标值进行重心化处理,获得多个预处理测量坐标值,并对多个名义坐标值进行重心化处理,获得多个预处理名义坐标值;利用多个预处理测量坐标值、多个预处理名义坐标值和配准残差修正矩阵,计算配准参数;基于目标设备的目标测量位置信息和配准参数,获得目标设备在全局坐标系下的最终测量位置信息。本发明还公开一种设备位置信息的获得装置、终端设备以及计算机可读存储介质。利用本发明的方法,达到了提高目标设备在全局坐标系下的最终测量位置信息准确率的技术效果。
Description
技术领域
本发明涉及数字化测量技术领域,特别涉及一种设备位置信息的获得方法、装置、终端设备以及计算机可读存储介质。
背景技术
在现代工业领域的数字化测量活动中,坐标系的配准是首先要解决的基础问题,坐标系的配准是指确定出测量坐标系与全局坐标系之间的转换关系。
坐标系的配准精度对于不同站位或测量设备之间坐标转换的精度起着决定性的作用。当前的坐标系配准常用的奇异值分解法、四元数法、最小二乘法等方法,来获得最终的配准参数,并利用获得的配准参数进行坐标系的配准操作。然后利用配准后的坐标系进行设备的位置信息的测量。
但是,采用现有的设备位置信息的获得方法,获得的位置信息的准确率较低。
发明内容
本发明的主要目的是提供一种设备位置信息的获得方法、装置、终端设备以及计算机可读存储介质,旨在解决现有技术中采用现有的设备位置信息的获得方法,获得的位置信息的准确率较低的技术问题。
为实现上述目的,本发明提出一种设备位置信息的获得方法,所述方法包括以下步骤:
获取多个测量点在测量坐标系下的多个测量坐标值、多个所述测量点在全局坐标系下的多个名义坐标值和多个所述测量点与测量设备之间的多个测量距离,多个所述测量点为基准设备上的被标记的点;
利用多个所述测量距离,构建配准残差修正矩阵;
对多所述测量坐标值进行重心化处理,获得多个预处理测量坐标值,并对多个所述名义坐标值进行重心化处理,获得多个预处理名义坐标值;
利用多个所述预处理测量坐标值、多个所述预处理名义坐标值和所述配准残差修正矩阵,计算配准参数;
获取目标设备在所述测量坐标系的目标测量位置信息,并基于所述目标测量位置信息和所述配准参数,获得所述目标设备在所述全局坐标系下的最终测量位置信息。
可选的,所述利用多个所述测量距离,构建配准残差修正矩阵的步骤,包括:
利用每个所述测量点的测量距离,计算每个所述测量点的最大测量误差;
利用多个所述测量点对应的多个最大测量误差,计算多个所述测量点对应的多个坐标转换权重;
利用多个所述坐标转换权重,构建所述配准残差修正矩阵。
可选的,所述对多所述测量坐标值进行重心化处理,获得多个预处理测量坐标值的步骤,包括:
利用多个所述测量坐标值,计算多个所述测量点的测量重心坐标值;
利用所述测量重心坐标值,对多个所述测量坐标值进行坐标转换,获得多个所述预处理测量坐标值。
可选的,所述利用多个所述预处理测量坐标值、多个所述预处理名义坐标值和所述配准残差修正矩阵,计算配准参数的步骤之前,所述方法包括:
获取多个所述预处理测量坐标值与多个所述预处理名义坐标值之间的预设转换关系;
利用初始残差矩阵对所述预设转换关系进行误差修正,获得修正后的转换关系;
利用所述所述配准残差修正矩阵对所述修正后的转换关系进行再次修正,获得结果转换关系;
所述利用多个所述预处理测量坐标值、多个所述预处理名义坐标值和所述配准残差修正矩阵,计算配准参数的步骤,包括:
利用多个所述预处理测量坐标值、多个所述预处理名义坐标值和所述结果转换关系,计算配准参数。
可选的,所述利用多个所述预处理测量坐标值、多个所述预处理名义坐标值和所述结果转换关系,计算配准参数的步骤,包括:
利用多个所述预处理测量坐标值、多个所述预处理名义坐标值和所述结果转换关系,创建待优化修正残差矩阵;
利用优化目标,对所述待优化修正残差矩阵进行优化,获得所述待优化修正残差矩阵对应的优化最小值;
基于所述优化最小值,获得所述配准参数。
可选的,所述基于所述优化最小值,获得所述配准参数的步骤之前,所述方法还包括:
获取与所述优化目标对应的等价优化目标;
利用多个所述预处理测量坐标值、多个所述预处理名义坐标值和所述配准残差修正矩阵,创建中间过程矩阵;
获取所述中间过程矩阵与奇异值分解矩阵的第一映射关系;
所述基于所述优化最小值,获得所述配准参数的步骤,包括:
利用所述等价优化目标、所述中间过程矩阵、所述优化最小值、所述第一映射关系和所述奇异值分解矩阵,计算所述配准参数。
可选的,所述奇异值分解矩阵包括第一正交矩阵、第二正交矩阵和对角矩阵;所述配准参数包括旋转矩阵和平移矩阵;所述利用所述等价优化目标、所述中间过程矩阵、所述优化最小值、所述第一映射关系和所述奇异值分解矩阵,计算所述配准参数的步骤,包括:
获取所述第一正交矩阵和所述第二正交矩阵与所述旋转矩阵的第二映射关系;
基于所述等价优化目标、所述最小值、所述中间过程矩阵、所述第一映射关系、所述第二映射关系、所述正交矩阵、所述第二正交矩阵和所述对角矩阵,获得所述旋转矩阵;
基于所述旋转矩阵、所述预设转换关系、多个所述测量坐标值和多个所述名义坐标值,获得所述平移矩阵。
此外,为实现上述目的,本发明还提出了一种设备位置信息的获得装置,所述装置包括:
获取模块,用于获取多个测量点在测量坐标系下的多个测量坐标值、多个所述测量点在全局坐标系下的多个名义坐标值和多个所述测量点与测量设备之间的多个测量距离,多个所述测量点为基准设备上的被标记的点;
构建模块,用于利用多个所述测量距离,构建配准残差修正矩阵;
获得模块,用于对多所述测量坐标值进行重心化处理,获得多个预处理测量坐标值,并对多个所述名义坐标值进行重心化处理,获得多个预处理名义坐标值;
计算模块,用于利用多个所述预处理测量坐标值、多个所述预处理名义坐标值和所述配准残差修正矩阵,计算配准参数;
测量模块,用于获取目标设备在所述测量坐标系的目标测量位置信息,并基于所述目标测量位置信息和所述配准参数,获得所述目标设备在所述全局坐标系下的最终测量位置信息。
此外,为实现上述目的,本发明还提出了一种终端设备,所述终端设备包括:存储器、处理器及存储在所述存储器上并在所述处理器上运行设备位置信息的获得程序,所述设备位置信息的获得程序被所述处理器执行时实现如上述任一项所述的设备位置信息的获得方法的步骤。
此外,为实现上述目的,本发明还提出了一种计算机可读存储介质,所述计算机可读存储介质上存储有设备位置信息的获得程序,所述设备位置信息的获得程序被处理器执行时实现如上述任一项所述的设备位置信息的获得方法的步骤。
本发明技术方案提出了一种设备位置信息的获得方法,所述方法包括以下步骤:获取多个测量点在测量坐标系下的多个测量坐标值、多个所述测量点在全局坐标系下的多个名义坐标值和多个所述测量点与测量设备之间的多个测量距离,多个所述测量点为基准设备上的被标记的点;利用多个所述测量距离,构建配准残差修正矩阵;对多所述测量坐标值进行重心化处理,获得多个预处理测量坐标值,并对多个所述名义坐标值进行重心化处理,获得多个预处理名义坐标值;利用多个所述预处理测量坐标值、多个所述预处理名义坐标值和所述配准残差修正矩阵,计算配准参数;获取目标设备在所述测量坐标系的目标测量位置信息,并基于所述目标测量位置信息和所述配准参数,获得所述目标设备在所述全局坐标系下的最终测量位置信息。
现有的坐标系配准方法,获得的最终转换关系未引入测量点与测量设备之间的距离对应的测量误差,从而使得配准参数的准确率较低,导致目标设备的位置信息转换准确率较低,目标设备在全局坐标系下的最终测量位置信息准确率较低。而利用本发明的方法,引入了测量点与测量设备之间的距离对应的测量误差,利用该测量误差构建的配准残差修正矩阵进行最终配准参数的计算,从而提高了配准参数的准确率,使得目标设备的位置信息转换准确率较高,达到了提高目标设备在全局坐标系下的最终测量位置信息准确率的技术效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明实施例方案涉及的硬件运行环境的终端设备结构示意图;
图2为本发明设备位置信息的获得方法第一实施例的流程示意图;
图3为本发明设备位置信息的获得装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的终端设备结构示意图。
通常,终端设备包括:至少一个处理器301、存储器302以及存储在所述存储器上并可在所述处理器上运行的设备位置信息的获得程序,所述设备位置信息的获得程序配置为实现如前所述的设备位置信息的获得方法的步骤。
处理器301可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器301可以采用DSP(Digital Signal Processing,数字信号处理)、 FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器301也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(CentralProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器301 可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。处理器301还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关设备位置信息的获得方法操作,使得设备位置信息的获得方法模型可以自主训练学习,提高效率和准确度。
存储器302可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器302还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器302中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器301所执行以实现本申请中方法实施例提供的设备位置信息的获得方法。
在一些实施例中,终端还可选包括有:通信接口303和至少一个外围设备。处理器301、存储器302和通信接口303之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与通信接口303相连。具体地,外围设备包括:射频电路304、显示屏305和电源306中的至少一种。
通信接口303可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器301和存储器302。在一些实施例中,处理器301、存储器302 和通信接口303被集成在同一芯片或电路板上;在一些其他实施例中,处理器301、存储器302和通信接口303中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路304用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路304通过电磁信号与通信网络以及其他通信设备进行通信。射频电路304将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路304包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路304可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路304 还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏305用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏305是触摸显示屏时,显示屏305 还具有采集在显示屏305的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器301进行处理。此时,显示屏305还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏305 可以为一个,电子设备的前面板;在另一些实施例中,显示屏305可以为至少两个,分别设置在电子设备的不同表面或呈折叠设计;在再一些实施例中,显示屏305可以是柔性显示屏,设置在电子设备的弯曲表面上或折叠面上。甚至,显示屏305还可以设置成非矩形的不规则图形,也即异形屏。显示屏305可以采用LCD(LiquidCrystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode, 有机发光二极管)等材质制备。
电源306用于为电子设备中的各个组件进行供电。电源306可以是交流电、直流电、一次性电池或可充电电池。当电源306包括可充电电池时,该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。本领域技术人员可以理解,图1中示出的结构并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
此外,本发明实施例还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有设备位置信息的获得程序,所述设备位置信息的获得程序被处理器执行时实现如上文所述的设备位置信息的获得方法的步骤。因此,这里将不再进行赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。对于本申请所涉及的计算机可读存储介质实施例中未披露的技术细节,请参照本申请方法实施例的描述。确定为示例,程序指令可被部署为在一个终端设备上执行,或者在位于一个地点的多个终端设备上执行,又或者,在分布在多个地点且通过通信网络互连的多个终端设备备上执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,上述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,上述的计算机可读存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(RandomAccessMemory,RAM)等。
基于上述硬件结构,提出本发明设备位置信息的获得方法的实施例。
参照图2,图2为本发明设备位置信息的获得方法第一实施例的流程示意图,所述方法用于终端设备,所述方法包括以下步骤:
步骤S11:获取多个测量点在测量坐标系下的多个测量坐标值、多个所述测量点在全局坐标系下的多个名义坐标值和多个所述测量点与测量设备之间的多个测量距离,多个所述测量点为基准设备上的被标记的点。
基准设备作为多个测量点的实体依照物,可以是任何类型的设备,在基准设备上设定多个标记点,一个标记点即为一个待测量点。
需要说明的是,本发明的执行主体是终端设备,终端设备安装有设备位置信息的获得程序,终端设备执行设备位置信息的获得程序时,实现本发明的设备位置信息的获得方法的步骤。
具体的,在本发明中,用户可以基于需求设定多个测量点,例如n个测量点,n为大于1的自然数,多个测量点构成测量点集。对于测量点集中的每个测量点,利用测量设备测量其在测量坐标系下的坐标值——测量坐标值,并测量其在全局坐标系下的坐标值(也就是理论坐标值)——名义坐标值,同时,测量其与测量设备之间距离——测量距离,一个测量点对应一个测量坐标值、一个名义坐标值和一个测量距离,即,对于n个测量点对应n个测量坐标值、n 个名义坐标值和n个测量距离。
其中,测量设备可以是Lecia AT930激光跟踪仪等。
步骤S12:利用多个所述测量距离,构建配准残差修正矩阵。
具体的,所述利用多个所述测量距离,构建配准残差修正矩阵的步骤,包括:利用每个所述测量点的测量距离,计算每个所述测量点的最大测量误差;利用多个所述测量点对应的多个最大测量误差,计算多个所述测量点对应的多个坐标转换权重;利用多个所述坐标转换权重,构建所述配准残差修正矩阵。
在实际应用中,对于任意一个测量点i的测量坐标值P′i(测量点i的名义坐标值为Pi),其对应的最大测量误差按照设备制造商提供的经验公式进行计算,经验公式如下:
Δ′i=a+b·di
其中,Δ′i为P′i对应的最大测量误差,di为测量点i与测量设备之间的测量距离,a与b为设备生产商提供的预设参数,例如测量设备为Lecia AT930激光跟踪仪时,a=15μm,b=6μm/m。
按照上述经验公式,求得n个测量点对应的n个最大测量误差,表示如下:
Δ′=(Δ′1,Δ′2,Δ′3,…,Δ′n)
其中,Δ′为n个测量点对应的n个最大测量误差组成的测量误差集。
然后,继续基于上述结构,利公式一求解坐标转换权重,一个测量点对应一个坐标转换权重,公式一如下:
其中,λi为测量点i的坐标转换权重。然后,利用坐标转换权重构建配准残差修正矩阵,构建方式参照公式二,公式二如下:
其中,λ为所述配准残差修正矩阵。
在该实施例中,提出了一种配准残差修正矩阵的构建方式,配准残差修正矩阵考虑到了测量点与测试设备之间的测试距离,使得配准残差修正矩阵考虑了测量误差,配准残差修正矩阵的准确率较高。
步骤S13:对多所述测量坐标值进行重心化处理,获得多个预处理测量坐标值,并对多个所述名义坐标值进行重心化处理,获得多个预处理名义坐标值。
需要对每个测量坐标值和每个名义坐标值进行转换,获得对应的预处理测量坐标值和预处理名义坐标值。
具体的,所述对多所述测量坐标值进行重心化处理,获得多个预处理测量坐标值的步骤,包括:利用多个所述测量坐标值,计算多个所述测量点的测量重心坐标值;利用所述测量重心坐标值,对多个所述测量坐标值进行坐标转换,获得多个所述预处理测量坐标值。
同理,对多个所述名义坐标值进行重心化处理,获得多个预处理名义坐标值的步骤,包括:利用多个所述名义坐标值,计算多个所述测量点的名义重心坐标值;利用所述名义重心坐标值,对多个所述名义坐标值进行坐标转换,获得多个所述预处理名义坐标值。
具体的,利用公式三求得名义重心坐标值和测量重心坐标值,公式三如下:
其中,Pc为所述名义重心坐标值,P′c为所述测量重心坐标值。
然后继续利用公式四,求得预处理名义坐标值和预处理测量坐标值,公式四如下:
其中,为测量点i的预处理名义坐标值,/>为测量点i的预处理测量坐标值。
步骤S14:利用多个所述预处理测量坐标值、多个所述预处理名义坐标值和所述配准残差修正矩阵,计算配准参数。
其中,配准参数包括求得的已知的旋转矩阵和平移矩阵,对于任意一个测量点,配准参数对具有以下固有关系:
Pi=RP′i+T
其中,R为旋转矩阵,T为平移矩阵。本发明的目的即是求得具体的R和 T。
但是,实际应用中,存在制造误差和测量误差等误差,上述固有关系具体会被修正为新的固有关系,如下:
Pi=RP′i+T+ε
其中,ε为残差矩阵(下文所述初始残差矩阵),用于修正各种误差。
进一步的,所述利用多个所述预处理测量坐标值、多个所述预处理名义坐标值和所述配准残差修正矩阵,计算配准参数的步骤之前,所述方法包括:获取多个所述预处理测量坐标值与多个所述预处理名义坐标值之间的预设转换关系;利用初始残差矩阵对所述预设转换关系进行误差修正,获得修正后的转换关系;利用所述所述配准残差修正矩阵对所述修正后的转换关系进行再次修正,获得结果转换关系;所述利用多个所述预处理测量坐标值、多个所述预处理名义坐标值和所述配准残差修正矩阵,计算配准参数的步骤,包括:利用多个所述预处理测量坐标值、多个所述预处理名义坐标值和所述结果转换关系,计算配准参数。
对于预处理名义坐标值和预处理测量坐标值存在关系——预设转换关系,预设转换关系表示为公式五,公式五如下:
与上述新的固有关系同理,此时,对应的预处理名义坐标值和预处理测量坐标值存在关系表示为公式六,公式六如下:
公式六即为利用初始残差矩阵对所述预设转换关系进行误差修正,获得的修正后的转换关系。
然后进一步利用公式七进行修正,公式七如下:
其中,即为所述结果转换关系。
此时,利用这个结果转换关系、多个预处理测量坐标值和多个预处理名义坐标值,计算配准参数。
在该实施例中,对初始残差矩阵进行修正,获得结转换关系,使得结果转换关系引入了具体的测量设备与测量点之间距离的误差,结果转换关系的准确度较高。
进一步的,所述利用多个所述预处理测量坐标值、多个所述预处理名义坐标值和所述结果转换关系,计算配准参数的步骤,包括:利用多个所述预处理测量坐标值、多个所述预处理名义坐标值和所述结果转换关系,创建待优化修正残差矩阵;利用优化目标,对所述待优化修正残差矩阵进行优化,获得所述待优化修正残差矩阵对应的优化最小值;基于所述优化最小值,获得所述配准参数。
其中,所述基于所述优化最小值,获得所述配准参数的步骤之前,所述方法还包括:获取与所述优化目标对应的等价优化目标;利用多个所述预处理测量坐标值、多个所述预处理名义坐标值和所述配准残差修正矩阵,创建中间过程矩阵;获取所述中间过程矩阵与奇异值分解矩阵的第一映射关系;所述基于所述优化最小值,获得所述配准参数的步骤,包括:利用所述等价优化目标、所述中间过程矩阵、所述优化最小值、所述第一映射关系和所述奇异值分解矩阵,计算所述配准参数。
将上述已知的λ、和/>带入结果转换关系式,即可获得待优化修正残差矩阵。在本发明中,以ε′的2-范数作为优化目标,优化目标如下:
其中,ε′ix、ε′iy和ε′iz为待优化修正残差矩阵中测量点i对应的x、y和z三个方向的分量。该优化目标输出的是一个最小值,即优化最小值,然后继续利用优化最小值,获得所述配准参数。
同时,优化目标对应的等价优化目标如下:
max(trance(RH))
其中,trance(RH)为RH的迹,H为中间过程矩阵,中间过程矩阵按照公式八求解,公式八如下:
同时,中间过程矩阵与奇异值分解矩阵的第一映射关系如下:
H=QTΛV
其中,奇异值分解矩阵包括第一正交矩阵、第二正交矩阵和对角矩阵,Q 为第一正交矩阵,V第二正交矩阵,Λ对角矩阵。
此时优化目标和等价优化目标的可以如下表示:
利用ε′的2-范数作为优化目标,使得获得的优化最小值的准确率和精确度均较高,使得利用优化最小值获得的配准参数准确率较高。从而进一步实现了提高配准精准度的技术效果。
进一步的,所述利用所述等价优化目标、所述中间过程矩阵、所述优化最小值、所述第一映射关系和所述奇异值分解矩阵,计算所述配准参数的步骤,包括:获取所述第一正交矩阵和所述第二正交矩阵与所述旋转矩阵的第二映射关系;基于所述等价优化目标、所述最小值、所述中间过程矩阵、所述第一映射关系、所述第二映射关系、所述正交矩阵、所述第二正交矩阵和所述对角矩阵,获得所述旋转矩阵;基于所述旋转矩阵、所述预设转换关系、多个所述测量坐标值和多个所述名义坐标值,获得所述平移矩阵。
具体的,所述第一正交矩阵和所述第二正交矩阵与所述旋转矩阵的第二映射关系如下:
R=VTQ
利用优化目标、等价优化目标、公式八、第一映射关系、第二映射关系、 Q、V和Λ,进行求解,获得具有具体值的旋转矩阵。
此时,继续基于求得的旋转矩阵,利用公式九进行平移矩阵的求解,公式九如下:
T=P-RP′
其中,P为全部测量点的名义坐标值组成的集合,P′为全部测量点的测量坐标值组成的集合。
至此,已经求得旋转矩阵R和平移矩阵T,也即求得配准参数。
步骤S15:利获取目标设备在所述测量坐标系的目标测量位置信息,并基于所述目标测量位置信息和所述配准参数,获得所述目标设备在所述全局坐标系下的最终测量位置信息。
此时,利用已经求得旋转矩阵R和平移矩阵T,对所述全局坐标系和所述测量坐标系进行配准操作。然后,利用配准后的坐标系进行数据测量。
目标设备即是进行位置信息后获得的设备,例如大型制造机器。目标设备在测量坐标系下,由测量设备测得位置信息——目标测量位置信息,然后利用配准后的全局坐标系和测量坐标系对应的配准参数,对目标测量位置信息进行转换,获得目标设备在全局坐标系下的位置信息——最终测量位置信息。
配准操作实际就是利用旋转矩阵R和平移矩阵T构建全局坐标系和测量坐标系的映射关系,以使在实际情况中,直接利用该映射关系进行坐标转换(位置信息的转换)操作。
为了验证本发明的方法的优势,进行如下仿真:
表1为4个测量点的名义坐标值,表1如下:
表1
测量点 | X(mm) | Y(mm) | Z(mm) |
P1 | 0 | 200 | 0 |
P2 | 1000 | 200 | 200 |
P3 | 300 | 2000 | 250 |
P4 | 2000 | 4000 | 3000 |
表2为表1的测量点对应的测量坐标值,表2如下:
测量点 | X(mm) | Y(mm) | Z(mm) |
P1’ | 278.1712764 | -450.3486783 | 715.6983118 |
P2’ | 1003.551311 | -1126.296289 | 477.1220501 |
P3’ | 1729.624244 | 663.8269817 | 504.9926376 |
P4’ | 5262.993078 | 631.9466034 | 1907.414945 |
其中,表2中的各个坐标值是对表1中的各个坐标值,按照六自由度参数 ([10°,25°,-45°,150,-600,750])转换获得。
在测量过程中使用Lecia AT960激光跟踪仪在站位点(0,0,0)对以上点进行测量,并进行站位转化。由于激光跟踪仪测量误差的存在,各点的坐标值在实际测量过程中的测量值可以表示为:
P修=P+e
其中,e服从均值为0,标准差为Δ′的正态分布:
e~N(0,Δ′)
Δ′=15μm+6dm/m
按照此种方式,对于表1中的名义坐标值和表2中的测量坐标值进行转换,获得修正后的坐标值,如表3:
表3
X(mm) | 误差范围(mm) | Y(mm) | 误差范围(mm) | Z(mm) | 误差范围(mm) | |
P1 | 0 | [-16.2μm,16.2μm] | 200 | [-16.2μm,16.2μm] | 0 | [-16.2μm,16.2μm] |
P2 | 1000 | [-21.2μm,21.2μm] | 200 | [-21.2μm,21.2μm] | 200 | [-21.2μm,21.2μm] |
P3 | 300 | [-27.2μm,27.2μm] | 2000 | [-27.2μm,27.2μm] | 250 | [-27.2μm,27.2μm] |
P4 | 2000 | [-47.3μm,47.3μm] | 4000 | [-47.3μm,47.3μm] | 3000 | [-47.3μm,47.3μm] |
P1’ | 278.1737 | [-20.3μm,20.3μm] | -450.345 | [-20.3μm,20.3μm] | 715.6908 | [-20.3μm,20.3μm] |
P2’ | 1003.549 | [-23.5μm,24.5μm] | -1126.28 | [-23.5μm,24.5μm] | 477.1154 | [-23.5μm,24.5μm] |
P3’ | 1729.608 | [-26.5μm,26.5μm] | 663.8235 | [-26.5μm,26.5μm] | 504.9732 | [-26.5μm,26.5μm] |
P4’ | 5262.993 | [-48.8μm,48.8μm] | 631.9333 | [-48.8μm,48.8μm] | 1907.442 | [-48.8μm,48.8μm] |
分别利用修正后的测量坐标值和修正后的名义坐标值,基于误差范围,进行蒙特卡洛仿真,得到随机数据列。基于仿真后的数据分别利用传统的SVD方法和本专利方法进行六自由度参数的求解,结果如表4,表4如下:
表4
方法 | α(°) | β(°) | γ(°) | Tx(mm) | Ty(mm) | Tz(mm) |
SVD | 9.9968 | 24.9945 | -45.0102 | 149.9828 | -599.8926 | 749.7854 |
本发明 | 9.9999 | 24.9997 | -45.0001 | 149.9954 | -599.9957 | 749.9888 |
将真值与计算结果对比,可得配准误差分别为表5,表5如下:
表5
方法 | Δα(°) | Δβ(°) | Δγ(°) | ΔTx(mm) | ΔTy(mm) | ΔTz(mm) |
SVD | 0.0032 | 0.0055 | 0.0102 | 0.0172 | -0.1074 | 0.2146 |
本发明 | 10-4 | 0.0003 | 0.0001 | 0.0046 | -0.0043 | 0.0112 |
可见,本发明的方法的准确度和精度均较高。
本发明技术方案提出了一种设备位置信息的获得方法,所述方法包括以下步骤:获取多个测量点在测量坐标系下的多个测量坐标值、多个所述测量点在全局坐标系下的多个名义坐标值和多个所述测量点与测量设备之间的多个测量距离;利用多个所述测量距离,构建配准残差修正矩阵;对多所述测量坐标值进行重心化处理,获得多个预处理测量坐标值,并对多个所述名义坐标值进行重心化处理,获得多个预处理名义坐标值;利用多个所述预处理测量坐标值、多个所述预处理名义坐标值和所述配准残差修正矩阵,计算配准参数;获取目标设备在所述测量坐标系的目标测量位置信息,并基于所述目标测量位置信息和所述配准参数,获得所述目标设备在所述全局坐标系下的最终测量位置信息。
现有的坐标系配准方法,获得的最终转换关系未引入测量点与测量设备之间的距离对应的测量误差,从而使得配准参数的准确率较低,导致目标设备的位置信息转换准确率较低,目标设备在全局坐标系下的最终测量位置信息准确率较低。而利用本发明的方法,引入了测量点与测量设备之间的距离对应的测量误差,利用该测量误差构建的配准残差修正矩阵进行最终配准参数的计算,从而提高了配准参数的准确率,使得目标设备的位置信息转换准确率较高,达到了提高目标设备在全局坐标系下的最终测量位置信息准确率的技术效果。
参照图3,图3为本发明设备位置信息的获得装置第一实施例的结构框图,所述装置用于终端设备,基于与前述实施例相同的发明构思,所述装置包括:
获取模块10,用于获取多个测量点在测量坐标系下的多个测量坐标值、多个所述测量点在全局坐标系下的多个名义坐标值和多个所述测量点与测量设备之间的多个测量距离,多个所述测量点为基准设备上的被标记的点;
构建模块20,用于利用多个所述测量距离,构建配准残差修正矩阵;
获得模块30,用于对多所述测量坐标值进行重心化处理,获得多个预处理测量坐标值,并对多个所述名义坐标值进行重心化处理,获得多个预处理名义坐标值;
计算模块40,用于利用多个所述预处理测量坐标值、多个所述预处理名义坐标值和所述配准残差修正矩阵,计算配准参数;
测量模块50,用于获取目标设备在所述测量坐标系的目标测量位置信息,并基于所述目标测量位置信息和所述配准参数,获得所述目标设备在所述全局坐标系下的最终测量位置信息。
需要说明的是,由于本实施例的装置所执行的步骤与前述方法实施例的步骤相同,其具体的实施方式以及可以达到的技术效果都可参照前述实施例,这里不再赘述。
以上所述仅为本发明的可选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (7)
1.一种设备位置信息的获得方法,其特征在于,所述方法包括以下步骤:
获取多个测量点在测量坐标系下的多个测量坐标值、多个所述测量点在全局坐标系下的多个名义坐标值和多个所述测量点与测量设备之间的多个测量距离,多个所述测量点为基准设备上的被标记的点;
利用每个所述测量点的测量距离,计算每个所述测量点的最大测量误差;
利用多个所述测量点对应的多个最大测量误差,计算多个所述测量点对应的多个坐标转换权重;
利用多个所述坐标转换权重,构建配准残差修正矩阵;
对多个所述测量坐标值进行重心化处理,获得多个预处理测量坐标值,并对多个所述名义坐标值进行重心化处理,获得多个预处理名义坐标值;
获取多个所述预处理测量坐标值与多个所述预处理名义坐标值之间的预设转换关系;
利用初始残差矩阵对所述预设转换关系进行误差修正,获得修正后的转换关系;
利用所述配准残差修正矩阵对所述修正后的转换关系进行再次修正,获得结果转换关系;
利用多个所述预处理测量坐标值、多个所述预处理名义坐标值和所述结果转换关系,创建待优化修正残差矩阵;
利用优化目标,对所述待优化修正残差矩阵进行优化,获得所述待优化修正残差矩阵对应的优化最小值;
基于所述优化最小值,获得配准参数;
获取目标设备在所述测量坐标系的目标测量位置信息,并基于所述目标测量位置信息和所述配准参数,获得所述目标设备在所述全局坐标系下的最终测量位置信息。
2.如权利要求1所述的方法,其特征在于,所述测量坐标值进行重心化处理,获得多个预处理测量坐标值的步骤,包括:
利用多个所述测量坐标值,计算多个所述测量点的测量重心坐标值;
利用所述测量重心坐标值,对多个所述测量坐标值进行坐标转换,获得多个所述预处理测量坐标值。
3.如权利要求1所述的方法,其特征在于,所述基于所述优化最小值,获得所述配准参数的步骤之前,所述方法还包括:
获取与所述优化目标对应的等价优化目标;
利用多个所述预处理测量坐标值、多个所述预处理名义坐标值和所述配准残差修正矩阵,创建中间过程矩阵;
获取所述中间过程矩阵与奇异值分解矩阵的第一映射关系;
所述基于所述优化最小值,获得所述配准参数的步骤,包括:
利用所述等价优化目标、所述中间过程矩阵、所述优化最小值、所述第一映射关系和所述奇异值分解矩阵,计算所述配准参数。
4.如权利要求3所述的方法,其特征在于,所述奇异值分解矩阵包括第一正交矩阵、第二正交矩阵和对角矩阵;所述配准参数包括旋转矩阵和平移矩阵;所述利用所述等价优化目标、所述中间过程矩阵、所述优化最小值、所述第一映射关系和所述奇异值分解矩阵,计算所述配准参数的步骤,包括:
获取所述第一正交矩阵和所述第二正交矩阵与所述旋转矩阵的第二映射关系;
基于所述等价优化目标、所述最小值、所述中间过程矩阵、所述第一映射关系、所述第二映射关系、所述正交矩阵、所述第二正交矩阵和所述对角矩阵,获得所述旋转矩阵;
基于所述旋转矩阵、所述预设转换关系、多个所述测量坐标值和多个所述名义坐标值,获得所述平移矩阵。
5.一种设备位置信息的获得装置,其特征在于,所述装置包括:
获取模块,用于获取多个测量点在测量坐标系下的多个测量坐标值、多个所述测量点在全局坐标系下的多个名义坐标值和多个所述测量点与测量设备之间的多个测量距离,多个所述测量点为基准设备上的被标记的点;
构建模块,用于利用每个所述测量点的测量距离,计算每个所述测量点的最大测量误差;利用多个所述测量点对应的多个最大测量误差,计算多个所述测量点对应的多个坐标转换权重;利用多个所述坐标转换权重,构建配准残差修正矩阵;
获得模块,用于对多个所述测量坐标值进行重心化处理,获得多个预处理测量坐标值,并对多个所述名义坐标值进行重心化处理,获得多个预处理名义坐标值;
计算模块,用于获取多个所述预处理测量坐标值与多个所述预处理名义坐标值之间的预设转换关系;利用初始残差矩阵对所述预设转换关系进行误差修正,获得修正后的转换关系;利用所述配准残差修正矩阵对所述修正后的转换关系进行再次修正,获得结果转换关系;利用多个所述预处理测量坐标值、多个所述预处理名义坐标值和所述结果转换关系,创建待优化修正残差矩阵;利用优化目标,对所述待优化修正残差矩阵进行优化,获得所述待优化修正残差矩阵对应的优化最小值;基于所述优化最小值,获得配准参数;
测量模块,用于获取目标设备在所述测量坐标系的目标测量位置信息,并基于所述目标测量位置信息和所述配准参数,获得所述目标设备在所述全局坐标系下的最终测量位置信息。
6.一种终端设备,其特征在于,所述终端设备包括:存储器、处理器及存储在所述存储器上并在所述处理器上运行设备位置信息的获得程序,所述设备位置信息的获得程序被所述处理器执行时实现如权利要求1至4中任一项所述的设备位置信息的获得方法的步骤。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有设备位置信息的获得程序,所述设备位置信息的获得程序被处理器执行时实现如权利要求1至4中任一项所述的设备位置信息的获得方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111538932.8A CN114510679B (zh) | 2021-12-15 | 2021-12-15 | 设备位置信息的获得方法、装置、终端设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111538932.8A CN114510679B (zh) | 2021-12-15 | 2021-12-15 | 设备位置信息的获得方法、装置、终端设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114510679A CN114510679A (zh) | 2022-05-17 |
CN114510679B true CN114510679B (zh) | 2024-04-12 |
Family
ID=81548100
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111538932.8A Active CN114510679B (zh) | 2021-12-15 | 2021-12-15 | 设备位置信息的获得方法、装置、终端设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114510679B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114987773B (zh) * | 2022-05-20 | 2024-06-14 | 成都飞机工业(集团)有限责任公司 | 飞机液压系统性能异常识别方法、装置、设备及介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1851408A (zh) * | 2006-05-31 | 2006-10-25 | 哈尔滨工业大学 | 基于多天体路标的星际巡航自主导航方法 |
CN107860346A (zh) * | 2017-09-30 | 2018-03-30 | 北京卫星制造厂 | 一种测量坐标系配准方法 |
CN108161936A (zh) * | 2017-12-26 | 2018-06-15 | 中科新松有限公司 | 优化的机器人标定方法及装置 |
CN110516350A (zh) * | 2019-08-25 | 2019-11-29 | 大连理工大学 | 一种基于各向异性加权的ers点误差修正方法 |
CN110926337A (zh) * | 2019-12-24 | 2020-03-27 | 大连理工大学 | 一种基于多矢量约束的全局测量数据配准方法 |
CN111323751A (zh) * | 2020-03-25 | 2020-06-23 | 苏州科达科技股份有限公司 | 声源定位方法、装置及存储介质 |
CN111954153A (zh) * | 2020-08-12 | 2020-11-17 | 南京工程学院 | 一种基于uwb定位的智能召车导航定位方法 |
CN112558125A (zh) * | 2021-02-22 | 2021-03-26 | 腾讯科技(深圳)有限公司 | 一种车辆定位的方法、相关装置、设备以及存储介质 |
WO2021104089A1 (zh) * | 2019-11-27 | 2021-06-03 | 中国科学院深圳先进技术研究院 | 图像配准方法、装置及终端设备 |
CN113189541A (zh) * | 2021-04-23 | 2021-07-30 | 北京邮电大学 | 一种定位方法、装置及设备 |
CN113406682A (zh) * | 2021-06-22 | 2021-09-17 | 腾讯科技(深圳)有限公司 | 一种定位方法、装置、电子设备及存储介质 |
CN113558766A (zh) * | 2021-07-19 | 2021-10-29 | 北京纳通医学研究院有限公司 | 图像配准方法、装置、手术机器人以及手术机器人系统 |
CN113702994A (zh) * | 2021-08-13 | 2021-11-26 | 大连理工大学 | 一种基于刚性约束的激光跟踪仪测量精度提升方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6236600B1 (ja) * | 2017-06-02 | 2017-11-29 | 株式会社Gpro | 飛行パラメータ測定装置及び飛行パラメータ測定方法 |
-
2021
- 2021-12-15 CN CN202111538932.8A patent/CN114510679B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1851408A (zh) * | 2006-05-31 | 2006-10-25 | 哈尔滨工业大学 | 基于多天体路标的星际巡航自主导航方法 |
CN107860346A (zh) * | 2017-09-30 | 2018-03-30 | 北京卫星制造厂 | 一种测量坐标系配准方法 |
CN108161936A (zh) * | 2017-12-26 | 2018-06-15 | 中科新松有限公司 | 优化的机器人标定方法及装置 |
CN110516350A (zh) * | 2019-08-25 | 2019-11-29 | 大连理工大学 | 一种基于各向异性加权的ers点误差修正方法 |
WO2021104089A1 (zh) * | 2019-11-27 | 2021-06-03 | 中国科学院深圳先进技术研究院 | 图像配准方法、装置及终端设备 |
CN110926337A (zh) * | 2019-12-24 | 2020-03-27 | 大连理工大学 | 一种基于多矢量约束的全局测量数据配准方法 |
CN111323751A (zh) * | 2020-03-25 | 2020-06-23 | 苏州科达科技股份有限公司 | 声源定位方法、装置及存储介质 |
CN111954153A (zh) * | 2020-08-12 | 2020-11-17 | 南京工程学院 | 一种基于uwb定位的智能召车导航定位方法 |
CN112558125A (zh) * | 2021-02-22 | 2021-03-26 | 腾讯科技(深圳)有限公司 | 一种车辆定位的方法、相关装置、设备以及存储介质 |
CN113189541A (zh) * | 2021-04-23 | 2021-07-30 | 北京邮电大学 | 一种定位方法、装置及设备 |
CN113406682A (zh) * | 2021-06-22 | 2021-09-17 | 腾讯科技(深圳)有限公司 | 一种定位方法、装置、电子设备及存储介质 |
CN113558766A (zh) * | 2021-07-19 | 2021-10-29 | 北京纳通医学研究院有限公司 | 图像配准方法、装置、手术机器人以及手术机器人系统 |
CN113702994A (zh) * | 2021-08-13 | 2021-11-26 | 大连理工大学 | 一种基于刚性约束的激光跟踪仪测量精度提升方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114510679A (zh) | 2022-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN203479257U (zh) | 用于空间物体测量的手机装置 | |
CN114227677B (zh) | 工业机器人喷涂作业规划方法、装置、设备以及存储介质 | |
CN104123412A (zh) | 一种通过bim技术的幕墙碰撞检测方法 | |
CN114510679B (zh) | 设备位置信息的获得方法、装置、终端设备以及存储介质 | |
CN114881379B (zh) | 风电场应发电量估测方法、装置、设备及存储介质 | |
US20100061622A1 (en) | Method for aligning objects | |
CN103737433B (zh) | 大尺寸构件复合式精度测量方法 | |
CN101825452A (zh) | 一种测量坐标与施工坐标间的互相换算方法 | |
CN102833671A (zh) | 一种机器人视觉定位的方法及系统 | |
CN114178720B (zh) | 振镜式激光打标机的校正方法和终端设备 | |
CN116071521A (zh) | 水轮机模型试验曲线绘制方法、装置、设备及存储介质 | |
CN114252100B (zh) | 传感器在线标定方法、装置、设备及存储介质 | |
CN102768627B (zh) | 模拟表针实现方法、装置和具有模拟时钟的电子设备 | |
CN114812576A (zh) | 地图匹配方法、装置及电子设备 | |
CN114115013B (zh) | 机器人电机的控制方法、终端设备以及存储介质 | |
CN113895646B (zh) | 面向飞机部件调姿对接的自动测量方法及装置 | |
CN101866242A (zh) | 电子平面显示触摸定位系统的坐标校准方法 | |
CN114061448A (zh) | 复材壁板装配孔的装配位置偏差获得方法及装置 | |
CN115775279B (zh) | 点胶定位方法、装置及电子设备 | |
US20230288526A1 (en) | Beacon map construction method, device, and computer-readable storage medium | |
CN114705166B (zh) | 针对大面阵相机的控制点布设方法、装置、设备及介质 | |
CN113793391A (zh) | 多轴运动系统实际运动学变换关系建立方法、装置和终端设备 | |
CN112163058B (zh) | 杆塔选型方法、装置、电子设备及介质 | |
Li et al. | Sub-pixel gear parameter measurement based on Zemike moment | |
CN109089214A (zh) | 一种基于信号强度分析的移动端三角定位修正方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |