摘要：本文提出一种基于视觉点云测量系统的标定方法,设计了一套Eye-in-Hand手眼系统,包含手眼关系误差与机械臂结构参数的系统误差模型,在机器人工作空间中固定一些标定球作为实验对象,控制机器人改变不同的空间位姿,以不同位姿测量球心坐标。首先用机器人运动学公式得到初始的手眼关系;之后通过系统误差模型、矩阵运算、最小二乘法等不断迭代到达预期精度。在UR10工业机器人进行了系统标定实验,进行图像采集、点云处理、球心拟合等工作,完成Eye-in-Hand手眼系统标定实验,并使用激光跟踪仪完成精度验证。得出结论:标定前后机器人在局部空间运动的距离测量标准差由0.4963mm降低到0.1834mm,充分验证了改进方法的高效性、便捷性和实用性。

摘要：高质量点云是城市三维建模的重要数据支撑。作为两类主要的点云数据,视觉与激光点云由于测量机理不同,在不同类别的目标表面上存在结构、精度上的诸多差异。本文结合三维建模的需求,从完整度、一致性和几何精度三个方面设计定量评价指标体系,并进一步建立归一化的综合差异指标。由此通过对两类点云之间差异的定量化描述,建立复合点云三维模型生产的适用性判断标准。同时,本文利用实地采集的城市场景数据验证了该指标体系的有效性,为数字城市建设方案的分析和质量评价提供重要的理论和应用参照。