[发明专利]基于选权迭代狼群算法的三维激光标靶球球心拟合方法

说明书

本发明提出了一种基于选权迭代狼群算法的三维激光标靶球球心拟合方法，首次将狼群算法(WPA)与选权迭代(WI)相结合，并基于球心方程和标靶球球心拟合数据特征，构建了基于选权迭代狼群算法的三维激光标靶球球心拟合方法(MWIWPA)。在本发明的拟合方法中，当标靶球球心拟合数据中含有异常值时，MWIWPA的拟合效果优于可抵抗异常值的选权迭代最小二乘法(WILS)，且无需进行WILS中的复杂繁琐的球面方程线性化过程；与基于狼群算法的三维激光标靶球球心拟合方法(MWPA)相比，MWIWPA拟合参数准确度、精度更高，稳健性更好，拟合球心更接近真值，且随着异常值占比的增加、拟合数据点数的波动，MWIWPA在标靶球球心拟合中仍具有更好的拟合效果。

技术领域

本发明属于三维激点云匹配数据处理技术领域，特别是涉及一种基于选权迭代狼群算法的三维激光标靶球球心拟合方法。

背景技术

三维激光扫描技术是近期发展的高新技术，由于其精度高、全数字化、数据获取快、操作简便等特点，被广泛应用于三维建模、变形监测、地形图测绘等领域。然而，三维激光扫描技术在应用具有限制，例如完整的点云需要通过多个观测站获得，每个观测站获得的点云位于观测站的相对坐标系下。所以，三维激光扫描仪获得的点云需要进行多站点云配准及地理参考坐标系转换。且上述点云配准及坐标系转换通常是通过标靶球球心进行的，因此如何基于实测数据构建精准、快速的拟合方法，一直是三维激光扫描技术应用的难点之一。

目前，三维激光标靶球球心拟合最常用的方法是最小二乘法(LS)，在进行标靶球球心拟合时，为同时顾及观测向量矩阵、系数矩阵中的误差，整体最小二乘法(TLS)被引入到标靶球球心拟合中。但标靶球球心拟合数据通常是通过人工选择的，难以避免非标靶球球面数据(异常数据)的选择，即使在选择标靶球球心拟合数据时，对异常数据进行剔除，也难以避免一些不明显的异常数据的遗漏。此时，采用LS、TLS均无法获得精准可靠的标靶球球心，因此，LS、TLS经常与选权迭代相结合后，应用于标靶球球心拟合，通过LS、TLS求取球心，通过选权迭代减弱甚至消除异常值的影响。但是，由于LS、TLS均不具有抵抗异常值的能力，无法为选权迭代提供较为接近真值的定权初值，从而使得选权迭代的抗异常值能力受到限制，并且LS、TLS在实际应用中均需要进行复杂繁琐的球面方程线性化。狼群算法(WPA)是智能优化算法的一种，可运用与复杂非线性问题中的参数拟合，且对于拟合数据中的异常值的敏感度较低，与传统群智能优化算法相比，狼群算法具有收敛速度快、参数拟合精度高、可有效避免局部最优解等良好的寻优特性。然而现有技术中，还没有将狼群算法应用到三维激光标靶球球心拟合方法中。

发明内容

为解决上述技术问题，本发明提出了一种基于选权迭代狼群算法的三维激光标靶球球心拟合方法。首次将狼群算法与选权迭代相结合，并基于标靶球球心拟合数据特征，构建了基于选权迭代狼群算法的三维激光标靶球球心拟合方法(MWIWPA)。MWIWPA通过选权迭代以减弱甚至消除异常值的影响；通过狼群算法拟合参数以确定较为接近真值的选权迭代的定权初值，并在充分利用可疑段数据的同时减弱其中异常值的影响。

根据本发明的实施例，本发明提出了一种基于选权迭代狼群算法的三维激光标靶球球心拟合方法，该方法包括：

步骤S1、狼群算法与选权迭代相结合后引入标靶球球心拟合，形成基于标靶球球心拟合数据特征的MWIWPA模型，并初始化该模型参数；

步骤S2、计算标靶球心波动范围，基于观测值残差与对应权值乘积的绝对值之和最小准则，构建适应度函数，并生成人工狼群；

步骤S3、基于适应度函数值，产生头狼；

步骤S4、基于狼群算法中的游走行为模式、奔袭行为模式以及围攻行为模式拟合出三维激光标靶球球心，基于狼群更新规则淘汰部分人工狼并随机生成等数量的人工狼；

步骤S5、判断是否达到WPA最大循环次数，若达到则进入步骤S6，否则跳转至步骤S2；

步骤S6、计算观测值残差，并确定对应观测值权值；