欢迎来到天天文库
浏览记录
ID:51447943
大小:341.23 KB
页数:5页
时间:2020-03-24
《基于PSOGA的立体视觉测量系统优化布局.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、2014年1月机床与液压Jan.2014第42卷第1期MACHINETOOL&HYDRAULICSVo1.42No.1DOI:10.3969/j.issn.1001—3881.2014.01.019基于PSO/GA的立体视觉测量系统优化布局陈杰春,孙志明,赵丽萍(1.东北电力大学自动4Co-r-~学院,吉林吉林132012;2.东北电力大学理学院,吉林吉林132012)摘要:探讨一种基于PSO/GA(粒子群优化/遗传算法)混合算法的立体视觉测量系统优化布局方法。以空间点目标的三维重构不确定度最小为目标,构建了立体视觉测量系统优化布局的目标函数。通
2、过实例阐述了使用PSO/GA混合算法求解系统最优布局参数的过程,并且在MATLAB环境下对该方法做了验证。仿真实验结果表明:与传统的粒子群优化算法和遗传算法相比,使用PSO/GA混合算法得到的最佳个体适应度曲线上升速度最快,而且求得的系统最优布局参数使空间点目标的三维重构不确定度最小。关键词:立体视觉;优化布局;PSO/GA;混合算法中图分类号:TP391文献标识码:A文章编号:1001—3881(2014)1—071—4PSo/GABasedOptimalPlacementofStereo-visionMeasurementSystemcHEN
3、Jieehun,SUNZhiming,ZHAOLiping(1.CollegeofAutomationEngineering,NortheastDianliUniversity,JilinJilin132012,China;2.CollegeofScience,NortheastDianliUniversity,JilinJilin132012,China)Abstract:APSO/GA(particleswam]optimization/geneticalgorithm)basedmethodforoptimalplacementofaste
4、reo-visionmeasurementsystemwasdiscussed.Withthegoaloffindingtheoptimalvariablestominimizetheuncertaintiesassociatedwiththere—constructionof3Dpoints,anobjectivefunctionforoptimalplacementofastereo—visionmeasurementsystemwasconstructed.Thepro—eedureforsolvingtheoptimalparameter
5、sofastereo-visionmeasurementsystemwasdescribed,andtheproposedmethodwasverifiedusingMATLAB.Thesimulationresultsshowthatthecurveofbest—of-generationfitnessvalueobtainedbyPSO/GAhybridalgorithmraisesmorequicklythanthoseobtainedbythetraditionalparticleswarmoptimizationandgenetical
6、gorithm,andtheoptimalsolutionsminimizetheuncertaintiesassociatedwiththereconstructionof3Dpoints.Keywords:Stereo—vision;Optimalplacement;PSO/GA;Hybridalgorithm作为一种非接触式的测量方法,立体视觉测量技研究热点,比如OLAGUE等已经将遗传算法应用于术在几何量测量、变形量测量和反求工程等多个领域立体视觉测量系统优化布局问题的求解中。除了得到了广泛的应用。研究结果表明:通过合理布置立遗传算法,目
7、前可以使用的启发式算法还有粒子群优体视觉测量系统,可以明显提高其测量精度和可靠化算法、蚁群算法和模拟退火算法等。研究结果表性。因此立体视觉测量系统的优化布局方法一直是机明:不同的启发式算法有不同的特点,如果将不同的器视觉和近景摄影测量领域中的研究重点之一。启发式算法组合成一个混合算法,可充分利用每种算立体视觉测量系统的优化布局是一个比较复杂的优化法的优点。WFABD—EL—WAHED等使用粒子群优化问题,因为其目标函数是一个复杂的非线性函数,此算法和遗传算法构建了一个PSO/GA混合算法,并且外还要考虑景深、可视性和分辨率等约束条件的限使用该算法
8、求解了若干典型的优化问题,实验结果表制。对于这样的优化问题,如果采用的方法不当,将明:使用该算法可以成功求得这些优化问题的全局最无法获得
此文档下载收益归作者所有