XiaoMi-AI文件搜索系统
World File Search System几何误差
使用微型 L1 GPS 记录器进行精确定位的时间相对方法
在长达几分钟的时间间隔内，低分米范围内的相对精度。该方法不需要第二个附近的基站接收器，也不需要任何（静态）初始化程序。这一事实大大降低了用户经常在恶劣的现场条件下操作时需要处理的复杂性。该方法利用消除模糊性，而不是努力估计每个相位测量都有偏差的这些未知量。本文推导了本构导航方程，并讨论了限制可能处理间隔的各种误差源的理论方面。特别分析了从初始位置的偏移集引起的几何误差。静态实验的结果证实了理论考虑。此外，还给出了所用 GPS 记录器的技术细节，并验证了两次飞行实验期间收集的数据，并将其与不同的参考解决方案进行了比较。
NPL 报告 ENG 59 对使用... 的初步调查
1 简介 三维 (3D) 激光扫描仪多年来一直用于文化遗产、法医、3D 土地（地形）和“竣工”测量等应用。三维激光扫描仪使用安装在快速旋转头上的高速激光测距仪扫描环境，从而产生场景的高密度数字点云表示，可以根据需要进行存档和分析。通常，同轴安装的相机会同时记录全彩信息，以提供更逼真的 3D 图像。近年来，激光扫描仪的测距能力得到了提高，可以在数十米或更长的距离上实现亚毫米级精度和测距噪声。事实上，美国国家标准与技术研究所 (NIST) 最近报告称，他们开发了一款精度为 10 µm、测量范围为 10.5 m 1 的 3D 扫描仪。精度的提高，加上高价值制造业以及逆向工程和工厂维护等应用对以相对较低的成本快速获取高质量数据的要求不断提高，促使三维激光扫描仪从测量应用转向工程应用。随着 3D 激光扫描仪技术的普及和对精度要求的不断提高，对校准、性能验证和测量可追溯性的需求也随之增加。非接触式光学测量系统的校准和可追溯性问题非常复杂，不仅限于仪器本身系统误差的校准和补偿。例如，由于扫描激光与被扫描物体的材料和表面特性之间的相互作用以及激光束与表面的入射角，可能会出现显著的系统误差。然而，对于本文考虑的 3D 激光扫描仪类别，测距精度水平取决于仪器的几何误差和激光测距系统的精度。激光测距系统的校准相对简单，可以使用例如校准的长度工件或更精确的坐标测量系统（如激光跟踪器）或通过与参考干涉仪进行比较来进行。但是，没有涵盖激光扫描仪校准或性能验证的文献标准。在本报告的第 2 部分中，我们简要描述了激光扫描仪几何误差的数学模型。此外，NIST 进行的体积性能测试表明，校准后系统误差仍然很明显，这些误差可以归因于对几何对准误差的不完全补偿 2, 3 。因此，需要改进这些设备的校准方式，以充分发挥其潜力。因此，国家物理实验室 (NPL) 对使用“网络方法”校准 3D 扫描仪几何误差的可行性进行了初步调查 - 该方法之前由 NPL 为激光跟踪器校准而开发 4, 5 。在第 3 节中，我们总结了用于校准仪器误差的网络方法。在第 4 节中，我们介绍了用于测试激光扫描仪的方法。第 5 节介绍了结果和观察结果，第 6 节介绍了最后的总结和结论。2 激光扫描仪的几何误差模型 图 1 显示了激光扫描仪内部几何形状的理想表示。安装在固定底座上的旋转平台承载着激光源和旋转镜组件；平台绕着竖轴 Z 旋转。激光源的对准方式是使激光束与旋转镜的旋转轴（称为过境轴 T ）同轴对准。激光束在点 O 处从旋转镜反射，该点位于镜面与旋转轴 T 和 Z 的交点处。镜子相对于轴 T 倾斜 45°，使得激光束从镜子反射到 NZ 平面上的点 P，其中 ON 垂直于 OT。
同轴性的实验研究和优化...
rajeshkannahiitm2020@gmail.com和adhisakthi02@gmail.com摘要：本文主要涉及加工操作，例如转弯操作，材料拆卸率和表面粗糙度是要考虑优质产品的重要参数。为实验选择的材料是Delrin 500。转动是广泛用于创建圆柱体组件的重要过程之一，并且还用于表面完成产品以使其光滑。如今，塑料材料被广泛用于制造各种组件。要制作具有高维精度的组件，请使用转动操作。转弯的主要关注点是工具成本和过程对可加工性特征的影响。可以看出，输出响应值具有最小的粗糙度平均值和高度的几何质量精度。高度表面饰面是由中速，进料速率和小鼻子半径诱导的。使用中速，进料和较大的鼻半径来最大程度地减少同轴误差。实验发现，第三个标本（RPM -750）（进料-0.08 mm/rev）和（鼻半径0.8）获得了最小几何误差以及最小的表面粗糙度。delrin是一种结晶塑料，可在弥合金属和塑料之间缝隙的特性平衡。Delrin具有较高的拉伸强度，抗蠕变性和韧性。它也表现出低水分吸收关键词：转动操作
3D 积云数码相机的几何校准...
介绍了一种用于积云立体摄影测量的数码相机校准技术。该技术已被用于表征在积云摄影测量、现场和多普勒观测 (CuPIDO) 项目期间观察到的夏季雷暴的形成。从相机位置、方向和地标调查的粗略测量开始，通过最小化几何误差 (GE) 获得相机的准确位置和方向。一旦获得准确的相机参数，就可以通过三角测量计算云特征点的 3D 位置。本文的主要贡献如下。首先，证明了 GE 在相机真实参数的邻域中只有一个最小值。换句话说，即使初始测量值与其真实值之间存在显著差异，搜索 GE 的最小值也能使作者找到正确的相机参数。其次，开发了一种新的由粗到细的迭代算法，该算法最小化 GE 并找到相机参数。数值实验表明，由粗到细算法是高效且有效的。第三，提出了一种基于地理信息系统 (GIS) 而非现场测量的新型地标调查。在这些实验中，GIS 地标调查是一种有效且高效的获取地标世界坐标以进行相机校准的方法。通过 NASA/地球观测系统卫星和仪表飞机收集的数据验证了该技术。本文以先前的研究为基础，详细介绍了校准和 3D 重建。
![arxiv：2307.11870v1 [eess.iv] 2023年7月21日](/simg/f\f94ff6f2f840fee96869903480715affbeba16c4.webp)
arxiv：2307.11870v1 [eess.iv] 2023年7月21日
摘要。皮质表面重建在对围产期期间大脑快速发育进行建模方面起着基本作用。在这项工作中，我们提出了有条件的时间注意网络（COTAN），这是一个快速的端到端末端框架，用于新生儿皮质表面重建。Cotan可预测新生儿脑磁共振图像（MRI）的多分辨率固定速度场（SVF）。Cotan不是整合多个SVF，而是引入了注意机制，以通过在每个集成步骤中计算所有SVF的加权总和来学习有条件的时变速度场（CTVF）。每个SVF的重要性（通过学习的注意图估算）的重要性是基于新生儿的年龄，并且随着整合的时间步骤而变化。提出的CTVF定义了差异表面变形，该变形可有效地减少网格自我交流误差。仅需要0.21秒即可为每个脑半球变形至皮质白色垫料和毛皮表面的初始模板网格。cotan在开发的人类连接项目（DHCP）数据集上得到了验证，其中877 3D脑MR图像是从早产和术语出生的新生儿获取的。与最先进的基线相比，科坦仅以0.12±0.03mm的几何误差和0.07±0.03％的自我相交面部实现了优势。我们注意地图的可视化说明了科坦确实在没有中间监督的情况下自动学习了粗到细的表面变形。