视觉-点云融合定位法

轨迹误差1.25米

通过视觉特征与点云配准的互补约束，实现对飞机等大型目标的高精度三维定位与重建。

Junliang, Chen · Wei, Xiaolong · Liang, Xiaoqing · 徐浩军 · 周留成 · 何卫锋 · 马云鹏 · Yizhen, Yin

Measurement: Journal of the International Measurement Confederation 2025

参数信息

轨迹估计误差

1.251 m

平均MAE降低

29.6 %

相比COLMAP的改进

23.2 %

技术优势

定位更准

通过融合视觉特征点匹配与点云配准，为配准过程提供更多约束，轨迹估计误差相比ORB-SLAM3降低6.7%。

平均误差更低

整个重建的平均MAE降低29.6%，精度提升显著。

适合大目标

专门针对飞机等大型目标设计，结合稀疏建图与点云配准，能处理大数据量场景。

应用场景

• 大尺寸三维测量：对飞机等大型目标快速获取高精度三维点云与定位，替代传统人工测量。
• 工业视觉定位：在工业产线上提供实时、准确的大目标位置估计，辅助自动化装配与检测。
• 航空部件检测：重建飞机部件三维模型，用于形变检测与尺寸验证。
• 无人机导航：为无人机提供低漂移的视觉定位，增强复杂环境下的自主飞行能力。
• 建筑施工监测：对大型建筑结构进行高精度三维重建，监测施工进度与结构健康。