Next: Ergebnisse des Scanmatchings als
Up: Transformationsschätzung
Previous: Transformationsschätzung
Zunächst wird die Berechnung der Rotation von der Berechnung der
Translation
getrennt, um die Rotation separat zu bestimmen. Die
Translation findet man anschließend ausgehend von der Rotation. Eine
solche Entkopplung ist möglich, weil für eine Lösung
von (3.7) gilt, dass
und
den gleichen Schwerpunkt haben.
Der erste Schritt berechnet zwei Punktmengen und von den
Originalpunktmengen und , indem von jedem Punkt der Schwerpunkt der
Punktmengen subtrahiert wird. Es ist
und
Die Gleichung (3.7) vereinfacht sich zu
|
|
|
(3.15) |
Die Herleitung für obiges Resultat befindet sich in Anhang A.2.1.
Nachdem eine Lösung für (3.15) bestimmt ist, ergibt sich die
Translation als
Die gesuchte Rotation findet man mit Hilfe der
Kovarianz-Matrix
, die sich aus den Punkten von und
bildet:
Diese Matrix enthält alle notwendigen Informationen, um
unter Benutzung der Methode der kleinsten Quadrate zu berechnen. Die
einzelnen Elemente von
bestimmen sich wie folgt:
mit
Eine symmetrische
Matrix
wird aus
berechnet:
|
|
|
(3.16) |
Die Eigenvektoren und die zugehörigen Eigenwerte von
müssen
berechnet werden. Horn zeigt, dass das Einheitsquaternion
der gesuchten Rotation dem Eigenvektor des
größten positiven Eigenwertes von
entspricht
[40]. Der Beweis für diese Tatsache findet sich in Anhang
A.2.2. Die Nullstellen des charakteristischen Polynoms
der Matrix
sind die gesuchten Eigenwerte. Da das Polynom den
Grad 4 hat, lassen sich die Eigenwerte direkt berechnen (Methode von
Ferrari). Die gesuchte orthonormale Rotationsmatrix berechnet man
anschließend aus dem Einheitsquaternion mit
(3.6).
Next: Ergebnisse des Scanmatchings als
Up: Transformationsschätzung
Previous: Transformationsschätzung
Andreas Nüchter
2002-07-10