Impact of cross-section centers estimation on the accuracy of the Point cloud spatial expansion using robust M-estimation and Monte Carlo simulation

Paweł Dąbrowski; Marek Zienkiewicz

doi:10.1016/j.measurement.2021.110436

Impact of cross-section centers estimation on the accuracy of the Point cloud spatial expansion using robust M-estimation and Monte Carlo simulation

Abstrakt

The point cloud spatial expansion (PCSE) method creates an alternative form of representing the shape of symmetrical objects and introduces additional descriptive geometric parameters. An important element of the procedure is determining the course of the axis of symmetry of cylindrical objects based on cross-sections of point clouds. Outliers occurring in laser measurements are of great importance in this case. In this study, six robust estimation methods were used to determine the coordinates of the section centers. Accuracy analysis was performed both for data simulated with the Monte Carlo method and the real data. The study showed the advantage of robust methods for the PCSE method over the classical method of least squares estimation.

Cytowania

8

CrossRef
0

Web of Science
1 0

Scopus

Autorzy (2)

Paweł Dąbrowski
Marek Zienkiewicz dr inż.

Cytuj jako

Pełna treść

pełna treść publikacji nie jest dostępna w portalu

pełna treść artykułu zobacz w serwisie zewnętrznym otwiera się w nowej karcie

Słowa kluczowe

Informacje szczegółowe

Kategoria:

Publikacja w czasopiśmie

Typ:

artykuły w czasopismach

Opublikowano w:

MEASUREMENT nr 189,
ISSN: 0263-2241

Język:

angielski

Rok wydania:

2022

Opis bibliograficzny:

Dąbrowski P., Zienkiewicz M.: Impact of cross-section centers estimation on the accuracy of the Point cloud spatial expansion using robust M-estimation and Monte Carlo simulation// MEASUREMENT -Vol. 189, (2022), s.110436-

DOI: