基于改进粒子群算法的煤矿井下相机参数优化

作者

乔佳伟贾运红王强
单位

煤炭科学研究总院中国矿业大学（北京）机电与信息工程学院中国煤炭科工集团太原研究院有限公司煤矿釆掘机械国家工程实验室
摘要

煤矿井下视觉测量精度的关键在于相机参数的准确性，提出一种改进粒子群算法对张氏标定法所得参数进行优化，在迭代初期和后期分别使用e指数和粒子适应度函数值动态调节惯性权重。经过实验，优化后相机参数平均误差与标准差相比张氏标定法分别提高了23.65%、22.83%。且改进PSO算法与传统PSO算法、e指数调节惯性权重PSO相比，可以明显降低迭代次数，提高优化精度，是提高煤矿井下视觉测量准确性的一种有效方法。
关键词

视觉测量相机标定惯性权重改进粒子群算法
基金项目(Foundation)

国家重点研发计划资助项目(2020YFB1314003)；研究生教育基金（M2020-JY03）；山西省重点研发计划（2020XXX001）；
文章目录

0 引言
1 提出改进粒子群算法
2 基于改进粒子群算法的相机优化
3 实验与结果分析
4 结语
引用格式

乔佳伟,贾运红,王强.基于改进粒子群算法的煤矿井下相机参数优化[J].煤炭技术,2022,41(04):119-122.DOI:10.13301/j.cnki.ct.2022.04.029.

煤问提