移动CT运行中的多传感器融合定位方法

高长天; 姚宜斌; 王鑫哲

doi:10.14188/j.2095-6045.20260249

您当前的位置：

首页 >

文章列表页 >

移动CT运行中的多传感器融合定位方法

高端论坛 | 更新时间：2026-10-12

- 移动CT运行中的多传感器融合定位方法
- A Multi-sensor Fusion Positioning Method for Mobile CT in Operation
- 测绘地理信息 2026年51卷第5期页码：123-129
- 作者机构：
  
  武汉大学测绘学院，湖北武汉，430079
- 作者简介：
  
  高长天，硕士，研究方向：大地测量学与测量工程。E‑mail：2023202140036@whu.edu.cn
  姚宜斌，博士，教授。现主要从事全球导航卫星系统（GNSS）数据处理、对流层与电离层建模、卫星大地测量学理论与方法及其应用。E‑mail：ybyao@whu.edu.cn
- 基金信息：
  
  国家重点研发计划(2023YFB3907100)
- DOI：10.14188/j.2095-6045.20260249
  中图分类号： P208;TP751;TP242
- 修回：2026-09-03，
  
  纸质出版：2026-10-05
- 稿件说明：
移动端阅览
高长天，姚宜斌，王鑫哲.移动CT运行中的多传感器融合定位方法［J］.测绘地理信息，2026，51（5）：123-129

GAO Changtian，YAO Yibin，WANG Xinzhe.A Multi-sensor Fusion Positioning Method for Mobile CT in Operation［J］.Journal of Geomatics，2026，51（5）：123-129
高长天，姚宜斌，王鑫哲.移动CT运行中的多传感器融合定位方法［J］.测绘地理信息，2026，51（5）：123-129 DOI： 10.14188/j.2095-6045.20260249.

GAO Changtian，YAO Yibin，WANG Xinzhe.A Multi-sensor Fusion Positioning Method for Mobile CT in Operation［J］.Journal of Geomatics，2026，51（5）：123-129 DOI： 10.14188/j.2095-6045.20260249.

摘要

移动计算机断层扫描（computed tomography，CT）近年来在研究和实际应用中不断增多，但针对CT机架在运行过程中的定位问题，相关研究仍然不足。本文提出一种面向移动CT的高精度多传感器融合定位方法。该方法利用ArUco标记的已知边长提供尺度信息，用于单目视觉中的深度恢复，并进一步建立机架与床体之间的坐标变换关系。同时，提出一种静止条件下的视觉-惯性初始化方法，以保证系统能够高效、准确地完成初始化。通过对移动CT运行场景进行充分仿真，并开展系统性实验验证。该方法在深度恢复、初始化和定位精度方面均表现良好，尤其适用于传统单目VIO（visual-inertial odometry）算法因运动激励不足而难以获得可靠结果的场景。

Abstract

Mobile CT systems have seen increasing adoption in both research and practical applications in recent years； however， research addressing positioning challenges during CT scanner operation remains insufficient. This paper proposes a high-precision multi-sensor fusion positioning method tailored for mobile CT systems. The method utilizes known side lengths annotated with ArUco markers to provide scale information for depth reconstruction in monocular vision， while establishing coordinate transformation relationships between the scanner frame and the patient table. Additionally， a visual-inertial initialization method under stationary conditions is introduced to ensure efficient and accurate system initialization. Comprehensive simulations of mobile CT operation scenarios and systematic experimental validation demonstrate that the proposed method exhibits excellent performance in depth reconstruction， initialization， and positioning accuracy， particularly effective in scenarios where traditional monocular VIO algorithms struggle to produce reliable results due to insufficient motion excitation.

关键词

Keywords

references

Dupont P E ， Nelson B J ， Goldfarb M ， et al . A Decade Retrospective of Medical Robotics Research from 2010 to 2020 ［J］. Science Robotics ， 2021 ， 6 （ 60 ）： eabi8017

Hermena S ， Young M . CT-Scan Image Production Procedures ［M］// StatPearls . Treasure Island ： StatPearls Publishing ， 2023 . https：//www.ncbi.nlm.nih.gov/books/NBK574519/ https://www.ncbi.nlm.nih.gov/books/NBK574519/

Andersson H ， Tamaddon A ， Malekian M ， et al . Comparison of Image Quality Between a Novel Mobile CT Scanner and Current Generation Stationary CT Scanners ［J］. Neuroradiology ， 2023 ， 65 （ 3 ）： 503 - 512

Abaspur Kazerouni I ， Fitzgerald L ， Dooly G ， et al . A Survey of State-of-the-Art on Visual SLAM ［J］. Expert Systems with Applications ， 2022 ， 205 ： 117734

Huang Guoquan . Visual-Inertial Navigation： A Concise Review ［C］// 2019 International Conference on Robotics and Automation （ICRA） . 2019 ： 9 572-9 582

Qin Tong ， Li Peiliang ， Shen Shaojie . VINS-Mono： A Robust and Versatile Monocular Visual-Inertial State Estimator ［J］. IEEE Transactions on Robotics ， 2018 ， 34 （ 4 ）： 1 004 - 1 020

Sun Fengming ， Liu Zuoyuan ， Zhong Ruiyang ， et al . Toward Large-Scale PSD-Based Visible Light Positioning with Visual‑Inertial Fusion ［J］. Measurement Science and Technology ， 2025 ， 36 （ 2 ）： 026311

Wu Jianfeng ， Xiong Jian ， Guo Hang . Improving Robustness of Line Features for VIO in Dynamic Scene ［J］. Measurement Science and Technology ， 2022 ， 33 （ 6 ）： 065204

Forster C ， Carlone L ， Dellaert F ， et al . On-Manifold Preintegration for Real-Time Visual‒Inertial Odometry ［J］. IEEE Transactions on Robotics ， 2017 ， 33 （ 1 ）： 1 - 21

Wu K J ， Guo C X ， Georgiou G ， et al . VINS on Wheels ［C］// 2017 IEEE International Conference on Robotics and Automation （ICRA） . May 29-June 3， 2017 ， Singapore . New York ： IEEE Press ， 2017 ： 5 155-5 162

Liang Bowen ， Tao Yourui ， Zhu Huabo ， et al . Advancing Robust State Estimation of Wheeled Robots in Degenerate Environments： Harnessing Ground Manifold and Motion States ［J］. Measurement Science and Technology ， 2024 ， 35 （ 4 ）： 046308

Martinelli A . Visual-Inertial Structure from Motion： Observability and Resolvability ［C］// 2013 IEEE/RSJ International Conference on Intelligent Robots and Systems . November 3-7， 2013 ， Tokyo， Japan . New York ： IEEE Press ， 2013 ： 4 235-4 242

Yang Yulin ， Huang Guoquan . Observability Analysis of Aided INS with Heterogeneous Features of Points， Lines， and Planes ［J］. IEEE Transactions on Robotics ， 2019 ， 35 （ 6 ）： 1 399 - 1 418

Bradski G . The OpenCV Library ［J］. Dr. Dobb’s Journal： Software Tools for the Professional Programmer ， 2000 ， 25 （ 11 ）： 120 - 123

Liu Yuanpeng ， Zhou Jun ， Li Yida ， et al . A High-Accuracy Pose Measurement System for Robotic Automated Assembly in Large-Scale Space ［J］. Measurement ， 2022 ， 188 ： 110426

Xing Boyang ， Zhu Quanmin ， Pan Feng ， et al . Marker-Based Multi-sensor Fusion Indoor Localization System for Micro Air Vehicles ［J］. Sensors ， 2018 ， 18 （ 6 ）： 1706

Roos-Hoefgeest S ， Garcia I A ， Gonzalez R C . Mobile Robot Localization in Industrial Environments Using a Ring of Cameras and ArUco Markers ［C］// IECON 2021 —47th Annual Conference of the IEEE Industrial Electronics Society . October 13-16， 2021 ， Toronto， ON， Canada . New York ： IEEE Press ， 2021 ： 5 081-5 086

Faria S D N . Sensor Fusion for Mobile Robot Localization Using UWB and ArUco Markers ［D］. Lisbon ： Universidade Nova de Lisboa ， 2021

He Yijia ， Xu Bo ， Ouyang Zhanpeng ， et al . A Rotation-Translation-Decoupled Solution for Robust and Efficient Visual-Inertial Initialization ［C］// 2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . June 17-24， 2023 ， Vancouver， BC， Canada . New York ： IEEE Press ， 2023 ： 739 - 748

Martinelli A . Closed-Form Solution of Visual-Inertial Structure from Motion ［J］. International Journal of Computer Vision ， 2014 ， 106 （ 2 ）： 138 - 152

Domínguez-Conti J ， Yin Jianfeng ， Alami Y ， et al . Visual-Inertial SLAM Initialization： A General Linear Formulation and a Gravity-Observing Non-Linear Optimization ［C］// 2018 IEEE International Symposium on Mixed and Augmented Reality （ISMAR） . October 16-20， 2019 ， Munich， Germany . New York ： IEEE Press ， 2019 ： 37 - 45

Campos C ， Elvira R ， Rodríguez J J G ， et al . ORB-SLAM3： An Accurate Open-Source Library for Visual， Visual‑Inertial， and Multimap SLAM ［J］. IEEE Transactions on Robotics ， 2021 ， 37 （ 6 ）： 1 874 - 1 890

Zhou Yunwen ， Kar A ， Turner E ， et al . Learned Monocular Depth Priors in Visual-Inertial Initialization ［C］// Computer Vision—ECCV 2022 . Cham ： Springer ， 2022 ： 552 - 570

Almalioglu Y ， Turan M ， Saputra M R U ， et al . SelfVIO： Self-Supervised Deep Monocular Visual——Inertial Odometry and Depth Estimation ［J］. Neural Networks ， 2022 ， 150 （ C ）： 119 - 136

McCord T B ， Sotin C . Ceres： Evolution and Current State ［J］. Journal of Geophysical Research： Planets ， 2005 ， 110 （ E5 ）： 2004 JE002244

Yin Jie ， Li Ang ， Xi Wei ， et al . Ground-Fusion： A Low-Cost Ground SLAM System Robust to Corner Cases ［PP/OL］. 2024： arXiv： 2402. 14308 . https：//arxiv.org/abs/2402.14308 https://arxiv.org/abs/2402.14308

Geneva P ， Eckenhoff K ， Lee W ， et al . OpenVINS： A Research Platform for Visual-Inertial Estimation ［C］// 2020 IEEE International Conference on Robotics and Automation （ICRA） . May 31-August 31 ， 2020 . Paris， France . IEEE ， 2020： 4 666-4 672

Markley F L ， Cheng Yang ， Crassidis J L ， et al . Averaging Quaternions ［J］. Journal of Guidance， Control， and Dynamics ， 2007 ， 30 （ 4 ）： 1 193 - 1 197

Thurmond V A . The Point of Triangulation ［J］. Journal of Nursing Scholarship ， 2001 ， 33 （ 3 ）： 253 - 258

Lepetit V ， Moreno-Noguer F ， Fua P . EPnP： An Accurate O（n） Solution to the PnP Problem ［J］. International Journal of Computer Vision ， 2009 ， 81 （ 2 ）： 155 - 166

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于智能体的无人机视频车道级交通流探测

恶劣天气下车载激光雷达点云去噪研究综述

BIM向GIS三维模型转换的几何信息损失度量方法

我国沿海地区海平面上升风险评估及对策研究

苏州市村镇地区人口流动网络多情景异质性特征研究