针对无人车三维激光雷达与全球定位系统/惯性导航系统组合导航系统安装位置关系难以准确测量及相对转角无法直接测量的问题,提出一种基于多对点云同时匹配迭代生成外参数的方法。首先选择车辆直线往返行驶中位置相近、方向相反的激光雷达点云对进行匹配;然后设定参数区域中心、初始步长及步数,遍历参数组合,寻找目标函数最小时的外参数组合并更新为最优迭代区域中心;最后不断缩减步长,直到得到满足精度要求的最优外参数。实验采集了两段环境不同的数据,分别采用较优和较差的参数初始迭代中心以及不同步数进行标定。结果表明,所提方法用时短,对于非理想参数初值也能够得到较好的标定结果,而且标定方法简单,无需专门的标定物即可达到需求的标定精度。

为了缓解单视图X射线发光断层成像中出现的不适定性问题, 提出了一种结合区域迭代收缩策略的快速贝叶斯匹配追踪方法。该方法将贝叶斯模型和贪婪算法相结合, 可以从较少的观测值中高效快速地恢复稀疏信号。为了进一步提高重建精度, 将快速贝叶斯追踪与区域迭代收缩策略结合, 简化了自适应有限元方法在网格划分和系统矩阵构建方面的复杂性, 在缩减因子迭代缩小可行区域的同时, 缓解了X射线发光断层成像逆向题求解中的病态性。为评估该方法的有效性, 设计了仿真实验与真实物理仿体实验。仿真结果表明, 本文方法在加快重建速度的同时, 显著提高了纳米发光目标的定位精度和发光产额的定量结果, 它们分别为0.73 mm和0.79 μg。真实物理仿体实验进一步验证了该方法在实际单视图X射线发光断层成像中的可行性。

为降低荧光分子断层成像(FMT)重建的病态性，受压缩感知理论启发，提出一种结合自适应可行区域迭代收缩策略和分段正交匹配追踪算法的重建方法。通过选取高荧光产额节点所在区域，迭代缩小可行区域，使目标函数有一个全局最优解。数字鼠模型上单目标及双目标重建结果表明，贪婪算法结合区域收缩策略不仅可以显著提高荧光目标的定位精度和荧光产额的定量分布，还可以降低算法对参数选取的依赖。物理仿体实验进一步验证了该方法在实际FMT 应用中的可行性和稳定性。