切比雪夫（最小区域法）平面拟合算法

欢迎关注更多精彩
关注我，学习常用算法与数据结构，一题多解，降维打击。

本期话题：切比雪夫（最小区域法）平面拟合算法

相关背景和理论
点击前往
主要介绍了应用背景和如何转化成线性规划问题

平拟合输入和输出要求

输入

1. 10到631个点，全部采样自平面附近。
2. 每个点3个坐标，坐标精确到小数点后面20位。
3. 坐标单位是mm, 范围[-500mm, 500mm]。

输出

1. 平面上一点X0，用三个坐标表示。
2. 法向A。
3. 平面度F，所有点到平面距离最大的2倍。

精度要求

1. X0点平面距离不能超过0.0001mm。
2. 法向A与标准法向夹角不能超过0.0000001rad。
3. F与标准平面度误差不能超过0.00001mm。

平面优化标函数

根据认证要求，平面拟合转化成数学表示如下：

平面参数化表示

1. 平面上1点X0 = (x0, y0, z0)。
2. 方向单位向量A=(a,b,c)。

点到平面距离

第i个点 pi(xi, yi, zi)。

根据点乘得到距离

$d_i=\frac{\Vert (p_i-X_0)\cdot A\Vert }{\Vert A\Vert }$

展开一下：

$d_i=\frac{a(x_i-x_0)+b(y_i-y_0)+c(z_i-z_0)}{\sqrt{a^2+b^2+c^2}}$

优化能量方程

能量方程 $H=f(X0,A)=\underset{1}{\overset{n}{\max }}|d_i|$

X0, A是未知量，拟合平面的过程也可以理解为优化X0, A使得方程H最小。

如何3个参数表示平面

如果直接拿6个参数去做迭代，1是比较麻烦，会出现比较难解的方向，2是平面上的点有很多个，结果不唯一。

当平面法向与Z轴偏差比较小的时候可以使用3个参数来表示。

如上图，绿线为Z轴，橙色线为XOY平面。

由于法向与Z轴比较相近，可以设法向为(a, b, 1), a,b 是比较小的量。

现在表示 平面还需要一个点，规定点必须在以(a,b,1)为法向过0点的直线上。

就有直线公式 x0/a=y0/b=z0/c

那么只要知道z0就可知 x0=az0, y0=bz0.

综上，可以使用a, b, z0 表示一个法向与Z轴相近的 平面。

转化为线性规划（法向与Z轴接近）

$设a=(z_0,A_a,A_b),d_i=F(x_i;a),引入\Gamma ＝\stackrel{n}{\underset{i=1}{\mathrm{MAX}}}|d_i|$

根据上述定义，可以将原来的最值问题转化为下述条件

对于所有点应该满足

$F(x_i;a)\le \Gamma ,(F(x_i;a)>0)$

$-F(x_i;a)\le \Gamma ,(F(x_i;a)<0)$

我们可以通过小量迭代慢慢减小Γ

$\begin{array}{c}max\Delta \Gamma \\ s.t.F(x_i,a)+J\end{array}$