基于迭代更新近似模型的车内噪声优化

基于声固耦合分析与迭代更新近似模型对车身板件进行了优化。首先通过板件声学贡献量分析,确定影响车内噪声的关键板件,将其厚度作为设计变量,在减少计算量的同时去除了无关变量的干扰。然后建立不同激励下驾驶员右耳处最大声压与关键板件厚度之间的组合近似模型,对其进行多目标优化并采用序列二次规划和K均值聚类算法对近似模型进行更新,使得采样样本逐渐靠近Pareto前沿,从而提高近似模型在Pareto前沿上的精度。优化结果表明,迭代更新近似模型能够有效优化车身结构,在保证轻量化的同时,降低了车内噪声。     

大视场光电测量系统广角相机标定方法研究

在大视场光电测量系统中一般会采用广角镜头,这会导致获得的测量图像存在严重的畸变问题。为了对这一类大畸变相机进行精确标定,可以通过径向畸变除式模型以及角点亚像素坐标提取方法,首先求解出图像畸变中心坐标及畸变参数,然后利用二维平面棋盘格标志点与图像点的对应关系求解出单应性矩阵,再根据单应性矩阵进一步求解出相机内外参数。求解出相关参数后,对求解出的参数利用Levenberg-Marquardt法进行迭代优化,再在迭代优化的基础上根据3σ法则对重投影误差数据进行坏点剔除,然后对剔除坏点之后的坐标数据重新进行标定,直至所有数据都符合要求,最终可以实现大视场畸变图像的高精度校正。为了验证所提方法的有效性,进行了仿真图像及实际图像的标定实验,结果显示,本方法能适当提高标定精度,在实际实验中均方重投影误差平均值减小了0.0103个像素点,相当于提升了0.7%的校正误差精度。