基于后向光散射的无组织排放颗粒物质量浓度远程测量方法

针对目前尚无有效测量建筑工地等无组织排放源排放的颗粒物质量浓度的方法的问题,提出基于后向光散射的无组织排放颗粒物质量浓度远程测量方法,其测量结果为柱形光束段的颗粒物质量浓度平均值。建立后向散射光能与颗粒物质量浓度、测量距离的理论模型,搭建以半导体激光器为光源和以互补金属氧化物半导体(CMOS)图像传感器为探测器的便携式测量装置,开发了图像处理程序。通过标定实验验证了颗粒物质量浓度与系统输出值之间的线性关系,并得到了标定曲线。实验分析了较大颗粒的粒径及测量距离在100 m以内的变化对测量结果的影响。同时选取无组织排放源进行现场模拟测试。结果表明:基于新方法的实验测量装置可应用于开放场地无组织排放气团中颗粒物柱浓度的远程估测。     

遗传算法结合自适应阈值约束的ICP算法

根据传统ICP算法存在的缺点,提出了一种遗传算法结合自适应阈值约束优化的ICP位姿估计方法。采用统计学滤波和区域增长分割算法对原始点云进行预处理,去除离群点并得到各混乱工件的点云集;针对ICP易陷于局部最优的问题,利用遗传优化算法对点云进行粗匹配,得到目标点集相对于参考点云的初始位姿;针对迭代速度较慢的缺点,提出了一种自适应阈值约束法,利用点对距离约束和法向量夹角约束去除局部大变形点,在保证实时性的同时提高了位姿估计的精度。实验表明,该方法能够在84.5ms内定位一个工件,位姿估计误差达0.39mm,满足实时性和抓取精度要求,能够为工业机器人随机箱体抓取提供理论依据与指导。