基于三维激光扫描的铁路罐车点云优化处理方法

通过对三维激光扫描技术在铁路罐车中的应用研究,对扫描过程中发现的点云残缺及噪点问题进行研究分析,提出一种快速有效点云优化处理方法,新方法包括sp-H点云预处理和EtiG建模优化。验证试验表明,采用新的点云优化处理方法可以在较短时间内将扫描点云进行去噪及残缺修补,并能够快速高效进行模型重建,提升了不同工况环境下扫描点云的适用性,提高了扫描工作效率和准确度,铁路罐车容积测量结果的相对扩展不确定度达到2.4×10-3,为铁路罐车容积扫描最高准确度等级,为三维激光扫描相关技术的发展提供一定借鉴。     

基于ASODVS的全景点云数据获取技术的研究

针对现有三维激光扫描设备不能同时获取空间点云的坐标信息和色彩信息,多视角点云数据配准复杂等问题,采用了一种将全方位视觉传感器ODVS(Omni-directional Vision Sensor)和可移动360°面激光光源相结合的主动式全景视觉传感器ASODVS(Active Stereo Omni-directional Vision Sensor)来获取点云数据。通过人机接口对ASODVS的扫描步长和速度等进行控制,实现了边扫描边获取全景点云数据;对获取点云数据空间信息过程中的关键技术——激光投射点提取算法进行了深入研究;采用了3种不同的全景激光线提取算法对全景切片图像中激光投射点进行提取,并实验研究了各自的优劣;实验结果表明,对于ASODVS而言,帧间差提取算法能有效快速准确的提取三维全景场景中激光投射点,并具有消耗计算机资源少、操作过程自动化、生成数据有序等优点。     

基于三角测量的三维激光扫描仪设计

基于三角测量原理,设计了一套三维激光扫描仪.分析了光信号在不同表面上的反射性质,设计出较为准确的亚像素光点中心定位算法.实验表明即使在红外光较强的环境下,也具备较好的抗干扰能力,具有较高性价比.     

基于FPFH特征的三维场景重建

文章在阐述不同视角下在对一对三维点云数据集两两配准的基础之上,针对ICP精确匹配算法须使初始点云收敛否则无法获取准确匹配结果的问题,提出了基于FPFH特征描述子的特征点云粗匹配。调整两片点云的初始位置,为ICP算法提供了良好的初始位置进一步提高点云的匹配精度。并且在此基础上通过大量实验得到点云对应点对之间的最大距离与拟合系数的函数关系,得到粗匹配最优值,进而得到最佳配准效果。实验证明通过粗匹配最高能将匹配拟合系数提高60.3%。     

基于点云数据的三维目标检测技术研究进展

近年来,随着深度传感器和三维激光扫描设备的普及,点云数据引起了广泛关注。相对于二维图像,点云数据不仅包含场景的深度信息,还不受光照等环境因素的影响,能够更精确地实现目标识别和三维定位。因此,基于点云的三维目标检测技术已经成为智能空间感知和场景理解的关键技术。本文首先介绍了点云数据的特点,并探讨了不同类型的点云特征提取方法;其次,详细阐述了基于体素、点、图以及体素与点混合的点云目标检测方法的原理和发展历程;然后,介绍了常见的室内外点云目标检测数据集和评价指标,并对各类点云目标检测方法在KITTI和Waymo数据集上的性能进行了详细的比较和分析;最后,对点云目标检测技术的研究进展进行了总结和展望。     

基于图像处理技术的电能表外观检测系统

为适应智能电能表自动化检定的要求,设计了由图像处理技术完成外观检测功能的系统,实现了外观检查的自动化,解决了人工检测方法工作量大、效果不佳的问题。系统采用高性能CCD相机完成图像采集,确保图像信息丰富完整。利用图像平滑去噪、形态学处理等技术完成图像的预处理,大幅降低后续比对的难度。运用基于高斯金字塔的混合配准算法完成图像配准,最终实现待检图像与模板图像之间匹配程度的检测。该方法检测时间短,正确率高,已成功应用于省级计量中心电能表自动化检定线,满足生产需求。     

于散乱三维点云的缺陷检测和三维重构方法

设备表面的缺陷检测对于保证安全生产避免经济损失具有重要意义。针对基于设备表面散乱三维点云缺陷检测和三维重构算法复杂的问题,提出了一种基于散乱三维点云的缺陷检测和三维重构方法。对散乱三维点云沿某一轴向进行分层处理,将同一层内的三维点进行移位规则化处理,并对规则化的三维点云进行缺陷检测和三维重构。分别对无缺陷设备表面和凹凸缺陷设备表面进行缺陷检测和三维重构,规则化前后三维数据缺陷计算结果相对误差为1.01%。实验结果表明,将散乱三维点云分层和规则化处理有效降低了缺陷检测和三维重构的复杂度,易于实现。     

基于多视角融合的夜间无人车三维目标检测

为了提高无人车在夜间情况下对周围环境的物体识别能力,提出一种基于多视角通道融合网络的无人车夜间三维目标检测方法。引入多传感器融合的思想,在红外图像的基础上加入激光雷达点云进行目标检测。通过对激光雷达点云进行编码变换成鸟瞰图形式和前视图形式,与红外图像组成多视角通道,各通道信息之间融合互补,从而提高夜间无人车对周围物体的识别能力。该网络将红外图像与激光雷达点云作为网络的输入,网络通过特征提取层、候选区域层和通道融合层准确地回归检测出目标的位置以及所属的类别。实验结果表明,该方法能够提高无人车在夜间的物体识别能力,在实验室的测试数据中准确率达到90%,速度0.43 s/帧,达到了实际应用要求。     

基于激光扫描投影的轨道客车精准装配技术研究

为提高轨道客车装配时车体零部件的定位准确度,解决现存人工划线、制作模板等传统工艺引起的定位精度差、工作效率低等问题,基于激光扫描投影技术建立了全新的精准辅助装配系统。通过研究系统的数学模型,分析了其在不同投影角度上的投影误差,并依据上述分析得出了站位布置模型。将系统应用于实际装配中,实现了定位准确、工作效率高的特点。实际应用效果表明,定位精度可优于0.5mm,有效克服了现存定位装配工艺中需制造大量专用模板工装,工装定位位置不准确,人工描线定位精度极差等缺点。     

基于语义分割的城区激光点云与光学影像配准

基于点云数据与光学遥感影像的协同应用在遥感领域获得广泛关注,为了对两种数据进行精确的配准以更好地融合两者优势,提出了一种城市场景下点云与光学遥感影像的自动配准方法.首先,由点云数据生成深度影像,即3D数据转换为2D影像;然后,运用Unet模型对深度影像和光学遥感影像分别进行训练并分割得到建筑面;再基于建筑面轮廓点集构建...     

基于三维激光扫描的物体重构建模

针对锂离子电池SOC(荷电状态)难以估算的问题,通过对电池建立等效的Thevenin电路模型,对不同时刻的SOC的模型参数进行拟合得到动态的模型参数,在Matlab中借助Simulink建立仿真模型,采用模块化结构,建立基于卡尔曼滤波算法的电池SOC估算系统;利用测得的电池电压电流,仿真系统可直接估算出实时的电池SOC,与实际的电池SOC对比,误差保持在2.5%以内,表明该方法可以有效的估计电池的SOC,对于锂离子电池在实际应用的容量估算有着重要意义。     

基于大景深三维扫描系统对RAC标定法的修正

基于大景深三维扫描系统的倾斜摄像机模型,推导了新的物像关系并修正了Tsai的RAC标定法.利用修正后的RAC标定法对大景深扫描系统的摄像机进行了标定, 实验结果表明修正后的RAC标定法适用于倾斜的摄像机系统,标定准确度可以达到0.03 mm.     

基于海量散乱点数据三维显示新算法的研究

逆向工程中基于海量散乱点的三维模型重建,在许多应用中具有重要意义.由于测量系统精度的限制和测量数据无法直接与三维显示系统相结合,这也成为逆向工程发展的一个瓶颈.对传统的基于多边形网格的生成过程及Bezier插值细化进行了深入的研究,分析了其中的缺点和不足,并在此基础上提出了三维显示模型构建的新算法,即单层串珠算法、相邻...     

用Hough变换提高激光光斑中心定位精度的算法

在激光扫描大型三维曲面测量中, 激光光斑中心的准确定位是提高测量分辨力的关键。当测距范围较大时, 受多种因素的影响, 激光光强分布严重不均致使其几何中心与强度中心发生了偏离。此时, 传统的光斑中心提取方法不能适用。为此, 根据光斑图像仍能给出圆形光斑的大部分轮廓这一特点, 提出了基于Ｈｏｕｇｈ 变换的激光光斑中心读取方法。实验结果表明该方法对提高大型三维曲面测量精度是有效的。     

基于激光雷达的形面扫描技术研究

随着测量技术的不断发展,在航空、汽车、模具、造船等工业中,对复杂物体的三维扫描技术提出了更高的要求.实验表明,激光雷达对复杂物体扫描具有高精度、高效率,满足在实际应用中的要求.     

衍射光学二维激光扫描器设计制作研究

提出、设计并采用激光直写和反应离子刻蚀技术制作出一种新型的衍射光学纯相位型二维激光扫描器,并进行了系统参数的实验测试,其扫描角度为２５°×２５°,衍射效率为４１％。     

基于单帧变形条纹的物体三维位移和速度测量

用隔行扫描摄像机采集到的运动物体单帧变形条纹测量三维位移和速度.该方法将一帧变形条纹分成两个单场,利用傅里叶变换轮廓术重建三维面形,从单场条纹的调制度中提取二值化模板,计算质心获得亚像素匹配定位点,通过双三次插值和标定,实现了一个场周期时间内三个维度上的位移和平均速度的测量.匀速运动物体实验结果表明:被测速度的最大绝对误差为0.6 mm/s,相对误差为0.57%.该方法仅用一帧变形条纹即可测量运动物体的三维位移和速度,提高了时间分辨率和测量准确度.     

Interpolation algorithm for recovering the missing phase values in 3D measurement

In the three-dimensional (3D) phase measurement, some marks are usually adhered to the object in order to make the 3D registration process faster and easier. As covered with marks, local phase data are missing and have to be interpolated later. Considering the phase distribution nearby the marks, a gradient estimate (GE) interpolation algorithm is provided here. This algorithm recovers one pixel's missing phase value with the average of the estimated values which is calculated by gradients in eight directions nearby. Since this algorithm is a local processing, the missing phase values should be interpolated from the edge of the marks to the center. In the computer simulation and the practical experiment, compared with the same-size neighborhood mean (NM) algorithm and the Gerchberg-Saxton (GS) algorithm, this new algorithm achieves very good fit results with the least time. So it can be used as a practical tool for automatic missing phase interpolation.     

一种基于三维形状上下文特征的点云配准算法

针对点云配准过程中点云数据量大、配准时间长、配准精度低的问题,提出了一种基于内部形态描述子（intrinsic shape signatures, ISS）和三维形状上下文描述子（3D shape context, 3DSC）的点云配准算法。该方法首先使用体素网格滤波器对点云进行下采样,接着利用ISS算法提取特征点,并通过3DSC进行描述,然后通过改进的随机采样一致性（randon sample consensus, RANSAC）算法进行粗匹配,最后用改进的迭代最近点算法（iterative closest point, ICP)对点云进行精匹配。试验结果表明,与基于ISS+3DSC的三维正态分布变换(normal distribution transformation, NDT)算法和基于采样一致性初始配准（sample consensus initial aligment, SAC-IA）的ICP算法相比,本文算法的配准精度及效率更高,且对于数据量大的点云也有较好的匹配效果。