曲面激光密集测量三维数据的三角片逼近方法

本文以激光－机器视觉测量方法得到的曲面数据云为基础，探讨了曲面密集三维散乱点群数据的几何建模方法，根据激光测量方法和三维点群分布的特点，建立了恰当的数据结构在计算机中表示散乱点群。由八叉树空间分割原理对密集散乱点群进行空间分割，建立八叉树拓扑关系。由八叉树空间分割原理对密集散乱点群进行空间分割，建立八叉树拓扑关系，显著加快了任意点的搜寻速度。采用万有引力定律计算三角片顶点坐标，由此实现散乱点数据的     

基于最小曲面距离的快速点云精简算法

提出了一种新的基于最小曲面距离的点云精简算法,算法在简化点云数据的同时不损失特征。点云被划分成一系列的三维子网格,根据子网格,找到最近k邻域。散乱点云的k邻域通过二次参数曲面拟合,进一步得到相关曲率。依据提出的曲面距离,对点云进行精简。选择了一些典型的点云,如冲浪、石头、陶俑、牙齿等数据对算法进行了验证。结果表明,可以直接和有效地减少点云数据,同时保持原始模型的几何形状,对点云精简研究有一定的理论和实践意义。通过实验也证明了该算法的可靠性和准确性。     

大规模点云选择及精简

点云选择与精简是三维扫描系统中应对背景数据、冗余采样、分布不均匀等问题的必要后处理步骤.针对定制低成本三维扫描系统的需求,传统方法仍有很多局限性.这是由于研究领域未提供支持套索UI接口的点云选择算法;传统点云精简方法侧重曲率自适应分布,无法保证平坦区域的均衡分布.论文提出一种支持套索UI接口的点云选择算法,通过构建套索形状矩形覆盖与点云八叉树剔除大部分点在多边形内的判断;提出一种基于Poisson-disk采样的均衡分布的点云精简算法,并以采样点邻域球布尔交运算来定义曲面上的圆盘半径度量,具有保持尖锐边特征及边界的性质.实验结果表明,论文方法能够较好满足低成本三维扫描系统中点云删减处理的需求.     

拟万有引力定律三维激光点云数据精简方法

为对海量三维激光点云数据进行精简,提出一种拟万有引力定律的点云数据精简方法。该方法将万有引力定律中各点质量替换为点的切向与径向联合曲率表征参数,通过求解点云中各点之间的引力分布,实现点云数据平坦与特征区域的划分,完成点云数据中特征点的提取与保护。将非特征区域点大比例均匀采样,再与完整的特征点融合形成精简后点云数据,将其与原始点云进行对比,结果表明:该精简方法在有效保留特征区域的基础上可以大比例精简点云,同时精简前后点云点距离误差较小。在总精简比94%时,最大点间距离偏差值为0.1 mm,且高偏差值点均位于非特征区域。     

柱形八叉树模型的运算规则及应用

八叉树模型是计算机科学中常用的一种非线性数据结构。它在工程中有广泛的应用。笔者选用柱形坐标空间作为八叉树模型的根结点，提出了一个由三维实体的CSG模型按递归方式生成实体八叉模型的算法，找出了八叉树中的平移、旋转、镜像等运算规则，并给出了八叉树模型求并、交、差的算法。文后给出了八叉树模型在空间物体碰撞方面的应用实例。     

基于曲率弦高法的海量测量数据精简

针对视觉测量的点云数据过大而不利于计算和重构的问题,在分析视觉测量点云数据特征的基础上,将曲率原则和弦高法相结合,提出基于曲率弦高法的海量测量数据精简方法。该方法在考虑曲线曲率变化的基础上构建弦高函数,并通过迭代得到各测点变化的弦高值,再根据弦高法的数据精简原则确定需要保留的测量点。仿真实验表明,该方法在平均误差小于0.2 mm时,精简率为89.8%,能够有效地对海量点云数据进行精简,并实现精简后测点按曲面曲率的合理分布。     

激光测量的自由曲面点云数据处理方法

介绍了基于VIVID910三维激光扫描仪在零部件上获取自由曲面点云数据的方法。针对点云数据中所存在的影响模型重构精度的各种因素,详细论述了无用杂点删除、多视点云对齐、数据点云合成、点云数据编辑、数据点云精简及数据点云平滑等预处理方法。实例表明,经过处理的点云数据有利于后续的曲线、曲面重构及模型重构。     

光学照像测量及数据压缩方法研究

光学照像测量技术的发展大大提高了逆向工程技术中的数据测量速度，使快速方便地获取包含被测物体更多细节的大量数据成为可能，但庞大的点云数据影响了模型重建的效率和质量。如何压缩散乱数据点已成为逆向工程中一个重要的研究课题，本文在介绍光学照像原理的基础上，分析常用数据压缩方法以及一种以八叉树原理为基础的的数据压缩算法。     

基于车载16线激光雷达的障碍物检测方法

针对目前车载16线激光雷达点云数据中障碍物检测算法准确率不高的问题,提出了一种基于自适应网格聚类的障碍物检测方法。首先,结合八叉树与随机抽样一致性算法(RANSAC)去除地面点;其次,投影点云至二维网格,依据各网格高程信息快速提取高结构物;然后,建立两级网格模型,按照粗网格聚类结果的分布信息自适应地确定子网格分辨率,对可能包含多目标的障碍物在子网格层进行准确检测;最后,结合相邻时刻障碍物的状态信息修正检测结果。在16线激光雷达城市道路环境测试集下的实验结果表明:该算法可准确检测行驶区域内障碍物目标,优化后的聚类算法较好地降低了欠分割与过分割错误率,检测准确率达91%。     

基于三维点云聚类的坡度估计方法

为了提高火星探测器着陆时对坡度的估计精度,研究了一种基于三维点云数据聚类与随机搜索最优拟合平面的坡度估计方法。将通过激光雷达测量获得的三维点云数据进行稀疏表示,利用稀疏系数对数据点进行聚类与分割,划分子空间;对子空间中的数据点进行平面拟合,随机搜索最优拟合平面;根据最优拟合平面计算平面法向量之间夹角,其在数值上等于坡度角,从而完成坡度估计。实验表明:该方法可以对坡度进行较为准确的估计;与常用的坡度估计方法相比,相对误差较小。     

A new data reduction scheme for mode I wood fracture characterization using the double cantilever beam test

This paper describes experimental and numerical studies on double cantilever beam test applied to fracture characterization of wood in mode I. A new data reduction scheme based on the beam theory and specimen compliance is proposed in order to overcome the difficulties inherent to crack monitoring during propagation. A cohesive damage model adapted to wood is used to simulate the test. The cohesive properties are evaluated using an inverse method based on a developed Genetic Algorithm through an optimisation strategy. The results demonstrate the effectiveness of the proposed methodology as a suitable data reduction scheme for the double cantilever beam test.     

A METHOD TO REDUCE THE SCATTER IN FATIGUE CRACK GROWTH RATE DATA

Abstract— The scatter in experimentally determined fatigue crack growth rates is dependent, in part, on the data reduction process applied to the paired values of crack length and number of cycles recorded in crack growth tests. An additional data reduction process is proposed which replaces the original test data by a smooth curve. Analysis of mid-range growth rate data for Udimet 720 shows that the introduction of this additional data reduction procedure reduces the scatter in the calculated growth rates, increases the effectiveness of Walker's method in accounting for the effects of stress ratio, and leads to more accurate predictions of the experimental crack propagation lives of test specimens.     

基于共空间模式和均匀流形投影的运动想象脑电信号识别方法

运动想象脑电信号的识别与分类问题一直是脑机领域研究的热点问题。针对此问题,使用区别传统线性降维方法的流形学习方法,将共空间模式算法与均匀流形投影算法相结合,充分利用了脑电信号中的非线性特征,对运动想象脑电信号进行了特征提取和数据降维,并使用KNN分类器进行了分类,对分类效果做出了评价;将降维前后的数据分类结果进行对比,说明了数据降维的优点和必要性;进一步讨论了降维结果在数据可视化方面的表现。发现经过数据降维的特征数据的可视化效果明显优于未经过降维的数据,进一步提出了一种基于共空间模式和均匀流形投影的新型脑电信号识别方法,对进行脑电信号深度剖析。挖掘脑电信号非线性特征提供了参考价值,同时也在数据流形分布以及数据可视化的角度为运动想象脑电信号识别提供了新思路。     

预应力钢绞线高温力学性能试验研究

该文采用非接触式应变视频测量系统,开展了冷拉1860级钢绞线高温力学性能试验研究。基于试验测试的钢绞线高温应力-应变全过程曲线,建议了预应力钢结构用钢绞线的比例极限、弹性模量、名义屈服强度、断裂强度的高温折减系数以及高温应力-应变函数关系。试验结果表明,高强冷拉钢绞线高温下应力-应变全过程具有显著的应力强化阶段和颈缩阶段,1.25%应变下的高温名义屈服强度适用于高强冷拉钢绞线,钢绞线在高温下的捻度松弛效应对其高温力学性能存在影响。该研究成果进一步完善了预应力张拉钢结构用冷拉高强钢绞线高温下基本力学性能指标体系。     

基于LP与小波包的复杂机电系统监测序列混沌降噪方法

针对流程工业生产系统监测数据存在强噪声和混沌性的特点,提出了一种局部投影方法(Local Projection Method)与小波包方法相结合的信号降噪方法。该方法先利用局部投影方法从动力学系统嵌入流形的角度进行多次迭代降噪,并根据关联维数来判定迭代终止;再利用小波包方法从频率的角度进行降噪,抑制高频噪声的干扰,取得了较好的降噪效果。用Lorenz时间序列进行仿真验证,对仿真时间序列加入不同程度的噪声,对比分析小波包、局部投影与该方法降噪后的相空间、SNR值和最大Lyapunov指数,证明了该方法对于中高强度噪声具有更好的降噪效果。并将该方法用于某压缩机组的实际监测数据降噪,评估三种方法的降噪效果,进一步验证了该方法的优越性。     

Inverse End Loaded Split test configuration for stable mode II crack propagation in bonded joint: macroscopic analysis—effective crack length approach

Mode II crack propagation along a bonded joint is investigated using newly proposed Inverse-End Loaded Split experimental configurations. This test configuration allows stable crack propagation all along the crack propagation path. The specimen compliance and strain energy release rate for the new experimental arrangement are derived. An experimental data reduction procedure, based on the effective crack length approach, is also proposed. Two series of experiments are performed to assess the stable nature of the crack propagation and data reduction scheme associated to this new experimental arrangement. In addition to stable crack growth, the experiment may prove his worthiness in the study of crack onset under mode II loading.     

Modeling of an Enhanced Rain Attenuation Prediction for Equatorial Region

Presented in this paper is an empirical model for long-term rain attenuation prediction on slant path. The slant path prediction model is derived using data collected from tropical region and the formula proposed is based on Gaussian distribution. The proposed model shows a significant improvement over the existing prediction models with considerable reduction in RMS error as compared with other testing models.     

挤压开坯γ-TiAl合金的热变形行为研究

采用Gleeble-1500试验机对经过挤压比为12开坯后的γ-TiAl合金在温度为900～1100℃、应变速率为0.01～1s<'-1>、变形量为70%等温恒应变速率下的热变形行为进行了研究,获得了变形条件范围内的流变应力数据,并利用Ze-ner-Hollomn参数和Arrhenius方程得出γ-TiAl合金的本构方...     

发电机螺栓松动故障特征检测方法及试验研究

提出一种通过提取时域指标特征和运用主成分分析法(PCA)诊断螺栓松动故障的方法,将原始数据进行经验模式分解(EMD)后计算相应IMF的5个无量纲因子;利用主成分分析法(PCA)对数据向量进行降维和残基空间投影处理,计算数据样本的预测误差,在智能供水系统试验台架上开展螺栓松动故障诊断试验,试验结果表明,所建立PCA模型能够较为有效判别螺栓松动故障。     

基于主成分分析及多维高斯贝叶斯的超声流量计故障智能诊断方法

提出了基于多维高斯贝叶斯模型的设备故障智能诊断流程,包括数据的筛选与结构化分析、数据的降维、模型的构建、诊断结果的检验与分析等。研究表明采用主成分分析方法进行降维时,不同的诊断对象在降维参数的选择方面存在较大差别,诊断效果因诊断对象和样本数量的不同而有所差异。利用公开发表的超声波流量计数据库对流程进行验证。结果显示:针对B型流量计进行280次、C型流量计进行550次智能故障诊断,故障状态的首选正确识别率分别达到99.3%和95.1%,较k-最近邻(KNN)聚类分析算法有一定的优势。