基于点的绘制与压缩技术

基于点的模型数据往往非常庞大,因此怎样在有限的硬件环境下对庞大的点云数据进行压缩传输和实时绘制成为基于点的图形学中两个最重要的问题.回顾了基于点的绘制的最新研究进展,将基于点模型的压缩算法分为渐进压缩编码和单分辨率压缩编码两类分别进行介绍和分析比较,并给出了一些研究建议.     

一种云样本的控制产生及在电路故障诊断中的应用

为了选择电路故障诊断中的特征样本,提出了产生云样本的方法,并用于神经网络的训练和识别.首先采用逆向云理论对初始特征样本进行统计以获取数字特征,其次采用正向云理论产生扩展训练样本,并用新产生的样本训练两种神经网络.仿真结果表明,采用云样本训练的神经网络要比采用常规样本训练的性能稳健,具有较好的抗噪卢性能,在模拟电路故障诊断中达到了较好的诊断效果.     

三级倒立摆的云控制方法及动平衡模式

文章提出了定性和定量之间转换的云模型的形式化表示方法,用来反映语言值中蕴涵的模糊性和随机性,给出云发生器的生成算法,解释多条定性推理规则同时被激活时的不确定性推理机制。利用这种智能控制方法有效地实现了单电机控制的一、二、三级倒立摆的多种不同动平衡姿态,显示其鲁棒性,并给出了详细试验结果。研究成果不仅可用于对太空飞行器以及机器人控制,而且对揭示定性定量转换规律和策略具有普遍意义。     

GMS卫星红外云图数据压缩

依据ＧＭＳ卫星红外气象云图的统计特性,提出了一种“亚抽样＋修改的ＪＰＥＧ＋图象放大”的静止图象编码方法,使有失真压缩比在５０∶１至１００∶１时,恢复图象峰值信噪比在３５ｄＢ～４０ｄＢ之间,主观质量无视觉可觉察到的失真。对于信息保持型ＧＭＳ卫星红外云图数据压缩,选取训练集求取最小均方误差意义下的最佳线性预测器,并作为固定预测器应用于每幅云图,性能优于目前文献报导的固定预测器。     

模拟透视云成像的调色板映射方法研究

利用基于ＨＶＳ成像方法的含水汽大气自然景观的亮度模型,建立透视云的离散模型,确定ＲＧＢ显示方式中Ｒ,Ｇ,Ｂ三参量与亮度间的转换关系,并提出基于ＲＧＢ显示方式的高速云中透视成像方法。该方法具有速度快,透视同效果良好的特点。     

曲面复合材料缝合机器人自动路径规划技术

为提高复合材料预制件缝合机器人的灵活性与加工柔性,针对缝合机器人自动路径规划问题,研究了基于三维光栅扫描技术的曲面复合材料缝合机器人视觉接缝提取技术.针对三维扫描摄像机视场固定的特点,对摄像机进行标定实验,改进传统的手眼标定方法,提出一种用于求解手眼关系矩阵的四点标定新方法,建立了机器人坐标系与摄像机坐标系的位姿映射关系.经过手眼关系标定,三维光栅扫描仪采样得到的缝合预制件点云数据可转化为机器人坐标系下的点云数据坐标.进一步对采集的预制件点云数据进行接缝中心线提取,提出了一种缝合轨迹及姿态规划算法,采用三次多项式对接缝中心线进行空间曲线拟合,采用最小二乘法对缝合微切平面进行平面拟合,完成机器人操作空间前进矢量及接近矢量的计算.最后,将规划结果应用于缝合机器人的离线编程仿真与实验中.实验结果表明,该系统精度高,线迹成型良好,可以满足机器人缝合系统的要求.     

机械结构相似度评价及可靠性预计研究

在用传统的相似产品法进行可靠性预计时,所选取的相似产品与评价对象之间差异较大,会造成预计结果的偏差较大。为解决这一问题,提出了一种基于"功能—运动—动作"结构化分解的可靠性预计新方法。通过明确产品的各大运动功能建立功能层,分析完成各功能的机械部件运动建立运动层,确定实现各机械部件运动的元动作运动单元建立元动作层,建立了可靠性预计的"功能—运动—元动作运动单元"层次模型。引入区间层次分析法,确定了"功能—运动—元动作运动单元"层次模型中各子代运动单元对父代运动单元的可靠性影响权重,并构建了由子代运动单元预计父代运动单元可靠性的数学模型。确定影响评价机械结构相似度的因素,构建了区间数综合评判云模型并选取与元动作运动单元相似的参考结构,以区间数综合评价云模型得出的相似度值修正参考结构的可靠性数据来预计元动作运动单元的可靠性。将元动作运动单元的可靠性预计值代入数学模型,层层预计父代运动单元的可靠性,从而得出整个产品的可靠性水平。最后以数控转台为例进行了分析,得出了可靠性预计值,并将该方法与传统方法进行了比较。结果表明,新的可靠性预计方法具有较好的可行性和较高的准确性。     

面向三维结构视觉检测的无人机覆盖路径规划

为了高效地规划无人机在三维覆盖检测任务的飞行路径,建立了满足覆盖率要求的路径规划模型,可分为两步：第1步确定无人机巡检的视点和视线,第2步计算视点的无碰撞访问序列。首先,从巡检目标的三维点云出发,提出基于K均值聚类生成候选视点的方法,构建候选视点互连的非完全图模型;其次,提出面向排序的混合蚁群算法(sorting-oriented hybrid ant colony algorithm, S-HACO)求取无人机巡检路径,优化目标考虑了路径长度、视点数目、急转弯次数等。仿真实验结果表明,该方法得到的视点数目较偏移法和随机采样法分别减少了96.25%和42.10%,并且S-HACO算法较传统算法相比性能更优,目标函数降低了19.14%,算法的运行时间减少了25.27%,验证了模型的有效性和算法的可行性。     

基于高斯过程模型的多源点云数据融合方法

多传感器测量技术被认为是表面计量学中一个很有效的解决方案。 针对多源数据的融合问题,本文提出了一种基于高 斯过程模型的多源点云数据融合框架。 首先,提出一种自适应距离的鲁棒点云配准方法统一不同测量数据集的坐标系;然后, 通过引入平差理论,对来自不同传感器的多个独立数据集之间的残差进行近似,构建基于 Matern 核函数的高斯过程模型;最 后,通过仿真模拟和实际应用,与现有方法进行了一系列对比实验,验证了该方法的有效性。 实验结果表明,该方法能以更高的 融合精度和更快的计算效率融合多传感器数据集。     

融合相机与激光雷达的目标检测与尺寸测量

针对三维场景下的目标检测与尺寸测量任务,设计了一种融合激光雷达和相机传感器的三维目标检测和尺寸测量算 法。 使用基于卷积神经网络的二维目标检测器提取目标的二维检测框,结合图像中的二维检测框和几何投影关系获取包含物 体的三维视锥点云,由欧氏聚类方法获得物体的聚类点云,实现了物体的三维目标检测。 提出了基于目标二维检测框的改进尺 寸测量方案以替代原有点云聚类后得到的三维框信息,提高了物体尺寸测量的精度。 在现有数据集上评估测试了目标检测与 尺寸测量的精度,实验结果表明,二维目标检测器 YOLOv7 在检测数据集上的平均检测精度达到了 81%,改进尺寸测量方案在 物体尺寸测量时的测量误差在 5%以内,对于较远物体或较小物体的目标检测和尺寸测量也具有很好的效果。