基于局部曲面拟合的散乱点云简化方法

随着数据获取手段的进步,散乱点云数据在三维重建中获得越来越广泛的应用,然而庞大的数据量往往影响重建的效率。现有简化算法中采用的曲率计算方法精度不高,导致模型特征模糊。本文在分析曲面特征的基础上给出了一种曲面特征的定量描述方法。该方法采用局部曲面拟合得到曲面在一点处的近似曲面,然后用法曲率在360度范围内的平均值代替平均曲率来描述曲面在一点处的特征。简化时采用K-D树剖分点云数据,根据子节点所包含的采样点数、空间区域大小和曲面特征大小控制简化过程。实验结果表明,该方法能够更好地保持曲面的几何特征,从而证明了算法的有效性。     

基于Poser模型的三维人体建模方法

人体真实感建模是虚拟人研究领域的一项重要内容。该文提出一种基于模型的快速人体建模方法。人体几何模型的皮肤层由多边形网格组成的表面表示,骨架层建模采用H-Anim标准,并针对Poser软件输出的人体模型缺乏关节点数据问题,给出一种骨架提取算法。人体运动模型应用机器人运动学方法,由骨架层驱动皮肤层实现。在VC++平台上实现对不同姿势下人体模型的骨架提取,仿真了敬礼过程中手臂的运动,验证了该方法的可行性。     

一种简化的三阶NFFD变形算法

将基于NURBS的自由空间变形算法(NFFD)应用于工程领域的虚拟人四肢变形的过程中,为了获得变形过程中的逼真性和实时性,在原有算法的基础上,提出了一种简化的三阶NFFD变形算法.该方法从工程应用的角度出发,对控制点的设置进行了规范化,给出了参数化坐标与待变形点之间的明确关系,简化了待变形体参数化坐标的求解过程,使其可以用于虚拟人的四肢变形过程中.实验表明,这种简化算法可以提高计算效率,简化计算过程,保证虚拟人四肢变形过程中的逼真性与实时性,取得较好的变形效果.     

一种基于车体侧向动力学的自主车定位方法

定位是车辆自主驾驶研究过程中的关键问题.从车辆的侧向动力学模型出发,研究并分析了其稳态响应结果,以此建立了车辆定位模型.由于定位模型具有非线性、多自由度、多变元的特点,在实际定位中很难应用.因此,在定位模型中采用了一种动态自适应网络即改进型的RBFNN,它能够动态调节网络的规模和参数,具有较强的逼近能力以及自学习能力;并利用Kalman滤波器对输入的前轮摆角以及车速信号进行滤波处理,减小误差,提高定位精度.实车实验中,定位方法能够得到较高的定位结果,东、北向位置误差均不超过1米.实验结果表明,是一种可行、有效的定位方法,可以在实车上使用.     

应用遥编程的大时延遥操作技术

如何克服通信线路中的大时延和有限带宽,是空间遥机器人面临的最重要的一个问题．本文 阐述了应用遥编程技术提高大时延遥操作的稳定性和操作精度的基本思想．提出了一种将操 作区分段,采取复合控制策略的遥操作方法．同时介绍了基于遥编程概念的遥操作实验系统 的设计及其试验结果．     

基于立体匹配技术的光流场计算方法

光流场的计算是移动机器人领域一个很重要的研究课题，但现有的光流场计算方法并未充分利用移动机器人的特点。本文假设移动机器人配备了双目视觉系统和码盘，在此基础上提出了一种基于立体匹配技术的光流场计算方法。该方法的基本思想是：首先利用Forstner算子对图像中易于跟踪的特征点进行提取；然后利用立体视觉方法计算这些特
特征点的三维坐标；在此基础上，进一步结合码盘信息对前后帧图像中的特征点进行预测和跟踪，从而最终实现了光流的准确提取。实验表明，该方法比传统方法具有速度更快、准确性更高的优点。     

基于模糊竞争学习的非线性系统自适应模糊建模方法

提出了一种新的基于模糊竞争学习的自调整的模糊建模方法. 基于模糊竞争学习, 模糊系统能够进行自适应模糊推理. 在被调整模糊系统基础上, 提出了一种非线性系统在线估计参数的在线辨识算法. 为了证明提出算法的有效性, 最后给出了几个例子的仿真结果.     

3DS模型在虚拟现实几何建模中的应用

几何建模是开发虚拟现实系统过程中最基本，最重要的工作之一，该文采用了3DS模型文件作为虚拟环境中几何模型的主要存储格式，并且从理论上、实际应用方法以及试验仿真结果几个方面分析了该方法的可行性，通用性，说明了在要求不高的条件下，采用3DS模型和相关的三维建模软件进行虚拟现实研究工作是一条现实的途径。     

USSCD：一个基于均匀空间分割的快速碰撞检测算法

对于存在大量运动物体的虚拟环境，碰撞检测往往成为影响系统计算效率的瓶颈，为提高多体碰撞检测的效率，提出了一个基于均匀空间分割的快速多体碰撞检测算法——USSCD，该算法首先将物体空间均匀分割成一系列单元格，然后在每个单元格，通过基于AVL排序的扫描排除法进行碰撞检测，同时依据物体的分布密度，提出了一个计算单元格尺寸的优化方法，通过一系列实验，测试了USSCD算法的性能，并与I-COLLIDE算法进行比较，实验结果表明，在均匀分布条件下，当物体数量较大时，USSCD的效率高于I-COLLIDE算法，而且，USSCD算法的效率基本不受物体运动相关性的影响。     

一种用于动态环境的虚拟人行走规划方法

本文提出了一种基于Petn网的虚拟人行走规划方法，主要用于环境中存在静止和运动障碍物的复杂情况。我们实现的系统整体上以Petn网构建，由全局路径规划和局部路径规划两部分组成，Petn网负责两者之间的协调。仿真和试验结果表明，本文提出的方法简便易行。