基于深度学习的大规模三维点云处理综述

随着三维视觉的快速发展, 基于深度学习的大规模三维点云实时处理成为研究热点. 以三维空间分布无序的大规模三维点云为背景, 综合分析介绍并对比深度学习实时处理三维视觉问题的最新进展, 对点云分割、形状分类、目标检测等方面算法优势与不足进行详细分析, 给出详细的性能分析与优劣对比, 并对点云常用数据集进行简要介绍, 并给出不同数据集的算法性能对比. 最后, 指出未来在基于深度学习方法处理三维点云问题上的研究方向.     

基于刚性平面布局的折痕设计

折叠是近年来柔性机器人领域的研究热点之一.在折痕设计方法中,针对平面布局误差大、分布不均和折痕复杂等问题,提出基于刚性平面布局的折痕设计方法,可在无剪切、拉伸和粘贴的约束下,实现三角网格模型的顶点折痕和边折痕设计.首先,基于ARAP刚性局部参数化拆解三角网格模型,并以最优旋转和平移变换实现刚性平面布局,将三角网格模型拆分为参数平面空间内均匀分布、互不相连的三角面片;然后,构造边折痕,并基于增量法Voronoi和站点约束筛选有效站点,并以其构造顶点折痕;最后,将局部折痕嵌入平面布局,实现三角网格模型完整的折痕设计.在相同环境下对LSCM、均值参数化方法以及文中方法的平面布局误差值进行比对分析,同时对平面布局过程中的能量值,以及平面布局结果的有效值进行分析.结果表明,文中方法平面布局误差较低,稳定性较高,三角面片空间分布较为均匀,适用于较大规模的三角网格模型.     

局部各向异性的薄壳收缩变形

基于位置动力学提出局部各向异性的薄壳收缩变形方法.首先针对基于位置动力学变形模拟方法的材质局限性的不足,提出薄壳收缩变形的弹性变形能,实现了多材质的弹性收缩变形.其次,针对薄壳收缩变形过程中的抖动问题,给出适当的弯曲能系数,实现了稳定的收缩变形.第三,针对薄壳局部类球面结构收缩变形缓慢且细微的不足,定义了局部各向异性ARAP变形能等,实现了薄壳局部类球结构的快速、显著、稳定的收缩变形.最后以轴向平行包围盒与非渗透滤波器作为碰撞检测的预处理,剔除不可能发生碰撞的图元对,提高了收缩变形过程中的碰撞检测效率.相关实验结果表明,提出的薄壳收缩变形算法适用于多种材质模型以及多种各向异性能量,且有效地解决了抖动及局部类球结构收缩变形缓慢且不显著等问题.