基于信息融合的前方车辆检测技术

为了避免出现交通事故,使车辆检测效率与准确率得到提高,提出基于车辆阴影、纹理、边缘等信息融合的前方车辆检测技术。基于机器视觉使用多特征结合方法对目标车辆进行确定,通过激光扫描得到车辆距离与宽度,对目标特征提取创建车辆验证函数。之后,根据车辆验证函数创建分类器,验证视觉图像跟踪车辆,之后融合视觉传感器和激光扫描信息。通过验证表示,能够对前方车辆精准检测,能够避免汽车碰撞。     

基于激光点云与图像融合的3D目标检测研究

目前基于激光雷达与摄像头融合的目标检测技术受到了广泛的关注,然而大部分融合算法难以精确检测行人、骑行人等较小目标物体,因此提出一种基于自注意力机制的点云特征融合网络。首先,改进Faster-RCNN目标检测网络以形成候选框,然后根据激光雷达和相机的投影关系提取出图像目标框中的视锥点云,减小点云的计算规模与空间搜索范围;其次,提出一种基于自注意力机制的Self-Attention PointNet网络结构,在视锥范围内对原始点云数据进行实例分割;然后,利用边界框回归PointNet网络和轻量级T-Net网络来预测目标点云的3D边界框参数,同时在损失函数中添加正则化项以提高检测精度;最后,在KITTI数据集上进行验证。结果表明,所提方法明显优于广泛应用的F-PointNet,在简单、中等和困难任务下,汽车、行人和骑行人的检测精度均得到较大的提升,其中骑行人的检测精度提升最为明显。同时,与许多主流的三维目标检测网络相比具有更高的准确率,有效地提高了3D目标检测的精度。     

基于图像和激光点云融合的智能采面煤岩识别

为了提高采煤工作面的智能化水平,提出了基于图像和激光点云融合的煤岩识别方法。首先,利用三维重建构建了蕴含煤岩颜色信息及截割纹理特征的图像点云;其次,提出了基于改进迭代最近点（iterative closest point,简称ICP）算法的煤岩点云配准方法,提高了点对间的搜索速度和配准精度;然后,设计了基于改进区域生长算法的煤岩识别方法,通过仿真分析验证了改进措施的有效性;最后,搭建了采煤机煤岩截割实验系统,并对相关改进算法进行了实验对比分析。结果表明,所提方法的点云数据分割效果最好,煤岩识别准确率达92.95%。在煤矿井下采煤工作面进行了现场测试,进一步证明了所提煤岩识别方法的可行性和实用性。     

新型激光远程点云装置研究

采用最新研制的多尺度相位差式激光点云装置,对电网铁塔上的绝缘端子进行了远程非接触式检测。利用测距激光对被测物体整体或局部进行从左到右的步进扫描,获取目标的空间三维数据,从而发现绝缘端子破损等缺陷,验证了多尺度相位差式激光点云装置在电网运维检测中的应用可行性,可以保障输电线路的运行安全性与稳定性。     

基于多传感器信息融合的车辆高精度定位技术

为解决多轴应急救援车辆在复杂环境行驶时的定位误差问题,设计了一种基于多信息融合的组合定位系统,该定位系统主要由前端里程计和后端优化模型组成。首先完成三轴车运动学建模,推导出基于惯性测量单元的运动学预测方程和基于全球定位系统的运动学观测方程,通过Kalman滤波器进行状态更新,完成前端里程计的构建;然后设计了基于迭代最近点匹配算法的外参标定工具,并构建了特征点云匹配模型,完成后端模型优化;最后进行了仿真与实验,研究结果表明,该系统定位误差为±3.45 cm,角度误差为±0.10°,准确性、稳定性均得到了很大的提高。     

基于特征融合的改进型PointPillar点云目标检测

针对PointPillar在自动驾驶道路场景下对点云稀疏小目标检测效果差的问题,通过引入一种多尺度特征融合策略和注意力机制,提出一种点云目标检测网络Pillar-FFNet。针对网络中的特征提取问题,设计了一种基于残差结构的主干网络;针对馈入检测头的特征图没有充分利用高层特征的语义信息和低层特征的空间信息的问题,设计了一种简单有效的多尺度特征融合策略;针对主干网络提取的特征图中信息冗余的问题,提出了一种卷积注意力机制。为验证所提算法的性能,在KITTI和DAIR-V2X-I数据集上进行实验。实验结果表明,所提出的算法在KITTI数据集上与PointPillar相比,汽车、行人和骑行者的平均精度最大提高分别为0.84%,2.13%和4.02%;在DAIR-V2X-I数据集上与PointPillar相比,汽车、行人和骑行者的平均精度最大提高分别为0.33%,2.09%和4.71%,由此证明了所提方法对点云稀疏小目标检测的有效性。     

基于信息融合实现的激光陀螺调腔检测

考虑激光陀螺调腔人工检测耗时较长、易受干扰,本文建立了激光陀螺自动调腔系统.在分析激光陀螺调腔工艺的基础上,构建了一种由CCD相机和光电倍增管组成的多传感器信息融合体系结构,提出了基于D-S证据理论的激光陀螺调腔检测方法.通过分析计算CCD相机和光电倍增管检测到的信号得出光斑、光阑中心点坐标差值及陀螺损耗值,并由这些信息获得调腔质量的评价函数.然后,根据D-S证据理论对评价函数进行融合处理,分别获得陀螺调腔质量合格与不合格的信度函数,应用最大支持度规则对调腔质量进行综合判断.实验结果显示,基于DS证据理论的激光陀螺调腔方法检测准确率为91.14％,有效提高了调腔质量,验证了该方法的可行性.     

基于角点特征的立体视觉车辆环境感知系统研究

通过对立体视觉系统进行测距试验发现,标定误差将会导致远距离测距精度的下降,并使立体图像对不再严格的满足极线约束,这说明对于车辆环境感知这类大探测范围的应用不能直接使用传统的立体视觉算法.针对这些问题,设计出基于角点的立体视觉系统进行车辆环境感知.通过二次标定减小相机标定误差对测距精度的影响,使系统能够在有效探测范围内进行准确测距.使用弱化的极线约束对图像中检测到的角点进行立体视觉处理,提高匹配成功率.根据车道线检测结果在线标定相机俯仰角,消除行驶过程中相机俯仰角变化对远距离物体检测造成的影响.为实现大基线立体视觉系统在进行大范围障碍物检测时的实时性处理,根据车速动态调整检测范围以降低立体视觉处理的运算量.试验结果表明,该系统能够对车前3～80 m的障碍物进行实时可靠准确的检测和测距.     

基于X射线图像和激光点云的煤矸识别方法

煤矸高效分选是实现煤炭资源绿色开采的重要手段,其核心技术是煤和矸石的快速精准识别。因此,本文提出了基于X射线图像和激光点云融合的煤矸识别方法。首先,设计了基于局部熵和全局均差加权的改进Otsu分割算法,以此提高X射线图像的分割精度和分割效率;同时,利用直通滤波和体素栅格降采样简化了煤矸激光点云数据,进而提取了X射线图像和激光点云的煤矸组合特征。然后,针对传统麻雀搜索算法(SSA)易陷入局部最优和种群多样性差等问题,提出了多策略改进的SSA算法(ISSA),并用于轻量梯度提升机(LightGBM)参数的寻优,进而设计了基于ISSA-LightGBM的煤矸快速识别模型。最后,搭建了煤矸识别实验平台,开展了相应的实验对比分析,结果表明：ISSA-LightGBM模型的煤矸识别准确达99.00%,综合性能优于其它模型,满足了煤矸高效识别的需求。     

激光扫描表面特征的点云数据处理方法

为了提高激光测量系统对工件表面特征的测量精度,减少数据处理中由于特征点云拟合选择对测量精度的影响,针对比较常见的两种表面特征提出了正确的拟合方式。从工件表面的实测数据出发,经过多次实验,结合表面测量特征的拟合原理,分析不同点云处理方法之间的差异,并给出了最适合该特征的拟合方式及其原因。实验表明,不同的点云拟合方式对特征测量的影响比较大,选择正确的拟合方式才能保证测量的准确性。     

基于激光扫描和SFM的非同步点云三维重构方法

室外场景具有测量数据量大、扫描数据易重叠及建筑物表面信息复杂等特点,单靠激光扫描方法能够获得场景精确的深度信息,但缺乏颜色和纹理信息,利用从运动中恢复结构(SFM)方法可获得丰富的彩色信息,但重构精度不高,若将两种设备固定进行在线实时同步测量,易受到测量环境和系统制约不易实现。针对此问题,提出了一种基于激光扫描和SFM结合的非同步点云数据融合的三维重构方法。首先,提出利用手动选择控制点进行7自由度初始配准,再利用迭代最近点(ICP)算法对初始配准结果进行精确配准,最后利用最近点搜索算法将分布在经基于面片的多视图立体视觉(PMVS)算法优化后的SFM数据中的颜色信息与激光扫描的点云坐标进行融合。实验结果和数据分析显示,本文的方法能有效地将激光扫描与SFM点云数据进行融合,实现了室外大场景的三维彩色重构。     

基于线激光扫描的基准孔检测与定位方法

为了满足尖端制造领域中大部件的数字化钻孔与装配需求,利用线激光扫描仪和工业机械臂提出了基准孔自动检测与定位系统及方法.首先,对基准孔三维点云进行孔底点云插值补偿,采用双向梯度约束算法实现了基准孔的粗略边缘特征点提取;然后,针对提取的边缘特征点,采用基于角度判断的细化算法和基于平面拟合的压缩算法,实现了边缘特征点的精细化...     

基于深度学习的三维点云分析方法研究进展

点云是目前自动驾驶、机器人、遥感、增强现实(AR)、虚拟现实(VR)、电力、建筑等领域最常用的三维数据处理形式,深 度学习方法能够处理大型数据,且可自主提取特征,因此点云深度学习方法已逐渐成为研究热点。 本文综述了近十年来基于深 度学习的三维点云分析方法的研究进展。 首先给出了三维点云深度学习的相关概念;然后针对点云目标检测与跟踪、分类分 割、配准和匹配以及拼接这 4 种任务,分别阐述了相应的深度学习方法的原理,分析并比较了各自的优缺点;随后整理了 18 种 点云数据集和 4 种点云分析任务的性能评价指标,并给出了性能对比结果;最后总结了点云分析方法目前存在的问题,对进一 步的研究工作进行了展望。     

基于协方差矩阵的点云孔洞边界检测

逆向工程中点云模型孔洞边界的检测是孔洞修补的前提,完美的孔洞轮廓线有利于提高孔洞修补的质量.参照二维图像中边界的定义,给出了三维模型中点云孔洞边界的定义,并且提出了一种简单的孔洞轮廓线生成算法.首先,通过分析邻域点协方差矩阵特征值之间的关系,提出了一种边界点检测算子,用于初步提取孔洞特征点;然后,综合考虑邻域点最大特征...     

云计算环境下多源信息资源管理方法

为了在动态云计算环境下对多源信息资源实现有效的管理,以保证云计算系统高效运行、资源优质共享和服务即时提供,在总结多源信息资源编目格式和描述语言、发现和匹配机制、动态组织和分配方法,以及即时监控等领域研究成果的基础上,提出了该领域所面临的关键问题和挑战,给出了云计算环境下多源信息资源管理领域的研究展望,构建了云计算环境下多源信息资源管理框架,并探讨了其在制造业背景下的应用。     

基于小波变换的零件图像融合与边缘检测

提出基于小波变换的零件图像数据融合和边缘检测的方法,对图像进行分解,将高频区域中的绝对值较大的系数作为重要小波系数;在低频区域,对逼近系数进行加权平均得到新的逼近系数,然后进行小波重构实现图像数据融合。应用小波变换对融合图像进行多尺度边缘检测,获取图像边缘,或对图像进行小波多尺度边缘检测,然后融合边缘。     

点云频域配准的双目双线结构光列车轮对检测

针对单线结构光测量因范围有限以及遮挡等原因而无法检测整个车轮的轮缘及踏面的问题,提出了一种列车轮对双目双线结构光检测方法。该方法采用两组双线结构光传感器进行测量和数据采集。在两传感器产生的点云进行配准的过程中使用截面点云数据还原点云矩阵,然后对其进行傅里叶变换,在计算旋转角度时先进行极坐标转换,最后求取两矩阵的互功率谱,从而得到点云的旋转和平移矩阵。在此过程中考虑到点云噪声的存在,将辛格函数近似代替无噪声的互功率谱傅里叶反变换,从而确定在频域配准时噪声对配准参数的确定并无影响。接着采用相对值比较的算法和主成分分析拟合基准平面,对轮对直径方向进行标定。利用标定值对扫描数据进行处理,得出包括车轮直径、车轮滚动圆径向跳动等对尺寸参数。实验表明:点云频域配准的双目双线轮对检测技术对车轮直径的测量尺寸误差≤±0.05mm,车轮端跳的测量误差≤±0.06mm,车轮径跳的测量误差≤0.04mm。与标准轮对检测数据相比可知,该系统满足轮对检测精度的要求。