碰撞检测中AABB包围盒以及基本几何元素问的相交测试

在利用层次包围盒法理论的基础上,判断AABB包围盒是否相交以及所相交的包围盒中的基本元素是否相交,通过比较两个AABB包围盒在三维空间中各个平面内的投影是否都相交并对相交的包围盒中的基本几何元素(三角形或四面体)做进一步的相交测试,提出了一些算法.     

碰撞检测中AABB包围盒以及基本几何元素间的相交测试

在利用层次包围盒法理论的基础上,判断AABB包围盒是否相交以及所相交的包围盒中的基本元素是否相交,通过比较两个AABB包围盒在三维空间中各个平面内的投影是否都相交并对相交的包围盒中的基本几何元素（三角形或四面体）做进一步的相交测试．提出了一些算法。     

虚拟装备维修训练系统中碰撞可能性预检测技术

对多对象间四维时空实时碰撞检测技术进行了研究，分析了基于简单包围盒技术的碰撞检测带来的问题，设计了基于路径包围盒关键点技术的可能性碰撞检测方法．该方法利用空间平铺技术快速检测不同路径包围盒问轨迹相交的可能性．在虚拟装备维修训练系统中结合实体对象运动速度判断实体对象碰撞的可能性，用体系哈希表（Hierarchical Hash Table）查找路径包围盒间交集，构建可能碰撞路径集，采用路径检测法对可能发生碰撞的路径进行关键点分析，确定碰撞部位，提出了基于路径包围盒关键点技术的可能性碰撞检测方法的实施策略，并在虚拟维修训练系统中进行了实现．     

碰撞检测在大型虚拟场景中的应用

为了达到虚拟机器人在场景中漫游,要求实时地检测机器人与建筑物之间的碰撞.针对这种检测对于干涉精度要求不高,而对实时性要求较高的特点,采用假想长方体代替复杂物体进行OBB包围盒的计算方法,大大简化了计算复杂度.变化的虚拟场景,需要时刻更新包围盒,来判断机器人与环境物体是否碰撞.为了提高实时性,采取以下措施:只更新位置发生变化的物体的包围盒,静止物体的包围盒只做一次计算;找出与机器人距离最近的物体,只检测该物体与机器人是否碰撞,其他物体不进行检测.以上措施提高了计算速度,增强了检测的实时性.     

虚拟手术中实时碰撞检测技术研究

碰撞检测是虚拟手术的关键技术,为提高检测速度,满足系统实时性的要求,提出空间剖分和层次包围盒相结合的方法。使用八叉树表示法对虚拟场景进行空间剖分,在叶节点构建层次包围盒。进行碰撞检测时属于不同八叉树节点的几何元素不会相交,否则使用层次包围盒算法继续进行检测,对于有可能相交的几何元素再进行精确相交检测。     

基于层次包围盒的配电网电气接线图自动生成算法

针对配电线的地理接线图自动转换为单线图时,线和设备的重叠交叉问题,该文提出了一种基于层次包围盒技术的自动成图排布算法;针对层次包围盒不紧密性造成的空间浪费,提出了一种对排布方向可能相交的临近路径的包围盒进行相交检测,及时利用空闲空间排布线路的方法。算法支持架空、地缆及混合型的区域电气接线图,真正解决了实际应用问题。     

双七自由度臂防碰撞协同控制算法研究

针对仿人双机械臂协同运动规划中防碰撞的核心问题,提出了一种双冗余机械臂防碰撞算法。建立有向包围盒(OBB)模型,结合基于单纯形退化的改进吉尔伯特-约翰逊-基尔特(GJK)算法,计算包围盒两两之间的距离,依照距离大小判断自碰撞发生的可能性。基于牛顿-辛普森迭代法计算出机械臂满足指定末端位置要求的逆解,然后进行基于包围盒欧氏距离的改良五次多项式插补以生成末端运动轨迹。实验结果表明,该套控制系统可以灵活地进行协同工作,完成包含插拔火炬钥匙、火炬传递相关动作在内的各项任务,且在协同工作过程中可以有效避免发生碰撞。     

基于DirectX SDK开发平台的碰撞检测

针对各企业采用的软件类型差异，提出了基于DirectX SDK的远程地同设计模型，用X文件作为统一的数据交换格式。根据X文件对三维模型数据的存储方式并结合AABB包围盒的检测算法原理，建立了以轴向投影节点为单元的包围盒二叉排序树，用中序遍历的方法，产生轴向检测表，提高了检测速度。在精确判断过程中，提出了以坐标系变换的方式，把三角形的空间求交问题简化为平面问题，简化了算法并提高了检测速度。     

确定任意形状物体最小包围盒的一种方法

最小包围盒广泛应用于碰撞检测、模具分型设计、产品包装设计以及图像处理、模式识别等领域。根据不同的应用场合对包围盒的不同要求,提出了一种简单、实用的确定任意物体最小包围盒的方法,利用现有的CAD软件本身具有确定轴向包围盒的功能,通过对AutoCAD软件的二次开发,利用程序自动确定出任意形状物体的最小体积包围盒或最小面积包围盒,以适应于不同的应用场合。     

虚拟手术中基于边界元模型的碰撞检测研究

碰撞检测是虚拟手术的关键技术,针对人体组织的材料特性,提出基于线弹性理论的边界元模型。首先对整个场景空间进行剖分,在剖分网格中构建层次包围盒,包围盒相交时再进行精确相交检测。碰撞引起组织形变时,在几何模型的边界上建立线弹性积分方程,碰撞单元区域的形变量能够通过离散的求解结果反映出来。该算法速度快、精度高,很好的解决了虚拟手术系统实时性与真实感之间的矛盾。     

基于改进YOLOv5的旋转目标检测算法及其应用研究

目的 提高工业分拣上常见的纹理多样、随机堆放盒体的检测与识别能力。方法 提出一种基于YOLOv5的旋转目标检测算法，该算法包括目标分类、位姿角度识别和边界框位置定位3个模块功能。目标分类模块中，通过自建数据集和设计8种目标分类标签以供模型分类学习;位姿角度识别模块对YOLOv5头网络中添加角度预测分支，引入环形平滑标签角度分类方法，实现分拣盒体的旋转角度精准检测;在边界框位置定位模块上，使用LCIoU回归框损失函数来计算旋转框回归损失，得到紧密包裹目标位置的边界框。结果 改进的YOLOv5算法在自建数据集上检测精度达到95.03%，在机器人多物体分拣实验中的准确率可达100%。结论 本文算法在盒体处于散乱堆放、密集堆放、堆叠堆放场景下均具有较高的定位与识别精度。     

Extraction of text lines and text blocks on document images based on statistical modeling

In this article, we developed a Bayesian model to characterize text line and text block structures on document images using the text word bounding boxes. We posed the extraction problem as finding the text lines and text blocks that maximize the Bayesian probability of the text lines and text blocks given the text word bounding boxes. In particular, we derived the so-called probabilistic linear displacement model (PLDM) to model the text line structures from text word bounding boxes. We also developed an augmented PLDM model to characterize the text block structures from text line bounding boxes. By systematically gathering statistics from a large population of document images, we are able to validate our models through experiments and determine the proper model parameters. We designed and implemented an iterative algorithm that used these probabilistic models to extract the text lines and text blocks. The quantitative performances of the algorithm in terms of the rates of miss, false, correct, splitting, merging, and spurious detections of the text lines and text blocks are reported. © 1996 John Wiley & Sons, Inc.     

基于YOLOv3的医药玻璃瓶缺陷检测方法

目的为了准确而快速地自动检测医药玻璃瓶的外观缺陷。方法基于YOLOv3算法,建立深度卷积神经网络学习检测模型,通过将神经网络结构浅层和深层特征向量连接并标准化,提取玻璃瓶多尺度特征信息。采用K-means聚类方式获得锚点框初始大小,提高模型对边界框预测的准确性;利用多尺度训练策略,增强模型对不同尺寸图像的鲁棒性。结果实验结果表明,提出的医药玻璃瓶缺陷检测方法能够准确检测识别玻璃瓶上的管端残损、气线、气泡、划伤、污渍和结石等缺陷种类。与主流的目标检测方法相比,提出的方法在处理速度和准确度上都有提高,缺陷目标检测精确率达到96.23%,召回率为93.82%,平均精度为89.35%。结论该方法已经在国内几家大型医药玻璃包装生产公司成功应用,显著提高了医药玻璃包装产品的质量和合格率,降低了人工成本。     

A new algorithm for contact detection between spherical particle and triangulated mesh boundary in discrete element method simulations

In discrete element method (DEM) simulations of real scale, the spherical particles are commonly employed for increasing the computation speed, and the complex boundary models are represented by triangle meshes with controllable accuracy. A new contact detection algorithm has been developed to resolve the contacts between the spheres and the triangle mesh boundaries. The application of the barycentric coordinates makes this algorithm more efficient to identify contacts in the intersection test. As a particle probably collides with several triangles at the same time, the multiple contacts would be reported as face contacts, edge contacts, or vertex contacts. Moreover, the particle embedding in a triangle can be also contact with the edges or vertices of the next triangles. These contacts should be considered as invalid for updating contact forces in the DEM. To exclude invalid records from the multiple contacts, the algorithm gives attention to the mesh structure nearby contacts and analyzes all possible collision situations. Numerical experiments have been conducted to verify this algorithm by using the algorithm in the DEM simulation framework. The numerical results suggest that the algorithm can resolve all contacts precisely and stably when the spherical particles collide on the complex boundary circumstances. Copyright © 2013 John Wiley & Sons, Ltd.     

点元表示的参数曲面相切判断与计算

提出了一种基于点元的参数曲面求切新算法,该算法先对曲面进行离散点元采样,通过层次包围盒测试,建立法向包围锥,对判断为可能相切的区域,根据精度自适应动态重采样点元,最后进行求切运算。实验表明,通过对曲面可能相切区域分析检测,能够针对曲面相切的情况在可控误差范围内有效求出切点,算法稳定可靠且易于交互。     

基于深度学习的包装组件检测系统研究

目的 针对人工分拣组成的零件包装盒常常会出现缺少部分零件的问题,开发一套集训练、识别、分选于一体的智能分拣系统.方法 在设计过程中,提出一种基于深度学习的改进Yolov3算法,针对工业现场光照、业零件形状和质地等实际因素,对Yolo算法的训练和检测进行改进,通过对包装盒产品的一次拍摄,检测出画面中出现的预设物体,并与标准设置相比对,从而判断出该盒内产品是否有缺料、多料的情况,以此分选出合格与否的包装盒.结果 在物体摆放相互重叠不超过20％的情况下,物体检测的准确率为98.2％,召回率为99.5％.结论 通过文中提出的改进算法,设计的检测系统能够在复杂的工业现场环境下正常工作,并能对包装的完整性进行准确的检测.     

基于包装件智能分拣的视觉尺寸测量技术

目的快速实现包装纸箱尺寸的机器视觉测量。方法采用机器视觉技术方法,运用双目摄像机的成像原理,通过SUSAN角点提取算法结合棋盘标定法求取摄像机内外参数,修正图像畸变,采用SIFT匹配算子对左右2幅图像进行匹配,找到对应的匹配特征点,利用匹配点对的视差值恢复图像深度信息,进而求解出包装箱的长宽高值。结果对不同摆放姿态的包装箱均能实现快速测量,机器视觉检测值与实物值相比,其误差均在1 cm左右,满足检测要求。结论文中方法具有匹配精度高、鲁棒性强的特点,能快速实现对不同摆放姿态的包装箱尺寸测量。     

碰撞检测技术及在桥梁视景仿真中的应用

碰撞检测（Collision Detection）及优化是视景仿真技术中一项非常重要的技术,文中通过对碰撞检测理论的论述,概要介绍了碰撞检测算法关于时间域与空间域的不同分类方法,并讨论如何优化碰撞检测的方法,以减少运算时间与复杂度。通过视景仿真中桥梁碰撞检测的实例对碰撞检测理论及优化算法进行了验证。