复杂场景点云数据的6D位姿估计深度学习网络

针对工业上常见的弱纹理、散乱摆放复杂场景下点云目标机器人抓取问题,该文提出一种6D位姿估计深度学习网络。首先,模拟复杂场景下点云目标多姿态随机摆放的物理环境,生成带真实标签的数据集;进而,设计了6D位姿估计深度学习网络模型,提出多尺度点云分割网络(MPCS-Net),直接在完整几何点云上进行点云实例分割,解决了对RGB信息和点云分割预处理的依赖问题。然后,提出多层特征姿态估计网(MFPE-Net),有效地解决了对称物体的位姿估计问题。最后,实验结果和分析证实了,相比于传统的点云配准方法和现有的切分点云的深度学习位姿估计方法,所提方法取得了更高的准确率和更稳定性能,并且在估计对称物体位姿时有较强的鲁棒性。     

激光雷达和CCD外部标定方法的改进及其应用研究

激光雷达和CCD各自都具有快速获取物体空间信息的能力,广泛应用在真实场景的三维建模中.本文结合激光雷达对空间三维数据采集的高速性以及CCD图像处理的快速和便利性,将激光雷达和CCD外部标定算法首次运用在物体三维建模中,提出了改进的外部标定算法,研究了基于外部标定算法的点云分割.并对分割后的点云进行三维重建和纹理映射,取得了较好效果.     

基于点云实例分割的鲁棒多目标位姿估计

针对多目标位姿估计过程中点云局部特征存在类间错误匹配的问题，提出了基于点云实例分割的鲁棒多目标位姿估计算法。首先，基于密度聚类对场景点云进行分割得到点云簇，并用快速点特征直方图（FPFH）描述子对分割后的点云簇进行局部特征提取；然后利用随机森林算法对聚合后的点云簇的局部特征进行分类，完成点云实例分割；之后对于场景中每一个分割后的实例，采用近似近邻快速库（FLANN）匹配算法对场景实例和模型进行特征匹配，得到实例分割后的点在对应类别模型上的匹配点，利用随机采样一致（RANSAC）算法以及最小二乘算法计算初始位姿；最后经过点到平面迭代闭合点（ICP）算法得到每个实例的精确位姿。在CV-Lab 3D合成数据集以及UWA真实采集数据集下的实验结果表明，相比直接匹配模型和全部场景点的局部特征进行多目标位姿估计，所提算法能够有效提升局部特征匹配阶段的内点概率，从而提升复杂场景下位姿估计的鲁棒性和准确率，尤其适用于场景中具有多个实例的位姿估计应用。     

基于切片采样和质心距直方图特征的室外大场景三维点云分类

三维(3D)点云数据在智能驾驶、遥感测量和虚拟现实等领域的应用越来越广泛。针对室外大场景,提出了一种兼顾快速性与准确性的三维点云分类算法,该算法首先对原始点云进行离群点去除,并在现有地面滤波算法的基础上,结合点云法向量差信息滤除地面点;然后再使用具有噪声的基于密度(DBSCAN)的聚类算法对非地面点云进行分割,同时针对点云的过分割问题采用了就近融合的策略;再提取出不同物体点云的全局特征,包括垂直方向切片采样直方图和质心距直方图,以及点云的二维投影图像方向梯度直方图(HOG)特征;最后,通过支持向量机(SVM)分类器分类,得到较为精确的三维点云分类结果。实验结果表明:所提算法可以将复杂的室外大场景分类为较为准确的单个物体,并且具有较高的精确率以及召回率;相较于其他算法,所提算法的效率有了较大提高。     

基于法线估计的鼢鼠头骨三维点云分割算法

针对复杂背景分割时出现的低效率、过分割等问题,提出一种基于法线估计的三维点云分割方法。首先,改进随机采样一致性(RANSAC)算法,引入法线约束去除背景中大部分平面点云,使得目标点云与大量点云分离,然后采用欧式聚类分割从中提取目标点云。利用鼢鼠头骨三维点云数据进行试验,结果表明,融合的点云分割算法可以将目标鼢鼠头骨点云精确分割,完全去除冗余点云,速度快、准确率高,相较同类型方法表现更优。     

LSFP下的机器人视觉定位技术研究

针对当前点云的定位算法中,多平面分割效果差、误匹配以及定位精度不够高等问题,提出LSFP的定位思想和C-S分割算法,对目标物体进行定位。在深度相机场景下,利用点云处理算法初步获取目标的位姿,经手眼标定后,进行初步引导;再使用3D扫描仪进一步定位目标物体。结果表明：(1)C-S分割算法对多平面分割效果良好,能更准确地去除多余平面,减少点云数量。(2)在垂直于Z轴且Z轴坐标值为171 mm和-10 mm的平面上,仅PrimeSense的定位距离的均方根误差为7.3 mm和8.2 mm, LSFP下的定位距离的均方根误差为2.6 mm和3.2 mm。(3)LSFP定位思想能扩大场景定位的范围,提高物体的定位精度,具有良好的准确性。     

基于斜对称性的闭合曲线恢复

在计算机视觉中，对称性是三维物体的重要几何特征之一，可以利用它来恢复物体的结构，确定三给空间位置，但由于物体之间互相遮挡以及噪声影响，很难获得完整的对称图形，本文基于以前所获得有关闭合曲线的斜对称性质，阐述了以给定的一段曲线，只要找出两条相邻的斜对称轴线，确定其对称度，经线性几何正反变换，就可完整地恢复闭合曲线的算法，使用该算法所进行的实验是令人满意的。     

基于深度图的道路场景三维点云分割优化方法

点云分割在计算机视觉、智能驾驶、遥感测绘、智慧城市等领域具有重要意义。为提高对激光雷达采集点云分割的准确率，提出了一种基于深度图的道路场景三维点云分割优化方法。将点云数据转化为深度图，建立三维点云与深度图之间的投影关系，利用相邻激光雷达扫描线的角度阈值进行地物分割，再对分割后的地上物体进行分割，去除噪声点。通过使用KNN(K-Nearest Neighbor)插值优化算法对分割结果进一步优化，较好地克服了过分割问题，提高了点云分割的准确率。实验结果表明，该方法的运行时间达到86 ms,相较传统深度图的自适应DBSCAN(Density-Based Spatial Clustering of Applications with Noise)方法准确率提升了5%,达到90.5%。     

面向室内动态场景的VSLAM

传统VSLAM算法基于静态场景实现,其在室内动态场景下定位精度退化,三维稀疏点云地图也会出现动态特征点误匹配等问题.文中在ORB-SLAM2框架上进行改进,结合Mask R-CNN进行图像的语义分割,剔除位于动态物体上的动态特征点,优化了相机位姿,得到了静态的三维稀疏点云地图.在公开的TUM数据集上的实验结果表明,结合...     

合并分割块的点云语义分割方法

随着激光雷达等三维点云获取工具的快速发展,点云的语义信息在计算机视觉、智能驾驶、遥感测绘、智慧城市等领域更具重要意义。针对基于分割块特征匹配的点云语义分割方法无法处理过分割和欠分割点云块、行道树和杆状物的语义分割精度低等问题,提出了一种基于分割块合并策略的行道树和杆状物点云语义分割方法,该方法可对聚类分割后感兴趣的分割块进行合并,通过计算其多维几何特征实现对合并后的物体分类,并使用插值优化算法对分割结果进行优化,最终实现城市道路环境下行道树和杆状物的语义分割。实验结果表明,所提方法可将城市道路环境下的行道树、杆状物等点云数据的召回率和语义分割精度平均提升至89.9%以上。基于分割块合并的语义分割方法,可以很好地解决城市道路下行道树和杆状物语义分割精度低等问题,该方法对于三维场景感知等问题的研究具有重要意义。     

电磁对称和对称算子

电磁领域研究中,经常会遇到能量关系中的无耗对称,源点和场点之间的互易对称和几何方面的镜像对称等等.本文采用引入对称算子统一地描述各种电磁对称.特别指出:电磁互易对称即Weyl在力学领域中提出著名的辛对称.文中还深入研究了二次型对称形式和一次型对称形式.     

基于主元分析的对称性检测

对称性在日常生活中广泛存在,对一般物体镜像和对称性的快速检测一直是计算机视觉的难题,至今未有通用性很好且效率较高的算法,本文提出一种新的方法,把对称性检测问题转化为协方差矩阵的特征值分解问题,文中的３个定理及其证明奠定了理论基础。此外不把这一结论推广到旋转对称性的检测问题。仿真表明：这种方法理论基础扎实,操作简便,非常适合于强镜像对称复杂图像的镜像对称轴方向检测。     

“数字信号处理”课程中共轭对称性的探讨

本文对"数字信号处理"课程中的共轭对称性进行了深入的分析和研究,从学生们所熟悉的函数的奇偶性的判定准则开始;接着采用类比的方法讨论了DTFT以及DFT的共轭对称性,避免了教材定义多和公式多的缺点;最后笔者举例讲解了对称性在实际工程中的应用。多年的教学经验表明,这种方法对于该知识点的教学有一定的帮助作用。     

电荷守恒和电流守恒

守恒定律是构成电磁理论大厦的重要支柱之一.在文中引入了扩展全空间概念,由此得到电荷守恒和电流守恒的一般形式.电荷守恒对应于时间对称性,而电流守恒则对应于空间的对称性.在不同的惯性系中,电流和电荷联合起来,构成四维矢量,它们具有Lorentz时间-空间对称性.文中最后还给出了应用实例.     

广义四阶色散方程的对称约化和精确解

运用经典对称方法解决广义四阶色散方程问题,得到对称约化和群不变解,包括双曲函数解,三角周期解和孤立子解.最后得出了该问题的守恒律.     

电磁互易对称性和无耗对称性

本文深入探讨了两种电磁对称性:Lorentz互易对称性和Hermite无耗对称性.给出了它们在多端口网络系统中的表达形式.文中指出,非互易无耗网络的阻抗矩阵可以存在实部,即Z=R+jX,且RT=-R反对称,而网络型Foster定理则深刻的揭示了S参数的频率导数S(δ)S+/(δ)(jω)有广义惯性,不能过大.本文最后得到在辛意义下,电磁互易对称即辛内积正交,而二阶归一化电阻R矩阵正好是典型的辛矩阵.     

（3+1）维广义KdV-Zakharov-Kuznetsev方程的对称、约化和精确解

利用直接对称方法得到了广义KdV-Zakharov-Kuznetsev方程（简写为mKdV-ZK）的对称约化、精确解，其中包括椭圆函数解，幂级数解，艾米儿函数解等. 利用得到的对称，求出了该方程的守恒律.     

多路钕玻璃激光系统的对称和平衡

阐明了多路激光系统对称和平衡的重要性，讨论了供电源和氙灯对激光输出对称性的影响，安装和调整的对称性考虑，提出了用可变衰减器增加对称性的措施。最后指出质量保证的必要性。     

“数字信号处理”课程中线性相位的探讨

线性相位是"数字信号处理"中难以理解的问题之一。本文首先利用Matlab直观地给出了线性相位和非线性相位对信号所造成的影响,接着介绍了传统的线性相位的教学方法,然后提出了一种新的教学方法,即利用序列的离散时间傅里叶变换的共轭对称性来理解线性相位。这种方法不但可以加深学生们对线性相位条件的理解,而且可避免复杂的数学理论推导,具有较好的教学效果。     

局域单PT对称势中基态孤子的传输特性研究

具有Parity-Time (PT)对称性的光学系统是近年提出的一种新型光学结构,在光开关、光子信息处理器件等方面具有潜在的应用.文章数值研究了局域单PT对称光学系统中基态孤子的存在范围与稳定特性.研究结果表明:基态孤子存在一临界传播常数,该传播常数对应线性模下的本征值.孤子的能量随着传播常数的增加而增加,但随着PT对称势的调制深度的增加而减少.基态孤子在较深和较浅的PT对称势中都能稳定地传输.