浅谈激光点云数据在机器人定位上的应用

为了使电力巡检机器人重复定位误差的测试更加规范、合理化,本文提出了一种基于激光点云数据在电力巡检机器人定位上的应用方法。该方法通过激光雷达对机器人的工作环境进行扫描,将取得的激光距离数据进行处理后转为激光点云数据,通过对地面的定位标志和机器人点云重心进行数据提取,得出机器人相对定位标志物在两个方向上的一维偏差,测量机器人的定位精度。     

基于Pro/E平台电力铁塔的参数化放样

在对电力铁塔的工程图进行结构和尺寸分析后,选定确定塔腿结构的3个重要尺寸(腿部上底长a,下底长b,以及高度h)为设计变量,然后在Pro/E里以这3个尺寸为参数确定铁塔的各个基本构件,完成电力铁塔的放样装配。     

新型电力铁塔攀爬机器人的设计及攀爬步态分析

针对现有电力铁塔攀爬机器人存在的结构复杂、稳定性差、越障能力不足等问题,这里设计了一种新型电力铁塔攀爬机器人并对其攀爬步态进行了分析.通过选取电力铁塔主材上的脚钉为夹持对象,采用机械电磁复合手爪夹持方式等创新性的方法,简化了攀爬机器人的结构,提高了夹持稳定性,解决了避障难题.然后使用Workbench对关键受力部件进行有限元分析并利用Robotics Toolbox对机器人的攀爬过程进行了建模仿真,仿真结果表明攀爬机器人机械结构及攀爬步态设计合理,验证了新型电力铁塔攀爬机器人在实际工作环境中应用的可行性.     

自由曲面CAD模型点云数据生成方法研究

在三维测量点云数据与CAD模型配准过程中,设计了两种自由曲面CAD模型点云数据生成方法:等参数采样离散法和基于曲率的采样离散法。应用两种方法评价离散化结果:首先将点云数据进行曲面重构,并与原曲面比对;然后与三维测量点云数据进行配准,得到等参数离散间隔及基于曲率的离散密度对重构和配准误差的影响。实验表明:等参数方法和基于曲率的方法,当点云数据密度达到一定值时均对重构和配准没有影响;在同样点云数据的情况下,基于曲率的离散化方法精度高于等参数方法;但在最大重构误差一致时,基于曲率的方法需要的点云数据远小于等参数化方法所需要的。     

基于机载激光点云数据的输电线路自动分类方法研究

针对传统输电线路分类方法分类效率低的问题,提出了一种基于机载激光点云数据的输电线路自动分类方法。首先根据输电线路分类需求,运用机载激光雷达和无人机获取输电线路点云数据,然后对数据进行抽稀处理,剔除一些冗余数据,最后利用聚类分析算法对处理后的数据进行分类,以此实现基于机载激光点云数据的输电线路自动分类。经实验证明,基于机载激光点云数据的输电线路自动分类方法具有较高的分类效率。     

基于NURBS曲面重建的大型曲面结构制造偏差分析方法

火箭贮箱箱底为大型曲面结构，在环缝焊接时对箱底结构的形状精度具有极高的要求，因此需要对焊装完成后的箱底结构的形状偏差进行分析与评价。利用点云测量设备获得实际构件表面的三维点云，对原始点云数据进行预处理，之后提取截面点云数据，进而采用NURBS曲面对实际构件表面进行重建，最后通过计算理论模型上测试点集到重建曲面的最小距离对形状偏差进行表征与计算。利用本文方法对贮箱箱底结构模拟件进行了形状偏差分析，得到了箱底结构测试点集的偏差大小和空间分布规律，并验证文中所提方法的准确性。     

工件四特征点的粗配准方法研究

工件自动配准在柔性生产装配中至关重要,其中装配工件CAD模型数据和实测点云数据的配准是关键技术之一。针对装配工件和CAD模型的配准问题,提出了一种基于工件四特征点的粗配准算法。获得配准物体CAD模型数据和实测点云数据后,该方法包含四步:点云数据取样,特征四点集提取,特征一致四点集寻找,计算变换一致性矩阵。以正方体为模型的仿真实验结果显示该配准方法正确可行,以维纳斯石膏像作为实验对象进行配准实验,当点云数据为80000点时,点到点的误差均值为0.0622mm。该算法稳定,配准结果可以作为精确配准算法ICP(Iterative Closest Point)等的叠代初值。     

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。     

自动钻铆装配误差自动检测与补偿

为解决运载火箭铆接舱体由于自身的装配误差及构件形变误差大,而导致离线编程生成的自动钻铆加工程序中孔位信息无法直接使用,及现有红宝石接触式多点测量效率慢,减低自动钻铆整体效率,无法适应快节奏生产需求问题,按照舱体应用实际工况和测量效率的需求,对装配误差和工件误差的测量提出激光局部点云快速扫描的方法。首先,采用线激光对桁条、端框和中框等舱体构件进行局部关键点特征扫描后得到局部点云信息。其次,利用关键点局部点云信息对非关键点的点云信息采用边际延伸和靶标点拟合的处理方法,实现舱体的装配综合误差的快速测量及数据提取,而后基于点云匹配结果,计算实际钻孔位置与理论钻孔位置偏差,将测量数据补偿到自动钻铆加工孔位程序中。最后,通过实验验证了该处理方法的正确性与可行性,并应用与舱体铆接加工中。实验结果表明,采用激光局部点云测量测量效率较接触式红宝石测量提高近3倍,补偿精度提高40%左右,能够满足运载火箭舱体自动钻铆孔位效率和精度要求。     

斜插式电力铁塔基础稳定性的研究及其数值模拟

斜插式电力铁塔是电力系统发展的产物之一,由于结构的特殊性,分析其基础稳定性十分必要。基于此,本文以斜插式电力铁塔的受力分析作为切入点,分析包括立柱倾斜度确定以及影响斜插式电力铁塔基础稳定性的其他因素,并以此为基础,进行数字模拟,了解斜插式电力铁塔的各项参数计算等。     

基于顾及曲率自适应邻域的点云单点分类方法

点云数据分类作为三维城市场景分析中的重要环节之一,吸引了学术界广大研究者的注意。由于点云数据存在不均衡的密度分布、噪声以及数据缺失等问题,需要对点云数据进行高精度的有效分类。传统点云分类方法通常包含基于统计方法提取点云邻域和机器学习算法两大部分。因为点云分类算法中稳定的点云邻域受限于点云的密度和曲率分布情况,所以会造成点云分类结果中存在一定的椒盐噪声现象。因此,提出了一种顾及曲率的自适应邻域的点云单点分类方法,改进了顾及曲率的点云邻域改进方法。该方法可以生成理想的三维点云邻域,并增强了点云特征的可分离性。使用开源数据集Oakland Benchmark Dataset验证该算法,结果表明,此方法可以显著提高点云分类的精度。     

逆向工程中基于立体视觉的三维几何模型重构研究

通过立体图像匹配方法提取实体模型的特征点云数据,为了能够最大限度的去除部分虚假匹配,采用了基于RANSAC的方法对所得的特征点云数据进行优化,然后将优化后的点云数据进行三维几何模型的重构,实验结果表明该方法能够较好的重构出实物三维模型。     

基于CARLA的仿真数据集生成框架研究

自动驾驶仿真数据集在自动驾驶算法迭代等方面有着天然的优势,而大部分的仿真数据集都是基于CARLA生成的,CARLA是一个广泛应用的自动驾驶仿真平台,为自动驾驶感知、决策等方面都起到了强大的赋能作用。然而,CARLA对激光雷达模型的构建有着严重缺陷,其只考虑到了点云的3维空间信息而忽略了反射率的信息,基于BRDF模型对CARLA中的激光雷达模型进行了重建,使其能够返回带有较为准确反射率的点云,并搭建了一个自动化的多模态仿真数据集生成框架,从而生成多模态的自动驾驶仿真数据集。     

电梯在铁塔中安装的问题及措施

武进广播电视塔是由广电部设计院塔桅所设计,青岛东方铁塔公司生产、制造、安装的钢结构铁塔。塔高２２８ｍ,塔上安装美国进口的ＯＴＩＳ电梯。随着社会的发展,钢结构铁塔的应用越来越广泛,塔的高度也在不断增加,在塔上安装电梯势在必行。由于塔身全部是钢结构构件,有其特殊性和复杂性,这对塔内的设备安装、装璜等方面,与混凝土结构大楼相比,有诸多不利因素,对电梯安装也不例外。本文介绍在电梯安装过程中几个具体问题的处理办法,供大家参考。１　导轨支架的定位由于塔身全部由钢结构构件拼装而成,而且电梯的提升高度比较高（１…     

复杂齿形齿轮的车齿刀具包络设计方法

车齿加工是一种新兴的齿轮高效高精加工方法。本文针对复杂齿形齿轮的车齿刀具正向设计刃形易交叉的问题,提出了一种车齿刀具包络设计方法。根据空间交错轴啮合理论,建立车齿刀具与工件的包络运动关系模型;通过计算刀具安装轴交角和刀具初始安装中心距,由齿轮的齿形离散数据点逆向包络得到刀具刃形轮廓数据点云,将刀具刃形轮廓数据点云进行二维投影,提取刀具刃形轮廓二维点云的内边界点,从而得到刀具刃形;最后采用仿真切削加工验证了该设计方法的有效性,为设计复杂齿形齿轮的车齿刀具提供了一种新的思路。     

基于激光雷达与倾斜摄影融合技术的电力巡检系统设计

针对传统的电力巡检系统仅应用激光雷达或倾斜摄影技术,导致电力巡检的可视化效果差,无人机巡检时间长的问题,将激光雷达与倾斜摄影技术融合起来,对电力巡检系统进行优化。对激光雷达和倾斜摄影相机进行了详细设计,给出倾斜摄影相机的摄影模式示意图;采用无人机三维激光雷达技术对输电线路通道环境进行扫描,获取架空输电线路走廊大范围的三维激光点云数据;设计点云数据与图片的采集和处理流程,对点云数据进行精度校验,布设倾斜摄影技术的像控点点位,校正影像并协同外业测量成果和POS数据得到匹配点云,将2种技术得到的数据进行融合建模,完成系统设计。为验证设计系统的有效性,选择某段路线进行建模测试。实验结果表明,所设计系统的可视化效果好,有效缩短了无人机巡检时长,有效提升了巡检效率。     

基于小波变换的精密测量点云多尺度分解

为了减小多源跨尺度点云数据尺度与数据量上的差异，提出了一种基于小波变换的点云多尺度分解方法。对细节丰富的小尺度点云数据进行多尺度分解，以及尺度分解在跨尺度点云数据配准中的应用进行研究。首先，对小尺度点云进行栅格建模，建立全局点云二值表达函数。根据离散小波变换理论，对栅格点云进行多次的三维小波分解，利用小波尺度函数的低通特性，保留低频信息来获取原始小尺度点云的近似尺度数据。然后，基于面维数和差体维数差表征与原始数据的相似度，确定有效的小波分解级数。最后，将各级分解得到的点云数据与大尺度点云数据进行精确配准，并将配准关系应用于原始点云，提高跨尺度点云的配准精度。实验结果表明：本文提出的多尺度分解方法能够对数据进行有效分解，应用于某航空发动机叶片多尺度测量中，将显微测量的局部气膜孔小尺度点云数据与整体叶片结构光数据配准，配准精度提升了61.36%。该分解方法应用于叶片边缘与栅格零件多尺度测量中，配准精度分别提升了48.59%,43.86%。所提的点云多尺度分解方法能够有效分解小尺度点云数据，大幅提升跨尺度数据的配准精度。     

基于小波包的点云数据平滑处理

点云数据的平滑处理是逆向工程曲面建模前的必要环节.提出了基于小渡包的点云数据平滑处理方法,通过小波包变换将点云数据分解成不同层次的小波系数,而点云数据中的噪声点属于高频信息范围,所以在小波系数域内通过去除高频信息重构点云数据,一方面可以实现点云数据的平滑处理,另一方面则可以针对不同的频谱信息进行噪点云除.同时,由于点云数据的离散间隔信息不均匀,采用离散小波进行处理时在采样方式上存在误差,故根据点云数据的获得原理,采用图像域的二维信息作为索引代替原三维点云数据的x,y坐标.小渡包重构后通过索引信息将原来的坐标信息还原,从而达到点云数据平滑的目的.整个算法通过图像域、小波系数空间和三维欧式空间的相互转换完成点云数据的平滑处理.最后以具体的实例验证所提方法的有效性.     

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。     

无人机机载激光雷达在输电线路巡线中的应用

针对传统人工电力巡线方法存在的效率低、成本高,以及直升机电力巡检存在的技术烦琐、可操作性不强等问题,探讨了无人机机载激光雷达系统、巡线原理及技术流程,重点介绍了点云数据的处理,包括点云的分类、危险点分析、工况模拟分析。