协同环境下复杂装配任务规划的研究

为了在协同环境下支持多人的装配工作,需要对装配任务进行分解,而对于复杂的装配任务,特别是子装配体零件数目过多的情况,本文试图定义关键零件和分解规则,然后根据工作量进行分配。并以大型压力机为例进行装配任务的分解和序列的生成,证明本文的方法有效可行。     

基于随机游走与最优匹配的装配体相似性分析

为了提高利用拓扑信息进行装配体检索的能力,提出一种基于随机游走和最优匹配的相似性分析方法.首先用图节点表示装配体中的零件,将装配体转化为属性连接图并进行简化;然后分析零件连接装配关系的紧密程度并构建转移概率矩阵,利用随机游走模型分析各零件的拓扑特征;最后依据拓扑和属性特征进行零件的两两相似性评价,建立对比装配体的二分图并用最优匹配获得装配体的整体相似性.实例验证了文中方法是正确和有效的.     

基于属性邻接图匹配的装配体模型搜索方法

为了重用装配体模型中包含的设计、制造和装配工艺等信息,需要在装配体模型数据库中搜索相似的装配体模型作为参考.为此提出一种基于属性邻接图匹配的装配体模型搜索方法.首先提取装配体模型中零件的接触面信息,将装配体模型及其零件模型分别转化为零件属性邻接图和接触面属性邻接图;然后计算用于零件模型匹配的成功匹配接触面数量、接触面关系编码数量以及用于装配体模型搜索的零件相似度矩阵,将其作为零件模型和装配体模型相似度度量;最后由最优匹配Kuhn-Munkres算法得到零件相似度矩阵最优匹配加权和,作为装配体模型相似度.实验结果表明,该方法能有效地搜索到相似的装配体模型,并且对模型的相似度进行了排序.     

装配体的ICT仿真方法研究

ICT的计算机仿真技术是ICT研究领域的重要内容之一,传统的仿真通常是针对单个零件的,而专门针对工业应用中常见的装配体的仿真研究还不够成熟。装配体具有“多零件多材质”的特点,通常的建模方法难以正确描述零件之间的装配关系,仿真难度大。该文针对装配体的这些特点,提出一种有效的装配体CAD建模方法,给出了装配体的ICT仿真算法和应用实例。仿真结果与现实的ICT图像具有很好的相近性,验证了算法的正确性。     

基于Gauss Ball+的二次曲面细分解与识别

首先利用主曲率对网格进行粗分解,然后利用Gauss Ball 方法对每片子区域进行二次曲面的类型检测、细分解和重聚合,最后对细分的子网格区域中的二次曲面进行参数识别.实验结果表明,利用该方法可以自动、快速、准确地分解出零件中存在的二次曲面,可以很好地应用于逆向工程中二次曲面参数反求.     

基于几何推理的装配序列自动规划研究

文章以问题规约的求解策略,以分解法规划产生的装配序列,提出与或图表达装配体拆卸序列解空间。通过求解拆卸序列与或图的解空间得到装配体的拆卸序列,将拆卸序列反向得到装配序列。为降低装配体拓扑联接图的复杂度,对作业组件做出识别。另外提出了判断零件拆卸性的三个条件,大部分零件无需进行干涉检验,而白逻辑推理即可判断是否满足拆卸条件,避免了多次试凑,具有更高的求解效率,可更广泛地用于装配序列求解。     

产品装配体模型的空间结构相似性检索方法

针对因未考虑装配体空间结构而导致的检索结果不符合预期的问题,提出一种基于空间结构匹配的装配体模型检索方法.在运用空间特征点集表示装配体模型的基础上,提出了基于空间点集匹配方法的装配体相似度算法,综合零件属性相似度、零件空间位置相似度得到了装配体相似度.实验结果证明,该方法能够有效地实现产品装配体的相似性检索.     

基于开源场景图形的三维可视化与信息管理系统设计

对于产品虚拟装配的三维呈现过程中难以实现零件信息管理问题,结合电动车模型的拆装,提出三维可视化与信息管理技术融为一体的设计方案。首先,建立三维模型库,并根据电动车模型的拓扑结构和辅助信息,如零件的材质、型号等,建立信息库;其次,读取信息库中零件与子装配体间的父子关系信息建立目录树,根据子装配体与场景树均为“多叉树”组成结构的原理进行子装配体的三维呈现,再对子装配体的各个节点设置动画完成拆装呈现;最后,采用多线程方法将电动车配件信息管理与可视化有机结合,实现支持三维的拾取交互查询和检索定位查询等功能。系统以世纪鸟电动车进行验证,实现了三维可视化技术与信息系统相融合,能快速有效地为电动车的三维呈现和虚拟装配提供技术支持。实例验证表明,所设计系统可以有效地将零件的信息管理融入到虚拟装配的三维可视化中。     

基于Java 3D的交互式三维动画的研究

为了建立基于工程图学的虚拟实验室,在计算机的屏幕上虚拟现实中零件的装配,笔者通过对两种虚拟语言VRML与Java 3D的分析比较,选定以Java 3D为虚拟平台,在引入.obj文件的基础上,按照现实中零件的安装和工作过程,通过设定相应的程序来实现零件的交互和装配过程,并完成了对零件交互式三维装配动画以及工作原理的论述。以压板为例,给出了一个基于Java 3D的交互式三维装配动画的例子,实现了该装配体在虚拟现实中的要求,达到了虚拟装配的目的。从而验证了该方法在现实零件装配中的预见性和优越性。     

保持外观的CAD模型轻量化技术

随着CAD/CAM技术的发展,整个产品的设计、虚拟制造和数字化样机都可在计算机中完成,使得包含大量数据的复杂装配体(即大装配体)的设计成为产品设计过程中的必需元素。由于大装配体模型数据量庞大,在普通PC机中处理极为不便,为了提高处理速度,需要对大装配体模型进行简化。在不改变装配模型格式和整体外观的前提下,提出了两种装配体模型的轻量化方案：1)从装配体中删除隐藏的零部件;2)从装配体中删除隐藏的特征。零件和特征的可见性是通过从多个视点预渲染装配模型,然后读取渲染缓冲区的结果并进行分析而得到。实验结果证实该算法能在不改变CAD模型格式和外观的前提下准确地删除装配体中的隐藏零件和特征。     

基于三维体的多分辨率视频分割算法

传统视频分割算法无法处理视频中庞大的数据量,且分割结果需要保持时空连续性。针对该问题,提出一种基于三维体的多分辨率视频分割算法。在三维空间中对整个视频体进行分割,以保证时空连续性,采用多分辨率的思想,减少计算开销。实验结果表明,该算法能减少传统分割算法的时空耗费,修正连续帧的局部分割结果。     

双态形状重构及其在前列腺超声图像分割中的应用

前列腺超声图像在临床中的准确分割对于后续诊断具有重要的影响,而当前已有研究结论无法精确分割各个部分。提出了一种基于点分布模型和流形学习的双态形状重构的方法,并对前列腺超声图像进行分割：通过随机森林指示隐态表达进行目标初定位;改进边界算子以改善粗分割准确性;使用显态表达与噪声部分相邻的部分灰度显著点来进行插值计算,从而恢复整体形状。该分割方式不仅减少了数据计算量,还增加了分割可靠性。实验表明,该方法的DSC指标为97.38%,mIoU指标为95.24%,精度强于当前热门分割神经网络。     

基于形态学重建和梯度分层修正的分水岭脑肿瘤分割*

针对脑部核磁共振成像(Magnetic Resonance Imaging, MRI)图像中因噪声、灰度不均匀及边界模糊不连续等造成肿瘤难以准确分割的问题,提出一种基于形态学重建和梯度分层多尺度修正的分水岭分割方法。首先对原始图像进行形态学混合开闭重建以平滑去噪,同时保留目标轮廓信息;然后根据梯度图像的三维地貌体积对其进行分层多尺度修正,自适应地确定修正所需的结构元素尺寸,对低梯度层级采用较大尺寸结构元素进行闭运算修正,消除产生过分割的非规则局部极小值,而对较高梯度层级则采用较小尺寸的结构元素,保持区域轮廓的位置不变;最后在修正基础上,运用标准分水岭变换实现图像分割。实验结果表明,该方法与标准分割的相似度指数和Jaccard指数均较高,且过分割率和欠分割率均较低,具有较好的分割效果。     

Monocular Human Pose and Shape Reconstruction using Part Differentiable Rendering

Superior human pose and shape reconstruction from monocular images depends on removing the ambiguities caused by occlusions and shape variance. Recent works succeed in regression-based methods which estimate parametric models directly through a deep neural network supervised by 3D ground truth. However, 3D ground truth is neither in abundance nor can efficiently be obtained. In this paper, we introduce body part segmentation as critical supervision. Part segmentation not only indicates the shape of each body part but helps to infer the occlusions among parts as well. To improve the reconstruction with part segmentation, we propose a part-level differentiable renderer that enables part-based models to be supervised by part segmentation in neural networks or optimization loops. We also introduce a general parametric model engaged in the rendering pipeline as an intermediate representation between skeletons and detailed shapes, which consists of primitive geometries for better interpretability. The proposed approach combines parameter regression, body model optimization, and detailed model registration altogether. Experimental results demonstrate that the proposed method achieves balanced evaluation on pose and shape, and outperforms the state-of-the-art approaches on Human3.6M, UP-3D and LSP datasets.     

基于CT序列图像的活体距骨分割及三维重建

了解距骨的解剖结构及空间关系,可为对其进行非侵入式运动学研究打下基础,对后足的疾病诊断具有重要意义。本文基于活体后足的CT序列图像,采用阈值、数学形态学和交互式操作相结合的手段从图像中分割出距骨,并用体绘制方法对距骨进行三维重建。实验表明,本文提出的分割方法简单且自动化程度较高。     

Multiple reconstruction and dynamic modeling of 3D digital objects using a morphing approach

Organ segmentation and motion simulation of organs can be useful for many clinical purposes such as organ study, diagnostic aid, therapy planning or even tumor destruction. In this paper we present a full workflow starting from a CT-Scan resulting in kidney motion simulation and tumor tracking. Our method is divided into three major steps: kidney segmentation, surface reconstruction and animation. The segmentation is based on a semi-automatic region-growing approach that is refined to improve its results. The reconstruction is performed using the Poisson surface reconstruction and gives a manifold three-dimensional (3D) model of the kidney. Finally, the animation is accomplished using an automatic mesh morphing among the models previously obtained. Thus, the results are purely geometric because they are 3D animated models. Moreover, our method requires only a basic user interaction and is fast enough to be used in a medical environment, which satisfies our constraints. Finally, this method can be easily adapted to magnetic resonance imaging acquisition because only the segmentation part would require minor modifications.     

基于聚类的Web用户会话识别优化方法

会话识别是用户访问行为分析的基础和关键工作,其质量对于识别和发现用户的信息需求具有决定性的影响。目前常用的是基于时间阈值的切分方法,但是该方法存在的主要问题是针对不同用户时间阈值难以准确地确定。提出了一种新的基于聚类技术的会话识别优化方法,首先建立了基于聚类的会话识别优化模型,然后采用改进的K-means算法进行会话识别。实验结果表明该方法与传统方法相比具有较好的效果。     

条件颗粒分割方法研究

图像中两个物体的接触关系根据粒径可分为未接触、不同粒度物体的接触和同粒度物体的接触3种，接触物体根据接触部分的大小又可分为强接触、中等接触和弱接触。对接触物体的保形分割应该是使分割后物体恢复原来的形态，鉴于流域分割、测地重建等算法在分割接触物体时，不但对物体形态产生破坏和受干扰因素多，而且对于计算接触面积大小的问题，以上算法也不易实现，为此，提出了条件颗粒分割方法，即在数学形态学开运算过程中，对标定区域腐蚀后，不再做膨胀运算，就直接在保形的基础上，对不同粒度的物体进行分割，而对于同粒度接触的物体，则先通过腐蚀后，再做一次特殊条件颗粒分割来得到小粒度(条带)部分，再进行复原就是目标物体的接触部位。最后，介绍了此算法在岩石颗粒粒度分析及胶结类型划分方面的应用。     

基于Java 3D的医学图像三维重建系统

系统采用分层组件化的设计思想,在逻辑上分为三层:图像预处理层、图像分割层和用户界面层,实现了医学图像的二维标注与测量、三维体数据的分割、三维重建与交互功能。介绍了系统的体系结构和系统开发的主要技术方法。最后指出了系统的实用性和对医学研究方面的价值。     

Active Scene Understanding via Online Semantic Reconstruction

We propose a novel approach to robot‐operated active understanding of unknown indoor scenes, based on online RGBD reconstruction with semantic segmentation. In our method, the exploratory robot scanning is both driven by and targeting at the recognition and segmentation of semantic objects from the scene. Our algorithm is built on top of a volumetric depth fusion framework and performs real‐time voxel‐based semantic labeling over the online reconstructed volume. The robot is guided by an online estimated discrete viewing score field (VSF) parameterized over the 3D space of 2D location and azimuth rotation. VSF stores for each grid the score of the corresponding view, which measures how much it reduces the uncertainty (entropy) of both geometric reconstruction and semantic labeling. Based on VSF, we select the next best views (NBV) as the target for each time step. We then jointly optimize the traverse path and camera trajectory between two adjacent NBVs, through maximizing the integral viewing score (information gain) along path and trajectory. Through extensive evaluation, we show that our method achieves efficient and accurate online scene parsing during exploratory scanning.