危化品仓库障碍物扫描定位和还原算法的研究

随着现代物流业的发展,仓储安全越来越受到人们的重视,危化品仓库的仓储安全尤为重要。危化品仓库中障碍物的扫描、定位、还原过程,用于显示障碍物的位置、大小和形状等准确的数字化信息。根据这些信息,管理员可对仓库内部情况作出准确的判断,并采取恰当的措施,有效预防危化品仓库安全事故的发生。为了对危化品仓库的障碍物进行扫描、定位和还原形状尺寸,对激光扫描装置测得的数据进行了数据拟合。首先,利用激光扫描装置对无障碍物进行扫描,得到扫描数据并拟合建立正常状态。然后,对长方体障碍物的情况进行扫描,对得到的异常点进行数据拟合。最后,对圆柱体障碍物进行扫描,对收集到的异常点进行数据拟合。试验结果表明,采用该算法得到的长度最大误差值小于0.05m,能较好地实现图像还原,满足危化品仓库监控需求。该算法经济实用,具有很好的应用前景。     

改进泰森多边形的UWB危化品仓储定位技术

我国危化品仓储库房大多采用人工码垛堆放的存储方式。安全监察部门对于货物堆垛五距(垛距、墙距、顶距、柱距和通道距)虽然有明确要求,但缺乏有效的监管手段。利用超宽带(UWB)技术手段可以较好地对库房中危化品货物进行定位,从而监测堆垛间距。但目前UWB定位精度不能很好地满足危化品仓储监管要求,需要一定的校正手段。泰森多边形矢量校正法可以提高危化品仓储中货物的定位精度,但也存在一定局限性。在分析并通过试验验证其局限性的基础上,提出了改进的泰森多边形矢量校正法。结合危化品仓储实际环境,选取不等距的参考点,同时设立虚拟参考点,构建更多的泰森多边形,能够实现更精准的危化品仓储货物定位。试验证明,改进的泰森多边形矢量校正法能有效提高定位精度,适用于危化品仓储的货物监管。     

一种高斯混合模型的危化品堆垛目标提取方法

危险化学品存储状态事关人民及城市的安全。目前危化品多以平仓堆垛的方式进行存储。为保证危险化学品的安全存储,需要对货物"五距"进行实时的安全监测。针对视频监测,提出了基于高斯混合模型的危化品堆垛目标提取方法。将双目摄像头所得图像首先采用高斯混合模型实现当前货物的检测,使用背景更新的方式实现运动货物监测,进一步采用相邻差分图像像素值关系来判断货物的进出状态,最终得到货物堆垛在图像中的准确位置,以便于实现后续边界提取以及五距检测。实验证明,与均值、中值背景估计结果相比,本算法所提取货物图像噪声减少,判断货物状态准确率高达85%。     

基于图像的危化品堆垛三维几何动态建模

安全生产部门对危化品仓储堆垛五距(堆距、墙距、顶距、柱距和通道距)有严格的规定,通过对堆垛的三维动态几何建模描述其在仓库中位置的变化,可以达到动态的监管要求。提出了基于图像的堆垛三维几何动态建模,为建立像点与物点的对应关系,首先构建了五元组成像模型并提出了两点标定法,在标定好参数基础上首先求得物点坐标的解空间,再结合约束条件得到真实解空间,实现堆垛静态三维几何重建。然后对图像序列中堆垛箱体跟踪识别并三维几何重建,最终实现动态几何建模。     

基于激光传感器的移动机器人运动目标跟踪

针对室外环境下移动机器人基于激光传感器对运动目标的实时跟踪问题进行了研究。利用激光传感器检测运动目标,对均值滤波与中值滤波处理后的激光扫描点进行数据对比后,提出一种递推型中值均值混合滤波方法,用以减少激光扫描数据孤点并提高扫描返回值的准确性。设计了目标检测视窗提前剔除与被检测目标无关的障碍数据;设计利用激光扫描点在物体表面连续的特性,在检测视窗内完成对激光数据点的分类。提出以跟踪过程中机器人与目标之间的距离信息作为跟踪算法的评价标准,使用卡尔曼滤波跟踪算法和平滑接近图算法有效实现了机器人对运动目标的平稳自主跟踪。     

一种长巷道形变监测中轴线提取及断面构建方法

三维激光扫描技术被广泛用于长巷道形变监测技术的研究中,但目前的研究存在多次扫描采集到的点云数据基准点移位现象;采集到的相邻点云数据公共特征不明显,多站点云拼接后会导致累计误差增大;超前巷道形变受超前支架的影响。针对上述问题,以传统十字点法中顶底板中点与两帮重点交叉的方法为基础,提出了一种基于最小二乘法的巷道中轴线提取方法。巷道定义的直角坐标系的原点位于激光束发射处,z轴位于激光扫描器的竖向扫描面内;x、y轴均位于仪器的横向扫描面内,中轴线反映了巷道整体的走向和姿态。在巷道掘进完成未受采动影响时,整条巷道进行第一遍扫描,通过最小二乘法确定整条巷道的中心点,将各中心点连接并拟合出一条完整的中轴线。在后续的巷道变形监测中,每监测一次均通过第一次的中点位置进行点云数据叠加,准确获得巷道断面内各个点云的变化情况,进而获得巷道的形变。基于拟合的中轴线构建巷道断面。采用三维激光扫描系统在塔山煤矿30507工作面回风巷对巷道形变进行了测试,结果表明：(1)巷道形变随着测点距工作面距离的增大而变小,且30507工作面回风巷的超前影响范围为150 m,巷道形变的最大点位于底板临近采空区一侧。(2)三维激光...     

基于最小二乘曲线拟合法的点云滤波算法研究

作为机载激光雷达数据处理的关键环节,激光雷达点云滤波一直是数据应用的重要前提和研究热点.本文充分考虑激光雷达通过线扫描获取数据的特点,并结合最小二乘曲线拟合法得到的拟合值具有跟随地形变化的特点,提出了一种最小二乘曲线拟合法用于点云滤波的算法.试验结果表明,该算法能获得准确的地形点,对地物复杂的城区及斜坡地区都有良好的滤...     

利用LMedS算法与特征值法的点云平面拟合方法

针对三维点云数据中存在的异常点会对平面拟合过程产生不利的影响,提出了一种将最小平方中值算法(Least Median of Squares,LMedS)与特征值法相结合的点云平面拟合新方法.首先,通过LMedS算法进行多次迭代确定最佳阈值并剔除点云数据中的异常点.然后,采用特征值法对剔除完异常点后的点云数据进行平面拟合...     

基于散乱点云的飞机蒙皮缝隙识别算法

针对数字化测量技术,研究基于散乱点云的飞机蒙皮对缝特征识别方法,力求快速定位对缝点并提取其空间特征;建立基于张量投票的点云特征模型,对缝隙点的识别方法进行研究,以多模型拟合技术获取多条拟合直线,进一步通过最小二乘法得到最终拟合直线.分析点云数据的几何信息,利用强化策略加强缝隙特征.实验结果表明,该方法能够有效提取飞机蒙...     

激光扫描数据脉冲噪声自适应检测和滤除

针对现有脉冲噪声滤波算法在处理大斜率区域和断线型激光扫描数据中存在的多判和漏判问题,提出了一种有效检测脉冲噪声的方法.该方法依据局部脉冲噪声的分布,利用自适应弦偏差法进行噪声点检测;对噪声点自适应地选择滤波窗口中的非脉冲噪声数据进行中值滤波,以实现噪声滤除.实例结果表明：采用文中方法使得噪声检测更为准确,在滤除噪声的同时有效地保持了数据的细节.     

条盒三维视觉检测中结构光光条中心提取方法

为了提高基于结构光的条盒三维视觉检测中尺寸测量的准确度,研究和提出了霍夫变换和最小二乘法相结合的结构光中心线提取方法. 首先,依据图像颜色模型的R、G、B分量差值并结合中值滤波对目标结构光分进行分割提取;其次,分别对绿光与红光区域进行多次迭代细化处理获取骨架;然后,根据霍夫变拟合的直线段对目标点集进行分类;最后,使用最小二乘法分别对不同的点集进行分段拟合,获取结构光中心线. 实验结果表明,该方法能够准确地提取出结构光光条中心,具有良好的稳定性,为条盒三维视觉检测工作提供了准确的数据依据.     

基于惯导/激光雷达的无人车融合定位技术研究

在无人车运行过程中,由于卫星导航信号受到遮挡、干扰等因素影响,惯导难以持续提供稳定可靠的高精度定位信息,影响无人车运行。本文提出了一种面向复杂应用场景的激光雷达辅助无人车融合定位技术,利用最小二乘算法对滤波后的雷达点云数据进行拟合,获取无人车可行驶道路区域,并据此进行轨迹规划,实现无人车的运动控制。论文对该技术进行了工程化实现和验证,结果表明,卫星RTK定位不可用时,激光雷达可实现稳定、可靠的无人车导航。     

基于三维激光扫描技术的大型水库坝基变形监测方法

针对现有监测方法在对大型水库坝基变形监测时,存在水平位移和竖直沉降监测数据与实际相差较大,不具备要求监测精度的问题,引入三维激光扫描技术,开展大型水库坝基变形监测方法的设计研究。利用三维激光扫描技术,采集大坝点云数据,并完成拼接。考虑到外界环境中的干扰因素,对外业数据中的点云数据滤波与配准处理。计算坝基变形特征,结合得到的变形特征平面,实现对大型水库坝基变形的实时监测。通过对比实验的方式证明,新的监测方法得到的监测结果更接近实际,具有更高的监测精度。     

基于逆向工程的飞机曲面重建方法研究磁

介绍了逆向工程的基本知识,飞机曲面数据采集的一般流程;提出了点云数据预处理算法实现,包括点云滤波算法、点云数据精简算法和基于奇异值分解法的多视点云拼接算法,通过对数据的预处理,大部分数据噪声得以消除,数据量进一步简化,多视点云数据实现空间配准;研究了飞机曲面重建的数据处理流程,对飞机机体进行若干分区,按照点、线、面的建模处理流程对每个区进行独立建模;最后以Catia逆向建模模块对某型样机点云数据处理流程为例,详细探讨了飞机曲面重建的流程,精度验证等方法实现,实践证明,论文介绍的算法和处理方法切实有效,建模数据准确可靠。     

基于三维空间模型的特高压耐张塔跳线间隙检测方法

提出一种基于三维空间模型的特高压耐张塔跳线间隙检测方法研究,利用三维激光扫描数据建立特高压耐张塔整体空间扫描模型,并描述激光扫描建模的原理。据此确定出了待检测标的物的三维点云数据集合;通过预处理的方式去除点云数据检测系统内部噪声和环境噪声,对点云数据集合进行高斯平滑滤波、坐标转换和点云数据拼接,并输出空间点云数据的文件集合;获取的跳线检测测量结果中还有可能包含粗差、系统误差和偶然性误差,利用检测数据分析前必须消除各种误差因素的影响。实验数据表明提出方法的坐标检测精度值能够控制在+-1,并且总体的检测残差分布也位于合理的区间范围之内,实际检测效果优于传统检测方法。     

公共区域监控视频数据目标特征跟踪定位方法

为了提高公共区域监控视频的目标定位检测能力,需要进行目标特征跟踪定位算法设计,提出一种基于图像超分辨率重建的公共区域监控视频数据目标特征跟踪定位方法。构建公共区域监控视频的三维图像重建模型,采用边缘层的高分辨融合方法进行公共区域监控视频图像数据的三维结构重组,提取公共区域监控视频的关键特征点,用图像退化模型进行公共区域监控视频数据目标特征检测,结合线性滤波模型使得监测输出图像满足最优匹配特征解,提高对公共区域监控视频数据目标特征跟踪能力。引入引导滤波方法进行公共区域监控视频数据的图像超分辨重建,实现对目标特征准确跟踪定位。仿真结果表明,采用该方法进行公共区域监控视频数据目标特征跟踪定位的准确性较高,图像重建能力较强,归一化均方根误差较小。     

机载LiDAR快速定位高压电塔方法研究

机载LiDAR已经成为数字电网建设和高压线路安全巡检的重要手段,其中从输电走廊原始海量点云自动、快速、准确地定位电塔是一项基础而又重要的内容。基于线路走廊点云的空间分布特性粗提取电塔点云,然后采用区域增长算法分离每个电塔,并采用最小二乘空间直线拟合法精确定位电塔的空间位置,进而实现电塔点云的自动识别和高精度定位。实验结果表明:该方法在数据处理效率、提取精度和适用性方面都具有一定的稳健性,提取的电塔点云数据的完整度达91.1%;电塔中心位置定位的中误差为13.5cm;点云密度对电塔提取精度的敏感性分析表明即使对原始点云数据进行一定比例的抽稀,算法的提取结果也可满足实际应用要求。     

基于三维激光扫描的公路沉降监测研究

为提高公路沉降的监测效率和实时性,以四川高速某段沉降公路为研究对象,提出基于三维激光扫描的公路沉降监测研究。研究采用激光扫描技术对某路段的沉降信息进行采集,获取其点云数据集;然后通过去噪和精简方法提升数据精度,通过C2M方法实现沉降数据实时监测;最后对点云数据去噪和精简算法进行实验验证,并将三维激光扫描变形方法与传统检测方法进比较,实验结果表明,通过k-means聚类去噪方法的去噪精度高达98.2%,去噪效果较好,组合精简方法相较于其他方法精简效果更强。将三维激光扫描技术应用到高速公路沉降监测中,沉降误差低于3 mm,监测时间较短,监测实时性和效率显著提高,说明此技术具备可行性。     

基于线阵CCD图像亚像素级别边缘检测方法

研究线阵CCD采集一维图像亚像素级别边缘检测方法;该方法经过图像平滑滤波、基于梯度算子边缘粗定位、拟合区间搜索、最小二乘直线拟合边缘精确定位几个步骤,定位出线阵CCD图像边缘位置;基于FPGA的图像采集卡接收基于DSP的图像处理卡下发的控制指令,接收CCD图像数据,并且负责图像数据的平滑滤波和梯度值计算,粗定位出边缘位置,然后把边缘粗位置坐标,以及截取粗定位的边缘点附近段数据上传给图像处理卡,以供后者进行下一步拟合区间搜索和最小二乘拟合精确定位出边缘位置;通过图像采集卡的前期处理,可以大大减少其与图像处理卡之间的通讯数据量,FPGA+DSP这种分工处理模式发挥了各自处理芯片的优势,大大提高了运算处理效率;实验结果表明,该算法检测精度达到亚像素级别,3σ小于0.5像素,处理时间小于90μs。     

高精度线路板夹角测量算法

结合SUSAN算子,OFMM算子与奇异点去除方法,提出了一种高精度线路板(PCB)夹角测量算法。该算法首先利用SUSAN算子检测出所有可能的边缘点;然后选定区域获取被测夹角的边缘目标点,利用最小二乘拟合法去除奇异的边缘点后,进行亚像素定位;最后对被测量夹角的亚像素边缘点进行直线拟合,利用直线方程计算出夹角。通过对真实线路板图像的测量,实验结果证明了该算法的有效性。该方法已应用于自制的光学自动测量仪,取得较好的效果。