重复加载下钢筋受拉性能的变化

在“十二五”期间，新建工程的建筑施工中的钢结构工程比例增加，我国建筑行业进入了钢结构快速发展的时期。本试验主要研究的是重复加载下钢筋受拉性能的变化。根据《金属材料室温拉伸试验方法》（ GB／T228—2010）的规范要求，首先进行了单向加载的试验，而后进行了循环加载实验。实验时，由于单调受拉断裂钢筋的极限荷载已知，便可定量地确定荷载分级。以10 kN为最小分级间隔，每加载到一次，记录对应的拉力值和应变值。运用图表进行分析所得的数据，得出了结论。     

基于视觉修正的激光雷达体积测量方法

针对激光雷达点云数据稀疏、扰动、存在噪声和其他方法难以迁移,实时性差等难题,面向“L”型小尺寸目标研究了一种基于视觉修正的激光雷达体积测量方法。该方法首先通过联合标定和时间戳最近邻匹配实现相机与激光雷达数据的对齐;然后经过目标检测算法获取图像中目标的信息,与此同时对点云数据执行地面分割得到地面点云与非地面点云,利用视觉投影和点云聚类实现目标点云的分割,使用KDtree找到目标点云附近的地面点云;最后,设计了一种三维框的拟合算法初步完成点云目标三维框的粗拟合,并建立视觉修正模型对于目标三维框进行细修正,从而实现目标体积的计算。实验结果表明,对于武器箱道具、医疗箱和油桶等“L”型物体,提出的算法在一定范围内,体积测量的平均相对误差小于4.44%、最大误差小于6.12%、最大重复性小于5.61%,并且基于视觉的修正模型大幅提高了算法的精度和稳定性,在嵌入式平台的处理1帧用时55 ms,能够实现实时高精度的体积测量,具有良好的工程应用前景。