检索结果-南通市图书馆

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

点云特征型面的边界曲线拟合及曲面裁剪算法

机械设计与制造 2020年第1期 5-8,13页

作者：陈华伟袁小翠伍权徐卫平贵州师范大学机电工程学院贵州贵阳550025 南昌工程学院江西省精密驱动与控制重点实验室江西南昌330099

点云特征型面边界曲线的拟合质量直接决定了对应曲面裁剪的质量。以机械零件点云模型为研究对象,针对点云分割型面的边界点识别、排序、拟合和曲面裁剪问题展开研究。基于场力法提取的边界点集,提出了基于最短距离法的边界点集排序和方... 详细信息

点云特征型面边界曲线的拟合质量直接决定了对应曲面裁剪的质量。以机械零件点云模型为研究对象,针对点云分割型面的边界点识别、排序、拟合和曲面裁剪问题展开研究。基于场力法提取的边界点集,提出了基于最短距离法的边界点集排序和方向夹角阈值限定的边界点集去噪等预处理算法;采用局部二次多项式函数拟合估算边界点集曲率,提出了基于曲率突变点归属性判断的边界点集分段和拟合算法;通过控制点投影变换求取二维裁剪边界,提出了基于特征点集多边形凹凸性的二维边界曲线方向判断法。使用机械零件模型典型型面进行实验,验证了各阶段算法。该算法具有很好的适用性,可进一步扩展应用至复杂曲面边界裁剪。

关键词：点云特征边界拟合曲面拟合曲面裁剪

在线全文

学校读者我要写书评

暂无评论

一种改进法向量估算的点云特征提取

测绘科学 2021年第11期46卷 84-90,146页

作者：麻卫峰王金亮张建鹏麻源源张忠伟云南师范大学地理学部昆明650500 云南省高校资源与环境遥感重点实验室昆明650500 云南省地理空间信息工程技术研究中心昆明650500 武汉大学中国南极测绘研究中心武汉430079

针对传统主成分分析点云法向量估算存在精度不高、人工干预等问题,提出了一种改进的主成分分析法向量估算方法,并根据点邻域法向量标准差实现了离散点云特征提取,最后对关键参数K取值进行讨论。通过引入高斯核函数为邻域点集权值计算公... 详细信息

针对传统主成分分析点云法向量估算存在精度不高、人工干预等问题,提出了一种改进的主成分分析法向量估算方法,并根据点邻域法向量标准差实现了离散点云特征提取,最后对关键参数K取值进行讨论。通过引入高斯核函数为邻域点集权值计算公式,削弱了距离较远点对采样点法向量精度影响;以信息熵最小化为约束条件自适应选择最佳邻域尺度R,较好的顾及了局部点云空间特征的差异性。实验结果表明:该方法能很好的实现点云特征提取,改进后的点云法向量估算顾及点云邻域复杂程度,具有普适性强、自动化程度高的特点,建议关键参数K取值范围12~20。研究对点云配准、数据精简及模型重构等点云预处理研究具有理论参考价值。

关键词：点云特征法向量主成分分析高斯核函数信息熵

基于点云特征提取变形信息算法研究与精度分析

在线全文

学校读者我要写书评

暂无评论

测绘通报 2018年第A1期 55-58页

作者：赵不钒花向红吴伟武汉大学测绘学院湖北武汉430079 武汉大学灾害监测和防治研究中心湖北武汉430079

针对地面三维激光扫描技术在变形监测中的应用,结合点云序列特征特点,提出利用点云特征要素提取变形信息的方法,并且通过阈值设定排除噪声点在变形判定中的干扰。通过模拟试验的方法验证了方法的可行性,并进行了精度分析。

关键词：变形监测场景点云特征阈值判定变形分析

在线全文

学校读者我要写书评

暂无评论

激光雷达点云特征分析与数据分割

激光雷达点云特征分析与数据分割

作者：李恒星西安电子科技大学

学位级别：硕士

激光雷达扫描技术是一种采集三维数据、重建三维模型的新兴手段，随着激光雷达技术的发展，和三维模型重建在各个领域的需求，点云数据的处理已经是国内外研究的热点问题。论文结合固定式的地面激光雷达扫描系统以及其采集的数据作为研... 详细信息

激光雷达扫描技术是一种采集三维数据、重建三维模型的新兴手段，随着激光雷达技术的发展，和三维模型重建在各个领域的需求，点云数据的处理已经是国内外研究的热点问题。论文结合固定式的地面激光雷达扫描系统以及其采集的数据作为研究对象，分别深入研究激光雷达点云特征和点云数据的分割算法。本文首先研究了激光雷达扫描系统的原理，介绍激光雷达系统的组成，通过对激光雷达采集传回的数据进行处理获得的点云数据，设计软件完成点云的显示，保存数据作为后续数据处理分析的基础。其次按照点云数据处理的一般流程完成对点云数据预处理工作，得到处理方便的数据集合。然后，根据点云几何特征估计法线和曲率，同时提出点云特征直方图的描述子，根据法线和曲率特征对点云数据提取特征点。最后，总结点云分割的理论，分析并实现点云数据分割的算法，比较不同算法在点云数据上分割作用的效果。

关键词：激光雷达点云特征点云分割

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于点云特征的位移计算研究

基于点云特征的位移计算研究

作者：刘冬秋贵州师范大学

学位级别：硕士

目前在高边坡监测、建筑物监测和桥梁监测等各个方面多数都是基于传感器的监测和三维激光扫描仪的监测。基于传感器的监测的优点是能够快速、实时地传递被检测物体的形态变化，不足之处就是这种方式只能反映传感器所监测的那一点，并不... 详细信息

目前在高边坡监测、建筑物监测和桥梁监测等各个方面多数都是基于传感器的监测和三维激光扫描仪的监测。基于传感器的监测的优点是能够快速、实时地传递被检测物体的形态变化，不足之处就是这种方式只能反映传感器所监测的那一点，并不能观测到物体的整体变化。基于三维激光扫描仪的监测能监测物体的三维变化，从而计算出建筑物发生形变的位移，以对建筑物的健康状态进行监测。本文提出了一种基于点云特征的位移计算方法,该方法首先将整个点云数据参数化;然后对下一次获取的点云数据建立相同的坐标系进行参数化，这样两次获取的点云数据可以在同一坐标系下对比，若其中的某处发生变化，利用寻找点云特征的方法计算建筑物发生形变的位移。点云特征包含高斯曲率极值法提取特征点、折现生长法提取特征线和区域增长法提取特征面三个方面，根据点云不同的特征值，可以建立扫描物体的坐标系。本文的主要工作如下： ⑴利用三维激光扫描仪获取点云数据，对获取的点云数据进行预处理，采用点云边界去噪法对数据进行去噪、采样法对点云数据进行精简，并且基于点云数据主方向贴合法实现自动初始配准。 ⑵由于三维点云数据通过初始配准后得到的数据并不能达到要求的精度，为了进一步建立计算形变位移模型，对三维点云数据进行精确配准，对原有的ICP配准算法进行改进，实现了三维点云数据更精确的配准，以使计算位移更加精确。使用该算法对某建筑的点云数据配准实验，不仅有良好的配准效果，而且达到了较高的配准效率。 ⑶从点云的特征点、特征线、特征面三个方面具体分析位移监测的理论和方法，分别将这三种特征应用到位移计算的实验，得到了不同的实验效果。对比实验效果并理论分析，发现基于特征点的位移计算只能计算单个点，效果不理想，而基于特征面的位移计算过于复杂，只有基于特征线的位移计算能够达到较为理想的效果，能够反映物体的整体变化;并且分析了实验可能存在的误差以及如何减少误差。

关键词：三维激光扫描仪点云数据点云特征位移计算

基于改进点云特征的物体识别与位姿估计方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进点云特征的物体识别与位姿估计方法研究

作者：梁宸东北大学

学位级别：硕士

随着我国各类制造业进入智能化的新阶段,研制并普及带有智能感知系统的机器人已经成为生产力发展和科技进步的必然需求。与传统机器人相比,带有视觉传感器的机器人能够认知环境,从而完成更加智能灵活的操作。目前机器人视觉研究大多依... 详细信息

随着我国各类制造业进入智能化的新阶段,研制并普及带有智能感知系统的机器人已经成为生产力发展和科技进步的必然需求。与传统机器人相比,带有视觉传感器的机器人能够认知环境,从而完成更加智能灵活的操作。目前机器人视觉研究大多依托二维图像,这样缺少了深度信息,在完成三维空间中的形状检索、位姿估计等任务时难免有所局限。因此,开展基于三维点云数据的机器人视觉研究具有重要的理论研究价值和应用价值。本文以Kinect深度相机与UR5机器人为实验平台,进行了面向机器人抓取任务的三维目标识别与位姿估计方法研究。本文的主要研究内容包括以下几方面:(1)针对全局特征的需求,设计了点云采集与预处理流程。使用Kinect采集场景点云后,通过多种点云滤波算法去除噪声、减少点的数量,提高运算速度。然后通过法向量计算获得法线信息。最后通过点云分割算法剔除实验台点云,并获得目标物体的聚类点云。(2)针对点云视点特征直方图无法区分镜像位姿的问题,本文提出了一种名为正交视点特征直方图的点云全局特征描述子。该特征描述子通过估计物体点云的参考坐标系计算视点方向的正交向量,并以此改进视点分量的统计方式。通过实验证明了所提特征的优化效果。(3)提出了一种基于正交视点特征直方图的目标识别与位姿估计方法。首先,设计了一种基于Blensor仿真环境的离线模型库构建方法。然后在线阶段计算点云的正交视点特征直方图与模型库进行匹配完成目标识别,基于迭代最近点算法实现精确的6D位姿估计。此外,针对点云配准结果误报的问题提出了一种基于八叉树结构计算点云重叠率的位姿估计效果评价方法;基于布置几何约束的思想将假设验证方法扩展至全局特征识别路线,用以优化识别结果。(4)搭建机器人视觉抓取实验平台。对Kinect进行了内外参的标定,对UR5机器人进行了正逆运动学分析,并在MATLAB中完成建模仿真及工作空间的绘制。通过机器人视觉抓取实验证明了本文所提算法的性能以及在机器人抓取应用中的有效性。

关键词：三维点云目标识别位姿估计点云特征点云处理

基于点云特征的工业机械臂六自由度抓取方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于点云特征的工业机械臂六自由度抓取方法研究

作者：瞿孝昌中国矿业大学

学位级别：硕士

生成物体抓取位姿是机器人抓取任务的核心组成部分,但是目前大多数抓取位姿检测方法主要针对结构化环境,在规划抓取时十分依赖于已知的对象模型、接触信息和物理属性等先验知识,导致应用场景和抓取目标相对固定。此外,现有的未知物体抓... 详细信息

生成物体抓取位姿是机器人抓取任务的核心组成部分,但是目前大多数抓取位姿检测方法主要针对结构化环境,在规划抓取时十分依赖于已知的对象模型、接触信息和物理属性等先验知识,导致应用场景和抓取目标相对固定。此外,现有的未知物体抓取方法主要以2D的RGB图像或2.5D的深度图作为输入,几乎没有模型考虑目标的3D几何信息,因此只能将抓取约束为与图像平面平行的三自由度（Three-degree-of-freedom,3-DOF）定向矩形框,限制了抓取的多样性。针对非结构化环境中任意位姿的未知物体,本文提出了一种基于3D点云特征的机械臂6-DOF抓取位姿检测方法Conv GPD,以解决直接从点云中获取目标抓取位姿的难题。本文主要完成以下4个方面的研究工作:（1）设计抓取位姿检测算法总体框架,包括抓取位姿采样、样本优化和性能评估3个模块,所有模块都是以深度相机获取的3D点云作为输入。根据设计方案完成抓取检测系统的软件和硬件平台的搭建。为了方便分析,利用简化的夹持器模型表示6-DOF抓取位姿,将抓取位姿检测问题转换为夹持器坐标系的建立问题。（2）考虑到现有的6-DOF抓取位姿采样技术由于依赖表面法线信息,存在无法在点云边缘处生成稳定抓取样本等局限性,结合抓取定性经验提出了基于点云多种几何特征的抓取候选生成方法,并设计对比实验从样本覆盖率指标验证这种几何启发式采样策略的有效性。实验结果表明提出的采样方法可以生成更加丰富且在物体表面分布均匀的稳定抓取候选。（3）虽然可以通过设定条件初步剔除抓取候选中的失败抓取,但是大部分被舍弃的样本可能接近成功抓取,因此本文根据改进力封闭（Force Closure）与力平衡（Force Balance）等抓取性能评估指标,提出了3种不同的抓取位姿优化方法细化原始的抓取候选,将其中失败抓取样本转化为成功抓取样本,实现高质量采样。最后利用消融实验从力封闭率和鲁棒性得分两个指标验证了该优化方法可以很大程度上提高样本质量。（4）为了获取优化之后抓取候选中的最优抓取,本文基于点云卷积神经网络Conv Point设计了一个端到端的抓取性能评估网络。该模型以夹持器封闭区域内的原始点云为输入,不需要转换点云,直接输出对应抓取候选性能的评估结果,得分最高的抓取将被执行。最后仿真实验结果表明即使输入点云非常稀疏,该网络也可以捕获夹持器与物体点云接触区域的的复杂几何特征。实际的单物体、多物体抓取实验结果表明提出的Conv GPD在常用对象上实现了88.57%的抓取成功率,并可以有效地拓展到抓取非结构化环境中其他形状的未知物体。代码和视频已经开源在https://***/quxiaochang/6-DOF-ConvGPD。

关键词：机械臂抓取点云特征卷积神经网络力平衡非结构化环境

基于2D图像与3D点云特征融合的机器人自适应引导方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于2D图像与3D点云特征融合的机器人自适应引导方法研究

作者：黄容深圳大学

学位级别：硕士

自适应引导是实现无人机机器人高度智能化必须面临的挑战性问题之一。已有的自适应引导框架主要是基于2D图像特征,依赖于图像的纹理信息,受限于图像的视角变化。随着3D传感器的发展,基于3D点云数据的自适应引导也得到了重大的发展。目前... 详细信息

自适应引导是实现无人机机器人高度智能化必须面临的挑战性问题之一。已有的自适应引导框架主要是基于2D图像特征,依赖于图像的纹理信息,受限于图像的视角变化。随着3D传感器的发展,基于3D点云数据的自适应引导也得到了重大的发展。目前,基于2D图像和3D点云数据跟踪目标实现无人机机器人引导的方法,主要应用了2D图像的块特征和3D点云的深度信息,并不能很好地融合这两种图像的特征实现自适应引导。本文旨在研究基于多传感器数据融合的视觉跟踪算法,并提出了一种融合2D图像和3D点云特征实现无人机机器人自适应引导的方法。首先,融合2D图像FAST(Features from Accelerated Segment Test)角点特征和颜色特征跟踪目标,实现无人机机器人引导。其次,利用2D图像SURF(speed up robust feature)特征,验证无人机机器人引导的效果。最后,融合2D图像和3D点云特征,实现稳定地无人机机器人引导。本论文的主要研究工作以及贡献有以下几个方面:1.分析了2D图像FAST角点特征和颜色特征,提出了一种融合2D图像FAST角点特征和颜色特征的方法。2.利用2D图像SURF特征,建立了一个基于SURF特征验证无人机机器人引导的系统。3.结合了3D点云特征,实现了2D图像和3D点云特征的融合自适应引导无人机机器人,并与融合前的引导结果进行比较,验证了其有效性。

关键词：自适应引导目标跟踪图像特征点云特征

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数字图像辅助激光点云特征提取

微计算机信息 2011年第10期27卷 140-141,131页

作者：周春艳罗敏邹峥嵘中南大学信息科学与工程学院湖南长沙410083 中南大学地球科学与信息物理学院湖南长沙410083

提出了一种新颖的激光点云特征提取方法。将点云数据中的点映射到二维图像中的像素,然后使用数字图像处理算法从二维图像中提取感兴趣的特征,根据对应关系得到图像中的特征在点云中的对应点集,对点集进行拟合以剔除噪声点获得更加精确... 详细信息

提出了一种新颖的激光点云特征提取方法。将点云数据中的点映射到二维图像中的像素,然后使用数字图像处理算法从二维图像中提取感兴趣的特征,根据对应关系得到图像中的特征在点云中的对应点集,对点集进行拟合以剔除噪声点获得更加精确的特征点集。实验表明,此方法能够快速和比较精确地提取点云特征。

关键词：三维激光扫描配准点云特征