激光点云匹配是影响激光SLAM系统精度和效率的关键因素.传统激光SLAM算法无法区分场景结构,且在非结构化场景下由于特征提取不佳而出现性能退化.为此,提出一种联合CPD(coherent point drift)面向复杂场景的自适应激光SLAM算法CPD-LOAM....激光点云匹配是影响激光SLAM系统精度和效率的关键因素.传统激光SLAM算法无法区分场景结构,且在非结构化场景下由于特征提取不佳而出现性能退化.为此,提出一种联合CPD(coherent point drift)面向复杂场景的自适应激光SLAM算法CPD-LOAM.该算法提出一种基于预判和验证相结合的场景结构辨识方法,首先引入场景特征变量对场景结构进行初步判断,然后从几何特征角度通过表面曲率对其进行验证,增强对场景结构辨识的准确性.此外,在非结构化场景下添加CPD算法进行点云预配准,进而利用ICP算法进行再配准,解决该场景下的特征退化问题,从而提高点云配准的精度和效率.实验结果表明,提出的场景特征变量以及表面曲率可以根据设置的阈值有效地区分场景结构,在公开数据集KITTI上的验证结果显示,CPD-LOAM较LOAM算法定位误差降低了84.47%,相较于LeGO-LOAM与LIO-SAM算法定位精度也分别提升了55.88%和30.52%,且具有更高的效率和鲁棒性.展开更多
采用核磁共振碳谱(nuclear magnetic resonance spectra,13C-NMR)对生物质的三种最主要组分纤维素、半纤维素及木质素的化学结构特性进行研究,结果表明纤维素中的脂碳与芳碳比明显高于半纤维素和木质素,分别为5.2∶1、1.9∶1和1∶1.2,...采用核磁共振碳谱(nuclear magnetic resonance spectra,13C-NMR)对生物质的三种最主要组分纤维素、半纤维素及木质素的化学结构特性进行研究,结果表明纤维素中的脂碳与芳碳比明显高于半纤维素和木质素,分别为5.2∶1、1.9∶1和1∶1.2,这直接导致了三种组分热解产物的差异。该文在前人研究的基础上建立适用于生物质组分化学结构的化学渗透脱挥发分(chemical percolation for devolatilization,CPD)模型,通过13C-NMR对生物质各组分的化学结构进行研究,得到CPD模型的4个输入参数;并预测了纤维素、半纤维素及木质素这三种组分的热解产物产量。根据各组分在生物质原样中所占比例,计算出松木屑热解的产物产量。展开更多
文摘激光点云匹配是影响激光SLAM系统精度和效率的关键因素.传统激光SLAM算法无法区分场景结构,且在非结构化场景下由于特征提取不佳而出现性能退化.为此,提出一种联合CPD(coherent point drift)面向复杂场景的自适应激光SLAM算法CPD-LOAM.该算法提出一种基于预判和验证相结合的场景结构辨识方法,首先引入场景特征变量对场景结构进行初步判断,然后从几何特征角度通过表面曲率对其进行验证,增强对场景结构辨识的准确性.此外,在非结构化场景下添加CPD算法进行点云预配准,进而利用ICP算法进行再配准,解决该场景下的特征退化问题,从而提高点云配准的精度和效率.实验结果表明,提出的场景特征变量以及表面曲率可以根据设置的阈值有效地区分场景结构,在公开数据集KITTI上的验证结果显示,CPD-LOAM较LOAM算法定位误差降低了84.47%,相较于LeGO-LOAM与LIO-SAM算法定位精度也分别提升了55.88%和30.52%,且具有更高的效率和鲁棒性.
文摘采用核磁共振碳谱(nuclear magnetic resonance spectra,13C-NMR)对生物质的三种最主要组分纤维素、半纤维素及木质素的化学结构特性进行研究,结果表明纤维素中的脂碳与芳碳比明显高于半纤维素和木质素,分别为5.2∶1、1.9∶1和1∶1.2,这直接导致了三种组分热解产物的差异。该文在前人研究的基础上建立适用于生物质组分化学结构的化学渗透脱挥发分(chemical percolation for devolatilization,CPD)模型,通过13C-NMR对生物质各组分的化学结构进行研究,得到CPD模型的4个输入参数;并预测了纤维素、半纤维素及木质素这三种组分的热解产物产量。根据各组分在生物质原样中所占比例,计算出松木屑热解的产物产量。