融合稀疏八叉树与卷积神经网络的汽车风阻系数预测

针对汽车风阻系数预测研究中参数化方法难以准确表征汽车外造型的难题,提出融合稀疏八叉树与卷积神经网络的汽车风阻系数预测方法。将汽车外造型按照八叉树结构离散,使用平均法向量对离散的复杂曲面进行简化,利用卷积神经网络对八叉树形式的汽车外造型进行特征提取,进而对汽车风阻系数进行快速预测。通过改变卷积层数与全连接层数,研究了不同卷积神经网络结构对风阻系数预测精度的影响。与参数化方法相比,本文提出的外造型表示方法能更好地描述模型细节,构建的卷积神经网络结构对风阻系数预测的最小相对误差为1.453%,且计算速度是CFD仿真的1620倍,具有较高的精度及计算效率。

一种基于莫顿码及镜像编码的平衡八叉树模型

在接触分析和动画模拟等网格规模庞大、需要实时更新的应用场景下,普遍采用莫顿码实现包围盒层次树结构的快速重构。但现有的层次树由于结构平衡性差,普遍存在搜索效率不稳定的问题,为此本文在莫顿码法的基础上提出了一种兼顾构建与搜索效率的平衡八叉树模型BOT树(Balanced Octree)。设计了镜像编码来保证树的上层节点均有8个分支,且同层树节点所含三角面数之差不超过1。实际算例表明,BOT树与现有模型OIOT树在CUDA并行框架下对比,构建加速比最高可达1.29×,且网格规模越大,BOT树构建效率的优势越明显。同时,与OIOT树相比BOT树的筛除率更高,在凸体接触和边缘接触算例中加速比分别达到1.13×和1.06×。

基于图像八叉树的三维比例边界有限元多面体网格生成算法

基于图像八叉树方法,提出了平衡八叉树和多面体网格修剪相结合的三维比例边界有限元多面体网格算法,该算法根据结构尺寸建立恰好完全包含整个结构的立方体网格,再建立结构图像像素信息,根据像素信息,按照2∶1的平衡分割原则递归地进行等分,完成平衡八叉树网格生成。结构内单元网格完全保留,结构外单元网格删除,对于结构边界单元网格,提出采用面-立方体相交判断方法进行边界单元与结构边界相交面的筛选,搜寻结构单元与结构边界表面相交点,通过有序连接相交点形成边界单元切割面,再结合边界单元其他几个面,构成裁剪后的多面体单元。数值算例结果表明,基于本文算法生成的比例边界有限元网格计算结果具有较好的精度和边界适应性。

基于外存八叉树STL模型的拓扑重建方法

基于STereoLithography(STL)三维模型文件,使用八叉树数据结构对模型进行拓扑重建,根据STL模型三角面片法向量夹角不同,找到任意三角面片设定该法向量为基准法向量设定阈值角度将在阈值角度内的三角面片划分成同一部分,最终完整模型被划分成多个子区域,再将子区域投影到基准法向量垂直的平面上得到平面点集,然后使用八叉树讲这些点集进行存储,使用Delaunay三角形法将得到的点集进行平面网格划分,最终使用朴素反映射法将画好的平面网格投影到模型表面。

基于八叉树的地震数据多级缓存方法

针对现有地震数据读取效率存在的不足,利用三维空间下的八叉树结构与编码的快速空间定位机制,实现了对三维大数据体的结构分块存储。同时设计了二级缓存结构,实现了基于地震道的缓存和基于子块的缓存,分别提升了查询请求响应速度和子块读取响应速度。实现了缓存访问频次记录及双向链表结构,避免数据块在内存中的频繁迁移,并且可以优先剔除利用次数少的缓存对象,提升了数据访问效率。

基于八叉树的地震数据分布式存储方法研究

针对现有地震数据存取效率不足的问题,在参考谷歌文件系统设计理念并吸收其关键分布式处理技术的基础上,利用三维空间下八叉树结构与编码的快速空间定位机制,实现对三维大数据体的结构分块存储。这一方法减少了单机存储空间开销,并通过备份降低了数据丢失的风险。同时,采用八叉树结构的分块存储,对于相近区域的属性计算和三维渲染在文件访问速度上具有优势。

基于YOLOv7-mask和ORB-SLAM2的语义八叉树地图构建

针对传统视觉SLAM构建的地图不具有语义信息的问题,提出一种基于深度学习算法的八叉树地图构建方法。该方法采用YOLOv7-mask对图像进行实例分割,得到像素所属类别信息,生成语义灰度图,并结合ORB-SLAM2,将新关键帧投影生成语义点云地图,最终将语义点云地图转换成语义八叉树地图进行存储。通过搭建实验平台,构建了不同状况下实验室场景的语义八叉树地图,验证了所提方法的可行性。

基于八叉树的复杂曲面测量路径规划

针对异形天线罩复杂曲面的测量加工一体化加工方法中,存在测量复杂曲面时测杆与工件易发生干涉,使得数控编程困难的问题,提出了一种复杂曲面测量路径规划方法。该方法将机床测量系统离散为点云数据,通过点云的空间坐标变换来模拟数控测量时测杆与工件的位置关系,同时引入八叉树算法为点云增加拓扑关系,并检测测杆点云与工件点云之间是否发生干涉。最终将无干涉测量状态下的测量系统信息输出为G代码,通过Vericut软件进行轨迹仿真。文中对8504个测量点进行测量路径规划,结果表明,测量路径均可以避开干涉位置进行有效地测量。该碰撞检测算法可以在满足测量要求的前提下准确地实现复杂曲面的测量路径规划,为复杂曲面的测量方法提供理论指导。

基于八叉树编码的铸件点云融合简化方法

高精度三维扫描设备扫描后会产生高密度的点云,对存储容量要求高,处理算法耗时长。为了减少这两方面的需求,通常采用表面简化算法作为预处理阶段。针对铸件浇冒口切割的点云简化要求,提出了一种新的点云特征融合简化方法。首先通过八叉树编码将原始点云数据分成多个边长指定的子立方体,并保留离子立方体重心最近的点;其次,使用k-邻域法来得到点云的特征向量,从而计算出点云的曲率特征,根据可调曲率阈值将点云数据划分为多个区域;最后,将随机采样方法与基于区域重心的简化方法相结合,对铸件点云数据进行简化。结果表明,所提出的铸件点云简化方法与区域重心法和包围盒法相比,速度分别提高29.9%和33.8%,而且保留的特征点分别提高15.1%、19.2%;与随机采样法相比保留的特征点提高20%,简化率基本相同。因此,此方法能够获得有效准确的铸件点云简化数据,可用于提升自动化工业生产中铸件切割的准确度和工作效率。

八叉树结构下动态点云的无损几何编码方法

为进一步提高动态点云无损压缩的性能,提出了一种八叉树结构下的几何信息熵编码方法。针对帧内空间相关性,利用当前八叉树节点的已编解码邻域信息,建立帧内邻居节点上下文和帧内邻居父节点上下文。针对帧间时间相关性,将已编解码的上一帧点云作为参考帧,并将参考帧中与当前八叉树节点同位置的八叉树节点作为参考节点。使用参考节点及其父节点进行帧间上下文建模。为充分利用已建模的上下文,并准确地估计不同上下文下当前节点为非空的条件概率,提出了一种基于指数移动平均的二级概率估计方法:分别在帧内邻居节点上下文和帧内邻居父节点上下文下进行概率估计;利用概率估计结果和帧间上下文建模新的二级上下文,并在二级上下文下再次进行概率估计;采用二进制算术编码器实现无损压缩。选取常用的微软体素化人物上半身和8i体素化人物全身数据集进行性能测试,实验结果表明:与近年的方法相比,所提方法的无损压缩性能更高,平均编码增益达到2.2%~28.7%。

基于八叉树势场的鼻内镜虚拟导航路径规划

虚拟导航可从多角度直观展示人体组织内部结构,其中导航路径规划算法是影响导航效果的关键,传统中心路径提取算法能保证导航过程视野开阔,但在复杂鼻-颅底体模型上时间效率不够高。为此提出基于八叉树势场的快速导航路径规划算法。通过八叉树对障碍物外部空间进行建模,计算所有八叉树节点所在位置的势,构建八叉树势场;根据八叉树中正方体的邻接关系,以势场路径积分为边的权重,构建八叉树邻接图;基于A^(*)算法得到邻接图中总权重较小的导航路径。在真实患者影像数据上测试算法性能和效果,实验结果表明,本文算法的时间效率高于传统算法和基于八叉树加速的距离变换法。基于规划的导航路径,通过体绘制实现虚拟导航过程的动态可视化,可为用户提供良好的鼻-颅底观察效果,为鼻-颅底外科手术术前规划提供帮助。

基于增强八叉树的电网线路巡检激光点云数据切片技术研究

电网线路设备分布范围广并且呈线性特点,线路途经区域环境复杂且变化差异大,这就造成线路巡检点云数据量分布不均匀的特点。传统切片手不能适用于电网线路点云模型数据的切片处理,直接造成点云模型切片成果加载效率低的问题。为此结合电网线路点云模型数据特点对传统八叉树进行优化,提出了一种基于增强八叉树的电网线路巡检激光点云数据切片技术,提升了数据索引效率、缩减了数据量,降低了切片和加载渲染过程中对设备硬件的要求,有效提升电网线路点云切片成果的渲染加载效率,改善了卡顿、闪烁等展示问题,提升了用户体验。通过实验验证该技术更好地适应了电网线路点云模型的数据特征,切片处理成果保留了原始模型的空间位置、色彩等信息,提升了渲染索引调度效率,具备了在电网线路点云模型切片处理过程中应用的能力。

基于八叉树与R树的大规模矢量模型的快速索引与动态检索方法

测绘技术的高速发展,使得地理空间三维模型的数据采集更为简单与高效,基于大规模三维模型的数据的空间分析是发掘三维模型价值的重要应用点。如何高效地检索所感兴趣的目标模型,是进行三维空间分析的基础。本文基于八叉树与R树构造O & R树,实现空间模型的快速索引,并在此基础上,通过序列化的二进制模型数据存储,实现了外存空间中三维模型坐标数据的快速检索。本文通过实际数据验证了方法的可行性,可为空间分析功能的开发提供三维模型的检索基础,并可为大规模三维GIS系统开发,以及相应专业系统开发提供借鉴。

八叉树网格到非结构混合网格的转换

在数值模拟中,非结构网格的优势是可以采用相同的数值格式统一处理任意复杂的计算区域,但在网格生成过程中难度大,并且不容易控制网格质量。树结构网格可以认为是介于结构网格和非结构网格之间的一种网格,目前已经有相对成熟的方法快速在复杂区域内生成二维四叉树网格和三维八叉树网格。在实际应用中,数值方法往往需要在连接协调的非结构网格上做离散,树结构网格中不同尺寸的网格之间连接不是协调的,在应用上会受到很多限制。文章实现了树结构网格到非结构混合网格的转换,这种转换在二维情况下就是将四叉树网格转换为非结构三角形和四边形的混合网格,三维情况下则将八叉树网格转换为非结构混合网格。这一转换过程的难点在于需要考虑数千种不同的八叉树单元,并给出能实现连接协调的非结构混合网格划分。可以出现的网格单元包括六面体、三棱柱、金字塔和四面体这4种不同情况。通过特别的分类,实现了程序的自动生成,这种程序自动生成技术一方面可以避免人工编写大量程序时的失误,另一方面也使得对数以千计的不同情况的处理成为可能。通过对几个简单网格的测试,对网格数据转换方法做了初步的验证。

一种融合曲度的自适应八叉树点云压缩算法

针对传统点云压缩算法压缩精度和压缩速度不均衡的问题,提出了一种点云曲度与八叉树结合的点云压缩算法,利用点云曲度能够精确表示点云表面特征的特性和八叉树快速索引的特性,在保证点云压缩精度的同时提高压缩速度,较好地解决了点云压缩精度和速度不均衡问题。采用兔子点云数据进行实验,结果表明:本算法既在保证压缩精度的同时,又能够在一定程度上缩短压缩时间,特别是针对海量点云数据的压缩更能够体现本算法压缩精度和压缩速度的优势。

编码八叉树在多波束测深数据中的应用与分析

多波束测深数据在水下地形地貌研究与应用中具有十分重要的价值。针对多波束测深数据量大,相关处理方法效率低等问题,提出一种基于莫顿编码的八叉树海量点云数据结构。首先,根据点云的包围盒大小及最大深度进行空间划分;然后,对各个节点赋予索引值,并对索引值进行二进制编码,建立基于莫顿编码的八叉树数据结构;最后,以SOR(statistical outlier removal)滤波实验为例,测试提出的数据结构在邻域内快速搜索的效率,结果表明,基于莫顿编码的八叉树数据结构具有更高的搜索效率,对于提高海量测深数据处理效率具有一定参考意义。

基于深度八叉树的三维数据场LOD可视化

提出了广度八叉树、深度八叉树概念,分析了它们逻辑结构和存储结构,探讨了这两种数据结构在三维数据场可视化中的应用,把深度八叉树应用于三维数据场LOD体绘制算法中。算法在某三维震波数据场进行了体绘制实验,并与传统方法进行了比较分析。结果表明,该方法通过逐层简化细节来减少场景的复杂性,提高了渲染效率,将全局和局部体绘制相结合,既提高了绘制速度,又实现了精细观察。

改进的八叉树模型在3D刀轨显示系统中的应用

在传统的八叉树模型的基础上增加了扩展八叉树结点,同时引入了混合式的八叉树数据结构,并将它们应用到数控加工的三维刀轨显示系统中;叙述了实体从B-rep表示法转换为相应的改进型八叉树模型的方法,并在这种改进的八叉树模型的基础上完成对零件加工过程的实时性仿真;最后通过运行实际的数控加工程序证明该算法的可行性和有效性.

三维十字链表八叉树的高效检索实现

三维八叉树是用于描述三维空间的一种树状数据结构。根据三维八叉树数据结构的特点设计三维十字链表八叉树的数据结构算法,同时利用十字链表八叉树数据结构的优势,在稀疏空间中提高三维十字链表八叉树算法的效率。通过三维八叉树和三维十字链表八叉树的对比试验,验证了三维十字链表八叉树在插入、删除、查找方面处理数据的效率,并且具有一定的有效性和适应性。

一种八叉树和三维R树集成的激光点云数据管理方法

车载激光扫描点云数据已经成为数字城市和危机管理等领域越来越重要的三维空间信息源,针对大规模点云数据高效管理的技术瓶颈,提出一种八叉树和三维R树集成的空间索引方法——3DOR树,充分利用八叉树的良好收敛性创建R树叶节点,避免逐点插入费时过程,同时R树平衡结构保证良好的数据检索效率。并还扩展R树结构生成多细节层次(LOD)点云模型,提出一种支持缓存的多细节层次点云数据组织方法。试验证明,该方法具有良好的空间利用率和空间查询效率,支持多细节层次描述能力和数据缓存机制,可应用于大规模点云数据的后处理与综合应用。