城市场景结构感知的网格模型简化算法

针对二次误差测度(QEM)网格简化算法全局几何特征信息损失严重的缺点,提出一种具有结构感知功能面向城市三维模型重建的网格简化算法。该算法顾及城市影像中平面结构特征,以代理平面为全局特征约束条件,使模型在简化过程中全局结构特征更多地被保持,以利于多层次细节模型(LOD技术)、网格优化提速等模型后续操作。以倾斜摄影获取影像生成的初始三角网格模型为试验数据,采用所给算法对其进行网格简化并与QEM算法进行对比。结果表明:所给算法简化精度及简化效率均优于QEM算法。

基于八叉树的轻量级场景结构构建

近年来各种Web3D应用层出不穷,相应的虚拟数据规模也急剧增加,势必使得互联网的传输负担日益沉重。将虚拟场景管理技术与3D模型轻量化技术有机结合,提出了面向Web3D数据约简的基于八叉树的轻量级场景结构,最大程度地降低3D场景的数据量,从而也减少用户在网上等待3D模型下载的时间。通过对3D场景进行分离和层次划分,对模型单元进行匹配剔除,对八叉树进行结构变换,最终建立从上至下的轻量级场景结构。实验显示,同传统场景结构相比,所提出的场景结构规模更小,并且采用该方法对场景进行管理,可以明显地减小场景数据规模,有利于传输。

2D地图的建筑物场景结构提取方法及其在城市增强现实中的应用

城市AR中,场景结构的自动获取,对自适应信息表达具有重要意义,是解决“层叠式”信息表现形式引发的信息指示不明、场景感知混乱等问题的关键步骤。然而,场景结构信息隐藏在场景图像中,直接提取十分困难。2D地图描述了地理实体的位置、轮廓和空间布局,可作为场景结构提取的先验信息。针对城市AR中场景结构获取难、效率低的问题,本文提出一种基于2D地图的建筑物场景结构自动化提取方法。在地理配准的基础上,首先根据2D地图中建筑物的轮廓和属性信息,构建场景图像语义分割的结构线索;然后将其作为过分割处理后场景图像合并的依据,生成多个包含语义信息的图像区域;最后根据图像区域与2D地图中建筑物轮廓之间的映射关系,提取出场景图像中的区域轮廓、场景深度和平面朝向等场景结构信息。试验选取了格拉茨地区32个建筑物场景进行测试。结果表明本文方法能实时地提取建筑物场景结构,且建筑物立面提取的质量明显优于对比方法。提取的场景结构能应用于城市AR多种自适应信息表达方法中,使信息标注更明确,遮挡关系更清晰。

非结构化场景下的无人车轨迹规划研究

针对传统无人车轨迹规划算法在非结构化场景下存在实时性较低和轨迹平滑性较差等问题,提出了一种前后端分离的轨迹规划算法。该算法的前端路径搜索部分对Hybrid A*算法在控制空间进行搜索范围的剪枝且保留了车辆的运动学约束,并通过优化启发函数的计算方式,提高了图搜索的实时性。该算法的后端轨迹优化部分分为两个阶段:第一阶段设计了一个软约束非线性多目标优化器对路径进行局部优化,生成离散的轨迹位姿点和时间分配值;第二阶段基于五次样条曲线利用最小化Jerk的思想对离散位姿点进行平滑连接,提高了轨迹的平滑性。最后在室外停车场环境下对所提算法进行了实车测试,前端路径搜索和后端轨迹优化的实验结果表明该算法具有较高的实时性和轨迹平滑性。

基于道路拓扑结构约束的未知非结构化场景可通行区域检测方法

非结构化未知场景缺乏丰富的先验信息,且道路类型多变、没有规则道路边界等严重制约自动驾驶车辆自主导航的平顺性和安全性。本文针对非结构化场景提出一种考虑道路拓扑结构约束的可通行区域检测方法。首先,为满足全局任务规划需求,基于卫星航拍图像,半自动地提取道路的拓扑结构,构建全局路网,规划全局行驶轨迹;其次,根据全局轨迹和实时定位提取当前的行驶道路方向,作为道路可行使区域自适应生长的强约束条件,保障可通行区域的延伸方向与道路方向一致;最后,提出基于贝叶斯的激光雷达-视觉可通行区域融合方法,提升可通行区域检测的鲁棒性。实验结果表明,所提出的方法能够准确检测出可通行区域,检测失效率仅为0.2‰;在直线情况下,平均占比因子和平均发散因子为87.26%、41.91%;在弯道情况下,平均占比因子和平均发散因子73.62%和64.18%;证明了方法的有效性。

面向城市增强现实信息标注的建筑物场景结构提取方法

在信息标注中融入场景结构信息能有效解决城市增强现实(augmented reality,AR)信息指示不明、空间遮挡表达不清和视图布局叠置等问题。针对城市AR信息标注中场景结构缺失的问题,提出了一种考虑地理语义且兼顾精度、效率和稳健性的建筑物场景结构提取方法。首先构建了面向建筑物场景结构提取的场景感知网络,从单张场景图像中提取语义、深度和法向量信息;然后将其转化为建筑物立面角点和朝向等结构特征,并计算与2D地图中建筑物轮廓之间的最佳匹配;最后将场景图像按建筑物立面进行重构,提取区域轮廓、场景深度和立面朝向等场景结构。试验采用Google街景数据生成的9 470组样本训练和测试场景感知网络,并在Graz地区32组建筑物场景中测试场景结构提取的有效性。结果表明,所提方法能够达到近实时的效果,且立面轮廓更规则。在存在一定配准误差或局部遮挡的条件下,立面提取的质量显著优于基于地图解析场景图像的方法,具有更好的稳健性。

联合CPD面向复杂场景的自适应激光SLAM算法

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.

虚拟环境中单幅结构场景图像三维建模仿真

文章提出虚拟环境中单幅结构场景图像三维建模仿真。通过摄像机采集单幅结构场景图像,并提取图像中的待建模物体,将待建模物体分解为多个独立的语义部件,以相应的基元拟合各部件轮廓,实现虚拟环境中的三维建模仿真。实验结果表明,设计方法所构建天坛实景三维模型的平面精度在X方向的中误差为0.051m,在Y方向的中误差为0.038 m,在Z方向的中误差为0.042 m,满足Ⅰ级建模精度需求,证实了该方法性能良好。

面向大跨度场景的全景深快速聚焦成像法

非结构化场景在特种行业中作用十分关键,保证其内表面健康检测对装置的安全运行至关重要。但其内表面景深跨度大,极易引起常规相机成像时的景深不足或景深误匹配,致使聚焦模糊,影响表面缺陷检测效果。因此,本文提出了基于极值搜索算法的聚焦跟踪曲线快速构造法,并实现了相机的快速高清成像。首先,建立了聚焦跟踪曲线的基本构造方法;其次,提出了极值搜索算法,简化曲线构造过程;最后,设计基于A/B标定板的单/多聚焦跟踪曲线构造方式,并分析其对成像清晰度的影响。结果表明,本算法在准确聚焦的同时,有效减少了图像采集次数且将聚焦速度提高了34.8%。基于多聚焦跟踪曲线的全景深成像,其图像客观评价指标均值提高了10.35%。可实现100~1 000 mm景深跨度下0.5 mm裂纹的清晰分辨。因此,该方法能为常规相机的非结构化场景中高清全景深成像提供解决方案。

基于分部特征计算的轻量化非结构目标检测

针对非结构化场景(工地、矿场)缺少特殊目标的通用数据集、复杂特征难以准确提取以及计算复杂度高的问题,构建了一个面向非结构场景的特殊目标检测数据集,并提一种轻量化目标检测模型YOLO-PT,以极低的计算量达到了较高的检测精度。通过构建分部特征计算(partial feature calculation, PFC)模型减少特征冗余信息的计算,并引入了多头自注意力机制来增强复杂特征的提取精度,同时设计多通道金字塔结构对多尺度特征进行渐进式融合,提高复杂对象的识别精度。最后在非结构场景进行实验验证,结果表明,所提出方法仅在4.3×10^(6)的参数量下就达到了53%的准确率,在精度、参数量以及浮点运算量上均优于其他方法。

结合场景结构和条件随机场的道路检测

针对道路检测采用图像外观特征对像素或区域进行分类,容易受到光照、阴影和遮挡等复杂因素的影响导致检测精度低的问题,提出一种结合场景结构信息和全连接条件随机场(CRF)模型的道路检测方法.首先检测道路消失点和道路边界线并生成道路的置信图;然后基于图像超像素训练场景结构布局模型得到结构布局的估计;融合置信度图、结构布局图和图像外观特征构建基于像素的全连接CRF模型;最后通过CRF模型推理得到分类结果.实验对比结果表明:采用结构信息和全连接CRF能够有效提高道路检测的精度,对阴影和遮挡等复杂道路环境具有鲁棒性.

动态三维场景重建研究综述

三维重建技术旨在通过传感器输入,恢复所观测场景的数字化三维表示,是计算机图形学与视觉领域的重要研究方向,在可视化、模拟、路线规划等各类任务上都有重要应用。相比于静态场景,动态场景额外引入了时间维度,对应的重建任务不仅需要重构每帧细节几何,还需刻画目标随着时间变化的趋势与关联关系用于下游分析任务,为重建算法设计带来了更大的挑战。然而,目前学界就动态场景重建的讨论依然仅处于起步阶段,且关于现有方法的系统性总结也较为欠缺。为了填补上述空缺、进一步启发算法设计,对学界当前最新的动态三维场景重建技术进行整理和归纳,对动态三维场景重建问题及其通用求解框架进行一般性的定义,从动态三维表示方式、优化框架方面对已有技术进行综述,并针对结构化的特殊场景讨论对应的重建方法与处理方式。最终,介绍相关数据集,并对动态三维场景重建现存的问题进行分析总结,对未来工作进行展望。

结构化道路场景的自动驾驶车辆轨迹规划与跟踪控制算法研究

自动驾驶技术的快速发展使得结构化道路场景的自动驾驶车辆轨迹规划与跟踪控制算法成为研究的热点。这项研究的目标是设计安全、高效和智能的轨迹规划和跟踪控制算法,以应对不同道路场景和交通状况的挑战。在轨迹规划方面,研究者致力于基于道路几何、交通规则和障碍物等信息生成平滑且符合驾驶习惯的车辆轨迹。跟踪控制算法的研究旨在实现车辆按照预定轨迹进行准确控制和稳定跟踪。未来的发展包括强化学习和深度学习的应用、多模态感知和融合、实时地图更新与共享、协同自动驾驶以及环境感知和预测的提升。这些发展将进一步推动自动驾驶技术的成熟和商业化,为未来的智能交通系统带来更高的安全性和效率。

虚拟现实的三维实体的场景储存结构

虚拟现实技术是一门由应用驱动的涉及众多学科的新的实用技术 ,是集先进的计算机技术、传感与测量技术、仿真技术、微电子技术等为一体的综合集成技术。在论文中 ,作者讨论了虚拟现实技术中的三维实体的场景储存结构理论、结构构成原理与设计方法以及典型应用系统等内容。作者特别列举了一个汽车模型的三维实体的场景储存结构的例子。

场景主语结构的二语习得顺序及影响因素探究

场景主语结构由于其概念角色的编码提升而具有标记性,其种类的多样性又增加习得的难度和复杂性。本研究以作者所在大学学生为调查对象,使用高低两个水平组,设计语法判断和翻译两个任务,对5类典型场景主语结构进行习得研究,以发现各类型之间的难度差别及影响习得的因素。结果显示,以汉语为母语的习得者对英语场景主语的习得具有一定顺序规律。感知动词场景主语结构和抽象场景it结构的接受度显著高于容器/内容类和动态场景类场景主语结构。此外,场景主语结构的习得是一个复杂现象,语义和语言水平、母语迁移、句子标记性等因素均对英语场景主语结构习得产生影响,这在一定程度上证实涌现主义的习得观。

非结构化场景下移动机器人FastSLAM应用研究

FastSLAM算法是当前移动机器人自定位与自建地图领域中研究的热点和关键。系统论述FastSLAM关键技术及基本理论,并设计非结构化场景进行自定位与自建地图应用研究。首先,对贝叶斯滤波理论进行了概述,得到移动机器人SLAM问题的基本贝叶斯滤波递归形式;其次,应用Rao-Blackwellised理论将状态分解为采样部分和解析部分进行讨论,得到SLAM问题的解耦形式;再次,论述了算法中序贯和综合重采样粒子滤波器;最后给出FastSLAM伪算法的整体实现过程,给出在非结构化场景下仿真结果。仿真结果表明FastSLAM算法在非结构化场景下能够有效快速地实现自定位与地图创建,当取粒子数合适时,在快速性和精确性方面都能够达到理想效果。

未标定单幅结构场景图像的三维重构

提出了一种单视三维重构方法 ,该方法是利用用户提供图像点及其对应的三维点之间几何信息。由于结构场景是由大量平面构成的 ,存在大量的平行性、正交性约束 ,因此该方法主要应用于结构场景的三维重构。首先 ,相机定标和计算每个平面的度量信息 ,即先基于 3组互相垂直方向的影灭点 ,对方形像素相机标定 ,再利用影灭线和圆环点像 ,对每个平面度量校正 ;然后考虑每个校正平面的尺度因子和非正交平面间的相对面向 ,从而将所有校正后的平面缝合起来。采用真实图像进行实验 ,实验结果表明 。

城市场景结构感知的网格模型简化算法研究

本文在传统算法的基础上提出感知简化算法,利用其对城市场景模型的网格进行简化。在该算法应用中,以代理平面为约束条件,利用倾斜影像技术生成三角网格模型,将两种不同算法的简化效果进行对比。结果表明:在模型简化中,与传统算法相比感知算法更具优势,且可确保局部与整体特征不发生变化,简化误差相对较小,是一种可行的简化算法。

音乐创作中的场景组合结构现象

场景组合结构现象在许多中外作曲家的作品中都有所体现,甚至形成了一种重要的创作手段。这种结构现象产生的重要原因是服从于音乐作品内容的需要。因此尽管很难用典型的曲式结构去加以分类,但应该引起我们的足够重视。本文试图通过对这一重要结构现象的观察和讨论,进一步强调内容与形式之间的辩证关系。希望在探讨其内在规律的同时,为音乐的分析提供多一种思路。

移动机器人非结构场景图像边缘检测算法

针对非结构场景没有规则形状,传统算法不易识别以及红外图像对比度低很难区分灰度值相近的道路、水、天等目标的难点,提出了一种新的改进蚁群算法;新算法针对复杂背景图像的微弱边缘检测问题,围绕现有蚁群算法的关键步骤,从两个方面对其进行了改进,一是对信息素的表达式进行了改进,二是改进了启发信息值的计算方法;通过实例对新算法进行了验证,结果表明,新算法具有边缘检测位置准确、连续性好且干扰少的优点。