采用辅助学习的物体六自由度位姿估计

为了在严重遮挡以及少纹理等具有挑战性的场景下,准确地估计物体在相机坐标系中的位置和姿态,同时进一步提高网络效率,简化网络结构,本文基于RGB-D数据提出了采用辅助学习的六自由度位姿估计方法。网络以目标物体图像块、对应深度图以及CAD模型作为输入,首先,利用双分支点云配准网络,分别得到模型空间和相机空间下的预测点云;接着,对于辅助学习网络,将目标物体图像块和由深度图得到的Depth-XYZ输入多模态特征提取及融合模块,再进行由粗到细的位姿估计,并将估计结果作为先验用于优化损失计算。最后,在性能评估阶段,舍弃辅助学习分支,仅将双分支点云配准网络的输出利用点对特征匹配进行六自由度位姿估计。实验结果表明:所提方法在YCB-Video数据集上的AUC和ADD-S<2 cm结果分别为95.9%和99.0%;在LineMOD数据集上的平均ADD(-S)结果为99.4%;在LM-O数据集上的平均ADD(-S)结果为71.3%。与现有的其他六自由度位姿估计方法相比,采用辅助学习的方法在模型性能上具有优势,在位姿估计准确率上有较大提升。

某抽水蓄能电站地下厂房洞室群三维有限元稳定性分析

为了了解抽水蓄能电站地下厂房洞室群开挖支护后围岩的稳定性,以某抽水蓄能电站地下厂房洞室群为例,采用隐式弹粘塑性本构关系,建立三维有限元模型,对比分析地下洞室群毛洞工况、锚杆+锚索+衬砌联合支护工况及支护参数优化后围岩的变形、应力场分布及D-P点安全系数。结果表明:采用锚杆+锚索+衬砌联合支护的方式可以有效减小地下洞室群围岩的位移量,提高D-P点安全系数,使应力分布更为均匀,围岩的稳定性更好。锚杆长度在6m~8m范围变化及锚索预应力变化对围岩的变形、应力以及D-P点安全系数的影响不显著,但是对围岩局部有一定的影响,施工过程中应动态优化调整。

改进D^(*)算法的未知场景机器人运动规划

随着机器人技术不断发展,自主移动机器人的应用已拓展到复杂未知环境中。针对传统运动规划算法在复杂未知环境中存在搜索盲目、计算效率低、难获得安全轨迹等问题,本文提出了一种基于改进D^(*)算法的运动规划方法。其中,前端路径规划使用融合跳跃点搜索(JPS)思想的D^(*)算法,后端轨迹优化基于B样条构建二次规划问题。利用矩阵实验室(Matlab)与机器人操作系统(ROS)的仿真平台进行实验,结果表明,改进D^(*)算法在30×30的栅格地图中,相比传统D^(*)算法、FocussedD^(*)、有向D^(*)算法搜索耗时减少0.297、0.269、0.191s;动态障碍物存在时,可使移动机器人快速、安全运动至目标点。

针刺治疗腹泻型肠易激综合征模型大鼠结肠黏膜差异蛋白质组学分析

背景:肠易激综合征作为临床常见的消化功能紊乱性疾病,已成为针灸治疗的优势病种,但其作用机制尚未明确。组学技术的方法学特点与针灸作用多靶点、多层次的特点不谋而合,为揭示针灸治疗疾病的作用原理提供可能。目的:基于蛋白质组学研究腹泻型肠易激综合征(diarrhea-irritable bowel syndrome,IBS-D)的发病机制及“标本配穴”针刺对其的治疗作用机制。方法:12只3月龄SPF级SD大鼠随机分为正常组、模型组、“标本配穴”针刺组,后2组采用急性应激与慢性应激相结合的方法制备IBS-D大鼠模型;造模成功后针刺组选取双侧足三里穴、双侧内关穴及关元穴进行针刺治疗,频率为120次/min,每隔4 min行针1 min,留针15 min,每隔6 d休息1 d,共持续28 d。正常对照组和模型组大鼠不给予任何干预。通过检测大鼠腹部回撤反射(AWR)压力阈值评价大鼠内脏敏感性;使用基于高效液相色谱-串联质谱联用平台(LC-MS/MS)的非标记蛋白质组学方法进行大鼠结肠黏膜蛋白质组的测定分析;运用MaxQuant、Perseus软件和DAVID、KOBAS、VENNY、STRING在线分析工具进行蛋白质搜库、差异蛋白搜索及其他生物信息学分析;采用网络可视化软件Cytoscape3.7.1构建关联网络图。结果与结论:①IBS-D组与正常组相比有47个差异表达蛋白;差异蛋白功能分析显示,IBS-D的致病机制与能量代谢的异常加剧、结肠运动功能失衡、内脏敏感性的增加等有关;与IBS-D疾病相关的重要靶标蛋白包括:Atp5a1、Atp5c1、Idh3b、Atp2a3、Pdhb、Ppp1ca及Mapk3。②“标本配穴”针刺组与模型组相比较有61个差异表达蛋白,其中针刺逆转了IBS-D 9个差异表达蛋白的上调和9个差异表达蛋白的下调。③生物信息学分析结果表明“标本配穴”针刺对IBS-D的干预效应具有多靶点、多途径、多通路的特点,能够逆转IBS-D对正常能量代谢的损伤,同时能发挥抗氧化应激保护及抗炎的作用而达到缓痛、调节肠道失衡及肠屏障功能的治疗效果;与“标本配穴”针刺干预机制相关的重要靶点为Atp5a1、Atp5c1、Pdhb、Sars、Uqcrc2、Prdx2、Prdx4、Ppp1ca、Manf和Tmsb4x3。④该研究从整体蛋白质表达的角度初步明确了IBS-D致病的分子机制及“标本配穴”针刺对IBS-D的潜在作用机制,为“标本配穴”选穴配伍奠定了基础。

基于融合采样策略的轻量级RGB-D场景3D目标检测

针对室内RGB-D场景中3D目标检测对复杂背景的适应性较差、难以进行有效采样,以及场景推断时间较长等问题,本文提出一种基于融合采样策略的轻量级RGB-D场景3D目标检测方法。该方法以场景RGB-D数据作为输入,首先通过深度相机投影将其转化为三维点云场景;然后利用一种结合距离最远点采样和特征最远点采样的融合采样策略对场景点云进行采样,有效保留了场景各实例代表点,将所有特征代表点汇集在一起形成场景的特征代表点云;最后在代表点云中利用深度霍夫投票机制投票出场景各物体的中心,并对各物体周围的相关特征进行聚类,从而实现场景的3D目标检测。实验结果表明,与传统方法相比,所提框架的目标检测准确率得到有效提升,同一评估指标下的检测准确率平均提升2.1%,且同一环境下每个场景的推断速度仅需要57 ms,远快于传统方法2倍多,从而保证了室内场景3D目标检测的准确性和高效性。

基于多传感器融合的室内SLAM

为有效解决单一传感器同时定位与地图构建(simultaneous localization and mapping, SLAM)定位精度低、障碍物识别不全问题,提出一种多传感器融合的SLAM方法。通过将RGB-D相机采集的点云进行降采样、滤波处理,极大降低算法的计算量。利用点云库对激光点云和降采样RGB-D相机点云进行融合,融合的点云利用PL-ICP完成点云配准,提高对外部环境的准确识别。利用扩展卡尔曼滤波融合IMU和轮式里程计与点云进行位姿匹配,保证定位的精度。实验结果表明,该方法可以有效提高对室内建图和导航的精度。

D-PSO算法的单变量测试参数集成电路筛选方法

针对集成电路尺寸缩小和复杂度提升导致的筛选成本提高问题,提出了一种针对单变量测试参数的集成电路筛选方法。具体先使用归并排序算法将参数值与集成电路编号拼接成数组,确保后续筛选的准确性,并按照参数值对数据进行排序。然后,利用K-means算法对测试数据的异常值进行预处理,对测试数据进行初步优化。最后,通过结合导数与粒子群优化算法创新性地提出了D-PSO算法,D-PSO算法增强了拐点位置定位的敏感性和准确性,能够精确地定位拐点,达到直接筛选出参数数据相近集成电路的目的。通过仿真实验的结果证明了该算法的收敛速度远高于其他算法,并能够准确、快速的筛选集成电路,在保持测试精度的同时,实现了测试集的优化和相似性筛选,有效降低了集成电路筛选成本。

融合BRIEF与ICP点云配准的零部件姿态估计方法

物体姿态估计在增强现实、自动驾驶和机器人操作等领域具有重要意义。在机器人抓取与辅助装配过程中实时并准确地估计目标姿态极其重要,为提高装配过程中零部件的抓取与监控的实时性与精度,研究了基于多视图特征库估计目标姿态的方法,设计融合BRIEF(Binary Robust Independent Elementary Features)特征匹配与ICP(Iterative Closest Point)点云配准的零部件姿态估计方法对零部件姿态角进行估计测量。以法兰、扳手、电钻等零件工具进行实验,实验结果表明融合BRIEF特征匹配与ICP点云配准的姿态估计方法运行耗时约200ms,而姿态估计的最大误差角度为4.5°,能有效保证零部件姿态估计方法的实时性与精度,可应用于机器人抓取作业、辅助装配监控等。

指向机构精度测量中的转台调整角度计算方法

通过分析指向机构精度测量的原理,根据转台与指向机构在测量过程中的运动过程建立两者之间的位姿矩阵。利用位姿矩阵方向余弦间的关系,对位姿矩阵进行逆解计算得出测量时转台的转动角度,降低了转台与指向机构转轴不平行带来的转台调整误差,提高了测量精度。同时给出了一种转台与指向机构坐标系之间的位置角度的测量方法,为位姿矩阵的逆解提供初始数据。

基于MATLAB环境下的沥青道面表观纹理重构和分形特征研究

鉴于道面微观构造对于道面抗滑性能的重要性,文中选取变化关键筛孔的8条曲线,进行试样成型研究。借助纹理激光仪AMES进行表观纹理提取,运用MATLAB软件三维重构技术,并使用分形理论的盒子计数法,研究纹理参数与抗滑性能指标的相关性。研究表明,MATLAB软件重构三维模型高精度还原沥青道面的表观形貌,道面构造参数与抗滑性能之间具有良好的线性关系,可为后续预测道面长期抗滑性提供保障。

基于点面特征融合的RGB-D SLAM算法

传统的视觉SLAM算法主要依赖于点特征来构建视觉里程计,而在人造环境中通常存在一些点特征不足但结构特征丰富的场景,此时基于点特征的视觉里程计方法容易出现跟踪失败或位姿估计精度降低的问题。提出一种融合点面特征的RGB-D SLAM算法,利用人造环境中的平面特征提高SLAM算法定位与建图的精度与鲁棒性。使用AGAST特征点提取算法并采用四叉树的方式进行改进,使特征点在图像中均匀分布以减少点特征提取的冗余度。同时,在传统点特征方法的基础上添加平面特征,使用连通域分割算法从点云中获取平面特征,并构建伪平面特征,结合AGAST特征点构建点面特征融合的结构约束因子图,添加多重约束关系用于图优化。实验结果表明,该算法AGAST特征点提取效率优于ORB-SLAM2算法,融合的点面特征使其在室内环境下的定位和建图精度更高,绝对轨迹误差减小约20%,相对轨迹误差减小约10%,单帧跟踪耗时减少约7.3%。

基于Boost变换器的D-PMSG风力发电系统MPPT控制

为了提高直驱永磁风力发电系统的最大功率点跟踪控制性能,通过对Boost占空比变化与风力机输出特性的关系分析,提出一种基于模糊梯度步长爬山搜索法,将风力机输出转速变化量和风力机输出功率变化量作为模糊控制器的输入量,Boost变换器的占空比作为模糊控制器的输出量,实现风力机最大功率点跟踪控制。建立了系统仿真模型并进行仿真验证,结果表明,模糊梯度步长爬山搜索法能实现直驱永磁风力发电系统的最大功率点跟踪控制,控制效果优于传统变步长爬山搜索算法。

基于RGB-D图像的航空托运行李测量方法

针对机场托运行李码垛自动化流程中行李形位测量精度不高的问题,提出了一种基于RGB-D图像的航空托运行李形位测量方法。首先利用相机内参从RGB-D图像中解析出行李的图像和点云数据,通过聚类和透视变换等手段提取出行李主体的三维点云和二维图像数据;然后根据提取所得行李图像和点云数据对行李旋转角度进行测量,并以包围盒包围质量为依据,选择最优旋转角度进行行李尺寸测量。实验结果表明,综合利用RGB-D中的行李图像和点云信息对行李进行形位测量能有效提升测量精度,与单纯使用点云进行测量相比,行李尺寸测量平均误差下降了21.11%,行李位置测量平均误差下降了11.80%,旋转角度测量平均误差下降了6.09%,实现了航空托运行李的高精度测量,满足了行李码垛自动化流程对行李测量环节的要求。

基于Kinect相机的香梨重量预测方法

目的:快速获取香梨重量。方法:通过Kinect相机采集香梨的RGB-D图像并将其转化为点云数据;经点云预处理及点云插值后生成香梨模型;再利用微元法思想计算香梨模型的体尺参数,通过实验验证方法的准确性并修正误差;最后通过香梨体积预测香梨重量。结果:误差修正后体积的平均相对误差为2.8%;重量的平均相对误差为1.96%。结论:在距地面50 cm处采集图像的前提下,香梨各体尺参数测量值的平均相对误差均不超过5%,使用Kinect相机测量香梨体尺参数具有可行性。

基于Kinect的3D全景图像扫描重建技术

为解决传统的迭代最近点(ICP)算法耗时长的问题,基于K-D树改进ICP算法,通过Kinect对室内场景进行三维重建。利用加速鲁棒性特征(SURF)算法提取特征点,分别使用传统的ICP和基于K-D树改进ICP算法完成多帧点云数据的配准,对比单一场景和多场景下的模型重建效果。结果表明,在面积为30 m^(2)的房间三维模型重建中,传统ICP算法处理时间分别为1.31 min(单一场景)和8.06 min(多场景),而改进ICP算法处理时间为0.67 min(单一场景)和5.23 min(多场景)。改进后的ICP算法三维重建速度较快,没有明显的物品位置错乱等情况,能满足日常需要。

融合图注意力的多分辨率点云补全

为了解决3维点云补全中难以提取点云局部特征信息的问题,提出了融合图注意力的多分辨率点云补全网络结构。采用了生成对抗网络框架处理数据的方法,生成器通过图注意力层构建点云图结构,融合不同分辨率的特征信息后加上网格数据,结合折叠操作重构缺失结构并输出逐级补全的点云数据;判别器判别点云真伪,通过反馈以提高准确度并优化生成器,使得生成数据具有精细的几何结构,近似于真实点云;在形状数据集上,将本文中的方法与其它4种方法进行比较,通过实验验证和理论分析,取得了最优的结果。结果表明,该方法能够有效地补全点云形状的缺失部分,得到完整且均匀的点云形状,相较于点分形网络性能提高约1.79%,对于实测数据的补全处理也达到了预期效果;所提出的点云补全网络结构,在提取点云全局形状特征的同时更好地提取了其局部几何特征信息,使得补全出的点云形状更加精细。该研究为智慧城市3维建模提供了参考。

类D形战斗部装药能量输出优化数值模拟研究

为解决类D形截面战斗部装药能量输出均匀性差的问题,设计并优化了多点起爆方式,基于AUTODYN有限元数值模拟,研究了不同起爆方式下类D形截面战斗部爆轰波的传播过程,分析破片速度及空间分布规律;研究了不同截面形状对装药能量输出均匀性的影响,探讨在最优的起爆方式下不同长径比对装药能量输出的影响.研究结果表明,相对于单点起爆,三点起爆条件下破片速度最高615 m/s,且飞散同步性提升60%.随着异形截面形状对称性增加,装药能量输出均匀性明显改进.随着长径比的增加,战斗部中部破片平均速度提高67.4%,飞散同步性提高56.6%,且装药能量利用率提高.

物体区域信息引导下的RGB-D场景3D目标检测

针对室内场景RGB-D数据的3D目标检测是图形学与三维视觉中的重要问题。针对RGB-D场景中3D目标检测对复杂背景的适应性较差、目标检测中难以有效利用物体区域信息及场景点云特征信息等缺陷,基于物体区域信息引导,提出一种融合全局和局部点云特征并排除背景干扰的3D目标检测框架。该框架以场景RGB-D数据作为输入,首先提取彩色图像中待检测目标对象2D区域并为对象进行粗分类,再将对象区域二维边界框提升到三维斜锥体区域并转化形成点云数据;然后在斜锥体点云上利用物体区域分类信息进行特征提取,并利用特征变换与最大池聚合操作将点云全局特征和局部特征有效融合;接着利用融合特征以预测各采样点与前景背景相关程度的概率分数,依据此概率分数分割场景前景点与背景点,并通过场景背景点剔除以形成屏蔽性点云;最终在屏蔽性点云中投票产生物体中心点并借助物体区域信息提出建议及3D目标预测,此外,还加入了一个角点损失,对边界框精度进行优化。针对SUN RGB-D数据集进行网络训练,实验结果表明,与传统方法相比,所提框架的目标检测结果准确率得到有效提升,同一评估指标下的点云目标检测准确率达到59.1%,并且在强遮挡或稀疏采样点区域下亦能够精确估计三维物体的边界框。

基于深度相机的ORB-SLAM2在矿井救援空间构建应用

矿井在发生安全事故时,由于井下空间条件不确定,救援人员很难到达矿井地下.为了解决这一问题,搭建可实现空间构建且能适应潮湿、粉尘等环境的小型轻量化矿井救援机器人,以获取矿井非现场物理空间信息.选择基于深度相机的ORB-SLAM2作为实时框架,框架由图像预处理、跟踪、局部建图、闭环组成.在图像预处理中,通过图像金字塔、灰度质心法实现ORB特征的旋转和尺度不变性.在跟踪线程中,通过基于参考关键帧方法、恒速关键帧方法、重定位方法进行粗糙跟踪,再通过局部地图跟踪进行精确跟踪,估计关键帧的位姿姿态.在局部线程中,进行插入和剔除冗余关键帧,通过共视图方法生成更多的地图点.在闭环线程中,检测是否存在相同信息,通过sim3相似变换进行闭环校正.使用TUM数据集对算法进行仿真测试,采用EVO测试RMSE误差在0.004~0.043 m范围内,定位精度可达到厘米级.借助矿井救援机器人试验平台,利用结构光相机的ORB-SLAM2的方法生成真实空间三维模型,对空间构建效果进行研究与应用,为矿山救援井下智能巡检装备提供方法.

射血分数保留型心力衰竭患者血清25-羟基维生素D水平与易损期预后的相关性分析

目的探究血清25-羟基维生素D[25(OH)D]水平与射血分数保留型心力衰竭(HFpEF)患者易损期预后的关系。方法选择2019年1月至2022年1月在西安交通大学第二附属医院接受治疗的303例HFpEF患者为研究对象。测定患者入院时血清25(OH)D水平,收集患者入院资料、治疗情况和出院后90 d随访结果。以出院后90 d是否出现终点事件,将纳入者分为终点事件组和非终点事件组。Cox回归模型和ROC曲线分析血清25(OH)D水平与HFpEF易损期终点事件的相关性。结果终点事件患者中冠心病、NYHA分级Ⅲ~Ⅳ级者占比高于非终点事件患者,血清B型利钠肽(BNP)高于非终点事件者,红细胞压积和25(OH)D水平低于非终点事件患者(P均<0.05)。Cox回归模型分析显示,冠心病、心功能Ⅲ~Ⅳ级、血清BNP、红细胞压积、25(OH)D水平均是影响HFpEF患者易损期终点事件发生的独立因素(P均<0.05),低25(OH)D组易损期终点事件发生率(32.50%)高于高25(OH)D组(14.35%)(P<0.001)。结论低水平25(OH)D水平是HFpEF患者易损期不良预后的独立危险因素。