曲率约束的隐式曲面三角网格化

提出一种有效的隐式曲面三角网格化算法。从隐式曲面上的一个种子点开始,生成网格的边界作为扩张多边形,且该多边形最小角对应的顶点为扩张点,计算从扩张点处欲生成的三角网格,为了防止新生成的三角网格和已经存在的三角网格重叠,要进行冲突检测。在隐式曲面三角网格化的过程中,扩张多边形是不断变化的,需要重复上述步骤,直至没有扩张多边形时结束。该算法分别应用于解析隐式曲面和变分隐式曲面的三角网格化。实验结果表明,该算法不需要重新网格化的步骤,生成的三角网格具有较高的质量,且三角网格随曲率适应性变化,因此说明了该算法的有效性。

利用可视化技术自动生成地质图件的研究

研究利用可视化技术自动生成地质图件。首先给出限制条件下的区域Delaunay剖分原理;其次采用了地质统计学中的克里金插值技术建立图件模型,提出了"多边形"扩张法搜索待插值三角网格顶点邻域内的已知采样点,以"距离环绕法"处理了断层和边界对插值结果造成的影响;结合地质图件自动建立过程;最后给出了一个具体的应用实例。

无人机低空飞行障碍物环境风险评估方法研究——以京津新城为例

无人机应用日益广泛,但随着城市环境建设的不断推进,无人机在城市中安全运行的问题也日益突出,因此无人机低空障碍物环境风险评估成为无人机领域研究的关键问题之一。论文按照不同类型无人机及运行高度将低空空域划分为微型、轻型和小型无人机风险评估区域,在充分考虑无人机自身形状大小、运动约束以及障碍物约束等条件的基础上,提出一种近似点扩张算法,基于障碍物原始边界生成扩张边界,并将其作为低空飞行环境中高风险与低风险之间的风险过渡区。以京津新城为例,分别提取不同风险评估区内的障碍物要素,并基于风险评估技术生成面向微型、轻型和小型无人机多高度层的低空飞行障碍物环境风险地图,按其对无人机威胁程度分为高风险区、高风险过渡区、中风险区和低风险区。实验结果表明:研究区内微型、轻型、小型无人机风险评估区内的风险过渡区分别占10.9%、7.3%、9.0%,该方法可以在考虑无人机与障碍物相互影响的基础上,计算飞行区域内无人机潜在碰撞风险区域,实现对低空障碍物环境风险的科学有效评估,为不同机型的无人机在飞行区域内的可航行性提供科学参考。