RANSAC直线估计方法在路面三维点云优化中的应用

在机场跑道异物检测和公路路面病害勘测等应用领域,快速高效获得大面积路面三维形貌至关重要。在利用车载单线式激光扫描仪实施路面三维重建的应用中,车辆的颠簸会使得路面三维点云数据出现失真。为此,使用RANSAC直线估计算法估计出由扫描仪获得的每条扫描线的斜率,进而消除了路面三维点云的不规则起伏失真。实验结果表明,优化前由车辆颠簸导致的路面点云起伏幅度达0.6 m,优化后的路面点云起伏幅度控制在0.04 m以内。路面重建效果经优化后有较大改进,此外点云优化算法耗时约11 s。因此,文中的路面三维点云优化方法原理简单、实施简便、路面点云优化质量高且耗时少,可在车辆存在颠簸时保证路面三维重建效果,在需要快速高效获得大面积路面三维形貌的场合具有较好的应用前景。

基于非固定初始面元的无人机影像点云优化算法

获取平台的不稳定性容易导致无人机影像的几何变形增大。如何高精度匹配这类影像是当前摄影测量与遥感领域的研究热点之一。针对这个问题,提出基于非固定初始面元的无人机点云优化算法,采用差分代替微分计算地物表面局部正切平面的近似法向量,以此为初值建立初始物方面元进行匹配计算,并用两组数据进行实验验证。结果表明,基于非固定初始面元的无人机影像点云优化算法改进了基于物方面元的最小二乘匹配方法,优于基于面元的多视立体匹配(patch-based multi-view stereo matching and reconstruction,PMVS)中的点云优化方法,提高了点云优化的效率和精度。

成对点云对应关系优化的点云配准算法

针对点云配准过程中存在的迭代次数多、易收敛到局部最优、配准时间长等问题,提出一种基于成对点云对应关系优化的点云配准方法。首先利用快速特征直方图(FPFH)与特征优化生成初始的对应关系;然后通过检查对应点之间是否满足最邻近原则得到初始的对应点集,再对初始的点集进行L2范数比值判别,基本选择出正确对应关系的对应点集,最后通过交替优化计算点云的变换矩阵,实现点云的精确配准。实验结果表明,与传统算法相比,该算法配准速度快,配准精度较高,并且对重叠度低、噪声大的点云具有很好的稳健性。

基于特征点的钢桁梁桥桁段虚拟拼装方法研究

针对山区钢桁梁桥1+1预拼装对场地要求高、工序资源消耗大的问题,提出基于特征点的钢桁梁桥桁段虚拟拼装方法。该虚拟拼装方法主要通过多尺度三维激光扫描技术进行桁段逆向模型构建、基于聚类分割特征的逆向模型点云优化、基于迭代最近点算法的桁段拼装运算进行钢桁梁桁段虚拟拼装,以代替实体预拼装,减少施工工序。为验证该虚拟拼装方法的可行性及准确性,以某山区特大铁路悬索桥为背景进行钢桁梁桁段缩尺模型试验。结果表明:该虚拟拼装方法可以筛选出相邻桁段中偏差较大的螺栓孔,在最大程度上保证螺栓孔拼装的合格率,避免因为某些螺栓孔偏差较大影响全局的拼装精度,验证了该虚拟拼装方法的可行性及准确性。

基于双拟合优化的聚焦深度三维形貌测量方法

聚焦深度法广泛地应用于小尺寸零构件的三维形貌测量。针对聚焦评价曲线多存在噪声导致三维形貌测量的精度下降,且效率受图像序列数目和聚焦评价算法限制的难题,通过结合双拟合优化理论与聚焦单峰性评价指标提出了一种基于自适应权重的聚焦极值搜寻方法,并进一步基于三次多项式二次插值算法和多级中值混合滤波优化深度信息。实验结果表明,方法对仿真图像数据的均方根误差(RMSE)较高斯拟合和多项式拟合分别降低了19.08%、17.32%,对球栅阵列封装(BGA)图像中受噪声干扰较大的区域仍具三维分辨能力,同时对钻削刀具进行了测量,提出的方法在50%的图像序列数目和图像分辨下RMSE仍降低了77.8%、62.6%,有效减少了聚焦曲线噪声对测量结果影响的同时提升了三维测量的效率。

基于图优化的移动机器人视觉SLAM

针对目前移动机器人视觉SLAM(simultaneous localization and mapping)研究中存在的实时性差、精确度不高、无法稠密化建图等问题,提出了一种基于RGB-D数据的实时SLAM算法。在本算法前端处理中,采用了鲁棒性与实时性更好的ORB特征检测。利用RANSAC算法对可能存在的误匹配点进行剔除完成初始匹配,对所得内点进行PNP求解,用于机器人相邻位姿的增量估计。在后端优化中,设计了一种遵循图优化思想的非线性优化方法对移动机器人位姿进行优化。同时结合闭环检测机制,提出了一种点云优化算法,用于抑制系统的累积误差,进一步提升位姿与点云的精确性。实验验证了本文所提方法能够迅速、准确地重构出稠密化的三维环境模型。

激光雷达室内定位技术研究及应用综述

室内定位技术伴随机器人等在室内环境下自主作业的需要已成为热门研究领域,室内定位效果依赖其使用的传感器以及相关算法。为探索激光雷达在室内定位过程中的技术发展及相关应用,通过文献调研对基于激光雷达的室内定位原理,激光雷达产品,激光雷达室内定位技术发展展开分析。结合当下激光雷达室内定位技术的部分应用场景探索激光雷达现阶段实际应用中的不足,并提供了部分切合实际的技术解决方案。最后对基于激光雷达的室内定位技术进行了总结及展望,为后续该领域的研究提供一些可行思路。

RANSAC平面估计算法在路面物体体积测量中的应用

在利用车载单线式激光扫描仪实施路面三维重建及路面目标物体积测量的应用中,使用RANSAC平面估计算法获得了路面的0高度平面,提高了路面目标物体积计算的精度。实际测试表明,对路面上一不规则形状坑,采用注水法测量得到的坑体积为2.25 m3,点云经优化前后计算得到的坑体积分别为1.86 m3和2.10 m3,误差分别为17.3%和6.7%,点云优化过程耗时约7 s。因此,本文的路面三维点云优化方法速度快,且三维重建效果及目标物的体积计算精度可满足实际要求。

基于GeoMagic的异形曲面快速数字建模技术研究

异形曲面采用GeoMagic快速完成数字建模技术,推动着GeoMagic在处理测量点云数据,直接生成原型曲面方面的研究。GeoMagic对测量点云的各项优化处理是保证生成高质量曲面的重要手段,而对面域的修整及曲面的转化则实现了逆向工程软件直接生成曲面的功能。

车载LiDAR-IMU外参联合标定算法

为提高LIO-SAM算法的定位精度,本文从LiDAR-IMU外参标定方面开展研究,针对现有的传感器标定算法在车载条件下标定精度低的缺点,提出一种新的车载传感器联合标定算法。针对车载条件下自由度低导致俯仰、横滚方向约束建立不充分的问题,利用车辆的大范围运动轨迹消除平移参数影响,使用正态分布变换(NDT)和迭代最近点(ICP)的点云匹配算法快速得到旋转参数初值,提高俯仰角和横滚角的标定精度。针对粗标定过程中激光里程计存在漂移以及没有标定平移外参的问题,对基于点云优化的全参数标定方案进行改进,利用转弯区域构建对平移外参的约束,结合统计误差平均效应和位移约束构建新的目标函数,迭代优化后得到全参数标定结果。实验结果表明,加入了外参标定模块的LIO-SAM算法的定位精度提升了1.74%~5.92%。

一种基于无人机序列图像的地形地貌三维快速重建方法

提出了一种基于无人机序列图像的地形地貌三维重建方法,该方法采用Harris特征点和SIFT特征向量来提取图像特征,实现图像配准;采用准透视投影模型和因子化方法对未标定的图像序列进行自动标定;通过高效次优解三角化方法获取三维点云坐标;通过准稠密化扩散算法对三维点云进行稠密化;采用捆绑调整算法提高了空间三维点云的精度;采用Possion表面重建方法对三维点云进行了网格化处理。本文为无人机序列图像的应用提供了一个新的思路,拓展了无人机的应用空间。

虚拟现实技术的三维图像重建系统

为了提高三维图像质量,设计基于虚拟现实技术的三维图像重建系统。首先,提取三维图像点云信息,通过虚拟现实和帧同步技术融合点云数据,利用中值滤波技术去除图像噪声;然后,采用虚拟现实技术对降噪后图像开展点云优化,自动检测图像点云的特点,过滤掉噪声点,有效覆盖图像表面微小矩形面片集,提升图像三维重建完整度,通过匹配前景得到点云位置;最后,重建过程中调整点云数据为高斯正太分布项目,有效缩短图像前景和背景间重建差异,实现三维图像重建。实验结果表明,该系统的帧跟踪能力强,重建三维图像清晰、分辨率高。

基于OpenGL技术的煤场3D动态展示

由于环保要求的提高,已经实现封闭改造的煤场,必须实现堆取料机的远程全自动控制与煤场的三维可视化,从而解决煤场的恶劣环境导致的人员安全问题,并在设备安全稳定运行的过程中实现全过程的三维监控。煤场的监控以前主要是通过视频监控进行辅助,缺乏整体的立体展示效果,因此实现煤场3D的展示是非常有必要的。选用SICK LDLRS3611激光扫描仪作为主要硬件,同时利用扫描的点云数据进行优化建模,利用OpenGL技术与Unity3D技术实现煤场的三维可视。

机载LiDAR在山区水库划界应用中的关键技术分析

针对山区水库划界工作中存在地形复杂、植被覆盖率高、交通困难等问题,结合机载LiDAR具有植被穿透性强,作业效率高等特点,采用了一种利用机载LiDAR测量技术进行水库划界的方法。首先,采用无人机LiDAR测量系统获取测区点云和影像数据,然后将无人机影像点的光谱纹理信息赋予对应位置的点云,计算点云的归一化植被指数,然后分别针对植被区和非植被区域进行优化滤波,最后利用滤波后的点云构建高精度DEM,再结合影像信息提取水库管理与保护范围线。此方法在河南省直管水库管理与保护范围划定项目中进行了应用,结果表明,此方法可以解决山区水库划界困难的问题,大幅提高工作效率,节省人力物力,并且具有很高的精度,对于后续的水利工程划界项目具有重要的借鉴意义。