基于点云的工件基准面定位检测研究

针对大型工件检测过程中人工基准面的定位检测精度低、速度慢、重复性差等问题,提出一种基于机器视觉的工件基准面检测方法。以大型工件基准面的3D模型为对象,利用3D深度相机采集基准面的点云数据;通过点云直通滤波器分离背景和工件基准面点云,采用50倍均匀下采样法精简点云,降低点云数;采用统计滤波技术剔除异常点和噪声干扰。使用改进的RANSAC算法先对点云数据进行粗拟合,提取内点,再通过最小二乘法对内点点云集合进行二次精确拟合。实验结果表明,存在干扰和排除干扰的情况下,所提方法都能保持较高的精度,拟合平面和基准面夹角小于0.3°,且具有一定的鲁棒性。该方法能够应用于在线工件检测,为机械臂提供姿态调整的参数,具有一定的应用价值。

基于激光扫描测量技术的限界检测系统应用

我国幅员辽阔,铁路地理环境复杂,准确掌握铁路建筑限界状态对于保障安全运营有重要意义。传统的限界检测方法测量点位少、效率低,已经不能满足铁路运营速度、强度和密度不断提高的要求。基于激光扫描测量技术的限界检测系统能够快速准确地测量铁路建筑限界,兼具数据管理功能。首先以钢轨顶面及轨道中心线作为测量基准建立测量坐标系,然后通过模型和算法搭建基于激光扫描测量技术的限界检测系统,最后将系统安装在GX160综合巡检车平台上可方便灵活的对铁路限界进行检测。

轨道故障动态三维检测与识别系统

轨道线路作为城市轨道交通不可或缺的基础设施,其关键部件状态的动态检测、故障的自动识别与列车行车安全息息相关。针对现有2D检测手段存在的检测精度低、检测功能单一、易受环境影响、人工效率低等问题,研制了一套轨道故障动态三维检测与识别系统。该系统基于三维成像技术获取钢轨、枕木和扣件的二维图像及深度信息,结合阈值分隔技术和YOLOv4目标检测算法精确定位检测区域,利用基于深度学习的三维点云匹配算法识别检测区域状态,并在数据终端实时显示检测与识别结果。经试验验证,该系统对钢轨磨耗的检测精度达到±0.25mm,轨表、枕木、扣件的故障识别率达96.7%以上,且能排除环境因素的干扰,可用于实时检测轨道线路多种故障,有助于轨道检修作业的智能化升级。

基于2D&3D融合算法的扣件故障检测系统

扣件作为钢轨重要的紧固件之一,在列车运行过程中,会受到钢轨和枕木带来的巨大压力和振动。为保障扣件状态检测的准确性,研制了一套基于2D图像和3D深度信息融合的扣件故障检测系统。首先基于YOLOv4定位2D图中的扣件区域,提取出扣件检测区域;然后将深度图中对应的检测区域转换为点云图,采用点云匹配的方式对扣件状态进行判断;最后通过精度验证试验验证系统的检测精度。试验结果表明:系统整体的识别率为99.8%,误报率为1.68%;对于故障识别率,只有在扣件发生小偏转角度(≤5°)故障时,系统的识别率较低,其余设置的故障识别率均达到96%以上,能够满足工程化的要求。

基于激光点云的中压配电网日同期线损检测系统设计

当前配电网线损检测的线路线损特征质量低,且电力设备采集到的数据不同期,导致配电网线损检测精度偏低、误检率较高。设计了基于激光点云的中压配电网同日期线损的检测系统。系统硬件部分由激光探测传感器、信号放大器、数据存储、处理单元和后台监控中心构成;软件设计部分采用主成分分析法(PCA)提取预测电力系统线损参数,利用激光探测传感装置提取点云特征,选定线损数据样本集,构建样本点的特征向量,求解SVM的判别函数,最终实现对中压配电网同日期线损的精确检测。仿真实验结果验证了所设计系统在中压配电网日同期线损检测上的可靠性,线损检测结果与实际拟合度高,并具有更低误检率。

基于点云数据重构的扩径管道直径、圆度检测系统

不同规格尺寸管道在扩径过程中,无法对其直径及圆度进行快速、精准检测,为此,提出了一种基于点云数据重构的扩径管道直径及圆度精准检测方法。首先,搭建了一种基于点云数据重构的扩径管道直径及圆度精准检测系统,并对系统的不确定度进行了分析;然后,分析了激光线扫描传感器的成像及标定原理,并通过标定块对系统进行了标定;最后,进行了不同规格尺寸管道直径及圆度在线检测实验,对采集到的点云图像进行了去噪、拼接处理,并对拼接重构后的精度进行了分析研究。研究结果表明:针对400 mm、1000 mm和1600 mm 3种规格尺寸的管道,该系统均能实现直径及圆度的精准测量,直径及圆度最大误差分别不超过0.266 mm和0.427 mm,最大重复性误差分别为0.130 mm和0.170 mm;该结果表明,采用该方法可满足扩径管道的加工需求,为不同规格尺寸管道扩径过程中直径及圆度的精准、快速检测,提供了一种有效的技术手段。

一种基于标记点的人体上肢运动检测方法

采用基于普通摄像机的多维摄像分析系统对人体运动参数进行测量,需要研究位于人体上相应部位的标记点与选定的参考坐标系之间的关系,进而得到标记点在参考坐标系中的运动特性,并对人体运动进行评估。本文通过对人体上肢运动模型的研究,并结合摄像测量系统,给出了一种基于普通摄像机的人体上肢运动参数求解方法。

基于激光雷达的农田环境点云采集系统设计

设计了基于激光雷达的农田环境点云采集系统,可实现农田环境点云与农机位置姿态的稳定、可靠采集;设计了多传感器数据的采集软件,可实现准确、一致的全局点云数据获取。系统以拖拉机为移动载体,由点云数据采集模块、车体位姿采集模块和数据融合模块组成。其中,点云数据采集模块可获取周边环境点云数据,并解决近距离盲区问题;车体位姿采集模块可实时获取农机位置和姿态信息;数据融合模块可接收并融合环境点云数据与车体位姿数据,进而获取位姿补偿后的点云数据。系统实现了各传感器数据的在线采集、时间同步与空间配准,以及数据的实时显示与存储。在农田环境下进行点云采集试验,结果表明,采集系统具有良好的户外工作稳定性,在线典型丢帧率不超过1%,离线典型丢帧率不超过0.47%,能够满足农田点云数据采集的要求。为分析系统采集点云数据质量,将经过位姿补偿的点云与原始点云分别进行直通滤波地面点滤除,结果表明,位姿补偿后的点云经滤波后仅包含少量地面点云,可作为农机自主导航避障的可靠数据。

海底管道检测与三维点云重建算法

随着海底油气管道的铺设规模越来越大,为防止管道油气泄漏而导致人员伤亡和财产损失,海底管道的日常巡检尤为重要。提出一种基于多波束点云的海底管道检测与三维重建算法,利用高频多波束声纳对水下管道进行成像,对声纳图像采用经典边缘检测算法检测管道边缘,得到相应的点云数据,将点云数据拼接成一组完整的空间点云集合,对点云集合进行三维重建。通过水池试验结果证明,提出的算法流程能够有效地实现水下管道的检测与三维重建,具有较好的工程应用前景。

基于标记点检测的视线跟踪注视点估计

传统的头戴式视线跟踪系统需要借助额外的头部位置跟踪器或其他辅助设备才能定位视线方向。针对该问题,提出一种基于标记点检测的注视点估计方法。该方法通过计算机视觉的方法检测标记点,建立场景图像与真实场景中计算机屏幕之间的空间关系,将场景图像中的注视点坐标映射到计算机屏幕中。实验结果表明,该方法简单易行,可以较好地估计出用户在真实场景中的注视点坐标。

基于目标检测的室内动态场景同步定位与建图

为了提高室内动态场景下定位与建图的准确性与实时性,提出了一种基于目标检测的室内动态场景同步定位与建图(simultaneous localization and mapping,SLAM)系统。利用目标检测的实时性,在传统ORB_SLAM2算法上结合YOLOv5目标检测网络识别相机图像中的动态物体,生成动态识别框,根据动态特征点判别方法只将识别框内动态物体上的ORB特征点去除,利用剩余特征点进行相机位姿的估计,最后建立只含静态物体的稠密点云地图与八叉树地图。同时在机器人操作系统(robot operating system,ROS)下进行仿真,采用套接字(Socket)通信方式代替ROS中话题通信方式,将ORB_SLAM2算法与YOLOv5目标检测网络相结合,以提高定位与建图的实时性。在TUM数据集上进行多次实验结果表明,与ORB_SLAM2系统相比,本文系统相机位姿精确度大幅度提高,并且提高了每帧跟踪的处理速度。

基于KUKA机器人的CRTSⅢ型轨道板三维点云自动化采集系统研究

为适应CRTSⅢ型轨道板高精度、快速、自动化检测的需求,将KUKA机器人与三维激光扫描仪相结合,设计出一套基于KUKA工业机器人的CRTSⅢ型轨道板表面特征点云自动化采集系统。利用KUKA机器人编程语言来实现机器人运动程序和逻辑控制程序的编写,利用C#语言来实现计算机控制系统程序及人机交互程序界面的编写,通过自定义通讯协议来实现计算机与机器人程序总体集成。研究表明,系统在各坐标分量上的重复定位精度为0.08 mm,点位重复定位精度为0.06 mm,能够满足相关规范中对检测项目0.5 mm的最高精度要求。该系统已在某轨道板生产线得到应用,大幅提高了检测效率,减少了人工投入和操作难度,实现了检测过程的高度自动化。

车载数据采集系统在电力线检测中的应用

介绍一种先进的车载数据采集系统,通过车载平台上的激光扫描仪实现对电力线的扫描,并利用获得的数据,结合最小二乘拟合算法获得电力线的空间分布及其参数。

云平台和分布式处理系统的船舶图像分类

在云平台和分布式处理系统中进行船舶图像分类,提高船舶的调度和识别能力,提出一种基于Harris角点检测和BP神经网络的船舶图像分类算法,在云平台和分布式系统下进行船舶图像采集,对采集的船舶图像进行二值化降噪处理,采用Harris角点检测技术提取船舶的分类标识性特征量,将提取的特征量输入到BP神经网络分类器中,实现云平台环境下的船舶图像分类。仿真结果表明,采用该方法进行船舶图像分类的准确性较高,抗类间干扰性较强。

心室晚电位信号体表检测系统的研制

晚电位是出现在QRS波群终末和ST段的高频低幅值的心脏电活动,起源于心肌梗塞的边缘带,与折返活动和心肌梗塞后室性心律失常及猝死的发生有密切关系。在心外膜直接记录时,晚电位信号约为毫伏数量级,而在体表记录时则为微伏数量级,故欲从EEG信号中分离出晚电位信号,一般要采用计算机叠加平均技术进行处理。

三维激光扫描技术在外墙外保温系统缺陷检测中的应用

三维激光扫描技术可实现高精度、非接触式检测,在外墙外保温系统缺陷检测中具有重要应用。应用三维激光扫描技术开展聚氨酯硬泡喷涂外保温系统缺陷检测研究,通过坐标变换和K-近邻点云去噪算法对三维点云数据进行后处理。在分析平面外坐标阈值对缺陷识别影响的基础上,通过合理设置阈值对外墙外保温系统平面凸出或凹陷缺陷进行提取,并计算缺陷尺寸和面积。研究结果表明,三维激光扫描技术不仅可识别建筑物外立面窗洞、过梁等,且可有效识别面积>0.1m^2的空鼓或脱落缺陷。

高层建筑避难间防火性能快速检测系统设计

设计和实现了一款高层建筑避难间防火性能快速检测系统。系统利用三维点云获取设备快速获得避难间的几何采样,运用PCL开源点云处理库从采样数据中鲁棒地提取平面、角点、尖锐特征等几何特征,并由上述几何特征计算高层建筑避难间的基本几何信息。通过点云密度的变化特征提取避难间门、窗等建筑构件。在此基础上生成建筑物避难间的数字模型,最终对建筑避难间防火安全性能进行计算与判定。

点云几何特征在堤防抛石护岸工程中的应用研究

堤防抛石护岸工程具有一定的隐蔽性,通常基于抛石前后的水底地形变化评估其抛投质量与实施效果。多波束测深系统获取的水底地形点云数据,实现了水底地形的精细三维表达,其包含的许多隐式信息可以用于水利工程的质量检测与效果评估。本文从点云的几何特征出发,将曲率特征与粗糙度特征用于抛石前后水底地形的变化分析,分析其用于抛石工程检测中的可行性。实验表明:将点云几何特征用于堤防抛石护岸工程的质量检测,不仅可以直观地查看抛石前后的水底地形特征变化,且可以快速地定位欠抛或漏抛区域,较传统的方法具有明显的优势。

基于Google Project Tango的盲人障碍检测系统设计与实现

出行一直是视力缺陷者日常生活中的困扰。传统解决途径都有如花费高昂,不便于时刻携带等缺陷。设计一个普遍适用的盲人导航障碍物检测系统对于解决盲人出行问题意义重大。Google公司ProjectTango平台搭载于移动设备上,利用Tango特有的深度感知,点云技术开发的障碍物检测系统具有侦测障碍物准确度高,便于携带,成本低廉的特点。并且与同类的便携式盲人导航系统相比,不需要依赖网络和终端设备,对环境的依赖度低且计算速度快,因而具有优越性。

移动激光隧道检测系统在地铁隧道安全检测中的应用

无控制方式的移动激光隧道检测系统能获得高质量的三维点云数据,能对隧道及周边实现全覆盖移动扫描,在露天或隧道内都可以正常使用,相比集成惯导的移动轨道扫描系统,大大降低了成本,提升了外业检测效率。采用移动隧道检测系统对天津地铁某区间进行安全检测,通过获取隧道全息全断面数据,进行隧道点云数据采集、断面变形解算(全断面变形分析和收敛直径计算)、病害提取,生成隧道内壁和轨道影像、漫游视频,用于对隧道断面、限界、病害等信息进行全方位的分析,生成多种格式成果,为移动激光扫描技术在地铁隧道中的应用提供借鉴。