基于点云投影的瓷砖凸包特征点检测

3D扫描技术进行瓷砖平整度检测的关键是从瓷砖点云中快速提取瓷砖特征点坐标,为此提出一种基于点云投影的瓷砖凸包特征点快速检测算法。首先将瓷砖点云从三维空间映射至二维平面,并引入计算几何中的凸包模型对瓷砖的角点投影进行快速检测,然后通过K最近邻算法依次获取瓷砖的边特征点投影以及中心点投影,最后将上述特征点投影反映射至三维空间便可得到瓷砖特征点坐标。实验表明该算法可以快速检测瓷砖特征点,对3D扫描技术实现瓷砖平整度的自动化检测具有重要意义。

融合空间掩膜预测与点云投影的多目标跟踪

针对自动驾驶目标跟踪领域中,目标遮挡引起特征点损失,从而导致丢失跟踪目标的问题,本文提出了一种融合空间掩膜预测与点云投影的多目标跟踪算法,以减少遮挡产生的不利影响。首先,通过实例分割掩膜提取模型处理时序图像数据,获得基掩膜数据。其次,将获取掩膜数据输入跟踪器,通过预测模型获取后续序列图像掩膜输出,并利用验证器进行对比分析,以获得准确的目标跟踪输出。最后,将获取的二维目标跟踪数据投影到对应的点云图像中,获得最终的三维目标跟踪点云图像。本文在多个数据集上进行仿真实验,实验结果表明本文算法的跟踪效果优于其他同类算法。此外,在实际道路上进行测试,对于车辆的检测精度达到81.63%,验证了本文算法也可以满足实际路况下目标跟踪的实时性需求。

建筑物立面重复模式的点云投影直方图分割方法

针对建筑物的门、窗、梁、柱等具有规则几何形状的重复模式,提出基于投影点云特征直方图(PPFH)的边界语义分割方法。该方法首先利用PCA方法确定立面的主方向,然后根据点云分布特点,分别进行正立面、侧立面投影得到点云分布直方图,根据直方图的极值点对重复结构边界进行提取和语义分割,最后利用LS-TLS方法进行规则化及误差分析。通过对某建筑物立面窗户提取的算例表明:该方法直接利用重复结构的几何特性,算法简洁,对边缘部分遮蔽和缺失的点云也适用,通过对50个窗户的统计分析,长度和宽度平均误差约6 mm,可广泛用于建筑高精度BIM建模。

基于点云投影的货物盘点机器人目标识别算法

针对物流仓储中常见的非标仓库货物盘点问题,提出一种基于激光雷达点云投影的货物识别算法。首先对采集到的货物点云数据采用RANSAC(随机采样一致性)和ICP(迭代最近点)算法进行点云数据拼接,同时基于改进欧式聚类方法实现货物错层处理;其次将货物点云投影至二维平面并采用点云z轴法向量作为特征信息,形成特征灰度图像;最后借助改进分水岭算法对特征灰度图进行图像分割。通过实物平台及现场数据测试,该算法货物识别精度达到90%以上,相较基于深度学习YOLOv5算法的图像识别方法具有稳定的识别率,且有效避免依赖大规模公共数据集的问题。

基于点云曲面的定角度自动铺丝路径规划

研究了点云曲面自动铺丝路径规划,提出了使用移动最小二乘投影法投影初始路径的直接投影法。对点云切片法加以改进,提出了点云投影切片法。利用三次B样条插值算法拟合投影点生成初始路径,并提出弦长细分投影的等距偏移算法。针对偏移路径无法到达曲面边界的问题,提出基于路径样条线末端延伸的边界处理方法。最后通过CATIA的逆向工程模块实现了算法的可视化,建立了三维建模软件与路径规划算法的系统关系。

基于自投影注意力的城市道路点云智能识别

针对大规模城市道路点云环境中,道路典型地物识别效率不高的问题,提出了一种基于自投影注意力的三维点云模型U-RandLA,通过点云投影算法获取道路点云信息自投影图,采用二维图像卷积网络分支U-Proj提取该自投影图特征,生成注意力分布图,强化模型对典型地物的识别能力,提升了现有点云识别算法的重点区域感知能力;融合点云原始信息和具有大感受野的注意力分布图的特征,扩增模型初始感受野,解决现有算法感受野狭窄问题,提升对大尺度典型地物的信息提取能力。实验结果表明,U-RandLA模型对典型地物的平均识别准确率达到97.7%,物体平均交并比达到64.4%。帮助提升了实际项目的生产效率,已成功应用于浙江省、上海市、山东省、重庆市等城市道路部件的智能提取。

基于激光反射率的点云与图像自动融合

提出一个基于激光反射率的点云图像自动融合算法,数字图像与点云反射率图像特征点匹配,得到数字图像特征点像点坐标和相应物点物方空间坐标对,采用直接线性变换算法(DLT)建立点云数据反投影至二维图像点的投影模型,实现点云图像自动融合,得到目标表面的全面信息,包括物体表面三维坐标和纹理信息。自动地实现点云图像融合,无需人工参与,提高效率和准确率,同时结合实验验证该算法的可行性。

基于时空同步信息的隧道点云与高清图像配准方法

基于图像的隧道病害识别方法虽然能够实现病害检测,但由于采集过程中相机的抖动,无法获取病害发生的精确位置和角度信息,极大地增加了后续病害修复工作的工作量,无法满足当前隧道病害快速检测中精确定位病害的现实需求。针对铁路隧道安全运维的现实需求,本文首先集成了隧道病害综合检测装备,然后提出了基于小波变换的方法去除环片干扰噪声,最后基于高精度时空同步信息实现了点云投影灰度图像和高清影像融合配准。试验结果表明,高清影像和点云正射影像配准后具备了精确的位置角度信息,检测精度由点云正射影像的最高分辨率2 mm提高到0.4 mm,支持亚毫米级病害的检测与识别。

道路三维点云多特征卷积神经网络语义分割方法

针对道路场景下三维激光点云语义分割精度低的问题,提出了一种基于卷积神经网络并结合几何点云多特征的端到端的语义分割方法。首先,通过球面投影构造出点云距离、相邻夹角及表面曲率等特征图像,以便于应用卷积神经网络;接着,利用卷积神经网络对多特征图像进行语义分割,得到像素级的分割结果。所提方法将传统点云特征融入到卷积神经网络中,提升了语义分割效果。使用KITTI点云数据集进行测试,结果表明:所提三维点云多特征卷积神经网络语义分割方法的效果优于SqueezeSeg V2等没有结合点云特征的语义分割方法;与SqueezeSeg V2网络相比,所提方法对车辆、自行车和行人分割的精确率分别提高了0.3、21.4、14.5个百分点。

一种顾及体元邻域关系的行道树提取方法

文章提出了一种基于车载激光扫描数据的行道树点云自动化提取方法。首先,对原始点云进行预处理,建立三维规则格网;其次,计算非空体元的回波反射强度与曲率特征,对体元进行空间邻域分析,获取完整树干点云;然后,建立树冠分层点云投影面积理论模型,聚类搜索疑似树冠点云,在理论模型的约束下对树冠点云进行判别与提取,进一步去除路灯噪点。实验结果表明,在城市道路场景下,该方法不受邻近地物的影响,能够自动化提取道路两侧完整的行道树点云,具有较强的应用价值。

激光雷达目标三维姿态估计

针对现有激光雷达目标姿态估计算法对遮挡较为敏感的问题,提出了一种新的三维姿态估计算法。分析了现有算法的内在本质和地面装甲目标固有的表面结构特性,提出了投影点云密度熵(PDE)特征,研究了PDE特征与目标姿态的内在关系,给出了对目标点云迭代地进行旋转投影并寻找PDE最小值以实现三维姿态估计的方法。采用25类地面装甲目标的激光雷达点云数据进行仿真实验,分析了自遮挡、遮挡以及噪声下的估计性能,讨论了参数选择对估算结果的影响。实验结果表明,本文方法在自遮挡下的估计误差小于3°,在遮挡率达到80%时的估计误差小于10°。实验显示,本文方法对遮挡和噪声具有很强的稳健性,且收敛迅速,能很好地实现激光雷达目标三维姿态估计。

露天矿山运输车辆相机与激光雷达标定算法研究

在露天矿山运输车辆智能驾驶系统中,相机与激光雷达的数据融合对智能驾驶系统的障碍物检测、识别与跟踪有着至关重要作用。针对相机与激光雷达空间坐标系的统一问题,即建立图像二维坐标系与点云三维坐标系对应关系,文章提出了一种基于棋盘格标定板的相机雷达标定方法。其首先采用张正友标定方法对相机内参标定,得到内参矩阵和畸变系数;然后相机与激光雷达分别提取标定板边缘角点坐标,得到多组点云三维坐标和图像二维坐标,再基于多组特征点对采用EPnP算法得到相机与激光雷达的外参矩阵。为了验证标定精度,文章将点云投影在图像平面并比较其点对的准确度。实验结果表明,该方法可以获取相机与激光雷达之间位姿关系,其投影误差在3个像素以内,有效解决了露天矿山运输车辆相机与激光雷达空间标定问题。

对古建筑现状立面图表现形式的探讨

详细介绍正射影像的概念及两种制作方法,通过与线划图的比较,总结正射影像的优点,即数据准确、信息全面和表现直观,并因此提出了用正射影像取代线划图作为古建筑现状立面图表现形式的观点。

对古建筑现状立面图表现形式的探讨

详细介绍了正射影像的概念及两种制作方法,通过与线划图的比较,总结了正射影像的优点,即数据准确、信息全面和表现直观,并因此提出了用正射影像取代线划图作为古建筑现状立面图表现形式的观点。