砌体墙板状态数值模型及其破坏模式预测

为了更加准确地预测砌体墙板的破坏模式,本文进一步发展了砌体墙板状态离散级数型细胞自动机模型,提出了细胞自动机模型中状态值的两种新的计算方法,一是基于砌体墙板有限元分析的物理细胞自动机模型;二是基于边界约束对板内区域效应的解析型细胞自动机模型.然后,对两个新的状态数值模型与原细胞自动机状态数值模型进行了举例验证.继而,提出了相对变异系数的概念,并将其融入了离散级数型和解析型细胞自动机模型.通过对相对变异系数适用性的探讨,给出了基于一块试验墙板、预测另一墙板可能出现的一组破坏模式的初级方法.与试验记录对比表明,该方法的预测结果可靠.

一种地形自适应的机载LiDAR点云正则化TPS滤波方法

随着机载激光雷达成像技术(LiDAR)的不断发展,激光点云数据处理的相关研究也在不断深入。点云滤波是机载激光雷达点云数据处理的重要环节之一。针对多数经典滤波方法在复杂地形和地物条件下的滤波效果不够理想的现状,提出一种新的基于相对变异系数的地形自适应正则化薄板样条插值点云滤波方法。采用二维区域增长获取初始插值参考点后,基于线特征约束对参考点进行优化,去除部分低可靠性参考点以得到较准确、分布离散均匀的初始插值参考点集合,在此基础上通过正则化薄板样条插值方式来拟合地形点与地物点之间的滤波分类面,完成对机载激光点云的高精度自适应滤波。对比实验结果表明,本文的地形自适应滤波方法在2组实验数据的总体错误率分别达到4.14%和4.17%,在错误率和多地形综合表现等方面具有优势,且滤波运算效率在目前主流的滤波算法中处于较高水平。另外,实验结果验证了地形自适应滤波方法在斜坡、山脊等起伏较多的复杂地形与包含植被和建筑物的混合地形等处的点云滤波结果具有较好的准确性。