在纸平面上固粘不规则皮筋圈全自动设备的研制

阐述了利用特种气动元件,实现对柔性细皮筋线取一定长、粘二头成圈、放形、转移、同纸边缘粘接等动作的全自动设备新的工作原理。

基于改进Cascade RCNN的风管平面二维图纸识别

过去20年,我国城市化水平迅速提高,高速发展的同时也带来了既有建筑量大面广,建筑设备退化、运维困难等问题。BIM包含丰富的信息,能够提高设备运维效率和质量,但很多既有建筑仅有纸质图纸资料,从纸质图纸中人工重建BIM耗时耗力,亟需一种从二维图纸自动创建BIM的方法。本文提出使用改进的Cascade RCNN算法结合数字图像处理技术识别风管平面图纸,提取图像中的设备类别和位置信息,为重建BIM提供数据基础。改进时针对风管设备类型众多、形态各异的特点,使用Res2Net提高网络的多尺度特征提取能力,融入可变形卷积DCNv2加强网络适应几何形变的能力,改进非极大值抑制算法提高定位精度,降低漏检风险。实验表明,本文算法可以准确识别风管平面图纸中的设备,改进有效减少了定位和分类错误,提高了识别精度,mAP达到80.8%。最后通过横向对比其他算法的效果,验证了本文算法的先进性。

复杂建筑平面图纸的空间布局融合对偶识别方法

矢量化的复杂建筑平面图纸受各类图元的干扰,其空间布局识别难度非常高,然而在5G基站建设、智能家居以及AR/VR(augmented reality/virtual reality)中广为应用。提出了一种结合栅格图像和矢量表示的高性能融合对偶识别方法。首先,采用建筑平面图纸的栅格化表示,提取建筑图纸的主要发展方向,构建分割的若干个封闭区域空间。然后,采用建筑平面图纸的矢量化表示,利用空间识别的有向性和邻接特性,创新地提出使用半墙数据结构进行墙体几何位置和拓扑关系的计算,从而根据空间对偶原理高精度地整体重建墙体布局。最后,获取包含各类墙体布局的矢量建筑平面图数据集,并进行方法的实验验证。实验结果证明了所提出的先空间后墙体的融合对偶识别算法对于各类建筑模型类型均具有可用性和有效性。与传统先墙体后空间的识别方法相比,所提方法具有更高的鲁棒性,受特定建筑图纸类型的干扰更少。