考虑重心约束的三维单车装载问题优化模型与算法

根据物流运输的实际情况,建立了以重心约束为主要约束条件和最大化车辆利用率为目标函数的三维单车装载模型。对重心约束条件进行了完善,增加了重心安全系数的影响,并详述了整合重心的计算方法和利用遗传算法求解的关键技术。最后通过实际算例证明了模型和算法的有效性。

带重心约束的车辆装载调度有效空间整合模型

单车场集送货一体化是实际物流配送中最常见的一种方式,针对实际应用,建立了有重心约束的有效空间装载模型和车辆路径优化模型,然后对两个模型加以整合,并相应调整了遗传算法,以方便求解。最后通过实例说明了算法的应用过程及其有效性。

重心约束的多幅点云数据融合技术

针对结构光测量的点云模型,在分析多视数据融合技术的基础上,提出了重心约束的多幅点云融合算法。算法分为三个步骤:首先检测计算重叠点云区域;其次计算融合初始核;最后根据点的法向对点的位置精确调整。实验结果表明,与k平均聚类法相比,本方法不仅能够获得更加均匀分布的单层点云模型,而且获得的模型表面更加光顺,计算效率更高。对于具有粗大匹配误差的多幅点云模型的融合具有较好的效果。

具有重心平衡约束的集装箱装载问题研究

针对集装箱装载问题中混合禁忌搜索算法虽然满足集装箱重心平衡约束但存在装载率较低的缺点,从采用基于矩阵的空间约束表达形式、基于简单块构造装载方案、根据禁忌搜素算法的编码次序选择装载货物种类以及设计新的装载方案的评价函数等方面对G2LA算法进行改进,并把改进后的G2LA算法作为混合禁忌搜索算法中的基础启发式装载算法。实验结果表明了本算法的有效性。

基于禁忌算法的多约束集装箱装载问题研究

多约束集装箱装载问题的约束主要包括集装箱重心位置约束、集装箱单箱重量约束、货物放置顺序约束、货物摆放方位约束以及货物摆放位置约束。采用禁忌算法求解该问题。算法基于自然数编码,设计了货物的摆放规则和序列生成方式,设定二种邻域,根据邻域的不同,构造了两种禁忌表。针对算法的原理,分析了具有代表性算例的试验结果,表明了所提出的禁忌算法对优化多约束集装箱装载问题的有效性。

保持细节特性的局部误差渐进网格简化算法

针对三维模型简化过程中生成渐进网格时存在局部区域精度与效率平衡优化的问题,提出一种基于局部区域环间法矢夹角变化的半边折叠渐进网格简化算法.首先,获取三维数据点的一环邻近点构成的邻域局部区域受重心度量距离约束的法矢,再获取与一环邻域三角形集合点有交集的三角形集合作为二环邻域区域;然后,以这两个局部区域法矢点乘的值为边折叠的折叠代价,该值越小表示该区域越趋向于平面,应优先简化,否则予以保留;最后,采用三角形内角判断方法来保证简化后网格中三角形的正则度,以减小变形引起的误差.实验结果表明,所提算法在三维模型渐进网格简化中局部细节特性保持和效率上得到较好的平衡,能够满足实际应用的需要.

货物三维装箱问题建模及其乌鸦搜索算法优化

针对货物三维装箱问题建立三维装箱模型.在模型中,为避免货物在运输过程中转弯时由于偏心导致翻车现象的发生,加入了考虑转弯时重心约束,得到重心区域投影为等腰三角形或者等腰梯形.货物放置规则中扩大了剩余空间区域,增加了解的多样性.在算法中,为了提高迭代收敛速度,增强其全局寻优的能力,采用改进的乌鸦搜索算法对模型进行求解与优化.在改进算法中,提出并引入了多概率随机游走策略和解修复策略.解修复策略使得算法适用于模型求解,尽可能增加解的多样性.多概率随机游走策略是种群迭代后继续以多种不同的概率进行随机游走,使得算法全局寻优能力更强.仿真实例与基准函数测试结果表明,改进后的算法优化效果明显.

基于多核并行和动态阈值的点云配准算法

针对点云配准中存在错误匹配点对、精度不高等问题,提出一种基于多核并行和动态阈值的点云配准算法。该算法采用改进的SAC-IA算法进行点云粗配准,利用OpenMP实现点云查询点的法向量、FPFH等特征的并行加速提取以及对应点对的并行查找,从而使整个配准算法的速度得到保持甚至提升。在点云精配准阶段,使用改进的ICP算法进行精配准,改进点着眼于错误对应点对的剔除及其阈值的动态确定,即以配准点重心作为参照点,按照动态阈值,使用点对距离约束剔除错误对应点对。实验结果表明,本文算法在提升配准精度的情况下,配准速度也得到了提升。

基于运动恢复结构的空间点定位方法

针对大型工件难以进行全尺寸测量的问题,提出一种基于运动恢复结构的便携式空间点定位方法。首先使用具有身份唯一性的编码点粘贴在被测物体表面,实现各视图对应点的稳定匹配;接着为避免不同坐标系下位姿转换引起的累积误差,选定统一的坐标系,提出基于重心约束的基准定位算法;在此基础上,进一步确定相机运动参数的稳健性估计;最后利用多视图几何限制重建标志点的三维坐标,并用光束法平差对三维重建结果和相机内外参数进行全局优化。实验结果表明,该方法可实现大型工件的高精度测量,三维测量精度最大误差为0.133mm,平均误差为0.031mm,可满足工业现场对大型工件测量精度的要求。