基于深度学习与点云数据的3D检测系统应用研究

为了解决高低差场景中平坦度高的2D视觉检测乏力的问题,基于深度学习和点云数据处理平台,融合3D点云格式图像和深度学习技术,建立微米精度、在线检测、成本可控的3D检测架构机制。采用相移和光栅投影结构光技术的硬件方案获取3D点云原始数据,基于强大的CPU和GPU处理芯片,对经过被测物体调制的光栅图案进行重新编码,并结合标定参数解算3D点云数据。对2D深度学习模型进行升级开发,可对点云数据进行标注、学习训练和检测,并将3D硬件、3D软件和3D算法进行整合。实验结果表明,所提系统有利于3D缺陷检测系统的落地,为智能3D检测设备奠定算法和软件基础。

三维激光扫描技术结合3DS MAX在建筑物逆向建模中的应用

针对目前建筑物逆向建模中存在的数据采集效率低、模型精度低、模型效果不真实等问题,提出了一种三维激光扫描技术结合3DS MAX对建筑物进行逆向建模的方法。使用架站式三维激光扫描仪对目标建筑物进行多站扫描,利用SCENE软件对多站点云数据进行配准、去噪生成三维点云,基于三维点云生成建筑物各立面的正射影像,将影像导入AutoCAD并绘制建筑物二维平立面矢量图,将各平立面矢量图导入3DS MAX软件,经建立白模、纹理贴图等过程,生成目标建筑三维模型,最后对模型的精度进行了验证。结果表明,该方法可以高效地建立高精度且具有逼真效果的建筑物三维模型。

沙特NEOM隧道项目3D扫描断面监测关键技术研究

基于沙特NEOM隧道支洞项目的施工方案以及3D扫描仪的功能特点,提出一套高精度3D扫描与BIM技术相互结合,用于挪威法隧道施工断面监测的方法和流程,并在实际运用中验证了其科学性与可靠性。建立开挖支护工作流程并明确断面扫描规范要求。制定3D扫描断面监测的总体目标,确定所使用的软硬件及监测的主要流程,详细阐述扫描数据采集与处理的方法流程。重点研究扫描断面分析与报告生成的流程,将扫描仪与全站仪监测数据、点云与BIM模型进行对比分析,并对监测结果进行评价。结果表明,3D扫描技术可完全满足挪威法隧道施工断面监测的各项要求,且监测精度和监测效率大大优于传统的监测手段。

不同UAV航摄方法的3D建模技术及精细化量测分析

本文以云南省禄丰恐龙谷南部的典型冲沟为研究区域,分别设计两种模式进行数据采集,先采用无人机正常航测模式对试验区一进行数据采集,再用无人机贴近地面飞行的方式对试验区二进行数据采集,通过数据处理,得到两个试验区的三维实景模型、点云数据、DOM、DSM等,对无人机成像点云进行PTD滤波处理,构建高分辨率的DEM;结合三维实景模型和DEM分析不同数据采集模式的优缺点以及适用性,结果总体实证了应用近地面飞行采集数据构建的三维实景模型能够实现对复杂地物的精细化量测分析,为广大山区复杂地形的三维建模和精细化分析提供了一种思路,对复杂地形的研究分析具有参考借鉴作用。

虚拟分割下复杂建筑立面纹理3D建模方法

针对因复杂建筑立面纹理特征难以捕捉,且存在噪声干扰,导致建模效果不佳的问题,提出一种基于虚拟分割的复杂建筑立面纹理3D建模方法。采集建筑立面像素信息数据,设置水平和垂直方向的特征标准参考量,采用虚拟分割法对不同立面区域的纹理实行分割,得到纹理变动向量。将特征信息看作是点云数据,设定去噪函数,计算不同特征的加权量完成去噪。以特征作为建模函数的初始输入,采取纹理映射方式,将复杂像素信息转换成简单信息,提高3D建模刻画的真实度,设计旋转平移矩阵,划分建筑立面的不同区域,根据区域内节点刻画3D建模函数,完成有效建模。仿真结果表明,所提方法建模质量表现较佳,建模结果与实际结果高度一致,且去噪效果较好。

丘陵果园自然环境下柑橘采摘机器人设计与试验

智慧果园是未来果园行业发展的趋势,智能化果实采摘是发展智慧果园的关键问题。为实现智能化果实采摘,本文搭建了一种适用于丘陵果园矮化栽培模式下的柑橘采摘机器人系统。针对丘陵果园垄间地面凹凸不平,存在地形倾斜角0°~20°,设计了一种自适应调平平台保持机械臂基座水平;通过视觉系统获取多幅点云图像建立果树的三维点云模型,获取果实位置信息;为避免采摘时造成果实损伤,结合柑橘类水果的采摘特点,设计了一种剪切夹持一体化的末端执行器完成柑橘采摘。针对果园自然环境的主要扰动因素(风和光照)进行分级,设置10组对比试验,结果表明:在低光照或正常光照条件下,平均果实定位准确率为82.5%,末端执行器夹取成功率为87.5%,平均采摘时间最短为12.3 s/个;高光照条件下平均果实定位准确率为72%,末端执行器夹取成功率为80%,平均采摘时间最短为12.5 s/个。

多源点云优化的城市三维模型构建

简易模型与传统复杂的单体模型相比,对存储、可视化、传输和后续应用技术要求低,敏感信息承载量少,且能满足大部分应用需求,具有更高的应用价值。考虑应用需求与技术现状,自然资源部将城市三维模型(L0D1.3级)纳入实景三维中国建设任务中。目前相关生产以半自动化采集为主,工程化应用存在技术流程烦琐、效率较低且对数据量限制较大等问题。本文立足山东实际,提出了一种基于多源点云优化的城市三维模型快速构建技术,在充分利用现有数据基础上有效提升了数据处理效率,大幅减少了生产成本,并在实景三维山东建设过程中得到了有效验证,具有较好的社会经济效益与推广价值。

基于结构光3D视觉的空间姿态识别系统设计

为提高产品零件空间姿态识别的精度和收敛速度,提出基于结构光3D视觉对空间姿态识别的方法。首先,采用投影仪和相机获取产品零件图像信息,利用相移法获取深度信息,通过深度图点云重建获取3D点云数据;然后对3D点云数据进行特征处理和分类时,建立点云网络(Point Network,PointNet)模型;最后,采用改进的迭代最近点(Iterative Closest Point,ICP)算法对3D点云数据配准,从而实现产品零件姿态的识别。实验结果表明,该方法在对产品零件点云特征分类性能上,准确率能达到96%左右,召回率能稳定在92%左右;在配准精度和收敛速度上,较其他两种方法更优越,进一步验证了该方法的有效性和可行性。

基于倾斜三维模型与机载LiDAR点云的DEM快速更新

随着倾斜摄影技术的发展和实景三维建设的不断推进,地形级实景三维地理场景对DEM现势性要求日益提高。为了解决传统方法更新DEM成本高、工作量大的问题,本文提出了利用倾斜三维模型成果转换点云,融合两期DSM和DOM进行变化检测,替换已有机载LiDAR点云,快速更新DEM的方法,并通过项目验证了该方法的可行性,极大地节约了生产成本,为DEM更新提供了思路。

基于车载点云的道路三维实景建模方法研究

传统的基础测绘存在组织管理固化、服务模式落后、产品形式单一等问题,在新型基础测绘体系下形成了全要素三维实景模型这一成果。本文探讨基于车载点云进行城市道路三维实景建模方法研究,并以某城市主干路为试验对象,对道路及道路两侧部件点云数据进行矢量化得到道路全要素地形数据,以部件点云数据为参考结合外业调绘尺寸用3ds Max软件制作道路部件模板库,并结合点云数据和矢量数据对各类要素进行单体化,最后将道路模型和部件模型融合。结果表明,基于车载点云数据构建的城市道路全要素实景模型不仅可以保证场景的完整性和真实性,还减少了作业时间和成本,实现了各类模型之间的无缝结合,制作完成的模型精度也能满足项目精度要求。

三维激光扫描与BIM技术融合的城市轨道交通地下建筑物三维建模方法

本文将三维激光扫描技术与BIM技术相结合,实现了城市轨道交通地下车站、隧道及附属设施的三维建模。通过激光扫描仪获取点云数据,利用点云处理软件进行预处理,包括拼接、去噪和精简等操作;然后利用特征点云提取方法结合BIM建模软件和可视化编程技术,有效解决了传统测绘方法无法获取和处理复杂地下建筑物信息及BIM模型中信息孤岛问题。本文方法对未来城市轨道交通工程建设和运维管理的信息化和三维可视化具有重要意义。

轻量级实时点云分类网络LightPointNet

点云数据的无序性、稀疏性和有限性等特点给基于深度学习的点云模型分类带来了较大的困难.现有的面向点云的深度学习网络存在模型架构复杂、训练参数较多的问题,难以适用于实时点云识别任务,为此提出一种轻量级实时点云网络——LightPointNet.首先,基于点云模型的特点及轻量级点云分类网络的设计原则,提出面向点云模型分类的深度学习网络原型;然后,通过控制变量法完成网络参数设置的优化,形成最终的点云网络LightPointNet.该网络结构紧凑,仅包含3层卷积, 1层池化和1层全连接,且其参数个数不到0.07M.实验结果表明,在ModelNet40上,相比PointNet,VoxNet和LightNet,LightPointNet分类精度分别提高了0.29%,6.49%和2.59%,参数量减少了98.0%,92.4%和76.6%;在MINST和SHREC15上,该网络拥有良好的普适性;这些结果充分证明了LightPointNet分类性能良好且计算效率高,具有轻量级、实时性优点,可以部署在嵌入式设备中,在物联网和点云实时处理等方面具有广阔的应用前景.

基于多视角图像三维重建与点云配准的着装间隙量表征

为了分析人体不同姿势下的着装间隙量,采用多视角图像三维重建方法获取净体和着装的三维点云,利用OpenPose人体姿态估计模型确定关节点并逆投影到三维空间,获得净体和着装两层点云粗配准的匹配点坐标;基于着装未覆盖的人体点云,通过最近点迭代(Iterative closest point,ICP)算法实现两层点云的精配准,并对配准模型进行验证,建立三维着装模型。根据三维着装模型计算两层点云间的最近邻域距离表征着装间隙量。结果显示:经两步配准后,躯干着装未覆盖处两层点云距离平均值和均方根误差分别为2.859 mm和3.260 mm,胳膊区域两层点云距离最大的平均值和均方根误差分别为4.018 mm和4.735 mm,配准结果精准度较好。该方法可以准确地获取不同姿势的着装间隙量的大小与分布,为分析着装间隙量与运动的关系、评价舒适性、建立热传递模型及评估虚拟试衣效果提供关键技术手段。

模型驱动的激光点云输电线路杆塔高效3D建模方法

为了提升输电杆塔三维建模的效率和质量,提出了一种模型驱动的激光点云输电线路杆塔建模方法,以解决实际生产应用中大范围输电杆塔的快速、高精度三维模型建立问题。本方法先建立不同类型的杆塔模型,然后利用获取的输电网点云数据计算点云分布的方向特征,确定输电杆塔的主方向,为每个杆塔确定局部坐标系。进而通过半自动化方式从杆塔点云中捕捉杆塔关键点,通过模型匹配算法,确定与点云数据最佳匹配的杆塔模型。相较于现有的人工编辑方式和组件式建模方法,以模型驱动的方法可以保证所建立的杆塔模型的完整性以及准确性,需要较少人工编辑的同时提升了效率和质量。经过真实数据测试表明,本文方法具有可行性和实用性。

基于3D激光扫描的钢桥塔节段虚拟装配方法

针对桥梁预制钢构件在预装配工序缺乏数字化检测手段,以及缺少控制整体装配误差的技术方法等问题,提出一种基于3D激光扫描的钢桥塔节段虚拟装配方法。该方法首先针对大尺寸钢桥塔节段提出基于标靶拼接的部分特征点云扫描方案,获取其点云数据并进行逆向建模;然后以钢桥塔节段装配面形心重合和扭转偏差最小化为原则,通过对节段关键点的制导完成钢桥塔虚拟装配;最后对影响装配精度的节段制作误差和相邻节段的断面吻合度进行定量分析。为验证该方法的可行性,以某独塔斜拉桥的钢桥塔预装配施工为背景,基于虚拟装配结果预估了该钢桥塔的可能整体装配误差,并通过调整节段装配坐标对钢桥塔整体装配误差进行了有效控制。实际工程应用结果表明:该虚拟装配方法可对钢桥塔节段的加工与装配误差进行检测,可预估钢桥塔实际可能出现的整体装配误差;通过调整节段定位参数可实现对钢桥塔整体装配误差的有效调控。

一种基于DensePoint的牙颌模型语义分割方法

牙颌模型分割是虚拟正畸系统的关键环节,针对传统的分割方法人工干预较多且交互操作复杂的问题,提出一种基于DensePoint的端到端牙颌模型语义分割方法。对牙颌模型的三维点云数据进行采样、标注和扩增处理,以满足分割网络训练要求;结合U-Net设计基于DensePoint的牙颌模型语义分割网络,同时面向点云数据集对网络下采样过程中的局部空间参数进行适应性优化,以确保网络能够提取到有效的局部特征;在Python环境和Pytorch框架中进行实现,并在增强的点云数据集上进行对比实验。结果表明:该方法的分割效果更优,准确率约90%,并且在相邻的牙齿边界和畸形的牙齿模型上具有更好的鲁棒性,较好地满足了虚拟正畸系统智能化的需求。

基于Smart3D无人机倾斜摄影实景三维建模浅析

基于无人机倾斜摄影影像,利用Smart3D软件结合数字明光实景三维建模项目,对实景三维模型制作的生产流程、效率、质量检查及精度进行分析,总结作业经验。

基于三维激光扫描的大跨悬索桥形态识别

为实现某大跨悬索桥的空间参数识别,利用三维激光扫描技术对该桥梁进行点云数据获取。利用点云模型的可测量性,提取到了桥梁关键构件的空间参数信息。结果表明,所测得的桥梁构件尺寸参数具有可靠性,但部分参数受到桥梁振动的影响出现了相对较大的误差。同时,通过基于点云得到的主梁、主缆线形以及设计线形的对比,可判断该大跨悬索桥处于安全的工作状态。相对于传统检测技术,三维激光扫描技术可以实现精确高效的大跨悬索桥空间参数识别。未来需解决的关键问题是如何考虑大跨悬索桥的振动对测量结果的影响。

基于特征点动态选择的三维人脸点云模型重建

针对典型的点云配准方法中伪特征点过多导致配准效率低和配准结果不精确的问题,提出一种基于特征点动态选择的三维人脸点云模型重建方法。该方法在粗配准阶段,采用动态特征矩阵求解法获取粗匹配特征变换矩阵以避免伪特征点的干扰。在精配准过程中,采用二次加权法向量垂直距离法在人脸流形表面选择更有效的特征点以减少伪特征点的数量,并采用基于特征融合与局部特征一致性的迭代最近点方法进行精配准。经过对比实验验证了算法的可行性,实验结果表明,该算法能够实现高精度且快速的三维人脸点云模型重建,且均方根误差达到1.8165 mm,相较其他算法,其在模型重建精度和效率方面都有所提升,具有良好的应用前景。

三维激光扫描技术在工程建设中的应用研究

阐述地面三维激光扫描技术原理,介绍三维点云数据采集和处理的关键进展,梳理三维扫描技术在地下空间开发利用、结构健康监测、室内工程施工、质量检测与评估、文化遗产保护传承、智慧城市应用、已有工程改造、施工进度跟踪等领域的应用现状。分析该技术应用于不同领域的优缺点及改进方向,指出三维点云数据存储管理、计算分析面临的挑战,并展望三维激光扫描与点云处理在工程中的发展趋势。