激光点云特征与知识规则协同的车道线提取

实现车道线高效的检测提取是自动驾驶领域中亟待攻克的关键技术之一,众多基于视觉方案的检测算法由于图像数据的特点存在一定局限性,如天气光照影响成像质量、难以兼顾弯道直道等。本文结合三维激光点云优势与道路知识规则提出了一种车道线自动提取算法。首先,通过多次强化道路边界高程差异获取路面点;其次,简化Isodata算法,自适应地得到反射强度滤波阈值;然后采用随机一致性算法检测直线聚类得到候选车道,将候选车道映射成二维矢量并通过类间距约束提取正确车道线;最后,基于相邻关键特征点对的向量拓扑关系一致性实现车道线拓扑重构,得到对应现实世界中意义完整的车道线。算法在车道线达5~6条的情况下,召回率达92.46%,准确率达94.79%,综合评价指标达92.41%,实验结果证明了方法的有效性和可行性。

基于点线特征融合的视觉惯性里程计方法研究

相机和惯性测量单元组成的基于图像点特征的视觉惯性里程计(Visual Inertial Odometry,VIO),广泛应用于移动机器人定位领域,但会面临点特征退化的问题,使其定位精度受到很大影响。因此,本文提出一种基于点线特征融合的VIO方法,并在EuRoC数据集上进行实验。结果表明:该方法不仅定位精度最优,而且线特征提取的时间较低。

煤矿井下巷道点云变形检测及可视化研究

为解决煤矿井下巷道变形传统检测的非连续、效率低、智能化程度低的问题,提出一种深度相机与激光雷达点云融合三维空间重构后进行变形分析的新方法。设计了点云切片及提取骨骼线算法,建立了巷道变形检测模型。三维点云处理复杂,算法集成难度大,基于Qt开发了可视化变形监控软件,通过信号槽机制完成人机交互设计。测试表明,系统可对巷道全域进行自动连续检测,变形检测精度高,软件具有良好的人机交互性。

基于三维点云的轮对踏面轮廓动态测量教学实验设计

通过MV-DP090-02B激光轮廓传感器获取轨道车辆轮对踏面轮廓影像信息,再将物体表面轮廓位置转化为三维点云数据,并对数据进行降噪和特征提取,然后对踏面轮廓进行三维重建。文章结合轮对踏面动态测量实验,对轮对低速转动过程中的踏面轮廓进行了扫描。数据处理结果表明,基于MV-DP090-02B激光轮廓传感器获取的三维扫描点云数据及相关数据处理,可以动态测量轮对转动过程中的踏面轮廓;MV-DP090-02B激光轮廓传感器能够满足实验室的测量需求,操作简便,是“轨道交通车辆机械检修”课程实验中轮对踏面轮廓获取的一种新方法。

基于近邻点重加权的点云特征线提取算法

针对3维点云模型特征线提取存在断裂、不完整问题,提出一种基于近邻点重加权的点云特征线提取算法。算法分为提取特征点和特征点连接成线2个环节,在特征点提取环节,引入近邻重加权局部质心算子获取特征点集,通过欧式最小生成树构建特征线。实验结果表明:采用近邻重加权局部质心算法进行特征点提取,跟传统基于曲率的算法相比其结果更加准确和稳健,能有效提取点云模型的几何特征。

基于ZYNQ的线激光轮廓传感器设计

为了直接获取工件轮廓点云,设计一种基于ZYNQ可编程芯片的线激光轮廓传感器。以ZYNQ芯片为核心处理器,设计传感器的图像采集与处理硬件电路。根据相机畸变模型,通过双线性插值法矫正各像素点的灰度值,研究基于法向迭代的灰度重心法以提取激光条纹中心线,结合相机参数和激光光平面方程的标定,计算相机坐标系下激光条纹中心点的三维坐标。在ZYNQ芯片中实现上述算法的并行加速,进行工件轮廓扫描测试。结果表明:该传感器可得到工件的三维轮廓点云。

无人机LiDAR在输电线路平断面测绘中的应用

传统输电线路平断面测绘方法工作量大、野外危险性高,难以测量植被覆盖区域地面点高程及交叉跨越导线。针对该问题,本文提出了将无人机LiDAR技术应用于输电线路平断面测绘的方法。首先分析了无人机LiDAR的原理及优势;然后对无人机LiDAR外业数据采集、激光点云滤波构建DEM、三维地物采集、断面提取及平断面快速成图等关键技术进行了深入研究。结果表明,该方法可以实现高精度、智能化地测绘平断面图,效率大大提高,为输电线路路径优化提供了技术支撑,具有巨大的经济和社会效益,值得推广与借鉴。

基于点云特征的城市道路标识线提取与分类

为了解决基于车载激光雷达(LiDAR)点云数据中的道路标识线提取完整度与提取精确度方面数值偏低等问题,提出了一种基于点云多元特征的道路标识线快速提取方法。在城市道路标识线的强度信息、几何信息和语义信息基础上,结合路面点云的强度特征、高程特征和点密度特征,生成多个地理参考图像,对多元特征图像进行特征提取与填充,再利用Ostu算法以及Alpha shapes算法实现道路标识线点云精提取,并根据标识线的几何、语义信息和模型匹配方案实现标识线的细分类,进行了理论分析和实验验证,取得了澳大利亚某城市道路的点云数据。结果表明,提取的短虚线、斑马线、单向转向箭头、长虚线的准确率均高于96%,召回率均达到91%及以上,综合评价指标均达到94%及以上。这些结果对无人驾驶领域研究起到了添砖加瓦的作用,也为城市数字化建设提供了一定的参考价值。

一种特征量化赋权的配电线点云自动提取方法

针对配电网电力线架设低、线路与植被、构筑物等地物混淆,大规模线路高精度、高效率提取难度大的问题,提出了基于点云多特征量化赋权的电力线提取方法。该方法可根据场景内复杂地物的空间分布特点,选择地物显著区分特征,并在兼顾特征变异性和相关性的基础上量化特征区分电力线的能力,实现电力线与周围地物的分离。选用三景不同规模、地形复杂性的配电网点云数据验证该方法的有效性,实验结果表明电力线提取精度可达97.6%。

融合PCA+RANSAC的激光雷达点云直线特征提取

直线特征是测量场景中的普遍特征,也是点云智能化处理的基础数据。针对目前直线特征提取算法复杂、精度有限的问题,提出了一种融合PCA和RANSAC算法的直线特征提取算法。首先,构建点云的协方差矩阵,并采用PCA算法求解特征值和曲面变分,用曲面变分筛选出特征区域点云;然后,再次使用PCA算法求解特征区域点云,根据特征值分布规律和曲面变分协同精化出直线特征区域点云;最后,利用RANSAC算法逐条分割出直线特征点云,并根据局内点坐标计算空间直线的方向和点坐标参数。试验结果表明,本文方法提取了block模型的全部12条直线特征并获取了正确的直线参数,直线特征点云的召回率为97.0%,精度为99.7%。本文算法有效可靠,可快速准确地提取点云直线特征。

面向移动作业的腿足机器人数字孪生系统

针对移动作业中的腿足机器人,结合数字孪生技术,设计整机系统的体系结构、模块结构、硬件框架和软件框架,通过集成多个传感器输入和数据源,可在移动场景下获得可靠准确的环境状态和机器人状态.基于点线特征匹配理论,优化腿足机器人的自主定位精度和鲁棒性,结合环境建模数据实现高效里程计和实时移动建图.提出建立数字孪生模型的通用方法,并通过误差补偿保证机器人数字孪生体的运动状态与实际机器人的运动状态高度一致.在数据集和真实机器人上进行实验,结果表明所提出的数字孪生系统不仅能够在不同的腿足机器人平台上稳定高效运行,而且能够保证实时状态反馈和里程计定位精度.与ORB-SLAM3相比,内存开销降低约68.7%,CPU使用率降低约17.8%.硬件实验表明,通信延迟与网络延迟基本一致,约为30 ms,有助于提高任务执行效率.

一种基于地面激光雷达点云的建筑物外轮廓自动提取方法

本文针对基于地面点云数据的建筑物轮廓自动提取,设计了一种由粗到精的提取方法。首先,将点云降维,在图像中进行轮廓优化和粗提取;然后,将欧式距离聚类和全局最小二乘方法与RANSAC方法结合,对提取出的粗轮廓进行更精细地拟合,得到原始的线要素;最后,采用平面几何拓扑约束和经验模型的方法,对得到的线要素进行简化和连接,完成轮廓的提取。试验结果表明,本文方法能够有效提取出建筑物轮廓,与传统方法实测相比,轮廓顶点处的位置精度总体小于5 cm,能够满足大多数城市测量应用场景。

机载LiDAR点云密度对输电线路工程断面提取精度的试验验证方法

机载激光雷达(LiDAR)技术是现代地理信息采集的重要手段之一,因其高精度、高效率的特点,已在输电线路工程的勘测设计中得到了广泛应用。本文针对《110kV及以上架空输电线路勘测设计无人机激光雷达系统标准》试验验证要求,基于实际工程项目数据,具体分析了不同地面点点云密度、不同断面提取方法对输电线路工程断面提取精度的影响情况,试验验证表明点云密度对断面提取精度的影响具有一定的正相关性,地面点点云在生成DEM的过程中存在一定的精度损失,而且随着点云密度的降低误差显著增大,尤其是在地形复杂区域。通过研究,建议在实际项目生产过程中采用直接点云法进行断面提取,以最大程度保留激光点云数据的原始精度水平。

面向点胶加工的壳体类工件三维重建

为了解决目前点胶加工中轨迹提取精度不高且过程繁琐的问题,提出一种基于线激光扫描的壳体类工件三维重建方法,可用于后续的点胶轨迹提取。首先,搭建了线激光扫描平台,获取了手机壳工件各视场的点云数据;其次,利用点云滤波方法对初始点云进行无效点移除、下采样和降噪的预处理;随后,采用五轴机床标定算法对点云进行粗配准,并采用迭代最近点(ICP)算法进行点云精配准,删除重复点后得到完整的手机壳工件三维模型;最后,通过实验验证了手机壳工件的重建精度,结果表明手机壳重建模型宽度的最大偏差在0.15 mm以内,平均偏差仅为0.079 mm,且和粗配准相比,精配准的精度提高了79.48%,故所提出的壳体类工件重建方法满足点胶加工精度要求。

基于机载LiDAR点云的电力线提取和三维重建方法

从LiDAR点云数据中提取电力线进行三维重建已经成为安全巡检的重要技术手段。本文提出一种电力线提取与重建方法,对获取的LiDAR点云数据,通过高程阈值分割法和直线检测得到直线方程提取电力线,并通过电塔定位实现电力线分档;然后,通过直线模型和悬链线模型结合的方法对提取的分档电力线进行三维建模。实验结果表明,该算法能实现电力线的提取和分档,且重建模型能实现电力线的三维重建,对电力巡线具有实际的应用意义。

一种机载LiDAR点云电力线自动化提取和重建方法

针对电力线走廊的机载LiDAR点云,提出了一种电力线自动化提取和重建方法。首先构建规则格网DEM,采用相对高程获得远地面点,分析点云空间分布特征对电力线点云进行粗提取,并利用局部高差的区域生长分割算法进行精细提取;其次,采用最小二乘拟合每个分割单元在xoy平面内的直线,分析该直线与对应高程数据的一阶导数变化趋势,利用密度聚类算法实现电力线的自动分段;最后,依据邻接电力线拟合求交点方式检测悬挂点位置,并采用多项式模型重构每根电力线矢量。实验结果表明,该方法能够自动化检测悬挂点位置,提取准确率高、拟合误差低,具有一定的参考价值。

基于机器视觉的工件Mark点快速提取方法研究

在现代化工业生产流程中,工件Mark点类型繁多且提取过程既复杂又低效。为解决这一问题,提出了一种基于机器视觉的工件Mark点快速提取的方法。首先,使用工业相机采集原始图像,然后对图像进行预处理以减少噪声和锯齿的影响。随后,针对目标边缘提取繁琐且不准确的问题,提出一种基于OpenCV的卡尺工具算法,该算法通过在检测边缘周围产生等大等距的测量矩形,利用亚像素图像及改进的Canny边缘检测算子获得测量矩形内的最佳边缘点,再利用基于梯度下降法的最小二乘法来进行直线或圆的拟合,通过该算法可以快速高效地获得工件的直线或圆边缘。最后,通过组合这些直线或圆边缘来获得所需的Mark点。实验证明,该方法可以快速而准确地拟合工件的直线边缘或圆边缘,并最终成功获取到相应的Mark点,定位精度可达到亚像素级,且具有较高的稳定性。

基于图像识别的输电线路设备缺陷识别系统设计

因输电线路所处位置大部分为山区,受环境、气候等条件的限制,无法及时识别输电线路设备缺陷。为了能够保证输电线路正常运行,预防意外事故发生,提出基于图像识别的输电线路设备缺陷识别系统设计方案。通过调用图像识别程序判断线路的周围状况,将图像数据压缩发送到后台服务器,设置存储逻辑对画面分类和存档。将图像直接输入卷积神经网络,利用激活函数生成特征图,获得向量表达抽象图像,优化损失函数。分析输电线路点云数据分布的投射点,提取图像初值匹配,剔除离群特征点,实现线路设备缺陷识别。试验结果表明,所设计系统可以精确地识别出输电线路设备缺陷位置,误差较小,能保证输电线路运行安全。

基于无人机载LiDAR点云数据的电力线提取方法

机载激光雷达(LiDAR)点云电力线提取过程中存在杆塔形状复杂、噪声影响大等问题,导致电力线点云提取精度低,本文提出一种基于点云分块处理、格网划分的曲面拟合滤波、自适应密度聚类算法的电力线点云提取与重建方法。首先,根据电力线走向,对整体点云进行分块处理;其次,在曲面拟合算法的基础上,引入格网划分思想,提出一种改进曲面拟合滤波算法并进行点云滤波;最后,通过给出自适应密度聚类解决方案精确提取电力线点云。借助点云库(PCL)、libLAS库与Visual Studio 2017 C++开发环境实现本文算法,基于实测点云数据对本文方法进行测试与精度评定。结果表明:电力线提取精确率为97.82%、召回率为99.76%、F1值为98.78%,一次便可实现电力线的成功提取,在保证提取精度的同时提升了提取效率,本文研究能够为电力线智能巡检提供良好的工程应用价值。

Research on Visual Detection Algorithm for Groove Feature Sizes by Means of Structured Light Projection

The visual inspection is an economical and effective method for welding. For measuring the feature sizes of grooves,a method based on line structured light is presented. Firstly,an adaptive algorithm to extract the subpixel centerline of structured light stripes is introduced to deal with the uneven width and grayscale distributions of laser stripes,which is based on the quadratic weighted grayscale centroid. By means of region-of-interest(ROI)division and image difference,an image preprocessing algorithm is developed for filtering noise and improving image quality. Furthermore,to acquire geometrical dimensions of various grooves and groove types precisely,the subpixel feature point extraction algorithm of grooves is designed. Finally, experimental results of feature size measuring show that the absolute error of measurement is 0.031—0.176 mm,and the relative error of measurement is 0.2%—3.6%.