Arm-Root Curve Fitting Based on Body Surface Feature Points for Young Male

This paper is aiming to obtain an arm-root curve function performing the human arm-root size and shape realistically. A gypsum replica of upper arm for young male was made and scanned for extracting the 3D coordinates of 4 feature points of shoulder point, the anterior/posterior armpit point and the axillary point describing the real arm-root shape under the normalized definitions, and the 5 landmarks were confirmed additionally for improving the fitting precision. Then, the wholly and piecewise fitting of arm-root curve with 9 feature points and mark points in total were generated respectively based on least square polynomial fitting method. Comparing to the wholly fitting, the piecewise fitted function segmented by the line between anterior and posterior axillary points showed a high fitting degree of arm-root morphology with R-square of 1, the length difference between fitted curve and gypsum curve is 0.003 cm within error range. And it provided a basic curve model with standard feature points to simulate arm-root morphology realistically by curve fitting for accurate body measurement extraction.

基于三维点云的采后香蕉表征褐变定量评估方法

【目的】研究采后香蕉的表征褐变并评估其衰老程度对香蕉保鲜管理至关重要,本研究致力于解决传统人工测量香蕉表征褐变存在的劳动强度大、效率低下的问题。【方法】提出一种基于三维点云的采后香蕉表征褐变过程定量评估方法。首先利用三维扫描仪获取香蕉的三维点云模型,重构出香蕉的几何模型;然后使用欧式聚类对香蕉几何模型进行点云滤波降噪处理;再结合图像阈值分割法与散点轮廓算法(Alpha Shapes)求出香蕉的体积、表面积和黑斑面积;最后利用傅里叶函数对香蕉表面黑斑变化过程进行模拟,确定香蕉表征褐变过程的评估模型。设计本算法与溢水法测量实际香蕉体积、手绘测量面积的对比试验。【结果】拟合香蕉的生长函数,回归直线对观测值的拟合程度R2=0.9816>0.75,验证了算法的有效性。对比试验结果表明,本算法与实际测量值的平均相对误差小于1%,验证了该算法的准确性和可行性。【结论】本研究可为香蕉的保鲜管理提供数据及技术支撑。

点接触弹流摩擦副动特性研究

弹流油膜具有显著的弹簧、阻尼特性,对高副机械零件和系统的动特性具有重要影响。研究弹流摩擦副的动特性,揭示弹流摩擦副动力学特性的变化规律,对改进和提升整个机械系统的动力学设计具有重要意义。基于弹流润滑理论和机械振动学,建立点接触弹流摩擦副的摩擦学-动力学耦合模型,采用数值方法求解弹流摩擦副在简谐激励下的振动响应;通过简谐激励下弹流摩擦副的阻尼环识别出弹流摩擦副的刚度和阻尼,用参数控制的方法研究载荷、速度、材料参数及椭圆度等对弹流摩擦副刚度和阻尼的影响。结果表明:在研究的速度和载荷范围内,摩擦副的刚度和阻尼随载荷和椭圆度的增大而增大,随速度和材料参数的增大而减小,其中载荷对点接触EHL摩擦副的刚度和阻尼的影响最为显著,相比阻尼,摩擦副的刚度随载荷、速度和材料参数的变化幅度要大得多。在数值算例的基础上,给出弹流摩擦副的刚度和阻尼关于载荷、速度和材料参数的拟合公式。数值比较结果表明,给出的拟合公式具有满意的精度,可快速计算弹流状态下点接触摩擦副的刚度和阻尼。

点云加权迭代线拟合室内平面图自动生成方法

提出了一种基于三维激光点云加权迭代线拟合的室内平面图自动生成方法,根据线特征对三维点云沿高程方向的投影点云进行分割,采用加权迭代直线拟合方法进行分段直线拟合,并进一步对拟合直线进行融合和轮廓补全,实现室内平面图的自动生成。基于手持SLAM系统获取的典型室内场景激光点云自动生成室内平面图,结果表明,该方法能有效抑制室内点云噪声,结构提取完整性可达94.4%,制图精度优于3 cm,可快速生成室内平面结构图。

基于激光扫描点云的脚手架杆件角度获取

脚手架变形监测是脚手架安全的基础,施工现场一般采用传感器或全站仪进行点式监测,监测效率和准确性均较低。因此,提出一种基于点云的脚手架杆件角度获取方法。首先采用激光扫描仪对搭设好的脚手架进行扫描,对收集到的脚手架点云数据进行预处理后,基于RANSAC算法拟合脚手架杆件圆柱体,提取不同杆件圆柱体方程与轴线方向向量,计算方向向量间的角度。为验证所提方法的有效性,将脚手架点云模型分别围绕某一轴或某一点旋转不同的理论角度,得到新点云模型,然后采用上述方法计算其与原模型间的角度,与理论角度进行比较。结果显示,计算角度与理论角度间的最大相对误差为125%,平均相对误差为075%,验证了该方法的可靠性,为脚手架变形监测提供新的思路。

基于点云的堆叠玛钢管件识别定位方法

针对机器人抓取堆叠玛钢管件识别定位精度较低等问题,提出基于点云信息的堆叠玛钢管件识别定位方法。通过双目视觉获取管件的视差图,采用HSI权重分配及左右一致性校验法对玛钢管件的遮挡点进行校验,得到完整的管件视差图;基于玛钢管件点云的法向量特征,剔除管件接触部分边缘点,利用欧式聚类对相互独立的管件点云进行分割提取,采用ISS算法得到玛钢管件的关键点云数据信息,通过RANSAC算法与ICP算法进行点云匹配,确定玛钢管件的位姿。实验结果表明,该方法对不同工况下堆叠玛钢三通管件的平均识别率为89.5%,机器人抓取精度平均提升了37%。

融合多边形拟合与凹点匹配的黏连重叠矿石图像分割算法

用选矿机进行矿物分选可以提高目标矿物的含量,从而优化资源利用,提高生产效率,在矿业领域中具有重要意义与价值,但分选过程中通过X射线透射技术所得的矿石图像会存在目标黏连及重叠的情况,这将严重影响矿物分选效率及精度,获取独立矿石图像是使用该方法对矿石进行识别、定位、分选的必要条件。为提高矿物分选精度与效率,提出了一种基于多边形拟合的凹点检测与匹配算法用于分割黏连矿石图像。首先,将矿石二值图像拟合为多边形图像并从图像拐点中甄别出凹点;其次,利用拐点构建直线方程形成检测区域,在该区域内搜寻凹点的待连接点,完成凹点匹配;最后,将计算机视域由二值图转移至灰度图,通过分析待分割区域的灰度值判断该区域是否为矿石间实际黏连处,从而决定是否执行分割操作。试验结果表明,算法在黏连矿石数据集上的总体分割准确率为93.60%,凹点噪声率仅为5.23%,处理尺寸为281×336的图像平均计算时间低至5.13 ms,检测效率最高可提升220倍以上,其噪声凹点滤除能力、凹点检测精度、分割准确率、算法运行速率均优于同类算法,对不同黏连数量及不同黏附形式的矿石图像均展现出较强的分割稳定性。

改进的激光雷达线段特征提取方法

针对现有激光雷达(LiDAR)特征识别算法线段特征识别不够准确的问题,提出了一种改进的LiDAR线段特征识别算法。首先,基于改进的斜率差算法将连续的点进行聚类,找出所有的角点、断点和散点,并以断点为特征分割点集;接着,利用连续边缘跟踪算法剔除假断点;然后,使用改进的迭代适应点(IEPF)算法筛选基于斜率差算法找出的所有角点,得到真实的角点。最后,对分割并筛选后的特征点集进行最小二乘拟合,从而得到特征线段。实验结果表明:该方法相对现有特征识别算法在角点和断点的识别准确性上更高,因此提取的特征线段的长度鲁棒性也更好。

基于目标机动噪声的末制导弹命中概率模型

末制导火箭弹对机动目标打击过程中,火控系统对机动目标的解算及命中概率是值得关注的问题。用射表拟合函数与目标运动方程联立建立解命中模型,并采用弦截法迭代求解。用离散的短时状态转移方程推导出长时期状态转移方程,从中分离出各短时间段内的高斯白噪声的累积和作为长期预测的概率模型。针对不同机动模型,用历史采样数据估计概率模型中白噪声的方差,从而可确定模型整体方差,并根据火箭弹飞行时间及末制导弹制导范围可计算命中概率。对CV模型、CT模型、CA模型和singer模型进行了解命中和概率计算,通过仿真验证了概率模型的准确性。

昆虫冷驯化及机制研究进展

昆虫冷驯化技术可以显著提高其耐寒力,综述了昆虫冷驯化的方法及耐寒性评估的生物学指标,分析影响冷驯化效果的生物因素(昆虫发育阶段、性别、滞育)和非生物因素(温度、光周期、湿度等),明确了冷驯化对昆虫在生长发育、生殖力及子代发育等方面的影响,并进一步从抗寒蛋白、代谢调节等层面探讨了冷驯化提高昆虫耐寒性的机制。以期为昆虫冷驯化及冷藏保存技术的深入研究提供参考,以促进天敌利用及害虫防治。

基于M估计算法的三维点云平面拟合方法研究

通过激光传感器获取的三维点云难免混入噪声和异常点,导致点云平面的拟合精度降低。为解决该问题,本文提出了一种结合M估计样本一致性(MSAC)算法和主成分分析(PCA)法拟合点云平面的方法。该方法首先通过MSAC算法去除点云数据中的异常点,获得较为理想的点云平面,然后使用PCA方法对保留的点云数据进行平面拟合,以获取更加精确的点云平面参数。使用电池托盘作为被测物,应用3D线激光轮廓传感器扫描被测物并将点云数据传输到计算机进行处理。通过设定的仿真数据和电池托盘点云数据进行实验,发现本文方法与随机采样一致性(RANSAC)结合PCA、最小平方中值(LMedS)结合PCA的方法相比,在耗时接近的情况下,能够显著降低异常点对点云平面拟合的影响,获得更精确的平面拟合参数。对两个部分的电池托盘点云滤波处理后进行平面拟合时,能够发现本文方法与其他两种方法相比,标准差分别降低了28.6%和22.5%%、24.0%和29.0%,该方法具有较高的平面拟合精度和实用性。

基于多尺度曲面的飞机蒙皮凹坑损伤检测算法

针对飞机蒙皮凹坑损伤噪声干扰强、检测时间久,机身表面不平整,且在二维图像中缺乏视觉信息、难以进行自动检测的问题,设计了一种基于多尺度曲面模型的飞机蒙皮凹坑损伤自动检测算法.首先,通过无人车、升降杆和深度相机搭建自动化采集平台,用来获得飞机蒙皮点云数据;然后,基于半径滤波、体素滤波、最小移动二乘法算法得到预处理数据;最后,在此基础上,基于多尺度区域划分、随机抽样一致算法和表面特征聚类进行损伤检测,得到最终的损伤结果.在损伤数据集上进行测试,实验结果表明:本文提出的算法在准确率、召回率、F值以及平均检测时间4个指标上均有明显提升,其均值分别为92.86%、86.67%、89.92%和6 s,损伤检测结果优于现有的几种点云损伤检测算法,本文提出的算法实现了在飞机蒙皮场景中自动检测凹坑损伤的目标.

基于目标检测的激光雷达道路边缘检测算法

道路边缘检测是自动驾驶车辆环境感知的重要组成部分,有效地从点云数据中提取道路边缘信息,有利于进行目标检测以及可行驶区域检测。针对点云道路边缘检测问题,提出了一种考虑车辆等道路参与者对道路边缘检测带来干扰的解决方案。首先,采用地面点云分割算法,将原始点云分割成地面点云和非地面点云;其次,根据车辆等道路参与者的固有特性,采用点云聚类算法对点云进行聚类,并将符合车辆等道路参与者特性的非地面点云进行滤除;再次,根据道路边缘点云在二维平面内,能够有效地遮挡激光发射中心点与非道路边缘点之间的连线,从而提取道路边缘点云;最后,采用随机抽样一致性(random sample consensus,RANSAC)算法对道路边缘点云进行多项式拟合,并使用扩展卡尔曼滤波器对道路边缘进行跟踪。实验结果表明,所提点云道路边缘检测算法能够消除车辆等道路参与则对点云道路边缘检测的影响,且算法满足实车实时性和鲁棒性要求。

基于图像点云的道路缺陷检测

本文针对无人机图像点云道路缺陷检测问题,提出了一种基于点云切片平面拟合与聚类的道路缺陷检测方法.首先,采集无人机图像进行三维重建生成图像点云,对点云进行坡度滤波与统计离群点滤波,消除噪声和异常点的干扰.然后,对点云进行切片并利用随机采样一致性平面拟合算法估计道路的平面模型.随后,运用点云DBSCAN聚类算法分类出边缘噪声与道路损伤点云.最后,采用点云切片法估计损伤程度.在实验中,我们使用真实无人机采集的点云数据,并与基于点云垂直度特征检测方法进行了对比.实验结果表明,本文方法表现出较高的准确性和鲁棒性,体积估计的误差为1 307 cm^(3).相较于传统方法,本文方法能够更精确地检测出道路损伤,并能适应复杂的道路形状变化.

果园树干检测与导航线拟合算法研究

行间机械自主导航有助于提高果品生产效率,降低人工成本。树木是行间导航的天然地标,可以为机器人提供导航信息。结合深度学习和最小二乘法,提出一种基于机器视觉的行间导航场景的导航线提取方法。首先,收集实际环境下的树干图像,并对图像进行翻转、裁剪等操作扩充树干数据集;其次,构建YOLOv5网络模型,并基于该模型来对行间树干进行识别,提出利用识别框下边中点替换根部中点的方法,以此来确定树行拟合的定位基点;最后,基于最小二乘法完成果园单侧树行线和树行中心线的拟合。试验结果表明,所构建的YOLOv5网络检测模型对树干的平均识别正确率为85.5%。所提出的根点替换定位法的直线像素距离平均误差为5.1像素,树行中心导航线的平均横向偏差为5.8像素,符合行间导航的要求。

考虑生产方风险的航空装备外场可靠性评估方法

当航空装备的外场试飞试验时间较少时或故障数较少时,按照一般要求使用方风险为20%来确定平均故障间隔时间(MTBF)的置信下限,此时区间估计的波动性较大,若出现产品可靠性评估不合格的现象会对拖延整个飞机的定型工作。本文借鉴美军标的做法,从环境应力筛选中接收概率公式来进一步佐证最短试验时间;从鉴别比和双方风险角度来确定区间估计的最少故障数,使得外场试飞评估更加公正科学。一般根据使用方风险20%,按照生产方风险不能低于20%但不能高于40%来计算最少故障数,否则只能进行点估计。然后对“出厂和返修”数据进行预处理,包括判定是否达到最低平均每台工作时间及故障数据是否满足指数分布。最后,通过卡方分布的分位点来定量评估MTBF指标的单侧置信下限,并对是否满足MTBF规定值进行判定。

基于三维点云的曲轴同轴度误差测量方法研究

针对曲轴轴颈同轴度的快速检测的需求,文章提出了一种基于三维点云的同轴度误差视觉测量的方法。文章应用激光扫描仪获取待测件的三维点云模型,计算获取等间距的轴颈点云切片;然后,提出Pratt-RLTS法来得到各个点云切片的圆心,进而根据各切片圆心以最小二乘法获取公共基准轴线,最终实现同轴度误差的测量。实验结果表明:文章圆拟合方法对比最小二乘圆法、最小包容圆法、RANSAC等方法更准确稳定,与三坐标测量机结果相比最大绝对误差均值不过超过4.8μm,可以满足快速高效测量曲轴同轴度误差的实际需要。

酸洗脱灰处理对煤自燃倾向性的影响分析

煤自燃倾向性是矿井火灾预测的关键参数之一,受煤的化学成分、孔隙结构、官能团等多种自身理化性质的影响,酸洗脱灰处理可以有效去除煤中杂质,提高煤的纯度。为深入探究酸洗处理对煤自燃倾向的影响,采用2 mol/L的硫酸对煤样品进行酸洗处理。通过气相色谱、热分析及红外光谱等实验,将酸洗煤样品与原煤样品进行对比分析。结果表明,酸洗脱灰处理能够有效去除煤中赤铁矿等金属氧化物类矿物,以及高岭土等矿物。同时对煤中芳香类官能团的取代结构、含氧官能团中的羟基以及脂肪类官能团中的侧链结构等产生显著影响。与原煤相比,经处理的煤样品脱灰率为26.4%,交叉温度点由203.6℃变为205.5℃,热失重速率从11.27%/min降为10.21%/min,峰值温度由503.77℃升高为521.66℃,自燃倾向性降低,为酸洗后煤自燃的预测和防控提供了理论指导。

基于STL模型的焊缝横截面提取方法

目的:针对线结构光视觉传感器获取的截面轮廓与焊缝主方向不垂直,不能完全反映焊缝横截面真实形貌的问题,提出一种基于STL模型的焊缝横截面提取方法。方法:以线结构光轮廓传感器采集的原始离散点数据为基础,通过RANSAC算法进行轮廓分割,提取特征点和焊缝边缘,确定焊缝主方向;利用分割后焊缝截面轮廓点拼接焊缝表面三维点云;在此基础上,采用泊松算法对点云进行曲面拟合构建STL模型;采用基于三角形面片位置信息对STL模型进行分层处理,获取焊缝横截面轮廓。结果:对有无缺陷焊缝表面点云数据进行处理,结果表明,所提方法能够准确地提取焊缝横截面轮廓。相较于传统方法,获取的有缺陷焊缝横截面轮廓偏差平均值减少46%,最大值降低28%,标准差减小41%。结论:本方法能够有效提取焊缝横截面,可以解决线结构光视觉传感器获取的截面轮廓与焊缝主方向不垂直,不能完全反映焊缝横截面真实形貌的问题,能够为后续焊缝缺陷识别、损伤评估和修复提供重要数据支撑。

基于激光点云的中厚板表面平整度测量

在冶金行业中,中厚板是主要产品之一,其平整度是评估钢板质量的重要指标。压力矫平现场还依赖于人工测量,无法准确地表征板材平整度。为了提高检测的准确度及高效性,提出了一种基于机器视觉的平整度测量方法。基于高精度的三维视觉扫描技术,结合高斯拟合算法,利用高斯系数构建特征值,建立高斯特征值与实际板材弯曲高度的映射关系,构建基准平面,计算点云坐标值与基准平面的距离,结合RGB颜色模型绘制板形云图,在此基础上给出压力矫平添加垫板的位置。实验表明,所提出的方法计算误差不大于0.3 mm,可以实现对中心凸起或边缘翘曲钢板的测量,同时板形云图反映了板形分布状况及垫板位置。该度量方法可以准确测量中厚板的弯曲量,可以为压力矫平提供数据支持。