基于ISS-3DSC的NDT三维点云配准算法研究

工件形貌的三维扫描需求在车间自动化装备中越来越多,其中点云配准作为三维数据处理的重要步骤。现有三维点云配准存在特征点对误配、配准时间长、配准精度差等问题,提出了一种基于内部形状描述子-三维形状上下文特征(ISS-3DSC)的NDT三维点云配准算法。首先通过内部形状描述子(ISS)算法提取三维点云关键点,提高配准效率;然后结合三维形状上下文特征(3DSC)进行关键点的特征描述,并根据特征点对中值距离法剔除错误点对,采用SVD分解计算初始变换矩阵;最后使用NDT算法完成精配准。测试实验结果表明:算法在鞋面、鞋底点云数据配准时的精度可达到0.025 cm,相比传统SAC-IA+NDT算法配准效率提升明显,具有一定的工程应用价值。

丘陵山地柑橘果园机器人自主导航与精确控制系统设计与试验

为实现丘陵山地柑橘果园机器人的自主导航,设计了一种基于激光雷达和惯性传感器的果园自主导航系统.使用激光SLAM融合多传感器所获数据,并利用误差状态卡尔曼滤波器进行位姿优化,从而构建果园的三维全局点云地图.对全局地图进行分析和处理,确定机器人的安全行驶区域,并应用基于机器人运动学多约束条件的三次非均匀B样条曲线轨迹优化算法实现路径规划,使用NDT-ICP算法实现机器人在全局地图中的定位.为适应丘陵山地果园地形复杂性,提出了一种基于预瞄跟踪的自校正增量PID控制策略,利用递归最小二乘法实时调整PID参数,并在机器人履带式行走机构上进行了系统整合测试.试验结果表明,误差状态卡尔曼滤波器优化后的地图精度与优化前相比有明显提升.机器人以1.2 m/s速度行驶时,导航控制系统的直线行驶平均位置偏差和航向角偏差分别为0.18 m和4.2°,转弯行驶平均位置偏差和航向角偏差分别为0.38 m和16.7°,可满足丘陵山地柑橘果园智能农机自主导航作业需求.

改进ICP算法的激光雷达点云配准

针对传统ICP算法在激光雷达目标点云配准中存在匹配时间长,以及受初值影响导致该算法应用在无人车SLAM技术中容易存在定位精度不高和稳健性较差的问题,本文提出了一种结合KD-tree算法的NDT-ICP算法。首先,通过Voxel Grid滤波对激光雷达获取的点云数据进行预处理,利用平面拟合参数的方法去除地面点云;然后,利用NDT算法进行点云粗匹配,缩短目标点云与待匹配点云距离;最后,通过KD-tree邻近搜索法提高对应点查找速度,并通过优化收敛阈值,完成ICP算法的精匹配。试验结果表明,本文提出的改进算法相比于NDT算法和ICP算法,在点云配准速度和精度上有明显提高,且在地图构建上精度和稳健性更好。

融合NDT的2D激光数据扫描匹配遗传算法

针对激光数据扫描匹配中正态分布变换(NDT)算法在初始误差较大的情况下容易陷入局部极值的问题,提出了一种融合NDT的遗传算法(NGSAM)。引入NDT构建栅格,同时建立查找表加快求解速度,利用遗传算法搜索当前激光帧扫描数据和参考激光帧扫描数据的最优匹配。仿真实验结果表明:该算法在激光数据扫描匹配问题中取得了很好的效果,进一步提高了移动机器人的定位精度。

基于SAC-IA和NDT融合的点云配准方法

提出一种基于采样一致性初始配准(SAC-IA)和正态分布变换(NDT)配准融合的点云配准方法。首先计算出待配准点云和目标点云的快速点特征直方图(FPFH)特征;然后依据该特征,利用SAC-IA算法求出初始转换矩阵,完成初始配准;最后在初始配准的基础上,利用NDT算法对两片点云进行精配准。实验结果表明,该方法的配准精度显著优越于ICP算法,且配准效率也有所提升。

一种基于PCL库的NDT+ICP点云配准的改进算法

本文提出一种基于PCL库的NDT+ICP点云配准的改进算法,利用NDT算法在大数据量的点云模型配准方面速度和效率上的优势,经过点云的滤波、下采样预处理过程,结合OpenMP多线程并行技术提高算法的运行速度,提高了点云配准的速度与效率。

基于机器视觉的分拣机器人6D位姿估计

为解决传统分拣机器人通过人工示教完成指定动作其自动化程度低、实时性差、可移植性弱等问题,研究设计了基于机器视觉的分拣机器人实验平台,提出了基于粗配准与增强精配准混合递进配准策略的6D位姿高精度估计方法。首先,将由视觉传感器采集的3D点云信息进行背景信息去除、目标区域裁剪、ROI提取等预处理;然后采用采样一致性初始配准算法(SAC-IA)进行位姿粗配准,再利用迭代最近点算法(ICP)进行精配准及正态分布变换(NDT)进行增强精细配准,以获得高精度6D位姿。实验结果证明,通过粗配准与增强精配准能够快速准确获得待抓取目标6D位置和姿态,与理论位置和姿态相比较其误差分别控制在1.5 mm和2°之内,满足分拣机器人的实际需求,所提出的方法便于在基于机器视觉的机器人装配、打磨等有高精度6D位姿估计场合推广应用。

基于Harris特征与NDT-ICP算法的钢箱拱预制件尺寸智检方法

针对桥梁建造时传统人工尺寸检测在面对海量桥梁预制件时效率低、成本高的难题,使采用地面激光扫描(TLS)技术的智能尺寸检测突破现有数据处理算法的精度与效率瓶颈,建立了基于建筑信息模型(BIM)-TLS的桥梁钢预制件尺寸智检框架,包含构件几何尺寸检测与数字预拼装2个环节;二次开发了BIM点云化处理技术,构建了参照点云模型,采用直通滤波、统计去噪(SOR)滤波、体素化网格(VG)处理等算法预处理点云数据,实现了基于k近邻(kNN)算法的尺寸检测指标评价;通过3D-Harris特征点检测、正态分布变换(NDT)粗配准与迭代最近点(ICP)精配准提出了基于Harris特征与NDT-ICP算法的快速配准尺寸智检策略,并结合工程需求应用于某大跨拱梁组合结构钢箱拱预制件尺寸智检中。研究结果表明:采用提出的智检方法对2个相邻节段钢箱拱进行尺寸检测的最大偏差分别为1.689和1.571 mm,均满足制造偏差(小于2 mm)要求;与传统NDT-ICP算法相比,该方法将点云整体配准精度提高了35.3%,效率提高了61.88%,可见该方法表现高效且结果准确,促进了钢预制件几何尺寸检测智能化;基于该方法的拱肋数字预拼装监测点最大检测拼装偏差为1.953 3 mm,符合拼装偏差(小于2 mm)要求,实现了精准偏差检测,为后续桥位顺利架设提供了良好保障,且为相似结构的尺寸检测提供了参考。

基于三维激光扫描技术的建筑墙体外表面缺陷无损检测方法

为精准定位建筑外表缺陷,研究了基于三维激光扫描技术的建筑墙体外表面缺陷无损检测方法。采集建筑墙体信息,配准三维点云建筑墙体数据。选取RANSAC改进算法完成建筑墙体平面特征的提取。将其输入极限学习机中,输出建筑墙体外表面缺陷无损检测结果。实验结果表明,该方法可以有效检测建筑墙体外表面缺陷,实现建筑墙体外表面缺陷的精准定位,提升建筑的全寿命周期。

X射线焊缝图像中缺陷的实时检测方法

为了检测X射线探伤图像中螺旋钢管焊缝缺陷,提出了一种新的实时自动检测算法。它是一种基于图像空间特性(空间对比度与空间方差)的模糊识别算法,与人眼视觉识别特性相近,与其它传统缺陷检测算法相比,有较低的漏判率和误判率,并能满足生产线上实时检测的要求。

CTW无损压缩算法在管道无损检测中的应用

超声和漏磁无损检测方法是目前输油管道常用的安全检测方法,然而其检测数据庞大,必须对数据进行压缩。介绍了一种基于CTW(context tree weight)的无损压缩算法,该算法采用了新的更低冗余度的概率估算法,具有速度快和抗差错能力强等特点,将该算法应用于输油管道超声和漏磁方法无损检测实验数据的无损压缩,得到了较高的压缩率,与LZW(lempel ziv welch)无损压缩算法相比获得了更高的压缩率。

混凝土超声CT层析成像算法的改进

为提高混凝土超声层析成像的速度和精度,提出一种改进的快速图像代数重建迭代算法(IART),算法根据投影数据初步判定每个成像单元为缺陷的概率大小,由此概率选取迭代初值,并在迭代过程中根据概率大小分配投影误差。试验结果表明:IART算法有效控制了波速离差,提高了计算的精度和图像重建质量,实现了混凝土层析成像的实时性;对混凝土试件进行测试,IART算法相比于常规选代重建算法(ART)更能准确地反映混凝土内部结构。

基于SVM及电流牵扯效应的金属缺陷分类识别方法

金属在服役期间经常存在一些由应力、腐蚀和疲劳造成的缺陷,在众多的缺陷检测技术中,交流电位法作为一种无损检测技术在检测腐蚀坑和裂纹方面得到了广泛应用。用交流电位法检测不同缺陷时,由于几何形态的差异,缺陷深度的计算方法也不相同。因此需要在计算缺陷深度之前对所检测区域的缺陷类型做出识别。作者目的在于寻找一种高精度的缺陷分类识别方法。并且针对腐蚀坑和裂纹这两种最常见的金属缺陷,根据其对电流的牵扯效应不同,提出利用邻近检测区域的4个牵扯因子作为缺陷区域的特征向量建立分类模型。在大量仿真计算的基础上,分别建立坑蚀和裂纹的特征向量集,并由这些数据集训练得到基于遗传算法(GA)优化的支持向量机(SVM)分类模型。仿真测试结果中数据测试集分类精度较高,平板实验也得到了较高的识别精度。实验结果表明文中提出的缺陷分类识别方法对腐蚀坑和裂纹的分类识别具有很高的精度。

旋转台多视场扫描点云的自动配准方法

三维扫描需要将不同视角下获取的点云数据进行配准,并统一到全局坐标系。针对旋转台扫描得到的点云数据提出了一种自动配准方法,其基本思路是先用NDT算法作粗配准,将待配准的两片点云旋转平移到较好的初始位置,接着用ICP算法作精配准。经实验证明:该方法配准速度快、精度高。

基于无损探伤的高精度电路板缺陷检测系统

为了实现电路板焊盘、焊点焊接情况的快速缺陷分析,采用无损探伤技术结合大比例成像结构设计了高精度电路板缺陷检测系统.系统由X射线机、MV-M1000型高分辨率图像采集卡以及MN39750PA型CCD探测器构成,在分析了无损探伤基本原理的基础上,设计了大比例电路板成像结构,并提出了累计采样降噪算法.针对存在焊接问题的电路板进行实验,实验结果显示:通过无损探伤系统可以清楚地观察电路板的焊接情况.经光学系统计算分析可知,对缺陷的检测精度可达30μm,可以有效地满足工业应用等的设计要求.

采用激光雷达的无人车地形环境重建技术研究

为了实现对无人车周围地形环境进行建模,对LiDAR(激光雷达)建模方法与激光雷达点云匹配方法开展研究。通过对激光雷达所获点云数据进行坐标系转换、特征提取、点云分割、路面点云插值、非路面点云保留、场景整合、场景渲染实现了无人车三维的重建。最后将ICP算法与NDT算法相结合用于激光雷达的点云匹配,并开展实验验证,对结构化场景进行三维重建,表明该方法可行。该研究可为无人车最终的实际落地产生供理论参考与依据。

小波神经网络在电磁无损检测中的应用

在基于正交小波变换的小波神经网络模型构造的基础上,选取B-小波为小波基提出了一种小波神经网络新算法。通过选取典型训练样本集的方法提高了该小波神经网络诊断的准确性,并运用该小波神经网络对钢丝绳电磁无损检测信号进行了压缩与重构,试验结果证明了小波神经网络能够较为理想地完成缺陷信号的智能化检测,采用小波神经网络算法比传统的断丝识别方法准确率提高了很多。

信赖域方法在红外图像序列处理中的应用

在以光源为激励的红外无损检测图像序列采集过程中,由于受到不均匀加热、环境辐射等因素影响,采集到的图像序列存在着背景噪声大、对比度低、缺陷显示效果差等问题,易造成缺陷的漏检。为提高缺陷检出率,提出了基于信赖域反射算法的红外图像序列处理技术。通过算法对加热不均造成的背景噪声进行快速曲面拟合,并将拟合得到的背景曲面从原始图像中减去,从而去除加热不均的背景噪声。利用主成分分析算法对去除背景后的图像序列进行缺陷特征信息提取,进一步提高红外图像的信噪比。结合区域生长算法对缺陷区域进行分割,以提取缺陷区域。实验结果表明:采用上述方法,能够有效地改善红外图像的信噪比,进而达到提高缺陷检出率的目的。

基于改进型3DSIFT正态分布变换算法的点云配准

针对点云配准中采用三维尺度不变特征转换（3DSIFT）算法（基于三维点云）计算效率低的问题，提出一种基于改进型3DSIFT的三维正态分布变换（3D．NDT）配准算法。该算法首先利用球形代替方形来构造sI雕特征点描述符，并将3DSIFT算法特征描述向量128维降低到了48雏；其次，对三维点云进行3DSIFT特征提取并估算特征描述符，使用双向快速近似最近邻搜索和随机采样一致性算法确定最终点云匹配点，求解出变换矩阵，完成初始配准；最后，使用NDT算法体素化点云，并使用概率分布函数对点云精确配准。实验结果表明，改进后的算法适用于由KineetV2．0获取的不同角度的点云数据配准，且其配准精度较高。

用于核电无损检测的小型直流电机控制器设计

为了满足核电无损检测(NDT)自动化检查装备研制的需求,开发了一种以STM32为主控制器的通用型低成本小型直流电机运动控制器。该控制器主要由单片机最小系统、电机驱动电路、编码器信号处理电路和通信电路组成。通过STM32内部的增量PID算法和积分分离位置式PID算法来调节脉宽调制(PWM)输出,达到了快速、稳定、静态误差小的理想控制效果。基于此控制器,设计开发了一套双轴运动控制系统,实现对管道外壁面焊缝区域自动化栅格扫查的应用。