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。

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.