基于VR技术的舰船航行环境快速重构研究

由于点云数据匹配数量不足,导致重构的三维图像与实际图像之间存在较大位置误差。针对上述问题,进行基于VR技术的舰船航行环境快速重构研究。研究以VR技术为依托,利用VR技术中的核心计算机完成4个步骤。首先对前端VR成像设备采集到的二维点云图像进行预处理,包括点云去噪和精简;然后进行摄像机标定,确定摄像机数学模型,从而得出三维空间中物体的几何信息;再以得到的几何信息为基础,进行点云特征点检测与点云匹配;最后利用VR技术中的VTK软件实现自动重构。结果表明,与2种传统重构方法相比,本方法应用后,点云匹配数量更多,重构的三维图像与实际图像之间的位置误差更小,证明了本方法的重构性能。     

一种激光雷达与双目相机外参数标定方法

针对异质传感器坐标系融合的准确性问题，提出一种利用圆柱面标定物以离线方式计算激光雷达与双目相机的外参数标定方法。通过分析圆柱面点云的三维几何特性，二维化圆柱面点集，并拟合多个平面椭圆实现圆柱面的检测，识别圆柱面图像的棋盘格角点并进行角点三维重建，利用基于邻域法向量的拟合算法拟合圆柱面，并根据最小化投影距离约束条件对激光雷达与双目相机的位姿关系进行计算。仿真与试验结果表明：激光雷达识别圆柱面的半径误差最大为8mm，双目相机识别圆柱面的半径误差最大为40 mm；且根据外参数标定结果，圆柱面圆度值符合误差特性，这验证了圆柱面标定物应用于激光雷达与双目相机外参数标定的有效性与准确性。     

基于LabVIEW的管道泄漏检测信号处理方法

选用小波阈值去噪方法,利用LabVIEW中的函数模块实现信号的滤波和数据处理。利用小波变换的多尺度功能提取信号的突变或瞬态特征,准确地求取奇异点的位置,获得压力信号传播到首尾端的时间差。有效提高了压力波传播时间差的测量精度,从而提高管道泄漏点的定位精度。     

AI自动装车技术在智慧港口的应用

利用自研AI检测算法对激光雷达点云的动态数据进行实时分析,结合散杂货码头操作系统(BTOS)实现散杂货码头散料装车自动化。散料装车自动化系统主要由激光雷达、PLC、料位计雷达、车牌识别相机和AI工作站等组成,能够通过准确识别车体平面、落料区域车前栏板、料位情况、装载设备状态等关键信息,自动识别不同车型,将数据传送到PLC后控制料口的开关,实现散料装车自动化。通过AI自动装车技术在散料装车自动化上的应用,能够提高码头散料装车的准确性和作业效率。     

基于RGB-D深度图像的船体板架非结构面模型重建方法北大核心CSCD

[目的]为准确、快速地重建船体板架非结构面三维形状,便于船体结构变形的高精度高效率测量,设计一种基于RGB-D深度图像的模型重建方法。[方法]首先通过随机抽样一致性算法与最小二乘法相结合的方式剔除点云集中的异常数据,再利用RGB彩色图像棋盘格标靶位置信息对结构多视角点云进行配准;其次将结构物面进行区域网格划分并对点云进行聚类,运用最小二乘法原理对每个网格点云子集进行空间曲面拟合,实现点云融合,在此基础上采用高阶面元实现船体结构外板表面的三维重建;最后,通过试件重构模型与激光扫描点云进行对比,验证模型重建方法的精确性。[结果]结果显示,试件三维重构模型较激光扫描点云随机点的均方根误差为1.02 mm,建模精度满足船舶建造工程需求,同时结构RGB-D深度图像数据获取时间相比于激光扫描可忽略不计。[结论]研究表明,提出的模型重建方法能够准确高效地完成船体板架非结构面三维重构,为船体结构变形测量提供了有力的数据支撑。     

基于深度图像的激光点云配准算法

针对迭代最近点(Iterative Closet Point, ICP)在配准过程中容易陷入局部最优的情况,提出一种基于深度图像匹配的点云配准算法。通过点云深度信息得到点云在投影平面上的深度图像,采用深度图像的配准选择定向二进制简单描述符(Oriented Fast and Rotated BRIEF,ORB)算法对深度图像进行配准,对匹配结果采用随机采样一致性(RANSAC)算法对配准特征点进行筛选,剔除错误匹配点,保留匹配正确的图像特征点,将其索引到三维点云数据中。根据匹配的三维点云数据计算点云初始旋转矩阵和平移向量,调整点云初始位置,为后续精配准提供良好的初始位置,同时用ICP算法完成精配准,基于PCL(Point Cloud Library)开源数据库实现精配准过程。通过改进可有效缓解现有算法中存在的迭代易陷入局部最优的问题,提高精配准的速度、精度和可靠度等,并通过试验的手段验证算法的有效性。     

无人机机载激光雷达测绘技术在航道整治工程中的应用

机载激光雷达测绘技术具有穿透植被、灵活性强、高精度以及作业安全等优点，结合无人机技术无需专门起降场、作业灵活、转场方便和成本较低的特点，能够快速获取地表三维点云数据，广泛应用于多个领域。在黑沙洲水道航道整治二期工程中，对重点局部区域在不同阶段利用无人机机载激光雷达测绘技术进行多次测绘，得到高精度地表丰富信息，结合多波束水深测量得到的水下地形数据，对整治前、整治中和整治后的抛填、淤积、崩塌和冲刷数据进行综合分析和评价，指导工程设计、施工、监测和验收，为类似工程实践提供技术范例。     

基于机舱式多普勒脉冲激光雷达测风的风速重构技术

近年来,激光雷达测风已经成为一种可靠的风速测量技术,为了在风电机组控制和监测中准确高效的使用激光雷达测风数据,需要对激光雷达测风数据进行高效、快速、准确的实时处理。目前机舱式激光雷达测风面临如下问题：激光雷达在受到来流风时会跟随机舱振动,导致实测数据波动进而对风速重构算法产生影响;激光雷达会受到风电机组叶片遮挡,导致实测数据缺失或出现无效数据。本文通过合理配置激光雷达参数,以雷达测风数据作为研究对象,对测风数据进行数值修正,消除机舱振动带来的误差,开发出一套先进先出嵌套循环判断填充算法解决叶片遮挡问题,建立线性剪切风场模型,基于递推最小二乘法求解风场特征参数,最后通过泰勒冻结湍流假说计算风轮面转子有效风速,与机舱内控制参数反演出的转子有效风速进行对比,得出两组数据相关性在0.9374,两组数据差值的标准差为0.3429,结果证明在实际应用中,使用该配置参数的激光雷达通过坐标修正和数据填充等技术手段,开发的风速重构模型算法能够准确的为风电机组控制系统提供可靠的控制输入参数。     

云平台和分布式处理系统的船舶图像分类

在云平台和分布式处理系统中进行船舶图像分类,提高船舶的调度和识别能力,提出一种基于Harris角点检测和BP神经网络的船舶图像分类算法,在云平台和分布式系统下进行船舶图像采集,对采集的船舶图像进行二值化降噪处理,采用Harris角点检测技术提取船舶的分类标识性特征量,将提取的特征量输入到BP神经网络分类器中,实现云平台环境下的船舶图像分类。仿真结果表明,采用该方法进行船舶图像分类的准确性较高,抗类间干扰性较强。     

无人机激光雷达系统数据采集与滤波处理分析

使用无人机机载激光雷达系统可以快速、准确获取滩涂区植被覆盖区域地表高程信息。在数据处理过程中,对处理方法进行分析,发现采用人工预处理结合软件分类滤波功能的数据处理方式,可有效去除地表以外的点云数据。将输出成果点与人工R T K采集相近点高程进行比对,两者比对结果在20 cm以内的点占比在95%,表明数据成果可靠,可在类似项目中推广应用。     

基于岸基激光雷达的靠泊船舶辅助信息的获取研究

本文提出了一种基于岸基激光雷达来获取靠泊船舶的辅助信息估计方法。本文通过岸基激光雷达获取靠泊船舶的点云数据,从船舶靠泊时的船艏和船艉处的点云数据中确定了船舶靠泊偏角和离岸距离,然后根据船舶的船艏和船艉处点云的轨迹变化,计算出船舶法向靠岸速度。相对于传统靠泊时利用AIS和雷达获取船舶靠泊速度和航向角,本文算法能够更加直观获取船舶的靠泊偏角、离岸距离和法向靠岸速度,能够降低平行靠泊的难度,提高靠泊作业的效率和安全系数。     

点云处理的船载扫描仪三维设计处理

为实现对某船载扫描仪的快速设计,本文基于扫描点云,将多视角点云变换模型与噪点光顺方法相结合,实现了对点云文件的快速逆向设计。研究表明,本文所采用的方法具有计算速度快、模型光顺等优点,具有较好的实用价值。     

基于Zernike矩的半脆弱水印算法

随着图像技术的快速发展，当信息内容涉及到政治、军事、商业、法庭举证等重要数据时，其真实性和完整性必须得以确认。提出一种结合Zernike矩的半脆弱水印算法，利用图像小波变换低频子带的Zernike矩幅值的半脆弱特性区分恶意攻击和偶然攻击，提高了水印的安全性．并能准确地定位出篡改区域。     

基于点云数据处理技术测量车厢剩余冻煤体积研究

针对北方散杂货港口严寒天气造成敞车车厢卸载时冻煤黏连在车厢难以测量的问题，提出基于点云数据处理技术的计算敞车车厢剩余冻煤体积测量方法。首先，利用翻车机房出口上方的激光雷达获得敞车车厢的点云数据；然后，利用基于M估计随机采样一致性拟合平面的方法剔除侧墙的点云数据，采用欧氏聚类的方法对敞车车厢剩余点云数据进行聚类，得到敞车车厢剩余冻煤表面的点云数据；最后利用Delaunay三角化的方法重建剩余冻煤表面，计算Delaunay三角网格每个三角形投影到敞车车厢车底所形成的三棱柱的体积并且求和，实现对敞车车厢剩余冻煤计算体积的目的。     

基于ICP算法的内河岸线点云数据配准方法*

激光雷达作为一种扫描精度高、数据信息丰富的新型测绘装备,目前正逐步应用于内河岸线监测领域。由于内河岸线的跨度远大于激光雷达的量程,因此需要让激光雷达在不同地点多次扫描以获取完整的岸线轮廓数据。为了解决这种多站点扫描所带来的多站点云数据配准问题,在传统的ICP（最近迭代点）配准算法的基础上,实现了基于KD-Tree数据结构的ICP配准算法。该算法不仅能够将多站点云数据配准至某个统一的坐标系内,而且有效减少了ICP配准算法的数据搜索范围,提高了配准的准确率。经过多次实地测试可以发现,本算法能够有效减少配准时间,并达到相应的配准精度要求。总体来说,算法具有良好的点云配准效果。     

三维激光扫描技术在大型舱容测量中的应用研究

大型舱容标定对于不同货物密度、船体强度和倾斜度等配载情况下的容积修正和及时的容积表更新都具有重要意义。为实现大型复杂船舱的精确、快速容积标定,利用三维激光扫描技术获取船舱内外完整的点云数据,经过点云配准、点云滤波、点云空洞修补等预处理后,对点云进行自动、半自动分割,再利用NURBS曲面重建方法构造出完整的船舱整体结构三维模型。设计出一套船舱构件模型库和基于NURBS曲面的曲面求交、曲面三角剖分和容积计算方法,并利用ObjectARX开发出一套基于AutoCAD平台的船舱模型重建和容积计算系统。提出的方法和系统在实船实验中的结果表明,数据处理效率高,相对误差小于0．2％。     

基于三维点云的船舱数字建模方法

运用三维激光扫描仪采集船舱点云空间数据,通过SCENE软件对点云数据进行去噪、平滑、压缩和拼接等数据清洗处理,保证建模精度和效率。将预处理合格的点云数据导入Geomagic Studio软件,建立点云封装模型,通过人工划分面片区域,提取模型空间轮廓线,进行曲面拟合得到船舱三维数字模型。误差分析表明,模型数据的精度满足预期要求。基于三维点云的船舱数字建模方法能够缩短现场测量时间,快速处理测量数据,提高船舶舱容计量工作效率。     

基于图像连通域的集装箱激光点云处理算法研究

提出一种基于图像连通域的集装箱激光点云处理算法.该算法能够较好地处理集装箱三维激光点云数据,提取集装箱的边缘点云数据,利用集装箱的边缘数据拟合直线,计算集装箱的角点位置.实验证明,该算法的计算精度能满足起重机自动化抓箱的需求.     

船舶监控视频数据的压缩与传输方法研究

为保障船舶航行信息准确直观的进行传输,对船舶监控视频图像的压缩与传输准确性要求进一步提高,由于传统船舶监控视频数据压缩和传输解压程序复杂、图像画质模糊,难以达到准确传输船舶数据画面的获取要求。基于上述背景,结合离散小波变换算法对船舶监控数据压缩与传输方法进行研究和优化,以提高数据传输的安全性和可靠性,达到精准快速的传输和恢复图像质量的设计目标。为检验该方法的有效性进行仿真实验,实验结果证实,结合小波算法的监控视频数据压缩与传输方法可有效提高图像数据处理过程中的抗干扰能力,有效获取图像特征,快速进行图像传输,达到了精准高效的设计目标,有利于保障船舶的航行安全。     

基于World Wind平台的海洋流场三维可视化研究

针对如何在庞大但杂乱无章的海洋流场数据中获取有用信息,提出了建立三维动态可视化的World Wind平台。以Codar地波雷达采集到的三维空间数据为基础,对其进行了预处理,包括格式变换、提取有效数据经纬度和速度矢量信息(X、Y、U、V)和求取数据的最大范围,将处理后的每一时刻数据依据点图标映射法进行颜色映射,依照颜色映射结果,将处理后的每一时刻数据利用Direct3D技术绘制成流场箭头显示的形式,并在此基础上剪辑成视频,实现在World Wind平台上三维动态可视化的显示海洋流场信息。结果表明,该方法可直观展示流场信息的动态变化效果,并能为挖掘隐含信息提供方法。