FasFast Triangulation and Local Optimization for Scan Data of Laser Radar

In order to study the triangulation for the point cloud data collected by three-dimensional laser radar,in accordance with the line-by-line characteristics of laser radar scanning,an improved Delaunay triangulation method is proposed to mesh the point cloud data as a triangulation irregular network.Based on the geometric topology location information among radar point cloud data,focusing on the position relationship between adjacent scanning line of the point data,a preliminary match network is obtained acc...     

基于K近邻和法向精度的点云精简算法

针对传统点云简化算法在精简散乱点云数据时经常丢失过多特征点的不足,提出了基于K近邻和法向精度的点云精简算法.该算法首先对输入的散乱点云数据建立K近邻索引,并剔除集群点及离群点,从而完成点云数据的预处理,然后对预处理后的数据进行Delaunay三角化,并重构三角网格面,最后依据法向精度进行非特征点剔除.仿真实验表明,该算法既能较大程度地精简点云数据,又能较好地保持原有模型的基本特征.     

基于车载GPS轨迹的立体交叉口空间结构信息获取方法

为了识别立体交叉口中不同的行驶规则, 利用随机森林特征选择方法分析了车辆轨迹数据特征, 按照重要性评分对特征进行聚类; 利用戴维森堡丁指数衡量聚类结果, 获得交叉口最优聚类结果下的各个行驶规则的聚类簇, 并构建聚类簇范围约束的狄洛尼三角网; 利用骨架线提取与公共序列合并方法, 提取立体交叉口的几何结构与拓扑连通关系, 获取城市立体交叉口空间结构信息; 以武汉市2016年出租车轨迹为数据源, 选取了武汉市城区立体交叉口进行空间结构信息获取试验。研究结果表明: 立体交叉口中车载GPS轨迹特征重要性评分的前4项依次是终点角度、起点角度、起终点角度差、中间角度平均值, 其中利用终点角度与起点角度特征组合的聚类结果是最优的; 立体交叉口空间结构信息获取方法在直行、左转、右转方向下识别准确率分别为85.7%、85.4%、87.5%, 综合准确率为86.2%, 直行、左转、右转方向下信息召回率分别为91.5%、87.2%、85.9%, 综合召回率为88.2%, 因此, 较高的准确率与召回率说明本文提出的方法可以准确识别立体交叉口空间结构信息, 并提取立体交叉口中各个行驶规则的几何与拓扑连通关系。      

Delaunay三角网剖分中嵌入约束边的局部调整算法

提出了一种建立约束Delaunay三角网（CDT）的算法，该算法对约束数据集先建立非约束Delaunay三角网，然后嵌入约束边对其影响域按角度最大原则进行局部调整，同时使其满足CDT的性质。详细地说明了在CDT中嵌入约束边的过程，同时给出了三角网拓扑关系更新的方法，最后对算法的时间效率进行了分析。该算法执行效率高，并且运行稳定。     

GPS坐标成果的游动九参数转换法

介绍Delaunay三角形的基本概念,提出大区域GPS坐标成果转换采用基于Delaunay三角形的游动九参数转换法,利用该法对实际GPS控制网坐标成果进行转换,取得了较理想的结果,为大区域的GPS坐标成果转换提供了一种可行的方法。     

涡轮叶片逆向建模与特征参数提取

为了在已有涡轮叶片实物基础上进行再创新设计,采用激光扫描仪对涡轮叶片进行数字化扫描,提出了在三维测量得到涡轮叶片点云数据的基础上,准确进行逆向建模、反求几何参数和提取气动特征参数的逆向设计方法.根据涡轮叶片的几何参数反求和提取气动特征参数要求,基于获取涡轮叶片的截面点云图,用五次多项式曲线拟合叶盆和叶背,并用圆弧逼近叶形前后缘.基于该方法,采用Matlab软件对涡轮截面线点云进行拟合,反求得到了叶身型线方程,拟合偏差控制在之内,能够获得准确的叶片截面型线和气动特征参数.      

基于二叉排序树的约束Delaunay三角网局部调整算法

在两步法构建约束Delaunay三角网过程中,向现有三角网中嵌入约束边时需要进行三角网的局部调整,对这一过程进行了研究,给出了一种对影响域进行重新剖分的二叉排序树算法。使用该算法在向三角网内嵌入约束边时,只需以影响域边界点在边界数组中的序号来构造一棵二叉排序树即可完成对影响域的剖分,并且可以利用生成的二叉树中各节点之间的关系迅速重构三角形之间的拓扑关系从而完成一次调整,该算法使用递归思想,简洁而高效。     

基于激光与视觉融合的车辆自主定位与建图算法

定位与建图是车辆未知环境自主驾驶的基础,激光雷达依赖于场景几何特征而视觉图像 易受光线干扰,依靠单一激光点云或视觉图像的定位与建图算法存在一定局限性。本文提出一 种激光与视觉融合SLAM(Simultaneous Localization And Mapping)的车辆自主定位算法,通过融 合互补的激光与视觉各自优势提升定位算法的整体性能。为发挥多源融合优势,本文在算法前 端利用激光点云获取视觉特征的深度信息,将激光-视觉特征以松耦合的方式输入位姿估计模块 提升算法的鲁棒性。针对算法后端位姿和特征点大范围优化过程中计算量过大的问题,提出基 于关键帧和滑动窗口的平衡选取策略,以及基于特征点和位姿的分类优化策略减少计算量。实 验结果表明：本文算法的平均定位相对误差为 0.11 m 和 0.002 rad,平均资源占用率为 22.18% (CPU)和 21.50%(内存),与经典的 A-LOAM(Advanced implementation of LOAM)和 ORB-SLAM2 (Oriented FAST and Rotated BRIEF SLAM2)算法相比在精确性和鲁棒性上均有良好表现。     

基于二叉排序树的约束Delaunay三角网局部调整算法

在两步法构建约束Delaunay三角网过程中,向现有三角网中嵌入约束边时需要进行三角网的局部调整,对这一过程进行了研究,给出了一种对影响域进行重新剖分的二叉排序树算法。使用该算法在向三角网内嵌入约束边时,只需以影响域边界点在边界数组中的序号来构造一棵二叉排序树即可完成对影响域的剖分,并且可以利用生成的二叉树中各节点之间的关系迅速重构三角形之间的拓扑关系从而完成一次调整,该算法使用递归思想,简洁而高效。     

带内外边界约束的平面点集Delaunay三角剖分

算法首先将离散点与约束边界点一起进行Delaunay三角剖分,形成初始Delaunay三角网,然后将约束边界上的各条约束线段通过局部更新依次嵌入已有的三角网,最后再删除多余的三角形,从而得到带内外边界约束的平面点集Delaunay三角剖分.     

铁路运营隧道检测技术综述

为了解铁路运营隧道检测技术研究与应用情况, 梳理了隧道病害特点与检测方法, 从表观状态、内部状态、几何形态、高精度地面移动检测机器人和数据信息化5个方面, 分析了国内外检测技术现状, 探讨了检测技术体系与发展方向。分析结果表明: 表观状态检测主要有相机摄像和激光扫描技术, 相机摄像系统适用于车载平台, 检测速度达80 km·h-1, 激光扫描系统结构精巧, 检测速度约为5 km·h-1; 图像处理、计算机视觉是表观病害识别的2种技术, 拓展设计病害特征、提高识别效率、降低非病害因素干扰是图像处理技术进一步发展方向, 计算机视觉推广关键在于构建行业级病害样本库; 地质雷达是开展内部状态检测的关键技术, 地耦型雷达速度约为10 km·h-1, 空耦型雷达速度达80 km·h-1, 空耦型雷达检测系统关键在于优化天线结构、信号增强、抑制电气化设施和机械系统振动干扰, 地质雷达、红外热成像、超声层析成像、激光缺陷检测法等检测技术在探测范围、精度、效率等方面具有互补性, 可构成多技术综合运用策略; 几何形态检测主要有激光扫描、激光摄像、惯性测量技术, 激光扫描测量精度高, 速度约为10 km·h-1, 激光摄像速度达60 km·h-1, 提高激光摄像测量精度关键在于系统标定与振动补偿, 可基于惯性测量深化研究开展仰拱上拱变形检测; 发展和推广高精度地面移动检测机器人、检测数据信息化是与隧道规模相适应、状态精准管理相匹配的保障措施; 检测技术体系建议由“车载式快速综合检测+原位与地面移动精确检测+数据信息化平台”3部分组成, 未来发展方向应集中在空耦型雷达快速检测、复合变形快速精确测量、高精度地面移动检测、病害智能识别及多源数据融合分析等方面。      

带约束的动态Delaunay三角剖分算法研究

根据传统的三角网格生长算法和数据点渐次插入算法,改进了带约束的动态Delaunay三角剖分算法,进一步得到了优化三角网格的动态三角剖分算法,改进了以往三角剖分算法必须知道所有顶点后才能进行剖分的缺点,并引入合理的约束边插入算法,使得最终三角网格达到最优.     

基于图像变形的全景平滑漫游算法研究

针对目前全景漫游系统在切换视点时产生跳跃感的问题,提出了一种基于图像变形的平滑漫游算法.首先采用SIFT特征提取方法对过渡图像进行特征提取,同时采用图像区域划分的方法对特征点进行筛选,建立特征点集的映射关系;然后,构造特征点集的Delaunay三角剖分,在三角剖分的基础上,计算对应三角形区域的仿射变换参数;最后,对图像进行插值和生成中间过渡图像.实验表明该方法实现了特征点集的自动对应,提高了全景漫游系统的交互性和沉浸感,算法实用、高效,对于有诸多不确定性因素的过渡图像有较好的自适应性.     

高速道岔尖轨点云的复合拼接及数据处理优化

为实现高速铁路尖轨磨耗的高效检测,结合高速尖轨的检测需求及其几何特征,提出了基于距离编码器的复合拼接方法.该方法将距离信息融合到点云拼接中,提高了检测系统的自动化程度.在计算点特征直方图（point feature histograms,PFH）的过程中,引入OpenCL（open computing language）异构加速模型调整点云的数据结构,发挥GPU的并行处理优势获得了更快的数据处理速度.利用实际尖轨开展磨耗检测实验,证明了针对高速尖轨的结构光检测系统有效可行.经过点云拼接和点云扫描数据处理的优化,系统的整体检测效率获得了70%左右的提升.      

基于服务池的高速铁路应急资源全域优化调度方法

为提高高速铁路应急处置效率,实现资源统一调配,融合云计算和大数据技术,研究了高速铁路应急服务资源的调度问题。在应急云资源建模、应急云服务虚拟化建模、云服务池建模、高速铁路现有应急救援系统的资源使用建模、云计算模式构建的基础上,建立了跨总部和区域的高速铁路应急资源服务池的全域优化调度模型,提出了云资源传输总距离最小、资源协调成本最低、运行处理时间最短、当资源缺乏时需增加的资源数最小等4个优化目标;针对问题的特征,研究提出基于双层粒子群的高铁应急服务优化调度方法。对于给定的案例,选取距离最小作为优化目标,运用提出的方法可给出优化的资源调度方向和资源调度数量,验证了所提出的方法对于求解分布式应急云资源调度问题的有效性。     

网络环境下全景图和点云数据快速融合可视化方法

现有多源数据融合可视化方法对数据精度要求高,匹配过程复杂,且传统点云的组织索引方式冗余,面对复杂数据的动态性较差,索引效率较低,难以支撑在网络环境下进行多源数据高效可视化交互.?针对上述问题,提出面向网络轻量化应用的全景图与点云数据快速融合可视化方法.?探讨了二维影像与三维点云的快速映射匹配机制、非规则性八叉树点云优化...     

表面重建中的三角网简化方法

讨论由大量的空间散乱数据点形成的三角网的简化技术。选择删除面方法作为简化方法，介绍了三角网简化准则和基于三角形法矢的简化权值计算方法。提出了在三角网简化过程中重新三角化的若干准则，并给出了基于边扩张的三角网重构算法。     

高速牵引齿轮齿根过渡曲线形状优化设计的GBSA系统

从连续体形状优化设计的角度,提出了基于主-从映射关系的网格刷新技术,从而消除了形状优化设计中可能产生的单元形状畸变。开发的齿根弯曲应力分析系统——GBSA,由自然设计变量控制待设计区域的网格,为形状优化设计提供了良好的接口,对高速机车牵引齿轮的优化设计表明,该系统可靠实用。     

基于云-自组织神经网络的交通流预测模型

现代交通系统结构复杂,涉及的数据类型和数量众多,模糊性、随机性和不确 定性等因素的存在增加了数据分析过程中定性与定量综合集成的难度.本文对城市交通 流预测进行了研究,根据云模型和自组织神经网络的特点,构建了云-自组织神经网络 交通流预测模型.该预测模型运用云模型处理数据的模糊性和随机性问题的优势,提高了 自组织神经网络预测中学习样本数据的可靠性.通过对某城区的实际数据进行对比测算, 改进的预测模型比单纯使用自组织神经网络预测模型决定系数更高.结果表明,本文提出 的模型在交通流预测中提高了准确率,降低了预测泛化误差.     

一种无线多跳网络业务性能跨层优化方法

为满足无线Mesh网络和Ad Hoc网络业务不同性能的要求,提出了一种跨层优化算法,给出了保证业务平均误包率的自适应调制编码的实现方法,并结合信道、冲突、缓冲区和业务要求等分析了业务性能.在此基础上,提出了调节误包率、优化业务吞吐率,并通过加权以满足业务不同吞吐率和延迟要求的优化算法,优化综合了物理层、MAC层、链路层和业务要求的影响.为验证算法的正确性,进行了仿真分析.结果表明,在给定的参数下,与未优化相比,丢包率约减小35.3%,延迟约降低65.6%.