基于激光视觉融合的帧间匹配方法

同步定位与地图构建(Simultaneous Location and Mapping,SLAM)是机器人在未知环境中实现自我导航能力的重要保证。目前SLAM算法使用的主传感器基本是激光雷达或视觉相机。二者各具优劣,激光雷达能更精确地进行测距,视觉相机能反映环境丰富的纹理信息。与使用单一传感器相比,将二者融合的SLAM算法能够获得更多环境信息,达到更好的定位和建图效果。文章提出一种融合激光雷达和视觉相机的帧间匹配方法,通过在SLAM帧间匹配过程中加入地面约束以及视觉特征约束,提高帧间匹配过程精度,增强算法鲁棒性,从而提升SLAM算法整体效果。文章最后利用采集的地下停车库数据进行结果验证,与开源算法A-LOAM进行对比。结果表明,相比A-LOAM的帧间匹配方法,文章提出的方法相对位姿误差提升约30%。     

船体肋骨成型检测型线配准算法

船体肋骨数字化检测系统在进行船体肋骨的完工检测时，需要进行肋骨型线测量点云和理论点云的数模配准，为改善曲线的配准效率和精度，提出一种船体肋骨型线配准算法，具体步骤包括点云粗配准、第一次ICP配准、测量点云偏置和第二次ICP配准。该算法已应用到船体肋骨成型数字化检测设备中，提升了肋骨成型检测效率和精度，是实现船体构件加工成型智能制造的重要环节。     

ICP加速度传感器在路基压实度测量中的应用

提出了路基压实度连续检测的一种新方法。利用ICP加速度传感器和数据采集仪来间接测量路基压实度,通过现场实验,并对采集到的数据进行了自谱处理,处理后的结果完全能够反映出压实度的变化情况。这也为今后施工现场的压实度检测提供了一个有意义的参考。     

基于车载连续序列图像的道路曲率计算方法

提出一种基于车载连续序列图像的道路曲率计算方法.算法首先利用车载视 觉系统进行内外参数标定实现对路面车道线的三维重建,利用三维重建误差模型对重建 的数据点进行误差估计,并对数据点进行选弃.对序列图像中路面车道线重建出来的曲线 采用ICP 算法进行曲线匹配,并将匹配后的曲线映射到统一的参考坐标系中.最后利用匹 配曲线上的数据点进行圆周拟合,计算道路曲率.实验中利用真实的车载连续序列图像对 算法进行验证.针对曲率半径分别为96 m和430 m两段不同程度的弯道,利用本文算法计 算对应道路的曲率半径.结果表明,本文算法能够精确地计算出不同弯道的道路曲率,特 别是针对平缓弯道的曲率计算,比基于单幅图像的曲率计算方法更加准确与稳定.     

基于点集配准的非接触式地铁限界检测系统标定方法研究

地铁限界是保证地铁车辆安全运行的重要数据,目前使用较多的接触式地铁限界检测存在效率低、无法准确获知超限尺寸的缺点,本文基于激光扫描测距原理开发了一种断面检测密度高、误差小的非接触式地铁限界检测系统。针对非接触式检测系统标定困难影响测量精度的问题,提出了应用机器视觉领域的点集配准迭代最近点(Iterative Closest Point)算法进行系统标定,将2个180°二维激光扫描传感器采集到的数据点拼接成一个完整的基于轨道基准坐标系的测量断面。北京地铁8号线、15号线的现场实验证明,经过该方法标定的限界检测系统可准确获知超限位置和超限尺寸,推行速度为6km/h时采样断面间距密度为0.02m,多次反复测量时系统精度可达±4mm。