基于UG的车身点云数据快速对齐方法

根据图形坐标变化理论,提出了基于UG点拟合法的汽车车身点云数据坐标快速对齐方法,介绍了点拟合法的坐标变化理论及汽车车身坐标系与UG系统坐标系的对齐方法.结合工程实例,利用点拟合法快速准确地实现了车身点云数据的坐标对齐,验证了该方法的有效性.     

基于稀疏卷积神经网络的车载激光雷达点云语义分割方法

对车载激光雷达扫描得到的点云进行语义分割是保证行车安全、加强驾驶员对周边环境理解的重要手段之一。因为内存限制和大规模点云场景更加稀疏的特点,将传统神经网络的方法直接沿用到车载激光雷达扫描得到的点云场景中的效果不佳。本文中针对大规模点云的稀疏性,利用稀疏卷积神经网络对体素化点云进行特征提取。考虑到逐点处理分支抑制点云数据的密度不一致性导致的信息损失,另外设计了3D-CA和3D-SA模块,使稀疏卷积神经网络更好地提取特征。实验结果表明,与传统卷积神经网络的方法和将点云投影到平面的方法相比,使用稀疏卷积神经网络对大规模点云进行语义分割,可将平均交并比提升4.1%和3.4%,证明了该方法的有效性。     

基于自注意力机制的自动驾驶场景点云语义分割方法

对车载激光雷达场景点云进行语义分割是自动驾驶环境感知环节的基础性工作。针对现有处理大规模自动驾驶场景点云方法对局部特征提取能力不足和难以捕捉全局上下文信息的问题,本文基于自注意力机制设计了局部和全局自注意力编码器,并搭建了特征聚合模块进行特征提取。实验结果表明,与同样采用局部特征聚合的网络RandLA-Net相比,在SemanticKITTI数据集上本文的方法可将平均交并比提升5.7个百分点,局部自注意力编码器的加入也使车辆和行人等小目标的分割精度提高2个百分点以上。     

一种真圆型隧道激光扫描断面变形检测新方法的研究

本文介绍了一种基于高密度三维激光扫描仪的高精度快速全断面变形检测新方法——Tunnelscan隧道扫描测量系统,该系统采用扫描仪绝对定位法进行点云配准和隧道控制坐标系坐标传递,使用与断面点距离最小的最小二乘法进行隧道实测断面中心点计算和基于与参考断面的断面差环状过滤器进行隧道点云切片杂点过滤,通过多次过滤、拟合迭代后获得去噪后的真圆管环实测断面。该系统还通过参考断面轮廓线投影法将三维点云投影成激光雷达隧道正射影像,为实现隧道结构安全\"全面检测\"提供了一种全新用户成果类型,用于全面分析隧道断面变形、结构侵界和裂缝渗水等隧道病害。采用该方法在昆明地铁3号线马眠区间做了一段竣工测量实地测试,经过总体分析后,再按图索骥去找断面变形量较大里程的断面图可谓是事半功倍,非常适合地铁隧道变形检测大数据量的批量化分析,而且成果查看比直接在三维点云或者三维模型上分析更加直观,没有视角遮挡问题。     

基于自适应阈值的三维激光点云地面分割算法研究

针对自动驾驶汽车感知模块中三维激光点云前后背景分割过程存在的误分割问题,提出了一种基于路面波动幅度的自适应阈值地面分割方法.该方法将原始点云进行栅格划分,依据点云数量信息设计了相应的高度阈值分割算法和地面平面模型分割算法.具体地,地面平面模型分割算法首先选取局部区域点集拟合地面平面模型,然后针对地面点云分割中存在的误分...     

基于三维点云数据的沥青路面裂缝识别方法

针对沥青路面二维裂缝图像识别精度较低的问题,文中借助三维激光扫描技术,利用三维点云数据所提取的裂缝特征验证二维图像裂缝特征的准确性,同时将提取的三维点云数据裂缝指标用于深度学习的准确率提升,以此提高裂缝图像的识别准确率。首先将获取的高精度二维图像进行图像增加、去噪、分割、特征提取等,然后通过对路表三维点云数据进行分类、滤波、融合,重建沥青路面路表三维形态模型,实现沥青路面裂缝的高效高精度识别与裂缝特征参数提取,利用密集卷积神经网络(DenseNet)的裂缝图像识别算法对200张验证图像进行测试。结果表明,通过利用三维点云数据对二维图像进行辅助判别的方法,可大幅提高裂缝图像的识别准确率,具有良好的普适性。     

基于点云数据的S型螺旋弹簧逆向设计

利用三坐标激光测量仪读取S型螺旋弹簧的点云数据,通过点云数据提取弹簧结构的特征规律,然后采用Image Ware软件进行逆向建模。依据所建模型,利用有限元分析工具ANSYS进行分析计算,得到了该弹簧的力学特性。与试验结果进行的对比表明,所建立的模型准确可靠,对于S型螺旋弹簧的设计具有参考价值。     

基于车载激光点云的道路平整度检测新方法研究

路面平整度是评定道路路面质量的主要技术指标之一,传统的平整度测量方法检测效率低、劳动强度大,难以满足道路快速巡检和公路养护的需求。移动测量系统能够快速动态获取高精度道路点云数据,能详细再现道路的细节特征。因此,本文通过分析车载点云的精度特点以及国际平整度IRI的计算方法,提出一种应用车载激光点云进行路面平整度检测的方法,首先对车载点云数据进行预处理,沿轮迹带方向提取路面点;然后采用等间距邻域均值采点的方式获取路面高程值;最后使用路面高程值进行IRI计算并与高精度水准数据计算的标定结果进行对比。实验结果表明,车载移动测量系统能够用于路面平整度的快速检测。为道路三维快速巡检和公路养护提供了技术支持。     

基于三维锥形栅格的激光点云语义分割方法EI北大核心CSCD

激光点云语义分割是自动驾驶系统中道路场景感知的重要分支。虽然主流方法将点云转换为规则的二维图像或笛卡尔栅格进行处理,减少因点云非结构化所带来的计算量,但二维图像方法不可避免地改变点云的三维几何拓扑结构,而笛卡尔栅格忽略了室外激光点云的密度不一致性,从而限制了包括行人和自行车等小物体的语义分割能力。因此,本文中提出了一种基于三维锥形栅格和稀疏卷积的激光点云语义分割方法,利用锥形栅格分区解决了点云的稀疏性和密度不一致的问题;为提高模型推理速度,设计了重参数化三维稀疏卷积网络。在SemanticKITTI和nuScenes两个大规模数据集上对所提方法进行评估。结果表明,与目前最新的点云分割方法相比,所提方法的平均交并比分别提升了1.3%和0.8%,尤其对小物体识别有显著的提升。     

融合影像信息的LiDAR点云滤波

传统的LiDAR点云滤波方式都是基于点云本身利用其高程突变信息进行滤波和分类,仅依靠单一的数据源难以达到良好的滤波效果.文中融合影像信息的LiDAR点云数据滤波,通过影像分割后,提取分割对象内的形状和光谱信息,将矢量空间对象与点云套合后建立决策树辅助滤波.文中对建筑物、道路密集区进行试验,取得了较好的滤波效果.     

提高地质雷达隧道衬砌质量检测效果的几点措施

地质雷达已成为隧道施工质量检查和运行期间隧道病害检测的重要手段,然而在采用地质雷达进行隧道衬砌质量检测时也暴露出一些问题。为提高采用地质雷达进行隧道衬砌质量检测的效果,简述了地质雷达隧道衬砌质量检测基本工作原理,从现场检测过程中的增益设置、病害识别、干扰图像辨识、衬砌厚度检测和里程定位几方面,讨论提高地质雷达检测隧道衬砌效果的几点措施。得出:1)增益设置应尽量在边墙喷射混凝土密实度较好的地段进行,并应远离隧道内干扰物;2)病害和干扰图像的识别需在现场检测和室内分析工作中不断积累经验;3)衬砌厚度的检测可用平均波速法,并辅以微电测深法,采用平均波速法探测隧道衬砌厚度的绝对误差可控制在5 cm;4)隧道衬砌质量检测宜采用时间触发方式,尽可能保证雷达天线匀速移动,并做好记录工作。     

基于点云数据的大型复杂钢拱桥智能虚拟预拼装方法

基于点云数据的虚拟预拼装主要包括点云数据采集、拼接控制点提取和拼接控制点匹配。针对完整点云数据存在采集困难、处理成本高等问题,提出用局部点云数据代替完整点云数据进行虚拟预拼装的策略;针对目前拼接控制点提取存在依赖专用软件、效率低且主观性大等问题,基于随机采样一致性、霍夫变换等经典算法和图像处理技术提出大型复杂构件横截面和侧面点云数据的拼接控制点智能提取方法;针对拼接控制点对应关系需人工设定的问题,基于超四点快速鲁棒匹配算法、迭代最近邻算法和广义普氏算法提出拼接控制点智能匹配方法。以大型复杂钢拱桥为例,采用所提的方法对拱肋牛腿-拱间横梁节段和拱肋节段-拱肋节段进行智能虚拟预拼装。工程应用结果表明：所提出的智能虚拟预拼装方法不依赖专用软件、效率高、自动化程度好。研究成果可为钢桥施工质量和安装效率的提升提供理论和算法支撑。     

基于实测点云的装配式铺面虚拟装配技术

装配式铺面在施工时可能会由于装配空间不匹配造成装配失败.文中基于三维扫描设备获取实测点云,提出一种装配式铺面虚拟装配技术.基于点云采样、降噪、分割与特征提取等技术,提出装配式铺面板与装配空间的三维重构方法.在CATIA软件中通过虚拟装配实现了装配干涉检测,并在干涉查询表中给出解决方案.     

基于体素柱形的激光雷达点云车辆目标检测算法

环境车辆是自动驾驶汽车行驶时的主要障碍物之一,对环境车辆的尺寸、位置、朝向等空间信息进行感知对于保障行驶安全具有重要意义。激光雷达点云数据包含了场景中物体表面扫描点的三维坐标,是实现车辆目标检测任务的重要数据来源。结合SECOND与PointPillars方法,提出一种基于体素柱形的三维车辆目标检测模型,利用三维稀疏卷积聚合点云局部特征,在体素特征图上构造柱形并进行特征编码,有效解决点柱形方法缺乏柱形间特征交互问题,增强点云特征的空间语义信息;基于均值池化操作生成锚框点云占据位图并提出一种简单负样本过滤策略,在模型训练阶段筛除预设在无点云覆盖区域的无效锚框,缓解正负样本或难易样本不均衡问题;在目标框回归模块中,使用类别置信度与交并比(IoU)预测值计算混合置信度,改善分类分支与位置回归分支结果不一致问题,并使用KITTI三维目标检测数据集进行模型训练与评估。研究结果表明：在严格判定标准下(IoU阈值设置为0.7),所提算法在简单、中等、困难3种难度级别下分别获得了89.60%、79.17%、77.75%的平均检测精度(AP_3D),与SECOND、PointPill...     

基于遗传算法的视频交通量检测图像分割方法

将遗传算法应用于交通量视频检测图像分割中，在Otsu法的基础上，采用多次迭代以获得最优分割阈值，能够在搜索空间内找到全局的最优分割阈值，从而能更有效地把背景和目标分割开来；由于在寻求最优解的过程中采用并行计算，其运算速度优于Otsu法，满足了交通量检测的实时性要求。     

基于光纤陀螺的有轨结构形变检测方法研究

光纤陀螺(FOG)属于高精度的光纤角速度传感器,将其应用于结构连续形变检测时,检测小车行驶轨迹的偏差易导致系统测量精度不高.文中提出一种基于FOG的有轨结构形变检测新方法,即在待测结构表面敷设一条轨道,通过测量轨道线形来反演待测结构形变,使得系统测量精度得到明显提高.将该方法用于长度为9.5m的模型桥测试,结果表明,光...     

基坑上跨盾构隧道实测数据分析及保护研究

以某绕城高速公路深基坑上跨运营盾构隧道工程案例为背景,首先以南半幅深基坑违规施工为切入点,通过现场监测、检测与三维扫描普查等实测成果,佐证违规施工对盾构隧道的不利影响程度,其次通过修正惯用法理论计算及Ansys建模分析,评估隧道结构横断面及纵断面的安全性能与安全冗余储备,再次以优化保护措施的北半幅施工为比对研究对象,通过现场实测数据证明分幅、分段、跳仓、限时开挖,增加板凳桩桩长,缩小桩间距,加大盖板厚度,实施土体填充注浆等措施可减少开挖期及工后盾构隧道隆起量,可以缩短工后隆起时间。据此,提出基坑上跨运营盾构隧道在设计、施工相关建议,为该类保护区外部作业及保护工作提供参考。     

成兰铁路云屯堡特长隧道合、分修方案研究

为全面比较、分析成兰铁路云屯堡隧道采用合修(单洞双线)与分修(双洞单线)2种建设方案的优劣,针对云屯堡隧道进出口相连工程已开工建设的施工现状,以及隧道长度大于20 km的特点,根据隧道的地形、地质条件、辅助坑道设置状况,从防灾救援、工程投资、施工风险控制、施工组织、支护结构对软岩大变形的适应性、结构抗震、弃碴与环保、运营通风8方面进行了技术经济比较。经过综合比较和分析,得出云屯堡隧道可采用合修方案修建的结论。     

基于图像点云空间测距算法的隧道初期支护整体变形监测技术研究与应用

为快速、准确获取施工隧道初期支护整体及局部变形信息,基于计算机视觉算法获取的隧道初期支护图像稀疏点云和密集点云数据,结合基于Hausdorff 距离的整体模型和基于最小二乘拟合平面的局部模型各自的特点,提出将两者相结合的图像点云空间测距算法。该方法可为每个点保留整体模型和局部模型分别计算的距离值中的较小值,解决前者对点云密度要求高以及后者局部拟合平面存在较大偏差问题,实现多期隧道图像点云直接比较分析,简化计算步骤和后处理过程,提高隧道初期支护变形监测速率和精度。通过对云南香丽高速公路白岩子隧道进口左线ZK61+990~ +994 段初期支护整体变形的监测分析,结果表明: 该技术能直观、可视化反映隧道初期支护整体变形情况,计算结果准确、可靠。     

基于虚拟点云的二阶段多模态融合网络

针对点云的稀疏性和无序性对目标检测准确率的影响,本文提出了一种基于虚拟点云的二阶段多模态融合网络VPC-VoxelNet.首先,利用图像检测目标信息构造虚拟点云,增加点云的密集程度,从而提高目标特征的表现;其次,增加点云特征维度以区分真实和虚拟点云,并使用含置信度编码的体素,增强点云的相关性;最后,采用虚拟点云的比例系数设计损失函数,增加图像检测有监督训练,提高二阶段网络训练效率,避免二阶段端到端网络模型存在的模型误差累计问题.该目标检测网络VPC-VoxelNet在KITTI数据集上进行了测试,检测精度优于经典三维点云检测网络和某些多传感器信息融合网络,车辆检测精度达到了86.9％.