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％。     

散货料堆快速点云分割和降噪算法研究

为解决自动化散货码头建设的关键问题——散货料堆的快速三维重构,提出散货料堆三维重构的预处理算法,利用下采样算法精简散货料堆点云数目,加快点云后续处理速度;采用欧式聚类分割算法弥补采样一致性(RANSAC)分割算法分割不彻底的问题;结合统计分析法和移动最小二乘法去除离散点和点云表面细小噪声点。实验结果表明,该算法能高效稳定的完成散货料堆点云的地面分割和降噪处理,可为散货码头散货料堆三维重构研究提供参考。     

基于三维扫描的卧式罐容量计量方法

基于三维扫描点云数据计算卧式罐容量的计量方法,可解决传统卧式罐容量计量方法效率低、工作强度大、精度差等问题。该方法利用三维激光扫描仪获取卧式罐的空间点云数据,然后对点云数据进行预处理并对预处理后的数据进行建模,应用“三角形面积积分法”和“截面积高度积分法”计算软件计算不同液位高度对应的卧式罐容积值。通过与传统计量方法——容量比较法和几何测量法测量结果进行比较,验证了该方法的可行性。基于三维扫描的卧式罐容量计量方法,测量精度能够满足卧式罐计量标准要求,容积检定工作效率也大幅度提升。     

基于大数据切片流概率稳定调控机制的云网络数据评测算法

针对当前云网络数据评测算法普遍存在的评测维度高,切片评测困难,以及在评测过程中存在显著的网络拥塞难题等不足,论文提出了一种基于大数据切片流概率稳定调控机制的云网络数据评测算法。首先,使用切片流随机分发机制,结合云网络中大数据具有的业务带宽切片等特性,实现云网络中数据评测的控制与测量,有效降低了传统方案存在的评测冲突问题;随后,根据梯度覆盖思想,对业务流传输带宽进行二次评测,进一步提高了云网络节点的数据传输能力,降低了数据评测的错误率。仿真数据表明,与当前云网络数据评测中常用的超带宽评估传输算法(Ultra Bandwidth EvaluationTransmission Algorithm,UBET算法)、线性粒度评测传输算法(Linear Granularity Evaluation Transmission Algorithm,LGET算法)相比,论文算法具有更低的评测错误率与更高的切片传输带宽。     

舰船移动网络大数据切片流概率稳定调控研究

现有的舰船移动网络大数据切片流概率稳定调控方法,存在着调控跨度较大的缺陷,为此提出舰船移动网络大数据切片流概率稳定调控方法。采用GCC编译舰船移动网络大数据中间表示,以此为基础,经过迭代计算完成网络大数据的切片,并得到大数据切片流概率,以切片流概率为依据,构建贝叶斯网络-概率模型,稳定调控大数据切片流概率,实现了舰船移动网络大数据切片流概率的稳定调控。实验结果表明,与现有的舰船移动网络大数据切片流概率稳定调控方法相比,提出的舰船移动网络大数据切片流概率稳定调控方法极大地降低了调控跨度,充分说明提出的舰船移动网络大数据切片流概率稳定调控方法具备更好的调控效果。     

矢量电子航海图的分割方法研究

为解决嵌入式系统应用电子航海图出现的单幅图存储量、图廓范围过大,以及图幅重叠等问题,以SHAPE格式图为例,设计并实现了矢量电子航海图的分割方法。采用多边形布尔运算法则处理多边形的剪裁,不限制实体和剪裁多边形类型,使得该分割方法不仅适用于等经纬网格分割,也适用于不规则分割。应用该分割方法对海图数据进行预处理,可以适应硬件资源有限的嵌入式应用,从而提高系统设计的自由度、降低总体成本,促进电子海图系统的推广。     

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。     

堆取料机取料过程中防坍塌预警及路径规划研究

在运煤轮船船舱进行取料作业时,由于路径规划可能引发煤堆坍塌的危险,提出一种基于分层点云边缘信息提取的防止煤堆坍塌的模拟堆取料机取料路径规划方法。首先利用搭载二维激光扫描试验装置采集原始三维点云数据,通过坐标转换,采用直通滤波算法去噪滤波,随机采样法简化算法精简点云数据,基于切片法计算煤堆体积和质量,实现对来煤精准盘点;然后提取每层煤料堆表面的边缘信息,将不同层次的煤料堆边缘信息组合起来,构建出整个煤料堆表面的边缘模型,实时计算待取料煤堆边缘安息角,实现煤堆坍塌预警信息;最后基于直线插补方法进行取料路径规划,给出防止煤堆坍塌的模拟堆取料机执行机构作业路径。     

基于大场景三维点云的集装箱船关键绑扎特征识别与重建

在集装箱船验收过程中,集装箱船装载绑扎系统关键绑扎特征的精度验收具有重大意义,其位置直接影响集装箱堆叠精度和绑扎杆能否成功绑扎。目前采用的验收方法依赖于人工,需要在每一舱位放置集装箱绑扎试验工装进行验证,关键绑扎特征数目众多,因此工作量大、耗时长且测量不便。文章提出一种基于大场景三维点云的关键绑扎特征识别方法,根据设计图纸对大场景点云预处理,自动提取特征可能所在的范围;采用点云匹配方法识别绑扎特征位置,根据识别结果在混合现实环境中进行特征重建。文章用实际点云数据验证了识别结果与实际结果的一致性,可实现集装箱船关键绑扎特征的特征重建。     

大数据环境下舰船环形通信网络信息云挖掘方法

针对舰船环形通信网络受到噪声干扰,信息挖掘结果置信度较低的问题,在大数据环境下提出了一种新的舰船环形通信网络信息云挖掘方法。确定数据集,通过协同处理完成数据清洗,基于大数据环境选取数据集,预处理舰船环形通信网络信息,离散分析并确定数据离散特征,通过自动跟踪方法直接将挖掘结果显示在用户界面,实现舰船环形通信系统数据的云挖掘。实验结果表明,大数据环境下舰船环形通信网络信息云挖掘方法能够很好地分析通信网络数据特征,实现分类挖掘,降低误码率,提高整体性能。     

一种优化的船体外板三维点云数据提取方法

针对水火弯板机检测系统中船舶外板三维点云数据自动提取过程存在边缘噪点、板下贴合垫木识别效率低以及外板边缘拟合等问题,提出一种优化DBSCAN聚类算法,首先根据现场加工环境精简点云,利用网格划分来建立外板点云拓扑模型,然后根据DBSCAN密度聚类算法搜索出外板点云,最后采用最小二乘法进行边缘拟合。结果表明,该算法能有效识别外板边缘,提取出外板点云。     

NURBS曲面与隐式曲面求交的计算机实现及应用

阐述了参数曲面与隐式曲面求交的算法原理，给出计算机实现方法及交点可能的分布示意图，将其应用于基于NURBS的船体曲面与任意平面的求交中，并针对船体曲面的特点指出应用过程中应注意的问题。     

标绘台标绘路径选择算法设计与实现

海图作业标绘台系统是航海作业与作战系统的重要设备,该设备具有战场态势显示,航迹记录等功能。能够记录、标绘自网络接收到的目标点信息,并将该信息交给海图标绘计算机,后者自动完成标绘动作。传统标绘台不会对输入点集合进行处理,标绘目标点的顺序就是传人的目标点的顺序,该顺序往往并不利于标绘操作。不好的顺序往往造成标绘时间长,标绘效率低的缺点。要提高标绘效率就需要对目标点集合进行合理的排序,选择出合理的标绘路径。文章研究参考了现在已有的路径选择算法,分析了它们的应用范围。通过数学分析,文章设计了一种局部最优的路径选择算法,并且给出了这个算法的C语言实现。通过在一些目标点集合上进行验证,该算法是可行的。该算法是局部最优的,而非全局最优的,在这是该算法需要改进的地方。     

基于PointNet++的船体分段合拢面智能识别方法

船体分段合拢面的精度检测是分段总组合拢过程中的重要环节。在船体分段合拢面的精度检测方面,三维扫描仪相对全站仪有着巨大优势。然而,三维扫描仪在扫描过程中会记录很多与合拢面无关的点,因此本文对三维扫描仪扫描出的点云数据,进行合拢面的智能识别。通过采用深度学习理论对PointNet++点云网络进行适合本文的改进,使用CAD模型导出的点云数据构建有标注的船体分段点云数据集,进而使用Adam优化算法对网络进行优化训练。最终网络模型对分段合拢面的识别在验证集上获得精确率73%,召回率90%的效果。     

点集局部处处为凸的外包线自动生成

在海岸工程的数学模型中,原始地形数据一般表现为一系列平面点的坐标,而在数学建模过程中往往需要根据该点集(坐标)人工给定模拟区域的边界。可根据事先设定的搜索点数得到点集的外包线,不同的搜索点数可以得到不同的外包线。一般说来,随着搜索点数的增加,外包线内的面积也不断增大,直到得到该区域的凸包(该凸包一般不是所要寻找的)。外包线内的面积与凸包的面积比值,定义为该外包线的凸度。为了减少手工工作的劳动量,提出了一个根据给定点集,自动寻找其合适外包线的算法。同时给出了外包线的调整算法,使得寻找到的外包线更加贴近初始给定的情形。最后应用该程序对渤海区域边界点数据进行了边界寻找,效果良好。     

基于数字化技术的轴类零件圆度误差测量方法研究

轴类零件的圆度误差会影响零部件的使用寿命。针对以往测量法存在的不足,提出了一种基于数字化技术的轴类零件圆度误差测量方法。该方法采用数字化非接触式激光测量方式对轴类零件的轴端面、轴径面进行测量采集三维数据点;对轴端面数据点进行稳健平面拟合获取轴端面所在平面的平面特征值;将轴径面上数据点投影到轴端面所在平面上获取投影点;采用投影点和轴端面所在平面的平面方程求解几何圆方程,求取几何圆参数;根据投影点与几何圆参数从而求取轴类零件的圆度误差值。通过实验验证表明,该算法在对轴类零件的圆度测量方面具有较好的实用性且精度满足要求。     

凹包内散乱点集Delaunay四面体角度剖分算法

在邵铁政[1]三维空间散乱点集Delaunay四面体剖分算法的基础上,提出了一种不含有除法运算(不存在被0除或丧失计算精度的情形)的通用的判定空间两三角形内交的算法,可以实现凹包内散乱点集的Delaunay四面体剖分。该算法已经通过Fortran语言编程实现并且给出了算例。     

螺旋桨非定常性能的面元法预报

采用扰动速度势面元法预报螺旋桨非定常性能,桨叶、桨毂和尾涡面由双曲四边形面元进行离散,对时域内非定常问题的求解采用时间步进迭代方法,建立了桨叶随边非定常等压库塔条件的非线性迭代结构,使迭代求解更加有效、快速和稳定.预报结果与测试结果或其它数值结果比较是令人满意的.     

海量点云数据管理方法的研究

提出使用八叉树数据结构,高效实现激光扫描测量海量点云数据管理的方法.详细讨论了点云数据管理过程中的动态更新、索引数据的存储、动态调度与绘制、领域的查询等,这为测量点云数据后处理打下了良好的基础.     

基于遥测数据的压缩算法设计

文章介绍了多路遥测数据采集系统在数据存储过程中的特点,根据预测差值大小将遥测数据分为缓变参数和速变参数部分,有针对性地采用LZW算法和Huffman算法混合编码的设计方法,并从理论上阐述了该算法的优点及较优的压缩性能。