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。     

基于点云匹配的船体分段对接特征辨识方法

船体分段合拢对接过程中,需要对合拢面结构对接特征进行位置测量.目前采用的全站仪测量方法依赖人工放置标靶,难以覆盖合拢面上所有对接特征,且安全性低.随着三维激光点云扫描技术的发展,现阶段已经能够对船体分段进行大范围高精度的三维点云扫描采集.因此,提出一种在三维点云中有效辨识合拢面结构对接特征的方法,将船体分段点云与理论设计模型间进行层次化的匹配,自动识别得到扫描点云中的对接特征.最后在实际点云数据上进行了试验,验证了所提方法的有效性.     

船体外形分段测量数据配准技术优化研究与应用

针对现有配准技术实际配准数据点较少的问题,研究一种船体外形分段测量数据配准技术优化技术,并进行应用测试。优化船体分段参数,以船体外形构建一个数据测量坐标系,建立数据配准模型,控制模型配准精度,迭代精准处理变换坐标后,实现测量数据配准精度优化。应用测试时随机选定一处船体外形结构,标记测量数据位置点后,准备待配准的数据集。实验结果表明,文中设计的优化配准技术配准的数据点最多,适合在实际配准过程中应用。     

三维激光扫描技术在船体建造中的应用

通过将采用三维激光扫描仪测量系统测量得到的数据与采用全站仪测量系统测量得到的数据相比较,验证三维激光扫描仪测量系统的测量精度能达到船体建造精度的要求。三维激光扫描仪测量系统对船体分段制造和分段总组的测量结果表明,该系统的测量效率远高于全站仪测量系统,在船体建造精度控制方面具有重要的推广意义和应用价值。     

基于逆向工程的船用螺旋桨数字化检测方法

针对传统螺旋桨检测方法操作困难、效率低、检测精度差等问题,采用三维激光扫描仪对船用螺旋桨进行测量并获得完整的三维点云数据,利用CATIA软件对点云数据进行预处理,对处理后的点云进行模型重建得到满足精度要求的曲面,对重建的螺旋桨模型与设计模型进行偏差分析,得到桨叶上各点的偏差值,通过该方法可以实现船用螺旋桨的数字化检测。     

全站仪测量船体分段表面精度方法研究

由于对精度控制大多只关注船体分段的主尺度精度,而忽视了船体分段的外表面精度。基于此,研究提出了一种采用全站仪对边测量法,以基准点为导向进行垂直扫描船体外表面的简易方法,并采用软件生成三维模型与设计模型对比,据此检验建造的船体分段外形的精度。     

船舶建造中一种先进的精度控制方法

本文推荐一种基于先进的确保船体结构高度准确的新船建筑概念，并举出以先进的三维测量系统作为精度控制手段，在船体分段装配和大合拢过程中检查分段准确程度的实际范例。     

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。     

船体小组立机器人焊接三维扫描识别系统设计

针对船体小组立结构件，基于三维点云数据，利用点云和图像处理算法，完成船体小组立结构件的三维扫描、焊缝识别和焊缝拓扑结构分析。基于片体智能化焊接流水线，构建船体小组立机器人焊接三维扫描识别系统。该系统具备对一般筋板类型结构件与交叉类型结构件的焊前扫描、焊缝识别、机器人焊接路径规划和机器人焊接作业生成等功能，经实际验证，可为片体智能焊接流水线实现船体小组立结构件智能化焊接提供准确的视觉信息与作业信息。     

全站仪在船体分段合拢中的应用

随着造船精度要求的不断提高,全站仪取代了传统造船测量工具,广泛运用于船体分段建造,船体合拢以及主机安装等方面的精确定位和数据测量,成为造船测量的一种重要设备,在现代船舶建造中扮演着重要的角色。该文基于全站仪的工作原理,结合物探船典型分段建造和合拢现场,研究了全站仪在船体分段合拢中的应用。     

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。     

一种带多约束的船体分段点集数据分析方法

为了达到船体分段建造的精度要求,船体分段的测量点集与设计点集的数据分析技术是关键。在船舶领域中,传统的点集数据分析方法没有考虑多种船舶约束,因此数据分析出来的结果与实际结果相差较大。针对此情况,提出一种考虑多种船舶约束的数据分析方法。首先采用基于高斯混合模型(GMM)的相干点漂移法(CPD)算法,获得数据分析初值;然后利用权值向量实现对不同方向上精度要求的误差分配,同时把垂直度、平面性和水平度等多种工程约束引入数据分析的多优化目标函数中,通过调整多约束权值,求解出更合理的数据分析结果。实例表明,该方法在满足多种船舶约束的情况下,可获得更合理的数据分析结果,为后续的合拢搭载提供一定依据。     

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。     

集装箱船箱脚安装精度控制技术

通过研究集装箱船的装箱精度要求,推算出埋入式箱脚的安装极限公差。在保证安装精度的前提下,将集装箱船埋入式箱脚的安装由常规的在船体合拢之后安装前移至在分段建造阶段安装。通过优化分段建造方法及总组、合拢形式,确保船体成型之后满足集装箱的装箱精度要求。经实船验证,将埋入式箱脚的安装阶段前移不仅能减少合拢阶段的油漆破损量及后续油漆修补的工作量,还可缩短船台(坞)使用周期,为船厂提高经济效益。     

一种船体分段测量点云自动匹配的算法

为了能准确分析船体分段的建造误差,给出合理的建造精度评价,船体分段测量点数据与CAD模型的精准匹配是关键。针对目前船舶测量点数据的特点,提出一种以全站仪测得的船体分段测量点集为处理对象,自动进行测量点数据与CAD模型匹配的算法。该算法基于四元数理论对测量点集进行旋转和平移调整使匹配结果最优。实例表明,该算法效率高,不采用迭代方法求最优解,不用对测量点进行初始匹配,直接进行自动匹配,可准确地评价船体分段建造精度,为后续装配提供依据。     

加筋板结构连续焊焊接变形规律

  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。     

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。     

基于精度控制技术的相关基准线的确定

通过对船舶建造精度控制技术的概念和内容的阐述,分析合拢过程的精度控制技术,提出优化平面分段和立体分段的基准线定位的方法,提高分段合拢精度,从而达到缩短造船周期,降本增效的目的。     

船舶电网系统三维点云数据聚类提取

传统船舶电网系统中三维点云数据提取采用逐一提取的方式,造成三维点云数据提取效率不高,为此提出船舶电网系统三维点云数据聚类提取方法。构建三维点云数据聚类提取模型,使用网格空间索引将三维点云数据进行空间标记,并划定数据空间范围,采用八叉树空间数据聚类方法,对三维点云数据进行聚类处理,以STBIRCH理论为基础,进行三维点云数据特征计算,实现三维点云数据提取。实验数据表明,设计的船舶电网系统三维点云数据聚类提取方法比传统提取方法的提取效率高出20%,并具备极高的有效性。     

改进的YOLOv3水面障碍物检测方法

为了提高无人艇在自主航行过程中对水面常见障碍物检测的精度，解决模型参数量较大、模型复杂难以应用于嵌入式设备的问题，提出一种改进的YOLOv3水面常见障碍物检测方法。使用K-means++算法对自建数据集进行聚类得到新的锚框参数，通过添加雨雾噪声的数据增强方法优化模型在复杂天气状况下的障碍物检测能力。针对模型参数量较大问题，使用深度可分离卷积和注意力机制模块重构特征提取网络中的残差结构。为了优化预测框的回归效果，引入SIo U损失函数，将预测框与真实框的方向角度作为损失之一，加快训练速度，提高推理的准确性。通过试验验证了改进后模型参数量缩减了44%，检测精度提高了5.19%，漏检率也有所降低，能有效进行水面障碍物的检测。