船体外板三维曲面的有效提取

复杂工业环境下不规则曲面的提取方法是水火弯板机器人的重要研究问题之一。本文提出了一种水火弯板机器人复杂曲面提取方法,经过曲面数据采集,加工区域确定,曲面边缘提取,曲面边缘处理,最后根据曲面边缘提取船体外板三维曲面。实验结果表明,该方法在控制处理时间的同时提高精度,缓解点偏差问题,能在海量点云数据下提取出复杂曲面的三维点云数据。     

基于DBSCAN的港口泊位自动识别算法设计

为更好地监测船舶动态和船舶在港口的作业情况,通过对K-Means算法和DBSCAN(Density-Based Spa-tial Clustering of Applications with Noise)密度聚类算法进行对比,选择DBSCAN密度聚类算法对港口泊位进行聚类,对港口泊位的位置和大小进行识别.基于船舶自动...     

基于图像连通域的集装箱激光点云处理算法研究

提出一种基于图像连通域的集装箱激光点云处理算法.该算法能够较好地处理集装箱三维激光点云数据,提取集装箱的边缘点云数据,利用集装箱的边缘数据拟合直线,计算集装箱的角点位置.实验证明,该算法的计算精度能满足起重机自动化抓箱的需求.     

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。     

一种网格 k-近邻集的边界点识别算法

为了高效识别聚类边界,根据边界周围区域存在密度差异的特征,提出了一种网格 k‐近邻集的边界识别算法（BGN ）。在网格空间中,该算法根据网格单元和它最近邻居单元的 k‐近邻集的质量及其单元间中心距离确定边界度,由边界度和边界阈值判断每个网格单元是否为边界单元或噪声单元。通过从边界单元中提取更靠边缘的数据作为边界点的方式,使得边界更精细。实验结果表明,该算法能有效和快速识别出多密度数据集的聚类边界和噪声。     

船舶电网系统三维点云数据聚类提取分析算法

船舶电网系统结构直接对船舶电力系统运行的稳定性和可靠性产生影响,船舶航行过程中经常出现供电不足等问题,严重威胁船舶航行安全。为解决上述问题,采用三维点云数据聚类算法对船舶电网运行状态和可靠性进行评估计算,并结合可靠性评估计算结果对船舶配电系统结构进行优化设计,将船舶电网系统中的电缆设计为环状结构辐射网,以便保障电力系统运行效果。为了对船舶电网系统三维点云数据聚类提取分析算法的准确性进行检测设计了仿真实验,实验结果证实,三维点云数据聚类提取分析算法可更好的提高船舶电力系统的运行效果,保障船舶航行安全     

数据挖掘聚类算法在船联网平台中的应用

随着通信技术的发展,船舶与船舶以及船舶与岸基之间的数据交互越来越频繁;同时数据的种类与数据帧的大小也急速增加,如何对这些信息进行快速有效的分析提取成为现代海洋业的重要研究领域。数据挖掘通过统计﹑自动学习等算法从海量数据中提取有效信息。随着船舶采集信息量的增大,成为信息中心最重要的功能之一。本文研究现有聚类算法的优缺点,重点分析聚类数据挖据算法DBSCAN,根据船舶数据处理的特点对算法进行了改进。     

一种激光雷达与双目相机外参数标定方法

针对异质传感器坐标系融合的准确性问题，提出一种利用圆柱面标定物以离线方式计算激光雷达与双目相机的外参数标定方法。通过分析圆柱面点云的三维几何特性，二维化圆柱面点集，并拟合多个平面椭圆实现圆柱面的检测，识别圆柱面图像的棋盘格角点并进行角点三维重建，利用基于邻域法向量的拟合算法拟合圆柱面，并根据最小化投影距离约束条件对激光雷达与双目相机的位姿关系进行计算。仿真与试验结果表明：激光雷达识别圆柱面的半径误差最大为8mm，双目相机识别圆柱面的半径误差最大为40 mm；且根据外参数标定结果，圆柱面圆度值符合误差特性，这验证了圆柱面标定物应用于激光雷达与双目相机外参数标定的有效性与准确性。     

基于自动识别系统大数据的船舶施工轨迹识别与预测

针对疏浚监控管理工作很难全天覆盖所有船舶、无法做到实时监控的问题,分析某绞吸挖泥船的AIS(自动识别系统)高频数据,包括疏浚船舶动态的航行轨迹、速度、航向等数据。对船舶施工轨迹辨识和预测进行研究,提出利用DBSCAN聚类算法粗略识别出施工区域,利用LOF(局部异常因子)算法去除航行轨迹中非施工状态下的轨迹,并利用时间序列ARIMA模型对船舶施工轨迹进行预测。结果表明,DBSCAN聚类算法结合LOF算法进行施工轨迹辨识方法合理可行,ARIMA模型进行施工轨迹预测的方法具有精确度高、实时性、易实现的特点。     

基于DBSCAN算法的船舶轨迹自适应层次聚类

为更好地从船舶自动识别系统(Automatic Indentification System,AIS)数据中挖掘信息,科学地感知水上交通态势,针对聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)在水上交通情景中的参数选取问题,提出一种基于DBSCAN的船舶轨迹自适应层次聚类方法。通过分析DBSCAN算法的特性,根据数据集内在分布规律及拟聚类效果的变化规律来确定参数;结合统计学理论进行层次聚类,来适应密度分布不均的船舶轨迹数据。以琼州海峡船舶轨迹数据为例,运用VC软件和MATLAB软件进行验证。验证结果表明:该方法能够在大量复杂的船舶轨迹中发现具有相似性的轨迹群,且结果与实际交通流相符,可为航道建设及海事监管等提供辅助决策。     

船体曲板的双目视觉测量方法

针对船舶制造现场工作环境较为复杂和船体曲板为大尺度板的情况,提出基于结构光辅助扫描的计算机双目视觉测量方法.使用张正友标定法计算摄像机的内部参数和外部参数,在图像中根据颜色空间和形态学处理初步提取激光线,根据基于海森(Hessian)矩阵的Steger算法得到亚像素级的激光中心线,根据极线匹配方法计算激光点坐标并根据二...     

基于切片技术的点云数据预处理研究

针对扫描点云杂乱无序的特点,讨论了点云数据预处理的问题,提出了一种新的基于点云切片的数据预处理迭代算法．通过对点云最小包围盒进行均匀分割及分割后点云的密度分析,对密度过大的分割块进行迭代分割,建立了3个方向的点云切片和截面线．结果不仅大大减少了点云数据量,并且在点云密度过大的区域很好地保持了模型的原始特征,同时将原始的无序数据点集转化为具有层列结构的有序组织形式,确定了各点之间的相互关系,为后续曲线曲面拟合做了很好的准备．     

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。     

三维激光扫描技术在港口筒仓内壁磨损检测中的应用

为解决港口筒仓内壁磨损检测困难的问题,文章以黄骅港大型筒仓群为依托,采用三维激光扫描技术,提出点云逆向重建筒仓三维模型应用于筒仓内壁磨损检测。重点介绍了筒仓内壁损伤检测中的点云数据处理流程和数据分析方法,并针对筒仓结构特点,提出了断面分析、截面磨损分析、损坏定量分析的点云分析方法。为掌握筒仓内壁压延微晶板整体磨损情况提供了方法,为筒仓内壁的检测维修提供科学指导,验证了三维激光扫描技术应用于筒仓内壁磨损检测的可行性。     

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。     

边缘提取在涂胶缺陷检测中的方法研究

船舶发动机盖外板与内板之间常涂覆一层防震密封胶,但具体涂胶形态难以观测,常用机器视觉手段获取产品涂胶图片。针对涂胶区域分割和检测精度低,效率慢的问题,提出一种新的边缘提取算法获取涂胶区域。为了避免传统Canny边缘检测方法易受噪声干扰的缺点,采用具有保边特性的加权最小二乘法滤波器对图像滤波去燥,增加45°和135°两个方向计算图像梯度,利用改进后的Canny算法获取边缘,对获取到的边缘点用区域生长方式将涂胶区域提取出来,最后将提取到的涂胶区域与标准涂胶区域进行配准和减影,得到减影结果即为涂胶缺陷。试验仿真表明：本算法能够很好的提取到胶水区域,并且获取胶水缺陷。     

基于深度相机的船舶小构件打磨装置视觉识别算法设计

基于深度相机,针对船舶小构件智能打磨装置的视觉识别系统进行算法模块设计,确定视觉识别系统的模块框架与模块功能,并基于OpenCV库与PCL库,利用C++程序语言对模块功能进行算法实现。同时搭建算法试验平台,对模块算法进行验证,完成包括相机位姿估计与坐标变换、工件点云分割、工件质心提取、工件边缘提取在内的算法功能实现,为船舶小构件智能打磨装备提供准确全面的视觉数据,保证智能打磨装备的上料及打磨作业顺利执行。     

Segmentation of complex objects＇ sonar images using parameter-fixed MRF model

The effective method of the recognition of underwater complex objects in sonar image is to segment sonar image into target, shadow and sea-bottom reverberation regions and then extract the edge of the object. Because of the time-varying and space-varying characters of underwater acoustics environment, the sonar images have poor quality and serious speckle noise, so traditional image segmentation is unable to achieve precise segmentation. In the paper, the image segmentation process based on MRF （Markov random field） model is studied, and a practical method of estimating model parameters is proposed. Through analyzing the impact of chosen model parameters, a sonar imagery segmentation algorithm based on fixed parameters＇ MRF model is proposed. Both of the segmentation effect and the low computing load are gained. By applying the algorithm to the synthesized texture image and actual side-scan sonar image, the algorithm can be achieved with precise segmentation result.     

基于计算机视觉的水火弯板线位移测量系统

详细介绍了研制开发的基于计算机视觉的水火弯板线位移测量系统的主要组成与工作原理 ,该系统的成功应用 ,对研究水火弯板成形加工规律、实现水火弯板的机械化及自动化提供了支持