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．     

我国港口首座数千车位的多层室内停车场——广州港新沙多层汽车库建成

4月8日,我国内港口首座4500车位的立体车库在广州港新沙港区建成投入使用,广州港新沙港区汽车物流服务水平得到大大提升。加上原来的露天堆场,新沙港区汽车一次性堆放能力超过了15000辆。     

三维曲面钢板多点数字化成形技术

多点成形是金属三维曲面柔性成形新技术,以多点成形技术为核心,集成多点CAD／CAM软件、计算机集散控制系统以及压力机等,构成钢板多点数字化成形系统。可以实现三维曲面铜板从形状输入到成形过程的数字化。应用分段多点成形工艺,可以在小设备上成形大尺寸钢板,而不用将其分割为小块;应用多点闭环成形工艺,可以减小钢板的成形误差;从应用实例看出,该技术可以用于船体外板的柔性成形。     

由硬点引起的船体结构裂纹及其设计原则

船体结构设计中由于设计不当,往往会在结构中出现硬点,而硬点的出现将会在该区域产生高应力,从而导致结构出现裂纹.列举了结构设计中常见的硬点类型,提出了相应的改进措施,同时通过国外已有的模型试验分析数据来说明消除硬点的合理方法.这些方法对今后的船体结构设计具有较大的参考价值.     

“2009亚太港航发展高峰论坛”在上海举行

2009年10月15—16日。“2009亚太港航发展高峰论坛”在上海隆重举行。来自亚太地区的港航界领导、专家、学者及政府官员、港航企业代表160人参加本次论坛。论坛以“国际金融危机下的港航之路”为主题,探讨在国际金融危机下港航业发展面临的挑战、多式联运一体化、港口金融服务、区域资源整合、绿色港口建设等关键议题。     

船舶柴油机调速器参数整定的多目标优化和多属性决策研究

综合考虑系统在输入阶跃扰动和负荷扰动两个工况时的超调量、稳定时间和ITAE指标,研究了PID控制器参数寻优的问题。采用多目标遗传算法求出Pareto最优解,使用信息熵法和逼近理想解的排序方法（TOPSIS）对Pareto最优解给出了排序。计算了一艘水面船舶柴油机调速器控制的数值算例,结果表明本文方法有效,所设计的PID性能优异,可以工程实际应用。     

风浪流联合作用下RMFC码头运动性能试验研究

RMFC码头作为连岸设施,周围布置有锚泊系统,其工作海域水深很浅,深度随距海岸线距离而变化。由于利用多刚体水动力学的计算分析难以保证结果的正确性,因此,采用试验方法研究RMFC码头的运动性能。假定单元间的接头和系泊系统可有效承担风、浪、流诱导产生的载荷,通过试验研究RMFC码头典型单元六自由度运动,以验证此种RMFC码头布置形式的有效性。     

基于联邦LSTM的突遇新频率船舶升沉运动预测策略

由于浮式起重船在海上进行风电设备安装和运维作业期间,离岸距离远且作业时间长,波浪变化多样且不确定,极易产生新频率的船舶运动,使得无法进行精确预测,从而导致海上作业无法安全进行甚至造成设备损坏,因此文章提出基于联邦学习的多变量多步长短期记忆网络（LSTM）预测方法。针对无线数据采集时间间隔不一致,将其和船舶升沉运动数据共同作为双层LSTM预测模型的输入变量并进行多步预测。同时针对突遇新频率船舶运动的情况,采用联邦学习方法联合多家海上风电安装运维企业的船舶升沉运动数据,共同训练适用于复杂海况下的船舶升沉运动LSTM预测模型。使用Stewart六自由度波浪补偿平台模拟浮式起重船的升沉运动,试验结果表明,在遇到新频率船舶运动时,该方法能有效提高船舶升沉运动的预测效果,模型预测精度（RMSE值）至少可达到0.095。     

弹性连接下双动力定位船托举平台的动力特性

采用双船浮托法托举海洋平台时,半潜船与上层建筑的相对位移较大,利用传统的刚性连接方式易导致对接处出现应力集中现象,在波浪作用下上层组块有掉落的风险。针对这一情况,采用一种能进行运动解耦的弹性连接系统开展水池试验,对波浪作用下多浮体系统的运动响应进行研究。结果表明,多浮体系统存在有别于单船固有横摇频率的特有频率,在多个方向波浪的作用下,上层建筑和半潜船之间相对运动著。对该现象进行分析,并将所得结果与理论计算和机械系统动力学自动分析（ADAMS）的仿真结果相对比,确定该特有频率为多体系统的固有频率,为设计阶段提升双船拆平台系统的安全性提供参考。     

基于自适应阈值DBSCAN的路侧点云分割算法

针对路侧采集的激光雷达点云数据随距离增大而密度下降导致同一目标的点云被分割成多个目标的问题,提出了一种基于自适应阈值DBSCAN的路侧点云分割算法。首先,使用改进GPF和直通滤波对采集的路侧点云进行过滤,提取出道路区域上的非地面点云;然后,基于有效距离和sigmoid函数构建自适应系数函数,对DBSCAN聚类算法集群生长中近邻点搜索时半径阈值的选取规则进行优化;最后,利用自适应阈值DBSCAN聚类算法对非地面点进行聚类,得到隶属于单个目标的点云。采集了1 055帧真实场景的连续数据进行测试,结果显示：C-H系数平均约增加3倍、D-B系数平均减少4.52%、轮廓系数平均增加77.78%,这表明基于自适应阈值DBSCAN的分割算法能提高点云簇的类内一致性和类间差异性,有效减少路侧激光雷达点云的过分割现象,具有较高的工程应用价值。