异构计算机辅助设计工艺数据集成技术

为满足智能制造对各种船舶计算机辅助设计系统的数据需求,以产品数据管理系统为平台,构建异构计算机辅助设计系统工艺数据集成平台,集成管理异构计算机辅助设计系统的数据和模型,实现计算机辅助设计系统的数据和模型到各型智能化设备管理系统的有效流转。     

基于深度学习的土木基础设施裂缝检测综述

基于深度学习的裂缝检测对于降低基础设施运营风险、节约运维成本并推进中国土木工程行业智能化转型具有重要意义。算法、数据集和评价指标是构建深度学习裂缝检测模型的关键要素；裂缝检测模型集成于机器人平台，从而实现对土木基础设施的全自动裂缝检测。为此，从以上4个方面对当前研究进行了系统梳理。首先，回顾了深度学习的发展历程，重点介绍了深度卷积神经网络在计算机视觉领域的应用及其在图像处理方面较传统算法所具有的显著优势。接着，详细介绍了3类基于深度学习的裂缝检测主流算法，包括分类算法、目标检测算法和语义分割算法。然后，对现有裂缝图像数据集以及模型性能评价指标进行了归纳。最后，总结了土木基础设施的各类裂缝检测机器人平台。综合分析表明：基于卷积神经网络主干结构的深度学习算法已被广泛用于土木基础设施表面裂缝的精准定位与分类，而裂缝的尺寸信息仍需依靠传统图像处理技术进行提取；由于像素级标注的成本和专业性高，大型的裂缝语义分割数据集相对缺乏，致使当前基于语义分割算法的裂缝检测模型鲁棒性较差；目前多数研究人员采用个人建立的裂缝数据集进行模型训练且采用不同的指标进行模型性能评价，缺乏统一的基准测试数据集和评价指标体系，无法对不同模型的性能进行平行比较；目前针对不同基础设施已相应开发了一些裂缝检测机器人，提高裂缝检测机器人的多场景适应性，并降低其应用成本是未来的发展方向。     

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...