检索结果-内蒙古大学图书馆

交通运输工程学报 2024年第1期24卷 158-170页

作者：王晓明邓璐史一哲张通袁通寇宇李晓刘宇轩长安大学旧桥检测与加固技术交通行业重点实验室陕西西安710064 长安大学公路学院陕西西安710064 陕西省交通规划设计研究院有限公司陕西西安710065 铜川市交通运输局陕西铜川727000

针对桥梁建造时传统人工尺寸检测在面对海量桥梁预制件时效率低、成本高的难题,使采用地面激光扫描(TLS)技术的智能尺寸检测突破现有数据处理算法的精度与效率瓶颈,建立了基于建筑信息模型(BIM)-TLS的桥梁钢预制件尺寸智检框架,包含构... 详细信息

针对桥梁建造时传统人工尺寸检测在面对海量桥梁预制件时效率低、成本高的难题,使采用地面激光扫描(TLS)技术的智能尺寸检测突破现有数据处理算法的精度与效率瓶颈,建立了基于建筑信息模型(BIM)-TLS的桥梁钢预制件尺寸智检框架,包含构件几何尺寸检测与数字预拼装2个环节;二次开发了BIM点云化处理技术,构建了参照点云模型,采用直通滤波、统计去噪(SOR)滤波、体素化网格(VG)处理等算法预处理点云数据,实现了基于k近邻(kNN)算法的尺寸检测指标评价;通过3D-Harris特征点检测、正态分布变换(ndt)粗配准与迭代最近点(icp)精配准提出了基于Harris特征与ndt-icp算法的快速配准尺寸智检策略,并结合工程需求应用于某大跨拱梁组合结构钢箱拱预制件尺寸智检中。研究结果表明:采用提出的智检方法对2个相邻节段钢箱拱进行尺寸检测的最大偏差分别为1.689和1.571 mm,均满足制造偏差(小于2 mm)要求;与传统ndt-icp算法相比,该方法将点云整体配准精度提高了35.3%,效率提高了61.88%,可见该方法表现高效且结果准确,促进了钢预制件几何尺寸检测智能化;基于该方法的拱肋数字预拼装监测点最大检测拼装偏差为1.953 3 mm,符合拼装偏差(小于2 mm)要求,实现了精准偏差检测,为后续桥位顺利架设提供了良好保障,且为相似结构的尺寸检测提供了参考。

关键词：桥梁工程尺寸检测三维激光扫描 ndt-icp算法桥梁钢预制构件点云配准智能化施工

来源：评论

学校读者我要写书评

暂无评论

丘陵山地柑橘果园机器人自主导航与精确控制系统设计与试验

引用

西南大学学报（自然科学版） 2024年第8期46卷 184-197页

作者：刘杰付兴兰李旭李川红李光林西南大学工程技术学院重庆400715

为实现丘陵山地柑橘果园机器人的自主导航,设计了一种基于激光雷达和惯性传感器的果园自主导航系统.使用激光SLAM融合多传感器所获数据,并利用误差状态卡尔曼滤波器进行位姿优化,从而构建果园的三维全局点云地图.对全局地图进行分析和处... 详细信息

为实现丘陵山地柑橘果园机器人的自主导航,设计了一种基于激光雷达和惯性传感器的果园自主导航系统.使用激光SLAM融合多传感器所获数据,并利用误差状态卡尔曼滤波器进行位姿优化,从而构建果园的三维全局点云地图.对全局地图进行分析和处理,确定机器人的安全行驶区域,并应用基于机器人运动学多约束条件的三次非均匀B样条曲线轨迹优化算法实现路径规划,使用ndt-icp算法实现机器人在全局地图中的定位.为适应丘陵山地果园地形复杂性,提出了一种基于预瞄跟踪的自校正增量PID控制策略,利用递归最小二乘法实时调整PID参数,并在机器人履带式行走机构上进行了系统整合测试.试验结果表明,误差状态卡尔曼滤波器优化后的地图精度与优化前相比有明显提升.机器人以1.2 m/s速度行驶时,导航控制系统的直线行驶平均位置偏差和航向角偏差分别为0.18 m和4.2°,转弯行驶平均位置偏差和航向角偏差分别为0.38 m和16.7°,可满足丘陵山地柑橘果园智能农机自主导航作业需求.

关键词：柑橘果园机器人激光SLAM 误差状态卡尔曼滤波器 ndt-icp算法自校正增量PID

来源：评论

学校读者我要写书评

暂无评论

基于车载激光雷达的点云匹配定位

基于车载激光雷达的点云匹配定位

引用

作者：李若鹏北京建筑大学

学位级别：硕士

定位是自动驾驶车辆自主导航技术的关键问题之一。保持稳定、精确、实时的定位能够保证自动驾驶车辆行驶的安全。自动驾驶车辆的定位方式主要有:基于全球卫星导航系统(Global Navigation Satellite System,GNSS)的定位方式,基于激光雷... 详细信息

定位是自动驾驶车辆自主导航技术的关键问题之一。保持稳定、精确、实时的定位能够保证自动驾驶车辆行驶的安全。自动驾驶车辆的定位方式主要有:基于全球卫星导航系统(Global Navigation Satellite System,GNSS)的定位方式,基于激光雷达点云地图匹配的定位方式等。目前在自动驾驶领域,全球卫星导航系统是使用最广泛、应用最成熟的定位技术,自动驾驶车辆依靠GNSS定位技术能够在大多数场景下完成精确定位与导航,但仍然存在卫星信号被周边环境的建筑物和树木等障碍物遮挡导致定位失效或者偏移等状况。目前为了提高定位精度,利用GNSS中的实时差分定位技术(Real-time Kinematic,RTK)结合惯性导航系统(Inertial Navigation System,INS)进行多传感器融合定位,以满足自动驾驶车辆高精度定位的需求。但是,在复杂地形环境下对定位的干扰依然不可避免,因此在自动驾驶领域基于全球卫星导航系统的定位方式在地形环境复杂的场景下仍受到很大的限制。车载激光雷达采集的点云地图不仅能够提供全方位的道路特征信息,同时,能够为自动驾驶车辆实现厘米级定位提供数据基础。基于点云地图匹配的定位技术能够不受天气、地形等环境因素的影响,在定位测算中保持相互独立,在复杂环境下替代GNSS定位,为自动驾驶车辆的安全行驶提供保障。为此,本文对基于点云地图匹配的定位技术进行研究,并对经典的点云匹配算法进行改进,对比不同算法在复杂环境下的定位精度和效率,验证基于点云地图匹配的定位技术的可行性。本文的研究数据选取于目前国际上最大的自动驾驶场景数据集(KITTI)中的城市环境点云数据。首先,对点云数据进行预处理,利用LOAM算法预先构建出点云地图,作为匹配定位实验的基础数据,利用PCL库中的滤波算法对点云数据中存在的噪声点进行过滤优化,增强匹配定位的稳定性;然后,分别利用迭代最近点(Iterative Closest Points,icp)算法和正态分布变换(Normal Distribution Transform,ndt)算法进行单帧点云与点云地图的匹配定位实验,分析两种算法的稳定性、精度以及效率;最后,在当前完成匹配定位的基础上进行研究和算法改进,利用Gauss-Newton法改进icp算法,同时利用K-D树加速查找对应点,并且和ndt算法进行集成,定义为ndt-icp算法,进行匹配定位实验。实验结果表明,改进后的ndt-icp算法结合了icp算法的高精度和ndt算法的高效率,在定位精度上待配准点云与源点云地图之间的对应点平均距离为4.52cm,可以满足自动驾驶车辆的定位需求;在定位效率上,每一个单帧点云进行匹配定位消耗的时间平均在6.47s,在自动驾驶车辆定位的实时性上还有提升的空间。

关键词：迭代最近点算法正态分布变换算法 Gauss-Newton法 K-D树 ndt-icp算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：