修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

8 条数据
?? 中文（中国） ▾

  • 提升移动机器人云端视觉系统性能的新方法

    摘要： 移动机器人需要实时性能、高计算能力以及共享的计算环境。虽然云计算能提供计算能力，但网络延迟可能对实时性能产生不利影响。本研究的主要目标是使移动机器人视觉系统能够可靠地满足实时约束条件并利用云计算。我们提出了一种人本云移动机器人架构，以及在移动机器人和云服务器两侧组织的数据流机制。研究提出了两种算法：(i) 在移动机器人端应用的实时图像聚类算法；(ii) 在云服务器端应用的改进型生长神经气算法。实验结果表明，根据通信带宽和图像分辨率的不同，总响应时间提升了25%至45%。此外，在数据量、路径规划时间和准确性方面，该方案也展现出优于其他前沿技术的性能。

    关键词： 计算卸载、计算机视觉、三维点云、移动机器人、立体视觉、实时网络、云计算、云机器人

    更新于2025-09-23 15:23:52

  • 陆地激光雷达点云的叶与木分类框架

    摘要： 1. 叶片与枝干分离是从地面激光雷达数据获取新估算指标（如量化地上生物量、叶面积与枝干面积及其三维空间分布）的关键步骤。我们提出一种自动分离单木点云中叶片与枝干的新方法，该方案结合了几何特征的聚类分类与最短路径分析。 2. 我们展示了自动化分离算法及其中间步骤，并通过测试框架进行验证：该框架使用基于光线追踪和三维树模型生成的合成点云，以及10组实地扫描的树木点云。评估指标包括准确率、卡帕系数和F值。 3. 模拟数据验证总体准确率达0.83（范围0.71-0.94），单木平均准确率介于0.77-0.89之间；实地数据总体平均准确率为0.89。分步分析显示各环节准确率范围为0.75-0.98。模拟与实地数据的F值相近，其中叶片分类得分通常高于枝干。 4. 本分离方法结果与文献报道相当，但实现了全流程自动化。分步分析表明路径分析的引入提升了算法鲁棒性。通过单木参数优化可进一步提高精度。包含本分离脚本的程序库安装便捷，适用于单木点云处理，平均单木处理时间低于10分钟。

    关键词： 野外数据、三维点云、模拟数据、地面激光雷达、材料分离、激光雷达、测试框架

    更新于2025-09-23 15:22:29

  • [IEEE 2018年第25届机电一体化与机器视觉实践国际会议(M2VIP) - 德国斯图加特(2018.11.20-2018.11.22)] 2018年第25届机电一体化与机器视觉实践国际会议(M2VIP) - 基于凸包并采用ICP和NDT精化的三维点云粗配准

    摘要： 非刚性配准是运动跟踪、模型检索和物体识别等诸多应用中的关键步骤。这些应用的精度高度依赖于配准步骤中采用的初始位置。本文提出一种新颖的凸包辅助粗配准方法，并通过两种应用于投影点的算法进行优化。首先，该方法采用统计方法找出代表每个点云的最佳平面；其次，将各点云的所有点投影至对应平面上；随后从两个投影点集中提取两个凸包并进行最优匹配；接着通过最小化两个凸包匹配点对之间的距离，鲁棒地估计从参考点到模型的非刚性变换；最后通过两种方法优化该变换估计：第一种是利用迭代最近点（ICP）算法优化粗配准，第二种是通过正态分布变换（NDT）算法优化粗配准。针对多个点云开展的实验研究表明，在大多数情况下，采用ICP优化的粗配准效果优于NDT优化的结果。

    关键词： 迭代最近点算法（ICP）、凸包、正态分布变换（NDT）、非刚性配准、三维点云、主成分分析（PCA）

    更新于2025-09-23 15:22:29

  • [IEEE 2018年第37届中国控制会议(CCC) - 武汉(2018.7.25-2018.7.27)] 2018年第37届中国控制会议(CCC) - 基于全局柱坐标直方图描述符的激光雷达车辆识别

    摘要： 车辆识别对于自主地面车辆（ALV）在城市环境中的导航至关重要。本文提出了一种新颖的全局圆柱坐标直方图描述符（GCCHD）用于城市环境中的车辆识别。该描述符针对每个物体的中心点生成。为实现与绕z轴旋转的独立性，GCCHD引入了全局参考框架，并将圆柱支撑区域内的所有三维点根据其三个圆柱坐标投影到三维直方图中。通过在公开的悉尼城市物体数据集和我们手动准备标注的数据集上的实验，验证了GCCHD在车辆识别中的性能。

    关键词： 车辆识别、三维点云、GCCHD、自主地面车辆

    更新于2025-09-23 15:22:29

  • [IEEE 2019中国控制与决策会议(CCDC) - 中国南昌(2019.6.3-2019.6.5)] 2019中国控制与决策会议(CCDC) - 基于三维激光传感器的机器人弧焊焊缝提取算法

    摘要： 本文提出一种结合二维图像与三维点云数据的焊缝提取算法，该算法基于三维激光传感器和六自由度工业机器人。首先通过三维激光传感器获取三维点云数据与二维深度图像；其次利用二维图像处理方法提取焊缝特征点并实现焊缝精确定位；然后通过特定规则将二维焊缝映射至三维空间以提取三维焊缝信息；最后通过实验验证所提算法的可行性。实验结果有力证明该算法能有效获取自行车车架一类焊缝的三维焊缝信息，完全满足工业生产需求。

    关键词： 二维图像处理，三维点云，自行车车架，焊缝提取

    更新于2025-09-16 10:30:52

  • 利用基于机载激光扫描的树木检测改进森林资源调查——考虑边缘效应与配准因子

    摘要： 当整合机载激光扫描（ALS）技术时，森林生物物理属性的估算精度得以提升。基于ALS的森林调查主要采用单木检测方法（ITD）和传统基于面积的方法（ABA）两种方案。本研究评估了增强型基于面积方法（EABA）——一种结合ITD与ABA的ALS数据边缘校正技术——在改进森林生物物理属性估算方面的表现，同时测试了该方法在存在导致遥感预测变量偏差的配准误差时的效率。研究基于西班牙中部一片石松林（Pinus pinea L.）开展，该区域树间距和扫描条件非常适合ITD方法应用。通过回归建模筛选出估算森林生物物理属性的最优预测变量。尽管ALS数据密度较低，采用EABA后模型精度仍显著提高：在均方根误差相对均值改善方面，蓄积量、林分断面积和优势木高度分别提升15.2%、17.3%和7.2%。配准误差对ABA模型的影响显著，而在EABA中该影响轻微且得到缓解。实施EABA能极大促进现代森林调查应用的优化。

    关键词： 森林建模、三维点云、定位、精准林业、遥感

    更新于2025-09-12 10:27:22

  • 一种通过激光扫描实现试验场数字化的新方法

    摘要： 本文提出了一种新型、不干扰媒体的激光跟踪仪摄影测量测试场测量方法。该新方法精度高且应用灵活，其原理是基于手持式激光扫描仪与激光跟踪仪组合的准连续测量数据进行图像处理。该方法适用领域广泛，在相机标定方面展现出显著优势——由于镜头制造工艺导致所有相机都存在光学畸变，高精度摄影测量必须进行细致标定，而标定通?？赏ü馐猿∈迪?。某些情况下需要控制点的三维坐标，这些坐标往往通过摄影测量本身及测距仪角度测量预先测定，且通常需加入测距尺（如视距尺）来增加测量工作量。本方法基于测试场的三维点云测量数据，不仅能获取所有控制点中心，还可选择其他几何特征。由于点云由大量单点测量构成，每个控制点的测定本身就具备高度统计冗余度。通过从点云中提取各控制点的三维坐标，无需额外测距尺。目前位置精度≤50微米（最大允许误差），主要受本文所用激光扫描仪性能限制。本技术适用于各种形状、尺寸、材质、数量及排列方式的控制点，且比测距仪角度测量操作更快捷简便。

    关键词： 激光扫描、摄影测量校准、测试场、几何校准、三维点云

    更新于2025-09-12 10:27:22

  • [IEEE 2018国际三维视觉会议(3DV) - 维罗纳(2018.9.5-2018.9.8)] 2018年国际三维视觉会议(3DV) - 基于多尺度球形邻域的三维点云语义分类

    摘要： 本文提出了一种三维点云多尺度邻域的新定义。该定义基于球形邻域与比例子采样，能够计算出具有统一几何意义的特征——而使用k近邻方法则无法实现这一点。通过适当的学习策略，所提出的特征可用于随机森林进行三维点分类。在此语义分类任务中，我们证明在相同实验条件下，本多尺度特征的表现优于现有最先进特征。此外，其分类效能可与包括深度学习方法在内的更复杂分类方案相媲美。

    关键词： 随机森林，三维点云，多尺度球形邻域，深度学习，语义分类

    更新于2025-09-04 15:30:14