为分析集成三维点云逆向建模方法(integrated 3D point cloud reverse modeling,IPCRM)在建立薄厚型钢构件三维模型时的精度表现,以局部变形角钢为研究对象,利用SfM(structure from motion)-MVS(multi-view stereo)算法建立其三维点云模...为分析集成三维点云逆向建模方法(integrated 3D point cloud reverse modeling,IPCRM)在建立薄厚型钢构件三维模型时的精度表现,以局部变形角钢为研究对象,利用SfM(structure from motion)-MVS(multi-view stereo)算法建立其三维点云模型,借助逆向建模技术生成曲面模型,重点开展了模型精度验证试验.结果表明:各表面形状特征参数的相对误差均在8%以内(吻合度验证);4种角钢模型与实际角钢间无显著性差异(P值,P=0.99),且角钢厚度对模型精度无显著性影响(P值,P=0.95),结论在95%的置信度水平下成立(差异显著性验证).研究结果为后续算法优化及利用此类方法进行合理的钢构件局部变形损伤检测与承载性能评价提供依据.展开更多
文摘随着自动驾驶的发展,多传感器融合得到广泛应用。CLOCs是基于后融合的3D目标检测网络,但它对遮蔽物体的检测性能较差。针对此问题,提出一种融合双目测距和门控循环单元(Gated Recurrent Unit,GRU)的3D目标检测网络,其在CLOCs网络融合3D和2D的交并比(Intersection over Union,IoU)的基础上,在2D目标检测网络中引入双目测距来关联2D和3D的深度信息,在卷积之后加入GRU网络,用来捕捉时序数据的依赖关系。采用kitti数据集进行验证,实验结果表明检测精度得到了提升。
文摘为分析集成三维点云逆向建模方法(integrated 3D point cloud reverse modeling,IPCRM)在建立薄厚型钢构件三维模型时的精度表现,以局部变形角钢为研究对象,利用SfM(structure from motion)-MVS(multi-view stereo)算法建立其三维点云模型,借助逆向建模技术生成曲面模型,重点开展了模型精度验证试验.结果表明:各表面形状特征参数的相对误差均在8%以内(吻合度验证);4种角钢模型与实际角钢间无显著性差异(P值,P=0.99),且角钢厚度对模型精度无显著性影响(P值,P=0.95),结论在95%的置信度水平下成立(差异显著性验证).研究结果为后续算法优化及利用此类方法进行合理的钢构件局部变形损伤检测与承载性能评价提供依据.
