针对传统粮堆体积测量方法中设备成本高、依赖相机标定、复杂形态适配性差等问题,提出一种基于密集无约束体三维重建(dense and unconstrained stereo 3D reconstruction,DUSt3R)点云的散装粮堆体积智能估算方法。该方法利用DUSt3R的注...针对传统粮堆体积测量方法中设备成本高、依赖相机标定、复杂形态适配性差等问题,提出一种基于密集无约束体三维重建(dense and unconstrained stereo 3D reconstruction,DUSt3R)点云的散装粮堆体积智能估算方法。该方法利用DUSt3R的注意力机制与稠密匹配技术,实现端到端生成三维点云。构建基于粮堆特性的点云优化模块,结合统计滤波与RANSAC平面检测技术,提升点云噪声去除能力,并通过DBSCAN聚类实现粮堆与地面的精准分割。结果表明:该方法有效克服了对相机标定的依赖,显著提升了点云噪声处理与分割精度;通过动态网格投影与Alpha Shape曲面重建技术自适应拟合复杂粮堆形态,在保证测量准确性的同时大幅降低硬件成本,具备良好的工程适用性;在6种典型粮堆形态上开展试验验证,平均测量误差约为5%,仅需普通摄像头即可完成数据采集。该体积测量方法可与平粮机器人作业设备高效集成,为散装粮堆体积测量与自动化作业引导提供了低成本、高精度的技术解决方案。展开更多
文摘针对传统粮堆体积测量方法中设备成本高、依赖相机标定、复杂形态适配性差等问题,提出一种基于密集无约束体三维重建(dense and unconstrained stereo 3D reconstruction,DUSt3R)点云的散装粮堆体积智能估算方法。该方法利用DUSt3R的注意力机制与稠密匹配技术,实现端到端生成三维点云。构建基于粮堆特性的点云优化模块,结合统计滤波与RANSAC平面检测技术,提升点云噪声去除能力,并通过DBSCAN聚类实现粮堆与地面的精准分割。结果表明:该方法有效克服了对相机标定的依赖,显著提升了点云噪声处理与分割精度;通过动态网格投影与Alpha Shape曲面重建技术自适应拟合复杂粮堆形态,在保证测量准确性的同时大幅降低硬件成本,具备良好的工程适用性;在6种典型粮堆形态上开展试验验证,平均测量误差约为5%,仅需普通摄像头即可完成数据采集。该体积测量方法可与平粮机器人作业设备高效集成,为散装粮堆体积测量与自动化作业引导提供了低成本、高精度的技术解决方案。
文摘基于广义约化R矩阵理论,使用RAC程序(R-matrix analysis code)综合分析了^(6)He系统中所有可以利用的实验数据,给出了氚核入射10-2—20 MeV能量范围内主要反应道的评价核数据.其中积分截面包括T(t,2n)^(4)He,T(t,n)^(5)He,T(t,d)^(4)H;微分截面包括T(t,2n)^(4)He,T(t,n)^(5)He,T(t,d)^(4)H,T(t,t)T.结果表明,RAC的评价结果与实验数据和ENDF/B-Ⅷ.1的评价数据整体符合良好.重点关注T(t,2n)^(4)He反应,评价值在10^(-2)—20 MeV范围内与已有实验数据一致,在2.9 Me V附近出现由2+能级主导的共振,在1.9 Me V处,已有实验同时测量了积分截面和角分布,本工作的评价结果在两类数据上均表现出良好的一致性,积分截面与微分截面的联合约束有效提升了R矩阵参数的稳定性和评价结果的可靠性.基于6He系统的整体评价,进一步补充了T(t,n)^(5)He和T(t,d)^(4)H反应的截面数据.本工作完善了聚变反应相关的数据基础,并为后续与镜像系统6Be系统的联合分析奠定了基础.
