点云融合技术综述:方法、应用与挑战

1

作者 宋绍京 李新建 方非易 《雷达学报(中英文)》 北大核心 2025年第3期528-547,共20页

点云融合技术作为3D(Three-Dimensional)数据处理的重要手段,在多个领域展现出巨大的潜力和应用前景。该文系统地综述了点云融合的基础概念、常用技术方法及其应用,深入分析了不同方法的发展现状和未来发展趋势。此外,该文还探讨了点云... 点云融合技术作为3D(Three-Dimensional)数据处理的重要手段,在多个领域展现出巨大的潜力和应用前景。该文系统地综述了点云融合的基础概念、常用技术方法及其应用,深入分析了不同方法的发展现状和未来发展趋势。此外,该文还探讨了点云融合在自动驾驶、建筑和机器人等领域的实际应用及面临的挑战,尤其是在应对噪声、数据稀疏性和密度不均等问题时,如何在保证融合精度的同时平衡其复杂性。通过全面梳理现有研究进展,为未来点云融合技术的发展提供了有力参考,并为进一步提升融合算法的精度、鲁棒性和效率指明了可能的研究方向。 展开更多

关键词 点云融合 3D数据处理 特征匹配 融合算法 深度学习

在线阅读 下载PDF 职称材料

基于相机与激光雷达融合的番茄果实三维定位研究

2

作者 邹荣 李金炎 +2 位作者 王权 白圣贺 沐森林 《农机化研究》 北大核心 2025年第10期1-10,18,共11页

为满足复杂环境中番茄采摘机器人果实三维定位需求,克服番茄三维定位中光照变化对相机影响、三维点云定位的资源消耗和速度问题,提出了一种基于相机与激光雷达融合的番茄果实三维定位方法。首先,对传感器采集的数据进行预处理,基于改进... 为满足复杂环境中番茄采摘机器人果实三维定位需求,克服番茄三维定位中光照变化对相机影响、三维点云定位的资源消耗和速度问题,提出了一种基于相机与激光雷达融合的番茄果实三维定位方法。首先,对传感器采集的数据进行预处理,基于改进的YOLOv5s模型对番茄图像进行感兴趣区域(Region of Interest,RoI)提取,通过传感器联合标定将RoI转换为带有点云信息的截锥体区域提议;其次,对区域内点云进行反射率分析,分割出番茄果实点云,通过SOM K-means聚类算法对分割出来的果实点云进行聚类,进而对果实重叠的点云进行个体分割;最后,使用多模态融合算法将二维的图像检测中心与番茄点云质心相关联。引入EIoU Loss对YOLOv5s网格的损失函数进行优化,改进的模型在测试集上的识别准确率为99.65%,与YOLOv5s和Faster RCNN相比,识别准确率分别提高了3.7个百分点、5.9个百分点。对随机选取的52株番茄果树样本进行定位,试验结果表明:改进后算法的定位准确率为95.48%,相比于双目立体视觉检测识别准确率提高了2.48个百分点,定位误差小于4.5 mm。机械臂采摘试验表明,改进后算法满足番茄采摘机器人视觉定位要求。 展开更多

关键词 番茄定位 多传感器融合 YOLOv5s算法 SOM K-means聚类算法 点云分割

在线阅读 下载PDF 职称材料

一种干扰环境下线阵复合成像引信目标识别算法 被引量：1

3

作者 高铭泽 徐立新 +5 位作者 施小龙 王伟翰 王凤杰 胡诗苑 吴沿江 陈慧敏 《兵工学报》 北大核心 2025年第7期227-235,共9页

为解决激光成像引信在烟雾、扬尘和伪装干扰下目标识别性能差的问题,提出一种线阵激光/线阵近红外复合成像目标识别算法。根据成像模型确立标定矩阵,得到激光点云与近红外图像的空间映射关系。构建了基于深度学习的目标识别算法框架,在... 为解决激光成像引信在烟雾、扬尘和伪装干扰下目标识别性能差的问题,提出一种线阵激光/线阵近红外复合成像目标识别算法。根据成像模型确立标定矩阵,得到激光点云与近红外图像的空间映射关系。构建了基于深度学习的目标识别算法框架,在数据输入层提出了一种体素融合模块,通过编码近红外像素级特征以增强点云,在中间层提出了一种鸟瞰图视角融合模块实现特征级融合,自适应动态调节双模态特征权重。基于自建的仿真数据集对算法进行验证,实验结果表明所提出的算法能够显著提高烟雾、扬尘和伪装干扰下的目标识别精度。 展开更多

关键词 复合成像引信 目标识别 激光点云 近红外图像 融合算法

在线阅读 下载PDF 职称材料

基于立木拓扑特征的ULS-TLS点云融合算法——以银杏人工林为例

4

作者 李纪霖 孙圆 +4 位作者 纪北京 张忻慧 温小荣 刘玉华 余鹏飞 《中南林业科技大学学报》 北大核心 2025年第8期29-40,共12页

【目的】基于树木位置构建立木拓扑特征(Topological characteristics of standing trees,TCS)融合算法,尝试配准融合不同平台点云数据以提取高精度的单木测树因子。【方法】在平地、坡地2种地形林地对银杏人工林进行有叶、无叶2期扫描... 【目的】基于树木位置构建立木拓扑特征(Topological characteristics of standing trees,TCS)融合算法,尝试配准融合不同平台点云数据以提取高精度的单木测树因子。【方法】在平地、坡地2种地形林地对银杏人工林进行有叶、无叶2期扫描。将地基激光扫描获得的地面点云数据作为源点云,将无人机载激光扫描获得的空中点云数据作为目标点云,分别提供地面拓扑特征和冠层最高点拓扑特征。在设定的标准差圆搜索域内运用K近邻(K-nearest neighbor,KNN)算法搜索各树位置邻域内相近邻的树位置点,构建形成不规则三角网(Triangulated irregular network,TIN)对。通过计算每对TIN中三角形的角度和面积相似性构建相似性矩阵TSM(Triangular similarity matrix,TSM),进而构建得分矩阵,找到最大得分TIN对中匹配的“树-树”对。提取2类拓扑点集以计算转换参数并应用到目标点云完成粗配准,最后利用ICP算法完成精配准融合,提取各平台及融合点云的单木测树因子并进行精度评价。【结果】1)基于TCS算法粗配准后的点云数据集精配准融合误差(RMSE_((reg)),R_(MSE(reg)))均小于0.170 m,无叶期平地和坡地的R_(MSE(reg))分别下降了0.237、0.445 m,有叶期平地和坡地的R_(MSE(reg))分别下降了0.046、0.170 m。平地误差均低于坡地,无叶期平地R_(MSE(reg))(0.088 m)较有叶期(0.146 m)降低39.7%,无叶期坡地R_(MSE(reg))较有叶期降低42.6%,验证了无叶期配准效果较有叶期更优,同一棵树的树冠和树干部分融合效果得到改进,树干与树冠部分偏移量进一步降低;2)融合点云提取胸径的相对系数(R^(2),R)为0.944~0.992,均方根误差(RMSE,R_(MSE))为1.734~2.108 cm,与TLS点云的提取结果相差不大;3)融合点云提取的树高在有叶及无叶期均取得最优效果,R为0.825~0.902,RMSE为0.995~1.840 m,优于TLS与ULS点云;4)融合点云提取冠幅的结果较优,R为0.817~0.861,R_(MSE)为0.963~1.334 m。【结论】融合点云提取的单木测树因子精度验证了该算法在研究区的适用性,为ULS-TLS激光扫描技术在复杂冠形及不同时相、不同地形条件下林地调查中的应用推广提供了新方法。 展开更多

关键词 激光雷达 点云融合算法 单木测树因子提取 银杏人工林

在线阅读 下载PDF 职称材料

基于Transformer的逐通道点云分析网络

5

作者 冯凯浩 陶志勇 +2 位作者 李衡 李铭朗 林森 《电子测量与仪器学报》 北大核心 2025年第2期49-59,共11页

三维点云能够充分描述目标对象的几何信息,在自动驾驶、医学影像和机器人等领域有着广泛的应用前景。然而,现有方法在处理不同通道间的特征时缺乏差异化,同时对低级空间坐标和高级语义特征采用统一的编码策略,进而导致点云特征提取不全... 三维点云能够充分描述目标对象的几何信息,在自动驾驶、医学影像和机器人等领域有着广泛的应用前景。然而,现有方法在处理不同通道间的特征时缺乏差异化,同时对低级空间坐标和高级语义特征采用统一的编码策略,进而导致点云特征提取不全面。因此,提出了基于Transformer的逐通道点云分析网络。首先,为了克服传统图卷积在混合通道中难以区分有效信息的挑战,设计了一种深度可分离边缘卷积,可以在逐通道特征提取时保留局部几何信息的同时,显著提升通道间的区分能力。其次,针对Transformer在低级空间坐标和高级语义特征中采用统一编码方式,导致信息提取不足的问题,提出了两种特征编码策略,自适应位置编码和空间上下文编码,分别用于探索低级空间中的隐式几何结构和高级空间中的复杂上下文关系。最后,提出了一种有效的融合策略,可以形成更具区分性的特征表示。为了充分证明所提出模型的有效性,在公开数据集ModelNet40和ScanObjectNN上进行点云分类实验,总体分类精度分别达到93.7%和83.2%,在公开数据集ShapeNet Part上,整体部件分割的平均交并比达到86.0%。因而,研究方法在分类和分割任务中均具有先进的性能。 展开更多

关键词 点云分类 分割 深度可分离卷积 Transfomer 融合算法 ModelNet40

原文传递

基于计算机图像融合的激光点云数据处理与目标检测方法

6

作者 周林 《激光杂志》 北大核心 2025年第9期123-128,共6页

由于激光点云数据具有一定的离散性和冗余性,在进行图像目标检测时,通常会因对点云数据滤波程度较低而导致检测精度不佳。对此,提出基于计算机图像融合的激光点云数据处理与目标检测方法。首先对高斯卷积核尺寸进行设定,并通过调整高斯... 由于激光点云数据具有一定的离散性和冗余性,在进行图像目标检测时,通常会因对点云数据滤波程度较低而导致检测精度不佳。对此,提出基于计算机图像融合的激光点云数据处理与目标检测方法。首先对高斯卷积核尺寸进行设定,并通过调整高斯核的方差以及半径对滤波效果进行优化,同时结合线性插值算法计算出相邻点云数据间的插值,增加激光点云数据的密度。然后采用SURF(Speeded Up Robust Features)算法对Hessian矩阵行列式的局部极大值进行检测,从而定位出特征点。将匹配的特征点的描述符进行加权平均操作,通过计算融合后特征点之间的相似度,实现特征点映射匹配处理。最后采用仿射变换矩阵对匹配点的几何关系进行计算,实现目标区域定位。同时针对像素值的类间方差设定分割阈值,从而实现目标区域提取与检测。在实验中,对提出方法进行了检测精度的检验。最终的测试结果表明,采用提出方法对图像进行目标检测时,算法的IoU(Intersection over Union)值较高,具备较为理想的目标检测精度。 展开更多

关键词 图像融合 点云数据 滤波算法 图像增强 目标检测

原文传递

无人机激光雷达与倾斜摄影技术融合的地形测绘研究

7

作者 贾宏昌 《北斗与空间信息应用技术》 2025年第1期31-33,共3页

为提高地形测绘精度和效率,本文提出一种无人机激光雷达与倾斜摄影技术融合的地形测绘方案。该方案采用多旋翼无人机平台,集成RIEGL miniVUX-1UAV激光雷达和Phase One五镜头倾斜相机系统,实现数据同步采集。开发基于C++/Qt框架的数据处... 为提高地形测绘精度和效率,本文提出一种无人机激光雷达与倾斜摄影技术融合的地形测绘方案。该方案采用多旋翼无人机平台,集成RIEGL miniVUX-1UAV激光雷达和Phase One五镜头倾斜相机系统,实现数据同步采集。开发基于C++/Qt框架的数据处理平台,设计RANSAC-ICP点云配准算法和基于张量投影的多源数据融合算法。实践结果表明,融合测绘成果在平地区域平面中误差±4.2 cm,高程中误差±3.8 cm;山地区域平面中误差±5.5 cm,高程中误差±4.9 cm,较单一数据源处理精度提升30%以上,满足1:500比例尺地形图测绘要求。 展开更多

关键词 无人机激光雷达 倾斜摄影技术 地形测绘 点云配准 融合算法

在线阅读 下载PDF 职称材料

基于改进特征点匹配算法的徽州廊桥空间三维构建

8

作者 崔金敏 陈广 《兰州文理学院学报(自然科学版)》 2025年第2期59-63,共5页

针对徽州廊桥建筑文化如何精准、可靠传承的问题,提出基于改进特征点匹配算法的徽州廊桥空间三维重建方法,实现传统建筑风格的传承与保护.首先,基于三维激光扫描仪采集廊桥空间的点云数据并实施预处理,基于无人机搭载图像传感器采集倾... 针对徽州廊桥建筑文化如何精准、可靠传承的问题,提出基于改进特征点匹配算法的徽州廊桥空间三维重建方法,实现传统建筑风格的传承与保护.首先,基于三维激光扫描仪采集廊桥空间的点云数据并实施预处理,基于无人机搭载图像传感器采集倾斜摄影数据.其次,利用k-means算法估算倾斜摄影的特征点目标数量,以改进特征点匹配算法将廊桥的三维激光扫描数据与倾斜摄影数据融合,实现廊桥空间三维重建.实验结果显示,该方法构建的廊桥三维模型精度较高,融合后的三维数据较好诠释了徽州廊桥的真实面貌. 展开更多

关键词 徽州廊桥 激光点云 数据融合 K-MEANS算法 特征点匹配 倾斜摄影

在线阅读 下载PDF 职称材料

ZED双目相机点云数据融合与重建下的室内导航SLAM优化算法

9

作者 郑国威 贾鹏 +3 位作者 李晓飞 李相庭 张立 罗东山 《系统仿真技术》 2025年第1期62-67,共6页

在室内导航中,定位误差的累积和地图构建的失准会导致室内导航的准确性偏低。为此,提出ZED双目相机点云数据融合与重建下的室内导航同步定位与地图构建(SLAM)优化算法。利用ZED双目相机对室内环境进行扫描,采集环境图像,并采用视差计算... 在室内导航中,定位误差的累积和地图构建的失准会导致室内导航的准确性偏低。为此,提出ZED双目相机点云数据融合与重建下的室内导航同步定位与地图构建(SLAM)优化算法。利用ZED双目相机对室内环境进行扫描,采集环境图像,并采用视差计算方法将图像数据转换为点云数据,进而通过点云数据融合和重建构建室内环境三维模型。结合SLAM优化算法提取室内全局地图的角点特征,由此对室内环境地图进行全局更新。结合路径点搜索规划导航路径,采用动态窗口法求取航向误差,并对其进行自适应修正,得到最佳导航方向,以此实现室内自主导航。实验结果表明,利用所提方法进行室内导航,导航位置偏差始终控制在1.0 mm以内,导航精度较高。 展开更多

关键词 ZED双目相机 点云数据融合 点云数据重建 室内导航 SLAM优化算法

在线阅读 下载PDF 职称材料

基于GICP算法的多深度相机点云配准方法研究

10

作者 徐大帅 杨宽 +1 位作者 张峻铭 黄璐 《河南科技》 2025年第2期20-23,共4页

【目的】针对深度相机视角有限,难以捕捉复杂场景内的所有细节这一问题,提出一种基于GICP算法实现两台深度相机点云配准方法。【方法】首先,制作一个立方体标定物,并用两台深度相机进行验证实验。其次,通过深度相机采集并融合不同视角... 【目的】针对深度相机视角有限,难以捕捉复杂场景内的所有细节这一问题,提出一种基于GICP算法实现两台深度相机点云配准方法。【方法】首先,制作一个立方体标定物,并用两台深度相机进行验证实验。其次,通过深度相机采集并融合不同视角下物体模型的点云数据,用VoxelGrid滤波器对点云数据进行预处理。最后,使用GICP算法对点云计算最优变换进行配准,实现点云融合。【结果】采集原始点云数据后,计算并比较基于GICP算法、ICP算法的处理结果,从而验证基于GICP算法的有效性。结果显示,相较于传统的ICP算法,GICP算法的运行时间减少,且精度提高18.7%。【结论】基于GICP算法能提升多深度相机的点云融合效果,适合在较大范围的真实场景中应用。 展开更多

关键词 点云配准 深度相机 GICP算法 数据融合

在线阅读 下载PDF 职称材料

基于BIM及点云配准的建筑机器人室内定位方法

11

作者 吴迪 《贵阳学院学报(自然科学版)》 2025年第3期65-68,共4页

随着建筑行业的快速发展,其对自动化和智能化施工的需求日益增长。为了提高建筑机器人在室内环境中的定位精度,确保机器人能够准确执行任务,基于建筑信息模型及点云配准对建筑机器人室内定位方法进行研究。研究结果表明,建筑机器人定位... 随着建筑行业的快速发展,其对自动化和智能化施工的需求日益增长。为了提高建筑机器人在室内环境中的定位精度,确保机器人能够准确执行任务,基于建筑信息模型及点云配准对建筑机器人室内定位方法进行研究。研究结果表明,建筑机器人定位的点云配准整体的定位偏移量均在1 cm以内,显示出较高的定位精度。其中X轴方向差的最大误差为29.4 cm,标准偏移为38 cm;Y轴方向差的最大误差为28.2 cm,标准偏移为0.42 cm;Z轴方向上的偏移量最小,其最大误差为19.7 cm,但标准偏移仅为0.45 cm。研究结果表明,该定位方法具有可行性,且具有较高的定位精度。 展开更多

关键词 建筑机器人 点云配准 融合地图构建 BIM模型 ICP算法

在线阅读 下载PDF 职称材料

基于多视角三维点云融合的采棉机器人视觉感知方法 被引量：5

12

作者 刘坤 王晓 朱一帆 《农业机械学报》 EI CAS CSCD 北大核心 2024年第4期74-81,共8页

针对传统采棉机器人因单一视角和二维图像信息带来的视觉感知局限问题,本文提出了一种多视角三维点云配准方法,以增强采棉机器人实时三维视觉感知能力。采用4台固定位姿的Realsense D435型深度相机,从不同视角获取棉花点云数据。通过Apr... 针对传统采棉机器人因单一视角和二维图像信息带来的视觉感知局限问题,本文提出了一种多视角三维点云配准方法,以增强采棉机器人实时三维视觉感知能力。采用4台固定位姿的Realsense D435型深度相机,从不同视角获取棉花点云数据。通过AprilTags算法标定出深度相机RGB成像模块与Tag标签的相对位姿,并基于深度相机中RGB成像模块与立体成像模块坐标系间的转换关系,解算出各个相机间点云坐标的对应变换,进而实现点云间的融合配准。结果表明,本文配准方法的全局配准平均距离误差为0.93 cm,平均配准时间为0.025 s,表现出较高的配准精度和效率。同时,为满足采棉机器人感知的实时性要求,本文对算法中点云获取、背景滤波和融合配准等步骤进行了效率分析及优化,最终整体算法运行速度达到29.85 f/s,满足采棉机器人感知系统实时性需求。 展开更多

关键词 采棉机器人 视觉感知 三维点云 融合 AprilTags算法

在线阅读 下载PDF 职称材料

基于视觉语义与激光点云交融构建的SLAM算法 被引量：5

13

作者 佟国峰 杨宇航 +2 位作者 彭浩 孟祥政 殷旗君 《控制与决策》 EI CSCD 北大核心 2024年第1期103-111,共9页

激光雷达作为同时定位与地图构建(SLAM)传感器之一,因精度高、性能稳定等特点而被广泛研究使用.但其获得的点云数据较稀疏,包含特征信息少,会导致误匹配、位姿估计误差大等问题,影响SLAM的定位和建图精度.对此,提出一种将视觉语义信息... 激光雷达作为同时定位与地图构建(SLAM)传感器之一,因精度高、性能稳定等特点而被广泛研究使用.但其获得的点云数据较稀疏,包含特征信息少,会导致误匹配、位姿估计误差大等问题,影响SLAM的定位和建图精度.对此,提出一种将视觉语义信息与激光点云数据融合的SLAM算法(VSIL-SLAM).首先,基于投影思想将聚类后的点云映射到语义检测框内,生成语义物体,解决原始激光点云特征稀缺问题;然后,在形状特征的基础上引入拓扑特征对语义物体进行表述,提出基于匹配的拓扑相似性度量方法,解决单一特征造成的误匹配问题,提高匹配准确度;最后,加入语义物体点到点的几何约束,基于几何特征和语义物体构建前端里程计,并完成后端回环检测和位姿图优化设计.实验结果表明,所提出算法在定位和建图效果上都有显著提高,改善了激光SLAM算法的性能. 展开更多

关键词 视觉语义信息 点云聚类 融合算法 拓扑相似性度量 前端里程计 激光SLAM

原文传递

复杂场景下多模态点云数据配准技术 被引量：1

14

作者 付超 夏佳毅 +2 位作者 解琨 吴大鹏 付沁珵 《测绘通报》 CSCD 北大核心 2024年第6期146-150,共5页

针对复杂环境下多模态点云数据获取难,以及对点云数据配准、三维模型构建精度的要求越来越高的情况。本文以南通大剧院实景三维建模为例,当初始点云和校准点云两组多模态融合点云位置差较大时,采用ICP算法进行点云配准易导致局部最优问... 针对复杂环境下多模态点云数据获取难,以及对点云数据配准、三维模型构建精度的要求越来越高的情况。本文以南通大剧院实景三维建模为例,当初始点云和校准点云两组多模态融合点云位置差较大时,采用ICP算法进行点云配准易导致局部最优问题,利用所提出的基于控制点辅助约束的最近点迭代(CPA-ICP)算法通过对点云数据进行配准,并与其他3种点云配准算法的试验进行对比,可知该方法的配准精度和配准效率较高,对复杂场景下的多模态点云数据融合有较好的参考意义。 展开更多

关键词 复杂场景 多模态点云 联合定向匹配 CPA-ICP算法 数据融合

原文传递

基于点云融合算法的无人机三维建模测量研究 被引量：1

15

作者 何跃 张少斐 《微型电脑应用》 2024年第6期172-175,共4页

坐标残差过大是导致无人机三维建模准确性不达标的主要原因,为避免上述情况的发生,针对基于点云融合算法的无人机三维建模测量方法展开研究。确定2D样点、3D样点与目标视点的云对应关系,通过求解双线性融合差值的方式,建立点云融合算法... 坐标残差过大是导致无人机三维建模准确性不达标的主要原因,为避免上述情况的发生,针对基于点云融合算法的无人机三维建模测量方法展开研究。确定2D样点、3D样点与目标视点的云对应关系,通过求解双线性融合差值的方式,建立点云融合算法模型,再联合无人机目标轮廓点定义条件,完成对目标Hu距的匹配,得到必要的无人机目标节点,实现基于点云融合算法的无人机目标提取。建立三维测量坐标系,并根据光学畸变差的取值范围,纠正三维影像,结合相关测量节点,推导点算子计算式,从而确定测量值平差的取值范围,完成无人机三维建模测量方法的设计。实验结果表明,点云融合算法作用下,X轴、Y轴、Z轴三个方向上的坐标残差均不超过10%,能够实现无人机三维测量模型的准确构建。 展开更多

关键词 点云融合算法 三维建模 目标Hu距 光学畸变差 影像纠正

在线阅读 下载PDF 职称材料

采用静态数据增强的AGV定位与姿态修正研究

16

作者 翁润庭 张春良 +3 位作者 岳夏 李子涵 龙尚斌 郑仲之 《机床与液压》 北大核心 2024年第9期1-9,共9页

搭载激光雷达的移动机器人(AGV)被大量应用于智能工厂的工件运输,但受障碍物和移动物体的影响,AGV在车间内位姿辨别能力较弱。为了解决定位和姿态识别问题,提出一种全新的点云数据融合位姿辨别策略,利用高精度的静态全站仪整体数据融合... 搭载激光雷达的移动机器人(AGV)被大量应用于智能工厂的工件运输,但受障碍物和移动物体的影响,AGV在车间内位姿辨别能力较弱。为了解决定位和姿态识别问题,提出一种全新的点云数据融合位姿辨别策略,利用高精度的静态全站仪整体数据融合激光雷达局部、低精度数据,并提出向量权重匹配法来完成AGV的室内定位。设计一种抽样网格卷积法实现异构数据的快速初步定位;建立自适应搜索全站仪数据的基准区域,将它映射到激光雷达数据的对应区域;最后通过向量权重匹配获取AVG的位姿参数。上述方法在6 m×8 m室内空间进行实验。结果表明:所提方法可达到±7 mm的定位精度与±1.4°的姿态控制识别精度,且能准确补偿激光雷达的扫描误差,提高AGV的位姿识别能力。 展开更多

关键词 AGV 数据融合 位姿识别 权重匹配 点云匹配算法

在线阅读 下载PDF 职称材料

视觉图像与三维点云融合的障碍物主动识别与距离感知研究

17

作者 孙峥 林国成 +4 位作者 谢睿 朱俊鹏 周煜 吴汪平 许阔 《机床与液压》 北大核心 2024年第16期80-86,共7页

针对无人机配电线自动巡检及绝缘层涂覆维护过程中障碍物主动识别和距离感知的问题,提出视觉图像与三维点云相结合的障碍物识别方法。对图像进行增广预处理来丰富数据集,引入基于特征提取的深度学习进行模型训练,获取障碍物目标的类别... 针对无人机配电线自动巡检及绝缘层涂覆维护过程中障碍物主动识别和距离感知的问题,提出视觉图像与三维点云相结合的障碍物识别方法。对图像进行增广预处理来丰富数据集,引入基于特征提取的深度学习进行模型训练,获取障碍物目标的类别和方位,结合三维点云信息得到目标的距离信息。实验结果表明:三维点云与视觉图像融合的障碍物主动识别与距离感知算法可以兼顾实时与精准测距的需求,提高了系统预警的精确度,最大识别误差为2.356%,有助于提高无人机及线缆涂覆机器人的障碍感知能力,保障作业安全。 展开更多

关键词 障碍物主动识别和距离感知算法 视觉图像 三维点云 融合算法 目标检测

在线阅读 下载PDF 职称材料

散乱点云中规则曲面的识别和特征参数提取研究

18

作者 王炯宇 王建军 +4 位作者 李旭辉 程霄霄 聂栋栋 王光彬 周宝柱 《应用激光》 CSCD 北大核心 2024年第11期158-173,共16页

在无人驾驶技术中,一般采用激光雷达对周围环境进行扫描探测实现三维成像、目标识别避障、地图构建及自主导航。其中,基于激光扫描点云提取三维物体表面的曲面特征,有利于对物体表面形态进行精确三维重建,是进行三维物体识别、避障和自... 在无人驾驶技术中,一般采用激光雷达对周围环境进行扫描探测实现三维成像、目标识别避障、地图构建及自主导航。其中,基于激光扫描点云提取三维物体表面的曲面特征,有利于对物体表面形态进行精确三维重建,是进行三维物体识别、避障和自主导航的必要前提和重要手段。因此,为从激光点云中有效提取三维物体表面的曲面特征,提出一种曲面特征提取组合优化算法,即在点云处理的顺序环节,融合多种措施实现最优处理,提高各环节处理算法的可靠性和精度。具体优化措施为:首先,采用RANSAC(随机采样一致性)抽样策略优化点邻域;其次,采用Harris-3D算法从点云数据中提取出关键点,并结合基于法向量夹角与欧式距离双阈值的区域生长法,将点云进行聚类分割;最后,对聚类分割后的点云面片进行三维物体曲面的特征提取,实现对三维物体表面形态的特征标识。通过对点云中的规则曲面的提取重建实验,结果表明,提出的融合优化算法可有效提高三维物体点云中规则曲面特征提取的精度和效率,如对于平面、圆柱体、圆锥体二次曲面的提取重建误差小于0.075 mm,对于球形面的提取重建误差小于2 mm。另外,对拥有大量点云数据的真实无人驾驶激光扫描场景进行了实验验证,结果表明该算法也有很好的曲面特征提取效果,可有效实现三维物体表面形态的识别和重建。 展开更多

关键词 激光点云 点云聚类分割 特征提取 区域生长法 融合优化算法

原文传递

基于2D&3D融合算法的扣件故障检测系统

19

作者 赵渊 薛浩飞 +2 位作者 邱江洋 邓乙平 万杨帆 《铁道车辆》 2024年第3期191-196,201,共7页

扣件作为钢轨重要的紧固件之一,在列车运行过程中,会受到钢轨和枕木带来的巨大压力和振动。为保障扣件状态检测的准确性,研制了一套基于2D图像和3D深度信息融合的扣件故障检测系统。首先基于YOLOv4定位2D图中的扣件区域,提取出扣件检测... 扣件作为钢轨重要的紧固件之一,在列车运行过程中,会受到钢轨和枕木带来的巨大压力和振动。为保障扣件状态检测的准确性,研制了一套基于2D图像和3D深度信息融合的扣件故障检测系统。首先基于YOLOv4定位2D图中的扣件区域,提取出扣件检测区域;然后将深度图中对应的检测区域转换为点云图,采用点云匹配的方式对扣件状态进行判断;最后通过精度验证试验验证系统的检测精度。试验结果表明:系统整体的识别率为99.8%,误报率为1.68%;对于故障识别率,只有在扣件发生小偏转角度(≤5°)故障时,系统的识别率较低,其余设置的故障识别率均达到96%以上,能够满足工程化的要求。 展开更多

关键词 扣件 故障检测系统 YOLOv4 点云匹配 融合算法

在线阅读 下载PDF 职称材料

基于融合点云数据的马尾松林地单木分割算法研究

20

作者 李炜 王晓红 《林草资源研究》 北大核心 2024年第2期92-100,共9页

激光雷达技术在森林资源调查中具有较大优势,但单平台采集的数据往往存在扫描盲区,难以获取完整的森林结构信息。为此,以马尾松林作为研究对象,探究基于融合点云数据的马尾松林单木分割适宜性算法。首先提出一种针对森林样地点云数据融... 激光雷达技术在森林资源调查中具有较大优势,但单平台采集的数据往往存在扫描盲区,难以获取完整的森林结构信息。为此,以马尾松林作为研究对象,探究基于融合点云数据的马尾松林单木分割适宜性算法。首先提出一种针对森林样地点云数据融合的方法,然后采用标记控制分水岭算法、距离判别聚类算法和层堆叠算法对马尾松林进行单木分割,并对3种算法的关键参数的选取进行分析,最后提取树高验证融合点云估测森林结构参数的适用性。得出实验结果如下:1)提出的点云融合方法可以有效融合机载和手持激光雷达点云,配准误差为0.054 m;2)3种单木分割算法中,标记控制分水岭算法分割精度最高,总体精度为0.88,高于距离判别聚类算法和层堆叠算法;3)利用标记控制分水岭算法分割的单木提取树高,基于融合点云数据的R2值为0.983 7,RMSE为0.759 6 m,相较于单一点云数据,精度明显提高。研究结果可为多源激光雷达在林业领域的应用以及马尾松林地森林资源管理提供技术支持。 展开更多

关键词 单木分割 融合点云数据 单木树高 标记控制分水岭算法 马尾松

在线阅读 下载PDF 职称材料