大型结构高次曲面外形精密测量技术研究与应用

为了完成对大型结构高次外形曲面高精度测量工作,采用激光扫描与视觉手持测量相结合的方式对结构曲面进行全轮廓点云数据提取。给出了数据融合方案,完成了测量系统搭建。将飞行器理论曲面作为基准面型与测量结果进行轮廓偏差比对,对测量结果进行分析表明该技术可用于大型结构高次曲面外形精密测量。     

一种三维激光扫描系统的设计及参数标定

基于三维激光扫描系统的移动机器人动态环境地图构建技术是机器人智能感知技术的重要组成部分,而三维激光扫描系统的设计及标定技术对于地图构建的精度有决定性的影响。针对应用于小型移动机器人的三维激光扫描系统低成本、小型化的需求,设计了一套由高精度旋转云台和小型二维激光测距传感器组成的三维激光扫描系统,并提出了一种新的系统参数标定方法以提高三维扫描测量的准确度。该方法使用镂空圆孔标定板作为标定对象以完成对三维扫描特征自动准确获取,并根据非线性最小二乘法对三维激光扫描系统的参数进行优化计算。实验结果表明,所设计的三维激光扫描系统能够准确地测量周围环境的三维信息,实现了以低成本获得高质量环境建模的三维扫描数据技术。      

基于三维点云模型的空间目标光学图像生成技术

空间探测任务中大量先验图像数据的缺乏，使得基于光学图像的态势感知和导航算法无法被有效定量测试和评估。针对此问题，提出了一种基于三维点云模型和射影变换基本理论的空间目标光学图像生成方法。在完成对空间目标三维点云模型和仿真摄像机模型构建基础之上，利用射影变换基本理论依次计算像平面所有像素点与空间目标三维点云模型空间点的对应关系，并基于Lambertian漫反射模型和相对应空间目标三维点云模型空间点的光照方向，得到所有像素点的灰度值，从而生成给定空间目标的光学图像。大量仿真实验表明:与传统的基于解析模型的仿真图像生成方法相比，所提的空间目标光学图像生成技术能够以更快的速度生成更加真实的仿真图像，且生成的仿真图像可以广泛应用于椭圆拟合、陨石坑检测、着陆器视觉导航、航天器交会对接、空间目标跟踪等典型空间应用算法的定性与定量评估。      

基于三维点云重建的助推器位姿估计

助推器分离是运载火箭发射过程中的关键动作之一,常用的激光雷达姿态测量技术在助推器分离阶段受外界干扰严重,难以准确获得位姿。基于视觉的助推器位姿变化测量技术具有优秀的抗干扰能力,通过搭建三维点云重建网络,以图像为输入,三维点云为输出,在构建的助推器分离过程的图像 点云数据上进行了训练和测试,对测试重建的助推器点云使用主成分分析的方法完成了位姿的估算。测试结果表明,所建立的三维点云重建网络可以根据仿真图像数据,精确测量助推器分离阶段的位姿变化,在R2score指标下,对三维坐标的预测分数均在0.98以上,姿态角平均误差约为21°,预测分数则均在0.80以上。     

基于ICP算法的手术导航三维配准技术

针对计算机辅助手术三维导航技术中术前CT图像与术中实际空间的配准问题,提出一种基于最近点迭代(ICP,Iterative Closest Point)算法的特征点云配准技术.利用医学图像空间和实际空间特征区域的两片点云坐标进行三维配准.对CT图像进行重建、分割及交互式操作得到医学图像特征点云;利用光学定位仪实时采集实际空间中对应区域的点云;通过主元分析(PCA,Principal Component Analysis)获取两组点云数据的特征向量进行初配准;进行最近点迭代使配准矩阵收敛到一个最优解,其中采用k-d tree寻找邻近点加速迭代过程.以塑料脊柱模型骨为对象进行了脊柱手术导航配准精度实验,进一步对实验中的点云数据加入高斯噪声以进行误差分析.结果表明这种配准方法简单可靠,在模型骨情况下配准精度在1mm以内.     

基于点云测量的运载火箭异形管路数字化制造技术

针对目前运载火箭取样导管与箭体总装串行制造模式严重制约箭体总装周期问题,提出了利用激光扫描方法建立不同箭体实物点云模型,依据不同箭体的装配基准,从不同箭体实物点云模型中提取数据建立基准平面、基准圆心,利用基准对齐实现不同箭体实物点云模型数字化装配,并采用粗匹配、细匹配等算法对基准建立、基准对齐进行了分析.以装配后的点云...     

基于结构光技术的船舶液舱容量计量技术研究

本文针对船舶液舱容量计量的问题,设计了一套基于结构光的三维空间计量装置,并对装置的软硬件组成、关键技术进行介绍。开发了一种基于空间解析几何的线阵相机标定方法,只需将靶标在相机视野范围内移动两次,即可完成标定工作。然后根据图像的噪声类型对其进行邻域平均滤波和拉普拉斯锐化,完成结构光图像的预处理,并利用采集到的数据计算船舶液舱容量。最后,通过实验验证了结果的可靠性。该系统具有非接触、测量速度快、精度高、抗干扰能力较强等优点,实现了船舶舱容量计量领域的应用要求。     

一种空间非合作目标的稀疏点云配准算法

点云数据配准是三维重构的关键技术之一,为了提高空间非合作目标的稀疏扫描点云数据配准的速度和精度,提出一种改进的基于四点算法的全局配准算法进行初始配准,再使用迭代最近点算法精确配准.针对直接扫描所得到点云数据量大的问题,本文提出一种基于KD Tree点云均匀采样简化算法,并且对传统基于四点算法中的阈值参数进行了统一,确定了各误差阈值参数和点云密度之间的关系.仿真结果表明,该方法能够快速、有效地实现卫星稀疏点云的配准,改进的四点算法配准耗时仅为几何哈希算法的42.49%.     

基于相位匹配的大视场视觉检测系统

针对三维测量大量程和高精度测量问题,提出一种新型双目视觉检测系统.该系统通过向被测物投射间距可变的光栅条纹,将不同曲率的被测表面进行相位编码,由相位匹配得到被测物稠密的立体匹配点云;再由标定出的摄像机内外参数计算出被测物的精确三维坐标.为了解决传感器单元测量区域较小的问题,系统通过步进电机控制传感器移动,获取大型物体的全场三维数据点云;最后利用四元素法,实现大型物体的三维数据拼接.该系统长度测量标准差为36 μm,角度测量与坐标测量机(CMM)测量结果的相对误差0.2％.给出了某V型面三维实测的数据重建结果.对某大型特件(360 mm×300 mm)经过三维拼接正确复现了其三维形貌.该系统对于解决大型构件三维形貌的在线高精度检测问题具有较高工程应用价值.      

三维激光扫描测量技术

介绍了三维激光扫描测量系统的技术构成、测量原理,并简要地介绍了法国MENSI三维激光测量系统的技术特点;三维激光扫描测量技术在航空、航天工程中所具有的极其重要的应用价值。     

基于多约束因子图优化的无人车定位与建图方法

针对目前在特定场景下应用的低速无人车定位系统极度依赖全球导航卫星系统（GNSS）,存在定位精度不高、漂移误差大、受环境影响严重等问题,提出一种低成本、高精度的无人车定位与建图方法。该方法基于三维激光定位与建图（SLAM）技术。首先,使用点云主成分分析（PCA）实现基于特征匹配的激光里程计;其次,将GNSS位置信息、点云分割聚类得到的地平面和点云聚类特征作为位姿约束分别加入图优化框架,消除激光里程计的累积误差;最后,得到最优位姿和大规模场景的点云地图,以实现无人车的自主定位导航。利用包含大型户外城市街道环境的KITTI数据集对所提出的SLAM算法进行了评估,结果表明:系统在3km运动距离情况下定位偏差可控制在1.5 m以下,在局部精度和全局一致性方面均优于其他里程计系统,为无人车的定位提供了新思路。      

基于激光扫描的火箭对接装配测量及调整技术

针对某型运载火箭水平和垂直对接高精度、高效率的装配需求，提出采用大尺寸非合作目标三维形貌测量仪辅助对接的方法。通过激光扫描测量运载火箭部段点云数据，拟合火箭对接面的形貌，反馈给对接执行机构调整位姿参数。理论分析和试验验证表明，该方法可有效提高对接装配精度和效率。     

星载天线展开过程立体视觉动态测量技术

介绍了基于立体视觉原理的星载天线动态展开过程测量方法，通过基于标准长度的标定方法、双目立体视觉交会坐标解算和动态多目标点识别跟踪等关键技术的研究，实现了对可展开天线各关节点在展开过程中的三维运动轨迹的测量，并实现了试验验证。试验结果表明，该方法可获得各关节点在不同时刻的三维点坐标，解算出展开运动的运动速度、加速度和展开后的面型等参数，为大型可展开天线柔性机构设计、动力学分析和展开可靠性分析等提供必要的参考。     

自研激光雷达三维点云配准技术

为了实现激光雷达点云与图像重建点云的三维空间配准,基于自研三维扫描激光雷达系统,提出了新型的快速多尺度因子（FMSR）点云配准算法,研究了空间点云配准技术。该算法主要包括初始配准和精确配准2个步骤:初始配准使用基于尺度自适应关键点质量（ASKQ）的点云特征提取算法,提取关键点的特征匹配对,求解点云配准初始参数;精确配准利用K-邻近（KNN）算法全局搜索,提升计算效率,多次迭代得到2组点云之间的最优旋转矩阵、最优平移向量和最优尺度因子。仿真和实验结果表明,所提出的算法对空间目标（尺寸为20.30 m×7.85 m×26.56 m）实现空间点云配准,配准精度达到0.194 m,运行时间为16.207 s;与多尺度迭代最近点（S-ICP）算法相比,配准精度提高了0.131 m,运行时间提高了30%。所提出的空间点云配准技术可为场景重建和纹理匹配提供算法基础。      

颅缝早闭手术中颅骨切割方案生成方法

为实现颅缝早闭手术方案制定的规范化，提出一种结合深度学习、立体视觉和点云处理技术的颅骨切割轨迹生成方法，用于建立切割方案模板库和生成新的病例切割方案。该方法将深度学习应用于颅骨外表面的实例分割中，利用Mask R-CNN对手术区域进行检测和分割，利用简化轮廓提取算法提取切割轨迹，并结合点云处理技术将切割轨迹坐标进行2D-3D映射，实现切割轨迹自动化提取；在此基础上建立典型病例模板库，通过模板匹配方法自动生成新病例的切割方案。实验证明:该轨迹提取方法可以准确高效地检测出颅骨切割轨迹，并将轨迹坐标进行3D映射，点云深度测量误差小于3 mm，达到临床可用标准；模板匹配方法也有效生成新病例的切割轨迹，符合资深医生的手术方案。      

基于先验子图检测的失效航天器SLAM方法

基于激光雷达的航天器位姿估计技术是当前在轨服务研究热点。针对失效航天器位姿估计,将通用的图优化SLAM技术应用到空间非合作目标的研究中。为解决SLAM算法在动态场景中产生累积误差问题,利用失效航天器自身运动特点,提出一种基于先验子图检测改进的SLAM算法。在该算法中,通过激光雷达和惯性测量单元分别采集失效航天器及周围环境的点云数据、服务航天器的运动信息,构建出服务场景下航天器的相对位姿图;再采用先验子图检测方法建立不连续的位姿节点间的约束关系;最后用约束信息对位姿图进行优化。仿真结果表明,相较于通用的SLAM算法的位姿估计,该方法减小了累积误差,提高了相对位姿估计精度,可以为后期的导航、控制等在轨任务提供信息。