带权优化约束Delaunay三角化算法

Delaunay细化算法是目前大多数约束Delaunay三角化算法的主要思想,针对其要求输入的约束条件中不能包含夹角较小的尖角的问题,给出了Delaunay细化算法收敛的充分条件,并通过在尖角点和尖角边处引入带权点和带权Delaunay空圆/球准则的方法提出了一种带权优化约束Delaunay三角化算法,解决了经典的细化算法在尖角处算法不收敛时需引入辅助控制区域以及过多辅助点的问题,对算法的收敛性进行了分析,给出了相应的算法应用实例,可以应用于复杂几何对象的科学计算和工程分析.     

二维非结构网格的可压缩Euler方程流场解

讨论了非结构网格的生成方法,用Delaunay三角化方法和推进阵面法相结合的方法生成了非结构网格,提高了生成非结构网格的自动化程度和网格的质量.用有限体积法在非结构网格中求解了二维可压缩Euler方程,给出了单段翼形和两段翼型的算例,并与实验结果进行了比较和分析.     

基于Delaunay三角剖分的全天自主星图识别算法

在地球物理建模中,Delaunay三角剖分因其对给定点集进行三角剖分具有剖分结果唯一性这一重要特点而得到广泛应用.采用Delaunay 剖分这一性质,首次将Delaunay剖分算法应用到星图识别中.利用全天球星图的剖分不变性,采用有界曲面剖分的边界递归法,生成有序且容量小的完备导航星库;利用二维Delaunay三角剖分对视场内恒星星图进行剖分,将其结果进行快速匹配识别.仿真实验结果表明与现有的星图识别算法相比,此算法具有高的识别率,良好的实时性和鲁棒性,且所需导航星库的容量小,检索速度快.     

黎曼几何在计算机视觉中的应用研究进展

在计算机视觉领域，许多任务相关数据具有非欧结构，近年来基于黎曼几何的数据表征与应用研究受到了越来越多的关注。如何充分利用数据的几何结构，来提高目标识别、目标跟踪及目标检测算法的性能，是其中的一些研究热点。本文主要从三个方面介绍黎曼流形在计算机视觉中的应用研究进展。首先，从数学基本概念出发，阐述黎曼流形与图像的关系以及视觉应用的可行性，并介绍计算机视觉中具有重要应用的几种黎曼流形。其次，对黎曼流形在计算机视觉中若干常见应用进行了概述，重点介绍了与深度学习相结合的相关进展。最后，对引入黎曼流形的机器学习方法的未来发展进行了分析和讨论。     

CT导航混联医疗机器人灵活性研究

总结了目前医疗机器人灵活性的分析方法,基于服务球的数值法,对5R串联机器人和4H并联机器人进行了灵活度计算,得到了各自的任务灵活度.针对9-DOF冗余度串并混联医疗机器人运动学的复杂性以及难以获得逆解的解析解的状况,给出了串联部分、并联部分的位移流形,推导了混联机器人的位移流形.提出了混联机器人的灵活性分析方法,即基于位移流形(黎曼流形)的方法,并定义了混联机器人灵活度的通用解析表达式.基于黎曼曲面外接椭球面的面积计算,得到混联机器人的灵活度超过了CT导航手术所需的灵活度,满足手术要求,为微创外科混联机器人灵活性分析和度量提供了新的参考.      

UM L顺序图的形式化定义与特性分析

以统一建模语言(UML,Unified Modeling Language)规范为基础,给出UML顺序图及组合顺序图的形式化定义;并在此基础上,详细讨论了UML顺序图中对象的消息发送特性和消息接收特性,给出了发送消息集合和接收消息集合的形式化定义;同时进一步分析了对象消息发送和接收之间的一致性问题;最后,通过实例分析,对UML顺序图的特性作进一步的解释.该形式化定义与特性分析为基于UML顺序图的模型转换和模型验证提供了必要的前提条件,也为基于UML顺序图的测试用例的自动生成奠定了基础.UML顺序图的形式化描述可用于对软件结构的理解和构造可视化建模工具.     

2D约束Delaunay剖分生成表面模型的表面网格

提出一种生成表面模型的表面非结构化网格的方法.该方法仅假定表面模型的每个面片在取定适当的投影平面时可看成是一个单值函数.对表面模型的每个面片,首先在其相应的投影面上进行二维约束Delaunay剖分,然后对网格顶点进行插值.由于采用联动剖分的策略使得单独生成的各个表面网格在共同边界处匹配.与通常的生成表面网格的网格前沿法相比,本方法无需预先对域的边界进行离散,边界的离散体现在约束Delaunay剖分中恢复限定线段的边界细分过程中,减少了用户干预.通过合理地指定2D约束Delaunay三角化时网格单元尺寸分布函数,可以有效控制表面网格对表面模型的逼近精度和实现自适应的表面网格.实验结果证明了本算法的有效性.     

民航客机油箱建模与油量传感器姿态误差修正

实现民航客机的飞机油箱建模,提出对油箱的油量传感器示数的姿态误差进行修正的算法.建模过程基于二维限定Delaunay三角剖分和插值,生成油箱的表面.利用油量传感器错误示数和当前飞行姿态角,利用油箱表面三角网格,将油箱内含油体积进行三维三棱柱剖分和三维四面体剖分.计算四面体体积之和求得油箱正确的含油量.与当前正在使用的切片算法在效率和使用范围方面进行深入比较与分析.实现民航客机油箱三维建模,并且利用已建立的模型修正其油量传感器示数姿态误差.算法优于切片算法.     

考虑多故障的测试性建模改进方法

分析了测试性建模的现有方法及在工程应用中存在的不足.在信号流图方法的基础上,提出了一种测试性建模的改进方法.该方法支持单元的多故障模式设置,能够区分全局故障和局部故障,并允许设置全局故障沿单元特定信号流方向传递.给出了测试性模型的图形定义、隐含属性定义、相关性矩阵定义和相应的测试性分析推理方法.在此基础上,提出了基于高阶相关性分析的相关性矩阵生成改进算法.以某惯导系统为例进行了应用,建立了测试性图形模型并生成改进的相关性矩阵,与现有方法建立的相关性矩阵进行对比,结果验证了测试性建模改进方法的可行性和有效性.     

基于约束Delaunay三角剖分的筋特征识别与构建算法

为识别飞机结构件中的筋特征,提出一种基于Delaunay三角剖分的识别与构建算法。首先,根据飞机结构件腹板和平顶筋加工方式的不同以及二者几何上的相似性,引入广义腹板概念表示腹板面和平顶筋,并建立筋的表示模型;其次,利用约束Delaunay三角剖分算法,剖分广义腹板面,进行平顶筋面和腹板面的识别与区分,并提取平顶筋面的中轴线;最后,利用中轴线拆分平顶筋并将斜顶筋作为广义腹板的子特征进行识别与构建。实例结果表明,该算法是正确和有效的。      

应用于DSMC方法的二维Voronoi网格技术

研究了Voronoi网格技术并将其应用于直接模拟蒙特卡洛DSMC(Direct Simulation Monte Carlo)计算.基于Dirichlet镶嵌与Voronoi图理论,Voronoi网格利用特征点表征网格单元,具有建立粒子与网格单元之间映射关系的独特算法,适合于DSMC方法的统计特点.在剔除过于靠近边界的特征点以及必要情况下边界细化的基础上,通过区分由边界节点表征的非完整Voronoi网格单元以及由计算区域内镶嵌点表征的完整Voronoi网格单元,解决了Voronoi网格的二维边界匹配问题.Voronoi网格技术支持自适应DSMC计算.映射效率对比表明,Voronoi网格的DSMC计算效率高于三角形网格,低于多级直角网格.通过MEMS微喷管流动数值模拟,验证了Voronoi网格技术在DSMC方法中的有效性.      

自组织网络中的分布式能量感知拓扑控制算法

为了有效利用无线自组织网络的能量,将最小连通支配集和计算几何学相结合,提出了一种自组织网络中的分布式能量感知拓扑控制算法.首先选举能量寿命较长的节点构建能量感知最小连通支配集,保证支配节点有充足的能量完成路由转发任务.之后在能量感知最小连通支配集上面构建Delaunay三角剖分,降低节点数据发送能耗,保证链路的能量有效性和网络拓扑的平面性.在原有连通支配集失效的情况下,选举能量寿命较长的替代节点进行拓扑重构,实现动态网络能量均衡.仿真结果表明,本算法在获得小的支配集的同时延长了网络寿命.      

逆向工程中散乱数据点三角剖分的波前算法

提出一种改进的波前算法,从点云任意一点开始构造初始波前,通过匹配点的加入和三角形的形成,不断修正波前并向外扩展,从而对散乱数据点进行三角剖分.对不同测量手段得到的数据点的剖分结果表明,该算法速度快、网格质量高.剖分结果以翼边数据结构存储,供模型重构时使用.      

激光三角法及其在几何量测量中的应用

激光三角法作为一种独具特色的非接触式的测量方法，满足对快速实时在线检测的要求，在现代工业生产中得到了广泛的应用。同时，有关激光三角法的设计原理、编码方式、测量准确度、应用领域等方面的研究也很活跃，以探索改进和完善激光三角法的有效途径，并进而扩展其使用领域。激光三角法将在几何量测量中发挥越来越重要的作用。