【摘 要】
：
为解决运梁车在过隧道时载梁片两侧距离隧道壁过窄的问题,提出一种基于粒子群算法的16线激光雷达实时检测隧道中心线的方法。对某型号运梁车,设计三维激光雷达支架,安装及标定激光雷达,构建隧道中心实时检测平台。使用粒子群算法和PCL(Point Cloud Library)中的点云滤波对激光雷达数据进行处理,实时求解出车辆前进方向相对于隧道纵向的横摆角度,在此基础上求出隧道壁横截面点云,并用粒子群算法拟合
【机 构】
：
武汉理工大学现代汽车零部件技术湖北省重点实验室,湖北武汉430070;武汉理工大学现代汽车零部件技术湖北省重点实验室,湖北武汉430070;武汉理工大学汽车零部件技术湖北省协同创新中心,湖北武汉430
论文部分内容阅读
为解决运梁车在过隧道时载梁片两侧距离隧道壁过窄的问题,提出一种基于粒子群算法的16线激光雷达实时检测隧道中心线的方法。对某型号运梁车,设计三维激光雷达支架,安装及标定激光雷达,构建隧道中心实时检测平台。使用粒子群算法和PCL(Point Cloud Library)中的点云滤波对激光雷达数据进行处理,实时求解出车辆前进方向相对于隧道纵向的横摆角度,在此基础上求出隧道壁横截面点云,并用粒子群算法拟合出该圆的中心点坐标和半径,从而拟合出隧道中心线。实验结果表明,该方法可有效检测出隧道中心线,同时该方法求
其他文献
运用录像观察、数理统计、新三段指标评估等研究方法,对第54、55届世乒赛女双项目进入决赛、半决赛的弧快型打法配对、快弧型打法配对和削攻型打法配对的技战术进行分析。结果表明:弧快型打法配对发球变化多端、抢攻质量高,但与第5板的衔接慢,接抢及连续进攻意识被动且失误较多;快弧型打法配对发抢意识明显且杀伤力大,发球质量低且同伴第3板被动接球与第5板衔接不流畅,接抢意识被动,攻防转换较慢;削攻型打法配对发球“倒板”直接得分能力强,但抢攻和防守稳定性差,接发球抢攻意识弱,相持中削球及反攻的稳定性不高。旨在为不同类型打
针对现有药房药剂师取药任务繁重、效率低下等问题,设计了基于机器视觉的取药机器人系统,提出了一种基于融合局部特征匹配和Mean Shift算法的药品识别算法,系统整体实现了药品的识别、定位及抓取任务。首先,安装于药架之间的抓药机器人接收上位机发送的药品信息,通过摄像头识别药品,使用AKAZE算法对货架上的药品进行匹配,获取药品坐标后,将匹配的药品抓取放至传送带上;位于取药处的分拣机器人得到上位机发送
针对现有基于像素损失的超分辨率图像重建算法对纹理等高频细节的重建效果差问题,提出了一种基于改进超分辨率生成对抗网络(SRGAN)的图像重建算法。首先,去除了生成器中的批归一化层,并结合多级残差网络和密集连接,用残差套残差密集块提高了网络提取特征的能力。然后,结合均方误差与感知损失作为指导生成器训练的损失函数,既保留了图像的高频细节,又避免了伪影的出现。最后,去除了判别器的最后一层Sigmoid层,
研究基于场景描述文本生成对应图像的方法,针对生成图像常常出现的对象重叠和缺失问题,提出了一种结合场景描述的生成对抗网络模型。首先,利用掩模生成网络对数据集进行预处理,为数据集中的对象提供分割掩模向量。然后,将生成的对象分割掩模向量作为约束,通过描述文本训练布局预测网络,得到各个对象在场景布局中的具体位置和大小,并将结果送入到级联细化网络模型,完成图像的生成。最后,将场景布局与图像共同引入到布局鉴别
为了精确评价纱线疵点的种类与个数,提出了一种融合空间模糊C-均值(FCM)聚类的纱线疵点检测算法。首先利用融合空间FCM聚类算法提取纱线条干;然后对纱线条干进行形态学开运算处理,以获取精确的纱线条干,并利用条干上下边缘点之间的像素个数计算纱线的直径与平均直径;最后根据纱线疵点标准判定纱线疵点的种类与个数。为了验证本算法的有效性和准确性,对多种不同线密度的纯棉纱线进行测试,并将测试结果与电容性纱疵分
针对目标在遮挡、尺度变化等复杂场景下易产生模型漂移问题,基于跟踪学习检测(TLD)框架提出一种结合基于网格的运动统计(GMS)检测和置信度判别的长时目标跟踪算法。首先在跟踪模块中采用快速判别尺度空间的相关滤波器(fDSST)作为跟踪器,利用位置滤波器和尺度滤波器对上一帧目标进行位置与尺度的判别,并依据TLD算法中跟踪模块与检测模块的独立性,将跟踪模块结果输入检测模块中,采用平均峰值相关能量(APC
针对模糊C均值(FCM)聚类算法在数据集下聚类效果差的情况,以及基于欧氏距离的相似性度量只考虑数据点之间的局部一致性问题,提出了基于Jeffery散度相似性度量加权FCM聚类算法(JW-FCM)。引入源于Jeffery散度的相似性度量,首先,对于FCM算法进行特征加权,对数据的不同特征值赋予适当的权重,再将Jeffery散度与加权FCM算法进行结合得到JW-FCM算法。将JW-FCM算法与几种相关
为解决传统摄影测量编码点定位依赖多种关系准则、判定复杂且识别不稳定的问题,提出一种采用基于改进YOLO v3的目标检测网络分割编码点、利用距离排序识别中心标记点的定位方法。首先针对编码标记点特点改进特征提取网络,从复杂背景中快速识别编码点,然后在预测框内进行图像处理,计算轮廓质心到中心的距离,通过距离排序定位中心圆形标记点,最后构建标尺编码点数据集用于网络训练和测试。实验结果表明,目标检测网络识别