-
题名基于雷视融合的轨道三维点云重构研究
被引量：2
- 1
-
-
作者
何庆
付彬
王启航
曾楚琦
郝翔
王平
袁泉
-
机构
西南交通大学高速铁路线路工程教育部重点实验室
西南交通大学土木工程学院
广州地铁设计研究院股份有限公司
-
出处
《北京交通大学学报》
CSCD
北大核心
2024年第5期69-77,共9页
-
基金
国家自然科学基金(U1934214,51878576)
中铁第一勘察设计院集团有限公司科技开发项目(2021KY20ZD(ZNGT)-09PT)
国家重点研发计划(2017YFB1201102)。
-
文摘
针对激光雷达无法采集真实色彩信息、图像三维重构点云精度低等单一传感器面临的问题,提出一种融合激光点云与图像对轨道进行三维重建的方法.首先,通过平滑和映射紧耦合的激光雷达惯性里程计(Lidar Inertial Odometry via Smoothing and Mapping,LIO-SAM)进行实时轨道激光点云建图;然后,利用尺度不变特征变换(Scale Invariant Feature Transform,SIFT)算法提取多幅图像上的特征点,并通过匹配相同特征点的方式计算多视角图像之间的几何关系,由运动结构恢复(Structure From Motion,SFM)和多视角密集匹配(Multi-View Stereo,MVS)算法寻找、聚簇和生成包含轨道纹理色彩信息的稠密图像点云;最后,将轨道板的平面特征和钢轨线性特征作为索引特征,采用迭代最近点(Iterative Closest Point,ICP)算法将图像点云与激光点云进行合并配准,并以激光点云空间位置信息为基准,融合图像点云纹理色彩信息得到精准且真实感强的轨道三维模型.研究结果表明:相较于传统配准算法,改进算法的形状参数和最近邻点分布指标分别提升83.4%和85.9%;对轨道点云进行目标识别时,融合点云的总体精度较原始点云提升7.7%,在平均精度和均值交并等指标上表现更优;通过轨道融合点云计算得到的轨距、高差与实测数据的对比误差在3 mm以内,证明了轨道三维点云重构方法的有效性.
-
关键词
铁路轨道建模
雷视融合
数据融合
轨道点云模型
-
Keywords
railway track modeling
LiDAR-vision fusion
data fusion
track point cloud model
-
分类号
U216.3
[交通运输工程—道路与铁道工程]
-
-
题名基于云智能控制器的燃料电池最大功率跟踪策略
被引量：11
- 2
-
-
作者
杨德友
崔冬晓
蔡国伟
-
机构
东北电力大学电气工程学院
-
出处
《电工技术学报》
EI
CSCD
北大核心
2018年第14期3362-3370,共9页
-
基金
国家自然科学基金(51577028)
吉林省教育厅科技项目(JJKH20170100KJ)资助
-
文摘
最大功率跟踪(MPPT)技术是提高燃料电池能量转化效率的有效手段。在分析燃料电池输出特性及燃料电池发电系统DC-DC转换电路控制特性的基础上,提出基于云模型理论的燃料电池最大功率智能跟踪方法。以燃料电池输出功率变化量与电压变化量作为二维云模型发生器的前件,升压斩波电路开关的占空比作为云模型发生器的后件,建立了适用于燃料电池最大功率跟踪的云智能控制器。该方法有效地解决了扰动观察法在外部条件发生剧变时存在的误判问题和模糊控制中精确隶属度设计困难的问题。利用Matlab/Simulink搭建燃料电池发电系统仿真模型,在燃料流量启动、陡增和陡降三种典型扰动方式下,对所提最大功率跟踪策略进行了仿真计算。结果表明该策略能够快速、准确地跟踪最大功率点,具有收敛速度快、稳定性好的优点。
-
关键词
燃料电池
升压斩波电路
最大功率跟踪
云模型
智能控制
-
Keywords
Fuel cell
Boost chopper
maximum power point tracking(MPPT)
cloud model
intelligent controller
-
分类号
TM46
[电气工程—电器]
-
-
题名基于云图特征自识别的光伏超短期预测模型
被引量：20
- 3
-
-
作者
柴闵康
夏飞
张浩
陆剑峰
崔承刚
马波
-
机构
上海电力大学自动化工程学院
同济大学电子与信息工程学院
-
出处
《电网技术》
EI
CSCD
北大核心
2021年第3期1023-1031,共9页
-
基金
上海市2019年度“科技创新行动计划”社会发展科技领域项目(No.19DZ1206800)。
-
文摘
光伏电池超短期输出功率变化的主要原因来源于云层的无规则运动,会在1~2min的时间尺度内显著地影响输出功率,因此提出了天空云图预测方法提高光伏超短期功率预测的准确性。首先,采用云层灰度鉴别对云图提取云形状、云透射率等信息。然后,通过云点跟踪对云运动进行还原,得到云层的位移和速度等信息。接下来提出了云图特征联想和长短期记忆(cloudfeatureassociation-longshort-term memory,CFA-LSTM)模型,通过在LSTM模型中加入图像特征联想(cloud feature association,CFA),从而将光伏超短期输出功率与天空云图关联起来。最后基于云增强现象(cloud enhancement model,CEM),提出了由晴空辐照度作为标准的CEM-LSTM切换模型。实验证明,CEM-LSTM切换模型在全气候条件下不仅可以满足光伏超短期功率预测高精度的准确性需求,还可以满足光伏超短期功率预测高精度、高稳定性的可靠性需求,为光伏电站的高效经济运行提供了可能。
-
关键词
云图特征自识别
云层鉴别
云点跟踪
切换模型
云图特征联想和长短期记忆
-
Keywords
cloud image feature self-identification
cloud layer identification
cloud point tracking
switching model
CEM-LSTM
-
分类号
TM721
[电气工程—电力系统及自动化]
-
-
题名基于视觉SLAM的多机器人协作地图构建
被引量：9
- 4
-
-
作者
林沛杨
夏益民
蔡述庭
何宇威
李程子
-
机构
广东工业大学自动化学院
-
出处
《实验技术与管理》
CAS
北大核心
2022年第2期87-94,共8页
-
基金
广东省应用专项(2017B090909004)
广东工业大学大学生创新训练项目(xj202111845156)。
-
文摘
针对多机器人协作建图算法复杂度高、实时性差和稀疏点云地图信息量少的问题,提出一种基于视觉SLAM的多机器人协作地图构建算法。该算法选择一个机器人开始建图,其他参与协作的机器人共用被选机器人的图像帧进行初始化,并建立统一世界坐标系。在被选机器人建图过程中,激活与其存在共视关系的机器人,借助关键帧跟踪模型得到被激活机器人所建局部地图与世界坐标系间的位姿关系,并用ICP算法求解该位姿变换。最后根据该位姿变换进行点云拼接再经滤波处理得到多机器人稠密点云融合地图。在Gazebo上的仿真实验表明,与ORB-SLAM2相比,基于ORB-SLAM3的多机器人协作建图算法具有更高的定位精度,更好的稳定性、鲁棒性和实时性。
-
关键词
视觉SLAM
多机器人协作
稠密点云地图
关键帧跟踪模型
ICP
-
Keywords
Visual-SLAM
multi-robot collaboration
dense point cloud mapping
key frame tracking model
ICP
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于多源点云数据的铁路线路信息化
被引量：3
- 5
-
-
作者
杨志坚
-
机构
甘肃铁道综合工程勘察院有限公司
-
出处
《测绘通报》
CSCD
北大核心
2023年第11期177-181,共5页
-
文摘
相比于传统测量手段,移动扫描技术能够提高测量效率,但点云数据具有体积大、密度高、冗余数据多等特点,测量过程中扫描仪覆盖范围大,大量无效点云被获取。针对该问题,本文提出了一种基于多源点云数据提取铁路线路信息的方法。首先,根据钢轨点云的反射强度和几何特征预处理,采用微分的思想提取线路中心线;其次,对钢轨点云模型降维处理,参考高速铁路路用钢轨轨头宽度允许误差设定收敛条件建立钢轨模型,提取线路平面线和纵横断面;然后,利用主成分分析法和移动激光点聚类法提取接触线和站内附属设备;最后,基于反射强度快速分割钢轨,采用Dynamo编程语言对Revit进行二次开发,快速建模,对推动铁路设计智能化、可视化水平具有十分重要的作用。
-
关键词
多源点云
线路中心线
钢轨模型
DYNAMO
BIM
-
Keywords
multi-source point cloud
track centerline
rail model
Dynamo
BIM
-
分类号
P23
[天文地球—摄影测量与遥感]
-
