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。

提出一种从三维点云计算活塞腔体积的方法.利用高精度的光学或接触式测头对活塞腔进行密集测量,得到活塞腔的三维密集点云数据.通过对三维点云的处理,分割出参考平面,重构其曲面几何模型,用数值积分的方法计算活塞腔的体积.同时,分析了这种方法的两种误差--离散误差和测量误差.

T30液力变速箱为轨道车辆液力变速箱,装载于JW-4型接触网作业车上。液力变速箱由液力传动部分和机械传动部分组成,液力传动部分主要部件为液力变矩器和液力偶合器。在液力变矩器的设计过程中运用反求工程技术能够得到精确的三维数字模型。运用光电非接触式三坐标扫描测量仪对叶轮进行扫描得到叶轮表面点云数据,并在此基础上运用NURBS曲面重构方法对叶片进行重构。为验证叶轮重构精度,对叶轮模型进行误差分析,分析结果表明重构的叶轮精度达到预期。