受井下煤尘和易被遮挡的影响,液压支架激光点云数据容易出现残缺。现有点云分割算法难以获取细粒度的点云特征,无法得到完整的点云结构信息,且易在邻域内引入语义信息不相似的点,导致液压支架激光点云分割精度低。针对上述问题,提出了一种基于邻域特征编码优化的液压支架激光点云分割算法。引入了由邻域特征编码模块、邻域特征优化模块和混合池化模块组成的局部邻域特征聚合模块邻域特征编码模块在传统三维坐标编码的基础上加入极坐标编码和质心偏移来表征局部点云空间结构,提升对残缺点云的特征提取能力;邻域特征优化模块通过特征距离判断并丢弃冗余特征,来优化邻域空间内的特征表达,从而更有效地学习点云局部细粒度特征,增强点云局部上下文信息;混合池化模块结合注意力池化和最大池化,通过聚合邻域内的显著特征和重要特...

工件型面的精确修磨是现代制造最常见的一种技术,为了实现型面的精确修磨必须要准确采集和测量型面的几何信息并通过特征建模为精确打磨提供条件。针对激光扫描仪获取的工件表面三维点云信息,依据点云特征分布情况,提出了一种改进的随机采样一致性点云分割算法以获取工件型面特征,该算法首先利用八叉树(Octree)建立点云之间拓补几何关系,然后根据K邻域搜索的欧式距离判别对点云进行初始分类,将分类结果作为随机采样一致性(RANSAC)初始种子点选取区域。最后利用面片间法向量和欧式距离判别对分割结果进行优化。工程运用表明该方法能够有效获取工件型面特征,测量精度满足工程需要。

当图像中存在阴影、低对比度边缘和模糊区域时,传统算法利用纹理、颜色等信息难以准确分割物体。以点云图为研究对象,依据盒状、柱状物体在三维空间中的几何形状,提出一种基于超体素中心点连线可见性的图像物体分割算法。该算法首先对点云图进行过分割,得到具有相邻关系的超体素,接着依据其中心点法向量平行准则以及中心点连线可见性准则共同判断相邻超体素是否融合,然后过滤噪声,并利用遮挡关系进一步考察同一物体平面超体素的融合情况。实验结果表明在OSD-v0.2公开数据集上,文章提出的算法误识别率为6.9%,漏识别率为4.6%,比单一结合法向量的凹凸性判断方法更好,整体误差更小。利用本算法对物体进行分割,更容易计算物体的抓取位姿,有助于机器人执行抓取任务。

针对目前车刀磨损检测中所获取的二维图像处理无法提取车刀磨损区域三维特征的问题,提出一种基于结构光投影技术的方法,提取车刀磨损区域三维特征信息。对获取的信息进行分割,分离车刀中的垫片点云和刀头部分点云;然后对垫片点云进行最小二乘拟合平面处理,将拟合的平面与刀头部分点云进行最大距离求解,并用标准量块进行实际物理距离换算;最终获得刀头的最大实际磨损量,为工人更换刀头提供数据参考。实验结果表明:在对车刀进行磨损区域量化处理中,该方法可以获取车刀刀头的具体磨损量值,且具有较高的精度和较低的经济成本,该系统的误差小于0.05 mm,可满足实际生产需求。