项目名称: 航空叶片多光学传感器多尺度测量点云高效拼合方法

项目编号: No.51505134

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 机械、仪表工业

项目作者: 何万涛

作者单位: 黑龙江科技大学

项目金额: 19万元

中文摘要: 航空叶片多光学传感器多尺度测量点云具有点集规模大、重叠区域小、不同分辨率、不同精度等级,给点云拼合效率、稳定性、精度带来一系列问题。针对上述问题,本项目探索基于变分隐函数、微分流形、非线性优化的大规模点集表示与操作方法,提出自动、高效、稳定的多传感器数据拼合方法。具体内容包括:建立适合GPU并行计算的大规模细粒度点集数据结构,研究快速最近点搜索方法;根据多传感器数据特点,定义新的变分隐函数表示的局部曲面特征描述算子,利用变分隐函数良好的内外插性质,研究小重叠区域特征快速匹配方法,提出匹配关系正确与否的评价方法,实现快速稳定的自动预拼合;应用对偶四元数表示刚体变换,建立刚体变换SE(3)流形上的测地距离最小二乘精拼合优化模型,推导同时迭代求解旋转和平移变换参数的线性方法。应用上述理论方法,开发点云拼合软件模块,为航空叶片的设计-加工-测量大闭环制造、全测全检与创新设计提供必要的技术保障。

中文关键词: 多光学传感器;多尺度;预拼合;全局优化;并行计算

英文摘要: Multi-scale point clouds which measured by multiple optical sensors have characteristics include large-scale, small overlapping regions, different resolutions, different levels of precision and so on. These characteristics bring series of problems such as calculation efficiency, feature points matching and global optimization for data registration. To solve the above problems, this project explores the large-scale point clouds representation and operation methods based on variational implicit function, differentiable manifold and non-linear optimization to present an automatic, efficient and stable multi-sensor data registration method. Point set structure of massive and fine-grained is established for parallel computing on GPU to search the nearest point . A new description operator of local surface feature is defined by variational implicit function. To achieve a stable automatic pre-registration, the good nature of variational implicit function on interpolation and extrapolation is used to study the feature matching methods and evaluation mechanisms . Rigid transformation is represented by dual quaternion to establish geodesic distance least squares optimization model on SE(3) manifold, while iterative linear method is present to solve rotation and translation transformation parameters. Finally, a registration software module will be developed using the above theories to provide the necessary technical for the aero-engine blades closed loop manufacture, full size measurement and innovative design.

英文关键词: multiple optical sensors ;multi-scale;pre-registration;global optimization;parallel computing

成为VIP会员查看完整内容
0

相关内容

【CVPR2022】多视图聚合的大规模三维语义分割
专知会员服务
20+阅读 · 2022年4月20日
【CVPR2022】基于粗-精视觉Transformer的仿射医学图像配准
专知会员服务
35+阅读 · 2022年4月2日
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
【CVPR2021】通道注意力的高效移动网络设计
专知会员服务
18+阅读 · 2021年4月27日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
CVPR 2021 Oral | 室内动态场景中的相机重定位
专知会员服务
15+阅读 · 2021年4月12日
专知会员服务
52+阅读 · 2021年3月22日
【CVPR2021】自监督几何感知
专知会员服务
45+阅读 · 2021年3月6日
专知会员服务
69+阅读 · 2021年1月16日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
解决小目标检测!多尺度方法汇总
极市平台
2+阅读 · 2021年8月28日
ICCV2019 | 高精度,高效率点云三维重建 PointMVSNet
计算机视觉life
23+阅读 · 2019年9月5日
【泡泡点云时空】Potree:基于Web浏览器的大规模点云渲染
【泡泡点云时空-PCL源码解读】ICP点云精配准算法
泡泡机器人SLAM
178+阅读 · 2019年5月22日
基于几何特征的激光雷达地面点云分割
泡泡机器人SLAM
15+阅读 · 2018年4月1日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
2+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
54+阅读 · 2022年1月1日
小贴士
相关VIP内容
【CVPR2022】多视图聚合的大规模三维语义分割
专知会员服务
20+阅读 · 2022年4月20日
【CVPR2022】基于粗-精视觉Transformer的仿射医学图像配准
专知会员服务
35+阅读 · 2022年4月2日
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
【CVPR2021】通道注意力的高效移动网络设计
专知会员服务
18+阅读 · 2021年4月27日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
CVPR 2021 Oral | 室内动态场景中的相机重定位
专知会员服务
15+阅读 · 2021年4月12日
专知会员服务
52+阅读 · 2021年3月22日
【CVPR2021】自监督几何感知
专知会员服务
45+阅读 · 2021年3月6日
专知会员服务
69+阅读 · 2021年1月16日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员