基于"MOOC+SPOC+雨课堂+QQ课程群"的统一建模语言UML课程的混合式教学改革

针对统一建模语言UML课程在传统教学模式下存在的问题,深入分析原因,提出采用基于"MOOC+SPOC+雨课堂+QQ课程群"的混合式教学模式开展教学改革,阐述如何进行混合式教学设计,以"类图"知识单元为例介绍混合式教学实施过程,最后说明效果以及需要持续改进的地方.     

岩溶塌陷区综合物探方法的应用效果

该文以向阳村地面塌陷调查为例,论述了综合物探方法在岩溶、塌陷调查中的应用.高密度电法和浅层地震勘探可有效查明塌陷区内地层结构、隐伏断裂破碎带,并划分出塌陷区范围.最终验证物探结果与钻孔结果基本吻合.     

双目视觉下建立动态四轮定位测量平面的方法

针对现有车辆四轮定位设备受测量环境影响大等弊端,利用双目立体视觉测量技术,提出了一种车辆四轮定位测量平面的动态建模方法.通过推动车辆,获取多组车辆运动过程中的车轮靶标图像信息,运用空间向量方法,建立动态测量平面,计算车轮旋转轴,求取四轮定位参数,解决因测量现场不水平和测量环境干扰造成的误差偏大等问题,并简化了测量步骤.经过测试,四轮定位参数不受举升设备和场地影响,测量误差在±0.05°范围内.     

基于深度传感器的多视角点云配准研究

为了解决大尺寸对称物体在多视角配准过程中出现的误匹配点对和累计误差问题,提出了一种基于深度传感器的多视角点云配准算法。首先,使用深度传感器获取目标物体不同视角下的多片点云并进行预处理,对物体单侧相邻点云采用超四点快速鲁棒匹配算法(Super 4-points congruent sets, Super4PCS)进行粗配准,利用改进的点到平面ICP算法去除误匹配点对并进行精配准,之后将左右两部分的点云拼接,从而获取完整的三维点云模型。最后,针对多视角配准出现的累计误差问题,提出了一种全局优化方法从而减少累计误差。实验结果证明所提方法可以精准地完成多视角点云配准,获得准确的三维点云模型。     

反向重投影多线结构光立体视觉测量方法

研究了多线结构光立体视觉测量系统中激光条纹中心点的匹配问题。系统测量过程中,将两幅图像的激光条纹中心点通过重投影相互匹配,计算对应的三维空间点。针对一个激光条纹中心点存在多个匹配点的问题,提出了反向重投影的方法。该方法将匹配点反向重投影到原激光条纹图像,利用光路一致性,筛选出唯一匹配点。另外,分析了在重投影和反向重投影时采用不同大小的匹配窗口对测量结果的影响。实验表明,该方法能够充分利用激光条纹中心点,同时又有较高的唯一匹配率,明显提高了系统的测量效率。     

基于多线激光的轮胎花纹深度测量方法研究

针对轮胎花纹深度测量中存在传统手工方法效率低下及单线激光测量适应性不高的问题,提出一种基于多线激光的轮胎花纹深度测量方法。该方法通过测量装置获取带有多线激光条纹的轮胎花纹图像,再通过三角测量技术得到轮胎表面激光条纹中心点的三维点数据。对获取到的点云数据进行处理,筛选出轮胎凹槽点和轮胎胎面点。将轮胎凹槽点拟合成一个曲面,依次计算胎面点到凹槽曲面的距离,获得每条凹槽的深度,以判断轮胎磨损状况。试验结果表明,该方法简单高效,鲁棒性强,能够准确测量出轮胎花纹的深度,与深度尺测量结果的差值在0.1 mm以内,可以满足轮胎花纹深度测量的要求。     

嵌入工作流的ERP系统的设计与实现

传统ERP系统在业务流程管理方面存在不足,通过引入工作流管理能够弥补其不足.通过比较自治工作流管理系统与嵌入式工作流管理系统,提出在ERP系统中采用嵌入式工作流管理的方法.从工作流建模和过程控制方面,介绍了基于UML活动图模型的嵌入式工作流管理模块的设计和实现方法.给出了支持工作流的ERP系统的实施方法.通过嵌入工作流管理到传统ERP系统中,提高了系统对企业业务的适应能力,也提高了软件重用和开发效率.     

基于三维成像技术的四轮定位参数建模方法

鉴于现有四轮定位仪参数求取方法误差大、参数项目少、对测量环境要求高等不足,提出了一种基于三维成像技术的四轮定位参数建模方法;该方法通过双摄像机对目标板拍摄获得的图像信息,应用空间向量方法,求取车体运动状态下的轮轴信息,动态建立四轮定位参数测量模型,解决测量平面的动态建立、测量平台的补偿等问题;经过零标定平台测试,当车轮旋转在18~22°时,定位参数求取方法正确有效,通过实车对比测量验证,平均误差小于0.07°。     

基于跨域自适应的立体匹配算法

虽然卷积神经网络（CNN）在有监督立体匹配任务中取得了较好的进展，但多数CNN算法的跨域表现较差。针对跨数据域的立体匹配问题，提出一种基于CNN的使用迁移学习实现域自适应立体匹配任务的跨域自适应立体匹配（CASM-Net）算法。所提算法使用一个可供迁移的特征提取模块提取丰富的广域特征用于跨域立体匹配任务；并且，设计一个自适应代价优化模块，从而通过自适应地利用不同感受野的相似度信息优化代价，进而得到最优的代价分布；此外，提出一个视差分数预测模块，以量化不同区域的立体匹配能力，并通过调整图像的视差搜索范围进一步优化视差结果。实验结果表明：在KITTI2012和KITTI2015数据集上，CASM-Net算法的2-PE-Noc、2-PE-All和3-PEfg相较于PSMNet(Pyramid Stereo Matching Network)算法分别降低了6.1%、3.3%和19.3%；在Middlebury数据集上，在未经重新训练的情况下，在和其他算法的对比中，CASM-Net算法在所有样本上取得了最优或次优的2-PE结果。可见，CASM-Net算法具有改善跨域立体匹配的作用。