一种鲁棒的城市复杂动态场景点云配准方法

针对城市道路环境中面临的动态目标繁多、遮挡严重、以及GPS （全球定位系统）误差较大的问题,提出了一种无需检测动态目标且可以适应不同初始位置误差的快速、鲁棒的配准方法.首先,使用区域生长方法对去除地面的障碍物点云进行目标分割,并通过设定约束条件优化分割效果,生成点云的目标重心点集合;然后,提出了一种多层嵌套的RANSAC （随机抽样一致性）算法架构,迭代地更新配准结果,实现重心点集的粗配准并去除外点;最后,利用ICP （迭代最近点）进行点云的精确配准.与传统RANSAC方法的对比实验表明,该方法能够在复杂的动态场景和较大的初始位置误差下完成精确可靠的点云配准,且其配准成功率和配准速度明显高于传统方法.     

基于手眼模型的三维激光雷达外参数标定

无人车三维激光雷达与GPS/INS组合导航系统融合使用,需要对两者之间的相对位姿进行标定。针对车辆运动过程点云畸变的现象,提出了一种单帧点云中激光扫描点坐标修正方法。针对标定问题,建立了标定模型,提出了一种基于ICP算法和手眼标定模型及最小二乘法进行外参数标定的方法。通过蒙特卡罗仿真实验,对该方法的有效性和精度进行了仿真和验证。在实验室JJUV-6无人车平台上进行标定试验,得到两者之间的三维位姿关系。对比标定前后三维点云重建效果,点云重叠度接近于配准效果。基于应用的目的,基本满足二维地图构建和三维环境重建的需求。     

基于随机Hough变换的道路边界识别算法研究

道路边界识别是基于机器视觉的智能车辆关键技术之一,提出了一种基于直线道路模型的道路边界识别和跟踪算法,该算法包括道路边界初始识别算法和跟踪算法两部分。在初始道路边界识别阶段,对预处理后的图像进行逐行搜索道路边界候选点,并结合相关的道路约束条件,采用Hough变换对候选边界点进行拟合,以提高鲁棒性。该方法的创新点是在道路跟踪算法中,建立目标搜索区域（OSA）,OSA的宽度根据道路边界识别的拟合可信度的变换进行动态调整,并采用随机Hough变换的算法对OSA中的边界点进行拟合,这样显著减少了运算时间和存储空间。试验结果表明,该方法不仅满足道路边界识别的实时性要求,还具有较好的鲁棒性。     

基于比色检测的通用型分析仪设计

当前生化和免疫检测试纸条种类多样,对应的专用检测仪器类型繁多,缺乏能适配不同检测需要的通用型检测仪器,造成诸多不便。针对于此,该文开发一种基于用于生化和免疫试纸条检测的通用型分析仪,其可实现对基于比色检测的试纸条的快速检测,自动根据试纸条适配器内的NFC卡来读取试纸条相关数据给出结果判断。该分析仪被应用于2种典型的试纸条——血糖检测试纸条和肠毒素免疫试纸条的定量和定性检测。相关实验显示,该分析仪可在1 min内准确检测血液中葡萄糖的水平,并对免疫指标的检出给出准确判断。利用该分析仪获得的检测结果与商用化设备获得的结果具有良好的相关性,初步证明所构建的通用型分析仪用于生化、免疫快速检测的可行性。     

一种基于GIS最短路径搜索的A*改进算法

目前在GIS领域,最短路问题是研究和应用的重点,其中最短路径搜索算法的效率问题是普遍关注和在实际应用中迫切需要解决的问题.本文分析目前几种流行的最短路径算法并指出它们的优缺点,提出了一种利用蚁群算法和遗传算法进行改进的A^＊算法,并对其进行了必要的推导.。实验证明,改进的A^＊算法在VC＋＋6.0和MapX控件环境下具有较好的可行性和适用性。