精华内容
下载资源
问答
  • 《计算机辅助机械零件精度设计毕业论文》由会员分享,可在线阅读,更多相关《计算机辅助机械零件精度设计毕业论文(5页珍藏版)》请在人人文库网上搜索。1、计算机辅助机械零件精度设计毕业论文 现代的机械产品中,...

    《计算机辅助机械零件精度设计毕业论文》由会员分享,可在线阅读,更多相关《计算机辅助机械零件精度设计毕业论文(5页珍藏版)》请在人人文库网上搜索。

    1、计算机辅助机械零件精度设计毕业论文 现代的机械产品中,机械的精度计算是整个机械设计的完整度的判断标准。计算机辅助机械零件的精度设计作为整个机械设计中的重要组成部分,整体设计会影响产品的使用性能和使用质量,对产品的制造成本也有着重要的影响。计算机辅助机械零件的精度设计也成为了 CAD 和 CAM 的核心技术之一,成为了影响设计和制造信息的集成的关键环节。通过对尺寸链的自动生成技术的相关研究,可以在AutoCAD 的基础上对计算机辅助精度设计原型系统进行开发。 计算机;辅助机械;零件精度;设计 计算机辅助机械零件精度的选择,对整体的产品起着决定性的影响。随着现代社会科技的不断发展,计算机辅助机械制。

    2、造的设计技术也在紧跟时代的脚步发展,但是总体来说,机械零件的精度设计还都处在初级阶段。机械精度的设计是整个机械装配的可靠程度的核心技术。通过对尺寸链和计算结果的分析,将分析情况做为提高机械研发能力的重要依据,解决研发周期长的问题。我们是将现阶段的计算机辅助精度设计的生产程度的概念进行研究。 公差指的是一个零件的尺寸与几何参数之间的允许变动量,公差是机械精度的具体表现,也是一个机械产品设计和制造的一个技术指标,公差还是机械装置在使用的过程中的要求与机械制造的经济性之间的可协调的产物。公差是一个大的概念,主要分为尺寸公差、位置公差和形象,还包括机械本身的粗糙度等内容。对一个零件的整体特征的表面进行。

    3、相对应的变动量的控制1。 尺寸链指的是一台机器在装配的过程中或者零件加工的过程中,出现的相互连接的尺寸之间形成的一个封闭的尺寸组,也可以叫公差链。其中的每个尺寸可以叫做也可以叫做尺寸链环,其中尺寸链环有三个十分重要的概念,他们是:封闭环、传递系数和组成环。每个概念的作用都不一样,封闭环主要指的是在装配的过程中或者加工完成后自然而然形成的环,也是最后的尺寸环。根据整体的质量的指标进行换算得出尺寸。传递系数指的是各个组成环中对分封闭环影响的大小的变量。 通过传递系数质在整个分闭环上起到了变动量与变动量之比。组成环又分为增环和减环,整个尺寸链中对封闭环有影响的其他的环,都可以叫做组成环,在整体的工艺。

    4、尺寸链中,他可以直接的保证加工时环的尺寸大小,在装配的过程中,参与装配的原始尺寸,在这些环中的某一环如果发生了变化,会造成整个封闭环的变动,所以,各个组成环之间的误差都将集中到受到影响的封闭环中,造成了积累和综合的现象2。 公差设计作为机械中的重要环节,主要的任务是求解封闭环之间的基本尺寸和公差之间的关系有什么问题。大致可以分为,对已知的组成环的尺寸和公差或者偏差,求封闭环的尺寸是多少,公差或者偏差也可以叫做校核计算、共查验证、公差分析等都属于公差控制,另一种是公差分配,就是对已知的封闭环尺寸和公差或者偏差进行分析,求每个组成环之间的尺寸和公差或者偏差,也可以叫这一过程为设计计算和公差综合的过。

    5、程。当然,还需要注意的是公差的分配是公差控制的逆过程。 对公差的优化设计实质上指的是一个以尺寸链的其中的零部件的制造能否化成最低成本为目标,通过先进的技术条件对预期的装配进行有约束的数学规划问题,也是随机的变量优化问题,通过公差初值、公差分配、公差分析、优化公差、成本只计算、装配成功率等一系列的过程我们得出一个机械的零件的制造过程与诸多因素有关系,受到了多方面的综合影响。 根据现阶段国内外的计算机辅助机械零件的精度设计研究表明,其技术和发展与实际的联系还需要进行设计思想与成本的优化原则。既机械产品在生产过程中对加工所需要的总成本的占得比例起到了重要的作用,在一般情况下,设计过程中零件的公差越小。

    6、就说明零件的功能要求越高,相对的.零件的可装配性就越高,这会从根本上导致加工时的高额加工费。设计者希望零件的公差越小越好,但是制造商确认为公差过小难度系数太高,成本也高,最佳的情况就是在满足计算机辅助机械的零件的需要的条件下,计算出最合理的公差,制作最符合要求的零件,达到最好的效果,最低的成本,使整体成为计算机辅助机械的基本原则。 通常来说,一个铲平模型需要经过 CAD 的数据分析出优良的工艺方案,生成尺寸链,经过专家的系统分析进行公差的控制、参数的分配,达到生成优化目标,在公差的控制范围内,得出分配结果,对产品进行输出。 当然这一过程中设备资源,经验数据和设计制造的标准,还有产品的生产成本的。

    7、京都模型,公差计算的方法库的利用,优化方法库的使用,都会起到了一定的作用。 根据每个部件不同的作用,按照计算机的使用特点进行数据分析,制造资源和知识选择的相应的参数,进行个性化的设置,这一些都要根据精度的设计来检验其过程。 为了使产品在使用的过程中更加便捷,在生产过程中达到最小的制作成本,通过对系统进行分析,主要的关键技术就是集中在尺寸链中的自动生成技术,并面向加工环境的公差的计算方式,优化产品产业的生产技术,对相关的信息进行分析,通过 CAD 和 CAM 应用进行工程设计中国零件的装配体与公差之间额运算和分配,通过辅助进行尺寸链的查找,公差的控制和公差的分配的全过程。达到最精准的计算的生产前的预备工作。 通过实践证明,计算机的辅助设计中的思路与方法。对于相关的技术进行研究,通过对尺寸链自动生成的技术的研究,探讨了现阶段我国最新的机械精度设计,以及对于相关的保证方法及如何控制质量的技术。对于上述问题给予详细的设计方案和计算结果。结果要尽可能的保证满足使用者的需求和在机械使用过程中方便操作。为计算机软件的开发技术和更好的完善打下了良好的基础。 1 龙红能 . 大型发电设备制造工艺设计信息化平台的关键技术与应用研究 D. 成都:四川大学 ,xx. 2 高东强 . 基于层合速凝原理的陶瓷件快速制造设备及材料成型研究 D. 西安:陕西科技大学 ,xx. 模板,内容仅供参考。

    展开全文
  • matlab精度检验代码在KITTI数据集上训练的多视图汽车检测。 此存储库具有辅助的Matlab和C ++代码,以便复制本文中的汽车检测实验。 如果您将此代码用于自己的研究,则必须参考我们的期刊论文: BAdaCost:多类别的...
  • matlab精度检验代码POOL-AID:使用FPGA进行池跟踪 [此处的视频]() ####队员 崔瑞恩塞缪尔·鲍扎(Samuel Bauza) 奥尔加·索维涅娃(Olga Souverneva) 黄传巧####项目概况刚开始的台球选手可能很难想象...
  • matlab精度检验代码皮鞋 “用于脚上惯性导航的鲁棒数据驱动零速检测”的代码:一种开源的脚踏式零速辅助惯性导航系统(INS),包括四个经典零速检测器的实现我们提出的两个基于学习的检测器。 我们提供了三个混合...
  • matlab精度检验代码使用AlexNet架构识别青光眼 以下存储库包含使用深度学习对OCT眼底图像进行训练和测试的代码: 青光眼是一种与之相关的眼部疾病,会导致视神经受损,从而将信息从眼睛传递到大脑。 青光眼最初会...
  • 可支持GPS/BDS/GLONASS/GALILEO的观测数据精度评定,支持零基线模式,超短基线模式,星间历元间差分模式。
  • matlab精度检验代码causal_pathway_training 因果关系训练是从纸上学习pg-因果关系模型的核心部分。 pg-Causality是一种有效的模式辅助基于贝叶斯的因果结构学习方法,用于识别时空空间中不同空气污染物之间的因果...
  • 书名计算机辅助三维检测技术作者ISBN9787111296669定价35.00元出版社出版时间2010年4月1日开本16开计算机辅助三维检测技术内容简介编辑语音《计算机辅助三维检测技术》涉及三维测量的基本原理、行业发展现状,新一代...

    《计算机辅助三维检测技术》是2010年机械工业出版社出版的图书,作者是王万龙。

    书    名

    计算机辅助三维检测技术

    作    者

    ISBN

    9787111296669定    价

    35.00元

    出版社

    出版时间

    2010年4月1日

    开    本

    16开

    计算机辅助三维检测技术内容简介

    编辑

    语音

    《计算机辅助三维检测技术》涉及三维测量的基本原理、行业发展现状,新一代高精度、高柔性、数字化的检测原理及工业应用领域。《计算机辅助三维检测技术》共有20章,分三个部分,分别叙述了计算机辅助检测技术的基础知识(第1-4章),论述了如何应用MWorks-DMIS手动版软件进行计算机辅助检测(第5-12章),如何应用MWorks-DMIS自动版软件进行计算机辅助检测的具体方法与步骤(第13-20章)。

    《计算机辅助三维检测技术》适合相关领域工作人员参考,也可作为相关专业的普通本专科院校或职业技术院校师生的学习参考用书。

    计算机辅助三维检测技术图书目录

    编辑

    语音

    前言

    第1篇 计算机辅助检测基础知识

    第1章 计算机辅助检测技术概论

    1.1 计算机辅助检测的基本概念

    1.2 计算机辅助检测技术与系统

    1.2.1 接触式测量系统

    1.2.2 非接触式测量系统

    1.2.3 复合式测量系统

    1.3.1 三坐标测量机的发展及工作原理

    1.3.2 三坐标测量机的机械结构

    1.3.3 三坐标测量机的测量系统

    1.3.4 三坐标测量机的控制系统

    1.3.5 三坐标测量机的软件系统

    1.4 计算机辅助检测技术的应用

    1.4.1 质量控制

    1.4.2 逆向工程

    1.5 计算机辅助检测技术的发展趋势

    1.5.1 高精度化

    1.5.2 功能复合化

    1.5.3 机器巨型化和微型化

    1.5.4 与加工机床的集成

    第2章 计算机辅助检测的数学基础

    2.1 测量的数学基础

    2.1.1 向量的基本概念与计算

    2.1.2 坐标系及工作平面

    2.1.3 几何元素的拟合

    2.2 标准球定义与检验

    2.2.1 测量方法

    2.2.2 测头校验的原理

    2.3 几何元素构造

    2.3.1 平面与空间直线

    2.3.2 常见二次曲面

    2.3.3 常见的几何元素构造方法

    第3章 尺寸测量接口标准(DMIS)

    3.1 DMIS的产生与发展

    3.1.1 DMIS的产生

    3.1.2 DMIS的作用

    3.1.3 DMIS的环境

    3.1.4 DMIS的总体结构

    3.1.5 与DMIS相关的标准

    3.2 DMIS语言的语法

    3.2.1 DMIS的语义与结构

    3.2.2 DMIS的数据结构

    3.3 DMIS语言的常见关键词

    3.3.1 测量语句

    3.3.2 公差语句

    3.3.3 特征定义语句

    3.3.4 构造语句

    第4章 公差的基本概念与检测

    4.1 公差的基本概念及其分类

    4.1.1 规定形位公差的目的

    4.1.2 形位公差的研究对象

    4.1.3 形位公差的项目及其含义

    4.1.4 形位公差带的概念

    4.1.5 形状公差及公差带的特点

    4.2 常见公差的检测方法

    4.2.1 形状和位置误差的检测规定

    4.2.2 形状和位置误差的测量

    4.2.3 形状和位置误差的评定

    第2篇 MWorks-DMIS手动版软件

    第5章 MWorks-DMIS手动版软件简介

    5.1 MWorks-DMIS手动版软件的主要功能特性

    5.1.1 基于三维CAD平台

    5.1.2 支持国家尺寸公差标准

    5.1.3 支持DMIS语言

    5.1.4 测量程序的语法检验与编译系统

    5.2 MWorks-DMIS手动版软件的安装与启动

    5.2.1 软、硬件配置

    5.2.2 安装方法

    5.2.3 启动与退出

    5.3 MWorks-DMIS手动版软件的用户界面

    5.3.1 窗口的内容与布局

    5.3.2 菜单与工具栏

    第6章 手动版软件的测头系统

    6.1 分步式配置测头系统

    6.2 向导式创建测头系统

    第7章 手动版软件坐标系的建立与变换

    7.1 坐标系的建立

    7.1.1 传统方法建立坐标系

    7.1.2 宏坐标方法建立坐标系

    7.2 坐标系的旋转、平移、清零与转换

    7.2.1 坐标系旋转

    7.2.2 坐标系平移

    7.2.3 坐标系清零

    7.2.4 坐标转换

    7.3 坐标系的存储、调用与删除

    7.3.1 坐标系存储

    7.3.2 坐标系调用

    7.3.3 坐标系删除

    第8章 手动版软件几何特征的测量

    8.1 点、线、面测量

    8.2 圆、圆柱、圆锥的测量

    8.3 球、椭圆的测量

    8.4 曲线、曲面的测量

    8.5 点云与数模对比测量

    第9章 手动版软件几何特征的构造

    9.1 求交

    9.2 平分

    9.3 拟合

    9.4 投影

    9.5 相切到

    9.6 相切过

    9.7 垂直过

    9.8 平行过

    9.9 移位

    第10章 手动版软件的公差分析

    10.1 尺寸公差

    10.2 形状公差

    10.3 定位公差

    10.4 定向公差

    10.5 跳动公差

    10.6 截面绑定

    10.7 数模对比设置

    第11章 手动版软件的测量文件

    11.1 测量文件的存储与调用

    11.2 测量文件的编辑与修改

    11.3 测量文件的重复执行

    11.4 CAD模型的输入输出

    第12章 手动版软件的环境、视图与窗口

    12.1 环境参数设置

    12.2 视图窗口

    12.3 测量程序窗口

    12.4 测量结果窗口

    12.5 输出缓冲

    第3篇 MWorks-DMIS自动版软件

    第13章 MWorks-DMIS自动版软件简介

    13.1 MWorks-DMIS自动版软件的主要功能特性

    13.2 MWorks-DMIS自动版软件的安装与启动

    13.3 MWorks-DMIS自动版软件的用户界面

    第14章 自动版软件的测头系统

    14.1 分步设置测头系统

    14.2 利用文件向导创建测头系统

    第15章 自动版软件的坐标系统

    15.1 自动版软件坐标系的建立

    15.2 坐标系的变换

    第16章 自动版软件的几何特征测量

    16.1 点、线、面测量

    16.2 圆、圆柱、圆锥的测量

    16.3 球、椭圆的测量

    16.4 曲线、曲面的测量

    第17章 自动版软件的几何特征构造

    17.1 求交/穿入

    17.2 等分

    17.3 最佳拟合

    17.4 投影

    17.5 相切到

    17.6 相切过

    17.7 垂直过

    17.8 平行过

    17.9 移位

    17.10 圆锥的圆/顶点

    17.11 界定元素边界

    第18章 自动版软件的公差分析

    18.1 基于特征的公差分析

    18.2 基于公差类型的公差分析

    第19章 自动版软件的测量文件

    19.1 测量文件的存储与调用

    19.2 测量文件的编辑与修改

    19.3 测量文件的重复执行

    19.4 CAD模型的输入输出

    第20章 自动版软件的环境、视图与窗口

    20.1 环境参数设置[1]

    20.2 视图窗口

    20.3 缓冲区窗口

    20.4 测量程序窗口

    20.5 测量结果窗口

    附录A 国标GB/T 1182-2008关于公差的说明

    附录B 国标公差信息表

    参考文献[2]

    词条图册

    更多图册

    参考资料

    1.

    计算机辅助三维检测技术

    .京东[引用日期2017-12-21]

    2.

    计算机辅助三维检测技术

    .豆瓣读书[引用日期2017-09-23]

    展开全文
  • 点击上方“3D视觉工坊”,选择“星标”干货第一时间送达摘要将激光雷达与基于相机的同步定位和建图(SLAM)相结合是提高整体精度的有效方法,尤其是在大规模室外场景下.低成本激光雷达(如Li...

    点击上方“3D视觉工坊”,选择“星标”

    干货第一时间送达


    摘要

    将激光雷达与基于相机的同步定位和建图(SLAM)相结合是提高整体精度的有效方法,尤其是在大规模室外场景下.低成本激光雷达(如Livox激光雷达)的最新发展使我们能够以更低的预算和更高的性能探索这种SLAM系统.在本文中,我们通过探索Livox激光雷达的独特特征,将Livox激光雷达应用到视觉SLAM(ORBSLAM2)中,提出了CamVox.基于Livox激光雷达的非重复特性,我们提出了一种适用于非受控场景的激光雷达-相机自动标定方法.更长的深度探测范围也有利于更有效的建图.我们在同一个数据集上评估了CamVox与VINS-mono和Loam的比较,以展示其性能.

    介绍

    同时定位与建图是自主机器人的一项关键技术,越来越受到学术界和工业界的关注.低成本传感器的出现大大加速了SLAM的发展.例如相机提供了丰富的角度和颜色信息,并促进视觉SLAM的发展,如ORBLAM.此后惯性测量单元(IMU)由于在智能手机行业的大量采用而开始降价,SLAM的使用变得简单,可以获得额外的信息,如VINS-Mono和ORB-SLAM3.在其他传感器中,深度传感器(双目相机、RGBD相机)提供直接深度测量,并在ORBSLAM2等SLAM应用中实现精确的性能.激光雷达作为高端深度传感器,可提供远程室外能力、精确测量和系统鲁棒性,并已被广泛应用于更苛刻的应用,如自动驾驶.但通常价格不菲.随着自动化行业的发展,最近许多新技术的发展使得低成本激光雷达实现了商业化,例如Ouster和Livox激光雷达.Livox激光雷达具有非重复扫描模式,在低成本激光雷达辅助的SLAM系统中具有独特的优势.本文介绍了第一台Livox激光雷达辅助视觉SLAM系统(CamVox),具有卓越的实时性能.我们的CamVox SLAM建立在最先进的ORB-SLAM2之上,使用Livox激光雷达作为深度传感器.具有以下新功能:

    • 融合激光雷达和相机输入的预处理步骤.进行仔细的时间同步,通过IMU数据校正非重复扫描激光雷达点中的失真,并将其转换为相机帧

    • 激光雷达点云的精度和范围优于其他深度相机,所提出的SLAM系统可以以更高的效率执行大规模建图,并且可以在室外强日光环境中鲁棒地操作

    • 我们利用Livox激光雷达的非重复扫描特性,在不受控制的场景中执行相机和激光雷达之间的自动校准

    • CamVox的性能是根据一些主流框架进行评估的,并显示出非常准确的轨迹结果.我们还开源了这项工作的硬件、代码和数据集,希望提供一个相机+ Livox激光雷达的SLAM解决方案

    图1示出了从CamVox构建的示例轨迹和地图.

    相关工作

    由于丰富的角度分辨率和信息丰富的颜色信息,相机可以通过简单的投影模型和光束调整提供令人惊讶的良好定位和建图性能.最著名的单目相机SLAM系统之一是ORB-SLAM.

    ORB-SLAM通过提取图像中的ORB特征来跟踪对象,并使用闭环检测来全局优化地图和姿态,这通常是快速和稳定的.然而它不能精确地恢复真实的比例因子,因为绝对深度比例对于相机是未知的.

    为了解决单目相机不能恢复真实世界尺度的问题,Mur等人提出了ORB-SLAM的改进,称为ORB-SLAM2.增加了双目相机和RGBD相机对深度估计的支持.然而这两种相机都有缺点,特别是在估计具有长深度的室外物体时.双目相机需要长基线来进行精确的长深度估计,这在现实世界中通常是有限的.此外两个相机之间的校准容易受到机械变化的影响,并将对长期深度估计精度产生不利影响.RGBD相机通常容易受到通常小于10米的有限范围内的太阳光的影响.融合相机和IMU是另一种常见的解决方案,因为相机可以部分校正IMU积分漂移,校准IMU偏差.而IMU可以克服单目系统的尺度模糊.Campos等人通过融合摄像机和IMu测量扩展了ORB-SLAM2,并提出了ORB-SLAM3.然而消费级IMU只能在相对较低的精度下工作,并且会受到偏置、噪声和漂移的影响,而高端IMU的成本非常高.

    另一方面,激光雷达提供了直接的空间测量.激光雷达SLAM框架已经开发出来.一个开创性的工作是loam.与视觉SLAM相比,由于激光雷达点云的精确深度估计,它在动态环境中更加鲁棒.然而由于复杂的扫描机制,激光雷达不能提供像照相机一样高的角度分辨率,因此它容易在隧道或走廊等不太突出的结构环境中出现故障.它还缺乏闭环检测,使得算法只关注局部精度,而没有全局姿态和地图优化.为了增加loam中的闭环检测,Shan等人提出了一种增强的loam算法Lego-loam.与loam相比,LeGo-loam通过分割和聚类改进了特征提取以提高效率,并增加了闭环检测以减少长期漂移.在SLAM框架中结合激光雷达和相机成为一种理想的解决方案.在获取具有精确深度信息的点云的同时,可以利用相机提供的高角度和高颜色信息.张等人提出了VLOAM,将单目相机和激光雷达松散地融合在一起.与loam相似,估计被认为足够精确.不需要闭环.Shin等人还试图将单目相机和激光雷达结合在一起,使用直接方法而不是特征点来估计姿态.此外它将视觉数据和点云紧耦合,并输出估计的姿态.邵等人进一步将双目相机、IMU和激光雷达融合在一起.他们展示了利用双目视觉惯性在室外真实场景中的良好表现里程计(VIO)闭环.VIO和激光雷达是松耦合的,后端没有进一步优化.它还受到其复杂性和成本的限制.

    激光雷达通常成本太高,无法用于实际应用.幸运的是,Livox推出了一种基于棱镜扫描的新型激光雷达.由于新的扫描方法,成本可以大大降低,使大规模采用.此外这种新的扫描方法允许不重复的扫描模式,非常适合于在累积时获取相对高清晰度的点云(图2).即使是100ms的积累,Livox Horizon已经高达64行,并且还在继续增加.此功能在校准激光雷达和相机时非常有用,因为传统的多线激光雷达缺乏线间空间的精度.棱镜设计还具有用于信号接收的最大光学孔径,并允许远程检测.例如Livox Horizon可以在强烈的阳光照射下探测到260米.由于具有如此优越的成本和性能,林等人提出了Livox-Loam.基于此,Livox还发布了Livox Horizon的loam框架,名为livox horizon loam.

    由于远距离探测和高精度,相机和激光雷达之间的外部参数校准成为更重要的考虑因素.在[12]中,激光雷达相机的建议解决方案可以分为两种方式.第一个是校准过程是否需要一个校准目标,第二个是校准是否可以在没有人为干预的情况下工作.这些年来,许多校准技术都是基于固定的校准目标或人工努力,如[13]和[14].在[15]潘迪等人利用CRLB证明了校准参数的存在性,并通过计算MVUB估计量来估计它们.Iyer等人在[16]中提出了一种称为CalibNet的网络,这是一种几何监督的深层网络,用于估计激光雷达和摄像机之间的转换.以上两种方法不需要具体场景.此外Levinson等人在[12]中提出了一种在线校准方法,他们声称这种方法可以实时校准激光雷达和摄像机,并且适用于任何场景.但到目前为止,校准仍然是一项具有挑战性的任务,在不受控制的场景中,没有用于校准激光雷达和摄像机的开源算法.Livox激光雷达的非重复扫描模式可以提供一个更容易的解决方案,正如我们将展示的.

    CAMVOX框架

    所提出的CamVox基于ORB-SLAM2,具有独立的RGBD输入预处理和在非受控场景下的自动校准方法.该框架利用激光雷达辅助的视觉关键帧来生成局部建图,并且由于后端轻量级的姿态图优化,在ORBSLAM2的不同级别的束调整(BA)和闭环上表现出高鲁棒性.

    在最初的ORB-SLAM2中,关键点分为两类:近点和远点,其中近点是深度确定性高的点,可用于缩放、平移和旋转估计,而远点仅用于旋转估计,因此信息量较少.由于从Livox lidars获得的稠密、长距离和精确的点与相机图像相融合,因此可以分配比传统RGBD相机(由于检测距离)或双目视觉相机更多的近点.因此相机和激光雷达的优势可以通过紧耦合的方式加以利用.

    A.硬件和软件

    CamVox硬件包括一个MV -CE060-10UC滚动快门相机,一个Livox地平线激光雷达和一个惯性测量单元。(惯性传感INS)。附加的GPS-RTK(惯性传感惯性导航系统)用于地面真实度估计。通过10 Hz的触发信号与所有这些传感器进行硬同步。每个触发信号下的摄像机输出(10赫兹)。激光雷达保持一个时钟(与GPS-RTK同步),并连续输出带有精确时间戳的扫描点。同时,惯性测量单元以与触发器同步的200赫兹的频率输出。来自GPSRTK的数据也被记录下来用于地面真相比较。安装了一台英特尔Realsense D435 RGBD相机进行比较。整个系统安装在一个移动的机器人平台上(敏捷X Scout mini)。值得注意的是,Livox Horizon激光雷达的销售价格(800美元)明显低于其他类似性能的激光雷达(10k–80k美元),这使得可以在合理的预算内构建完整的硬件系统.

    系统在几个并行线程上运行,如图4所示.除了ORBSLAM2的主要线程之外,还添加了一个额外的RGBD输入预处理线程,以捕获来自同步相机和激光雷达(IMU校正)的数据,并将其处理成统一的RGBD帧.可以触发自动校准线程来校准相机和激光雷达,当检测到机器人不移动或通过人类交互时,自动进行校准.然后对校准结果进行评估并输出,用于潜在的参数更新.

    B.预处理

    预处理线程从激光雷达获取原始点,由IMU进行校正,并根据相机的外部校准投影到深度图像中.然后将RGB图像与深度图像组合,作为RGBD帧的输出,其中两个图像被格式化为具有相等的尺寸,并且在像素方面对应,如图3c和图3d所示.然后根据输出执行进一步的跟踪线程操作,如ORB特征提取、关键点生成.由于激光雷达持续扫描环境,每个数据点都是在略有不同的时间戳获得的,需要IMU进行校正.这不同于照相机,而图像是在几乎一瞬间获得的.图5示出了当机器人处于连续运动时点云变形的例子.为了纠正这种失真,机器人的运动是在每个激光雷达点输出时间从惯性测量单元姿态插值,并转换当触发信号开始时,激光雷达指向激光雷达坐标,这也是捕捉相机图像的时间.这个转化可以用方程(1)(2)来描述.

    其中 分别是激光雷达帧的开始和结束时间戳.激光雷达帧中任何3D点的时间戳都可以表示为 .

    由IMU测量 之间的机器人位姿变换矩阵 之间的 可以在(1)中计算.最后,所有激光雷达点都转换到 的激光雷达坐标系,如(2)所示.

    此外,在长距离Livox激光雷达的帮助下,我们能够可靠地检测到100米以外的许多与深度相关的相机特征点.相比之下,Realsense RGBD相机无法检测10米以外的点,并且受到阳光噪声的影响.这在图6中清楚地显示出来,因此,在CamVox中,我们可以指定深度小于130米的点的关键点.这远远超过了40倍(ORB-SLAM2)标准,通常在商用双目摄像机中使用,大约为10厘米.

    C.校准

    由于激光雷达的远程能力,校准精度在CamVox中至关重要.小角度失配可能导致大深度的大绝对偏差.受控校准目标(如棋盘)在现场并不总是可用,在随机固定失败或碰撞后可能会发生错位.需要在不受控制的场景中开发自动校准方法,并且如果发现更好的校准匹配,则更新参数.由于Livox激光雷达不重复的特性,只要我们能够积累几秒钟的扫描点,深度图像就可以变得像相机图像一样高分辨率(图7),并且与相机图像的对应关系变得容易找到.因此我们能够基于场景信息在几乎所有的现场场景中自动进行这种校准.当检测到机器人静止时,设置自动校准的触发,以消除运动模糊.我们在静止状态下积累激光雷达点几秒钟.相机图像也被捕获.

    整个校准算法的结构如图7所示.首先通过使用反射率和深度值的初始外部参数将密集点云投影到成像平面上,然后执行轮廓提取以与相机图像轮廓进行比较.代价函数由一种改进的ICP算法构造,可以通过Ceres进行优化,得到相对更精确的外部标定参数。然后将这些新参数的成本函数与先前的值进行比较,并决定是否在输入预处理线程处更新外部校准参数.

    假设一个点在激光雷达坐标系中的坐标值为X= ,一个点在摄像机坐标系中的z坐标值为 ,该点在2D图像中的像素位置为Y= .给定从激光雷达到摄像机的初始外部变换矩阵T和摄像机的内部参数 ,我们可以通过等式3和4将3D点云投影到2D图像.

    将激光雷达点云投影到2D图像后,我们对所有图像进行直方图均衡化,并使用Canny边缘检测器提取边缘[18]。从深度图像和反射率图像提取的边缘被合并,因为它们都来自相同的激光雷达,但信息不同。为了提取更可靠的边缘,在这些边缘图像上滤除以下两种边缘。第一种是长度小于200像素的边缘。第二种边缘是内部杂乱的边缘。最后,获取相机图像和激光雷达图像中存在的一些特征边缘,并根据最近边缘距离进行边缘匹配。

    初始匹配结果如图7右下方所示,其中橙色线是相机图像的边缘,蓝色线是地平线图像的边缘,红色线是最近点之间的距离。这里我们采用了ICP算法[19]并使用K-D树来加速最近邻点的搜索。然而,有时在错误的匹配中,很少的点实际上参与了距离的计算,代价函数值被陷在这个局部最小值之内。在这种情况下,我们通过增加一定程度的不匹配来改进ICP中的成本函数。改进的成本函数如公式所示。(5)其中,N是与激光雷达边缘点在距离阈值内的摄像机边缘点的数量,m是最近邻居的数量,N是所有摄像机点的数量,b是加权因子.我们发现b的值为10是一个很好的默认值.请注意, 成本函数是每个点的平均值, 因此可用于在不同场景下进行水平比较.

    在优化该成本函数时,我们采用了坐标下降算法[20],并通过Ceres [17]迭代优化(滚转、俯仰、偏航)坐标.这似乎导致了更好的融合.

    结果

    在本节中,我们将介绍CamVox的评估结果.具体来说,我们将首先显示自动校准的结果.还评估了为关键点选择深度阈值的效果.最后,我们评估了CamVox与主流SLAM框架的比较轨迹,并给出了时间分析.

    A.自动校准结果

    我们的自动校准结果如图8所示.图8a中示出了当传感器和照相机未被校准(未对准超过2度)时,激光雷达点在RGB图像上的覆盖.成本函数的值为7.95.自动校准被触发并校准结果,如图8(b)所示,其中成本函数值为6.11,而手动完成的最佳校准结果如图8(c)所示,值为5.88.自动校准的结果非常接近最佳手动校准.此外由于类似图像的校准方案,自动校准在大多数不受控制的场景下工作稳定.在图8(d-f)中评估了几个不同的场景,并且获得了大约或低于6的成本值,我们认为这是一个相对较好的值.

    B.关键点深度阈值的评估

    因为激光雷达可以探测260米,所以在融合帧中有许多关键点,我们可以将其描述为接近.这些点对跟踪和绘图有很大帮助.从图9(a-d)中,通过将关键点深度阈值从20m设置为130m,我们看到建图比例和建图特征的数量都显著增加.在图9e中,我们评估了在开始CamVox后的前100帧(10帧/秒)中,作为时间的函数跟踪的匹配点的数量.随着更多的帧被捕获,观察到特征数量的增加(图9f开始后0.5 s),并且较大的阈值显然最初跟踪了更多的特征,这有助于开始稳健的定位和建图.使用CamVox,我们建议将默认值设置为130米.

    C.轨迹比较

    CamVox、两个主流SLAM框架和地面真实轨迹的比较在我们的SUSTech数据集上进行评估,如图10和表1所示,使用evo.由于精确的校准、丰富的深度相关视觉特征以及它们的精确跟踪,CamVox系统非常接近groundtruth并明显优于其他框架,如livox horizon loam和VINS-Mono.

    D.计时结果

    CamVox框架的时序分析如表二所示.自动校准大约需要58s完成.因为校准线程仅在机器人处于静止状态时偶尔运行,并且参数的更新可能发生在稍后的时间,所以这样的计算时间对于实时性能来说不是问题.

    结论和展望

    综上所述,我们提出CamVox作为一种新的低成本激光雷达辅助的视觉SLAM框架,旨在结合两者的优点,即来自摄像机的最佳角度分辨率和来自激光雷达的最佳深度和距离.由于Livox激光雷达的独特工作原理,开发了一种可以在不受控制的场景中执行的自动校准算法.在自动校准精度、关键点分类深度阈值和轨迹比较方面对新框架进行了评估.它也可以在机载计算机上实时运行.我们希望这个新的框架可以用于机器人和传感器研究,并为社区提供现成的低成本解决方案.

    本文仅做学术分享,如有侵权,请联系删文。

    下载1

    在「3D视觉工坊」公众号后台回复:3D视觉即可下载 3D视觉相关资料干货,涉及相机标定、三维重建、立体视觉、SLAM、深度学习、点云后处理、多视图几何等方向。

    下载2

    在「3D视觉工坊」公众号后台回复:3D视觉github资源汇总即可下载包括结构光、标定源码、缺陷检测源码、深度估计与深度补全源码、点云处理相关源码、立体匹配源码、单目、双目3D检测、基于点云的3D检测、6D姿态估计源码汇总等。

    下载3

    在「3D视觉工坊」公众号后台回复:相机标定即可下载独家相机标定学习课件与视频网址;后台回复:立体匹配即可下载独家立体匹配学习课件与视频网址。

    重磅!3DCVer-学术论文写作投稿 交流群已成立

    扫码添加小助手微信,可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群,旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

    同时也可申请加入我们的细分方向交流群,目前主要有3D视觉CV&深度学习SLAM三维重建点云后处理自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。

    一定要备注:研究方向+学校/公司+昵称,例如:”3D视觉 + 上海交大 + 静静“。请按照格式备注,可快速被通过且邀请进群。原创投稿也请联系。

    ▲长按加微信群或投稿

    ▲长按关注公众号

    3D视觉从入门到精通知识星球:针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕,更有各类大厂的算法工程人员进行技术指导。与此同时,星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息,打造成集技术与就业为一体的铁杆粉丝聚集区,近2000星球成员为创造更好的AI世界共同进步,知识星球入口:

    学习3D视觉核心技术,扫描查看介绍,3天内无条件退款

     圈里有高质量教程资料、可答疑解惑、助你高效解决问题

    觉得有用,麻烦给个赞和在看~  

    展开全文
  • 它在野外测绘和测量中具有良好的辅助定位和导航功能,但这是由于野外造成的. 地形,树木gps定位精度,建筑物和其他环境对GPS信号的影响限制了测量精度和应用. 在我们的实际工作中,通过比较测量操作的条件和方法,...

    61e3398aa4adc7de390c5d588f9507f6.png

    1通过比较实际测量值简要讨论了手持GPS的定位精度: 手持GPS具有轻巧便携,易于使用和独立使用的特点. 它在野外测绘和测量中具有良好的辅助定位和导航功能,但这是由于野外造成的. 地形,树木gps定位精度,建筑物和其他环境对GPS信号的影响限制了测量精度和应用. 在我们的实际工作中,通过比较测量操作的条件和方法,我们分析了手持GPS和高精度测量(例如全站仪或RTK)之间的现场测量比较,并对这一问题进行了初步量化. 关键词: 手持GPS; RTK;测量精度精度分析1.引言近年来,随着卫星定位技术(全球定位系统,GPS)的发展以及该技术在民用领域的普及,越来越多的人开始理解和使用基于GPS技术的各种设备. 在各种GPS定位设备中,手持式GPS体积小,便于携带,可独立使用,因此在测量,地质,林业,电力,市政等行业中得到了越来越广泛的应用. 基于不同的使用目的,各行各业的用户对GPS定位精度的要求也不同. 目前,我们通常以手持式GPS的标称精度作为操作的基础,但是这种定位精度的说服力通常不足以作为参考. 以物体检测网的运行为例,对于点定位精度的要求,在运行规模图上的运行规范的一般规格为1.25mm,也就是说,对于有运行要求的工程项目比例尺为1: 5000,选择定位设备和方法2的野外定位精度应优于7.5m.

    9b7e928278ee58e1d6e4b9a254067b95.png

    就我们目前使用的手持GPS设备而言,正常的名义定位精度为5-10m,因此存在一个问题: 在什么前提下,如何使用此类手持设备才能达到我们的要求. 在这里,我们通过比较手持GPS的现场测量值和全站仪或RTK等高精度测量值来对该问题进行初步量化. 2.技术解决方案2.1比较操作的基本条件2.1.1自然环境中影响GPS设备操作的因素较少,植被覆盖率较低,并且基本上没有密集的房屋,没有高压线,信号塔和其他大功率电磁波设备. 从的角度出发,在定位精度上,首先要考虑定位方法的原理和定位设备的制造工艺,然后才是定位方法和设备的合理使用. 从用户的角度来看,由于原理和过程的问题,它需要更多的知识的理解,因此通常只需要对原理和过程的简单理解,以及对合理使用的明确要求. GPS定位技术的核心是通过地面GPS设备从天空中不同位置的GPS卫星接收信号,并测量和比较这些信号. 然后,所有可能干扰波信号的设备和物体都会影响测量结果. 在强电磁场附近,植被或建筑物严重阻挡的位置以及天空不够开阔的山谷中,使用GPS设备收集的数据不可靠. 2.1.2为了确保比较实验的原始测量数据真实,准确和3可靠,需要在比较操作领域拥有一套符合规范要求的完整控制测量系统并符合全站仪或RTK测量的要求. 有结果.

    e935203739860644bd50143f93f2a5c6.png

    2.1.3所用设备的状况应正常且参数应正确. 全站仪和RTK测量仪器应通过验证,并在合格的检查期内,手持GPS设备应进行严格的参数校正. 2.2比较操作的现场方法2.2.1手持GPS校准首先,应精确校准手持GPS的转换参数. 由于手持式GPS设备数量众多以及不同行业和单位的操作模式不同,因此校准习惯也有所不同. 为了确保校准参数的准确性,此过程需要统一. 2.2.2比较操作比较操作分为两个步骤: 正常测量和后续测量. 正常测量使用手持GPS. 根据正常操作规范和设计要求,使用测量点布局和测量. 后续测量使用全站仪或RTK设备进行手持GPS. 在测量点进行精确测量. 如果环境对GPS设备的操作有重大影响,请遵循测量步骤,并且不要执行该操作以最大程度地减少外部因素对测量比较结果的影响. 2.3比较实验的内部业务方法使用EXECL软件比较和计算外部业务收集的数据. 应该对差异较大的测量点进行逐一分析,以分析可能影响测量结果的所有因素,例如系统误差. 可以消除系统错误. 如果无法消除影响因素,则会从比较数据中删除测量点结果,以确保比较结果真实准确. 3.数据分析经过几年的积累,我们在几台标称精度为5-10米的手持GPS设备上进行了比较测量实验. 总共收集了满足比较条件要求的6,229个测量坐标数据. 对数据进行分析,并根据点差的每0.5m水平的水平差对统计量进行分类. 结果如下: 图1误差分布图通过分析差值数据的误差分布形式,总体形状有明显的峰,峰的两侧对称形状更好,并且比较误差的正态分布曲线可以基本确定数据的整体可靠性.

    1d16e104e871870e2775d3dc6e809a84.jpg

    2. 测量精度统计信息将高精度仪器的测量结果作为最可能的值来计算手持GPS的测量误差. 根据以下公式计算测量中的误差: 其中: 测量点中的m误差-手持GPS在第i点测量的X坐标值-高精度测量的X坐标值第i个点的测量仪器-手持GPS在第i个点的测量Y坐标值–第i个点用高精度测量仪器测量的Y坐标值n-观测总数,i = l,2 ,... n. 5我们统计地计算了6229个坐标数据点的测量误差值: 测量点的误差为2.865米. 从误差结果的统计表中可以发现: 大于误差两倍的值的比例为3.5%;值的比例大于误差的三倍为0.4%. 通过星历预测发现,在比较测量期间,总体PDOP值的变化规律在早晨和傍晚较低,在正午时稍高,并对所有数据进行分时精度统计,并且结果如下: 时间定位精度9小时2.395m 9-10小时2.666m 10-11小时3.372m 11-12小时2.803m 12-13小时3.102m 13-14小时2.892m 14-15小时2.725m 15-从分钟数可得出16小时2.646m从16-17小时2.925m从统计结果可以发现,测量精度与PDOP值的变化呈正相关,这也表明PDOP值的大小会产生一定的影响在测量结果上.

    b43b31ebef5d1b5d4eedd871adac87f5.png

    但是,当PDOP值小于某个值(通常为4)时,对测量结果的影响很小,可以忽略不计. 4.结论通过上述比较实验的结果,可以得出结论,对于市场上通常使用的5-10米标称精度的手持GPS设备,可以对其进行准确的校正gps定位精度,并且工作环境是理想的. 在误差在极限的两倍以内的情况下,单机实时定位基本可以满足6米以内定位6个精度要求的测量操作要求. 当然,该结论仅基于安徽省地质矿产系统中常用的几种手持GPS设备的比较实验. 在特定的操作中,我们仍然需要根据特定的设备来确定可达到的定位精度. . 另外,采用差分后技术还可以在一定程度上提高定位精度,此处不再赘述. 作者简介: 韩宇,男,1970年出生,是地质测绘工程师. 他长期从事地质调查和理化检测.

    本文来自电脑杂谈,转载请注明本文网址:

    http://www.pc-fly.com/a/shumachanpin/article-217120-1.html

    展开全文
  • uwb高精度定位

    千次阅读 2019-11-16 10:54:04
    华星智控无线定位系统,采用先进的脉冲无线定位技术,通过在工作区域部置定位基站,检测进入生产现场的相关人员配置标签的方式,实现对进入生产现场人员的实时高精度定位,在这种复杂的应用场景下最高精度10~30cm,...
  • 将激光雷达与基于相机的同步定位和建图(SLAM)相结合是提高整体精度的有效方法,尤其是在大规模室外场景下.低成本激光雷达(如Livox激光雷达)的最新发展使我们能够以更低的预算和更高的性能探索这种SLAM系统.在本文中,...
  • 作者 | Tiancai Wang等译者 | 路一直都在出品 |AI科技大本营(ID:rgznai100)one-stage的目标检测方法因其具有实时性强、检测精度高等特点,近年来受到...
  • 计算机辅助制造(Computer Aided Manufacturing/Computer-Aided Making,CAM)[编辑]计算机辅助制造(CAM)概述计算机辅助制造(CAM)指用计算机进行生产设备的管理、控制和操作的过程。计算机辅助制造(CAM)的核心是计算机...
  • 精度地图介绍

    万次阅读 2019-01-17 11:42:06
    精度地图地图简介格式标准高精度地图VS传统地图制作过程 地图简介 供无人驾驶车辆是用的电子地图,精度达到厘米级; Aopllo高精度地图教程,视屏地址:...
  • 基于VS+Opencv2.4.10的微信跳一跳辅助工具

    千次阅读 热门讨论 2018-01-07 16:19:52
    说明:最近微信的跳一跳小程序可谓火了一把,不是因为它本身多...趁着今天礼拜天,在实验室中也简单的实现了一下微信跳一跳的辅助工具精度还不够高,我跑了一下才到90,纯属娱乐好玩的,后期再继续改进,主要是依赖C+
  • 无人驾驶入门2:高精度地图

    千次阅读 2018-09-08 22:40:33
    那我们赶紧来学习第二课关于高精度地图的课程吧。 第二课: 高精度地图 课程简介:了解高精度地图的实现逻辑,这是 Apollo 定位、感知、规划模块的基础。 1.地图简介 略 2.Sebastian介绍高精度地图 略 3.高...
  • 基于百度图像识别api的游戏(coc)辅助工具分析 去年国庆放假,没事干,刚学了python 于是就找了这个小项目来练练手 总体来说 难度不大 内容也不多 几百行搞定 (删了部分功能 还有些功能没实现 比较懒 )操作界面...
  • 精度地图包含大量的驾驶辅助信息,最重要的是道路网的精确三维表征,同时高精度地图包含很多的语义信息,指示交通情况等等 特征:精度。 手机上的地图达到米级精度,而高精度地图达到厘米级精度 三、地图与定位、...
  • 初识高精度地图

    2021-03-25 17:32:56
    1、高精度地图在目前无人驾驶技术中的使用: 高精地图对于无人车来说,具有非同寻常的价值: 第一,高精地图能够给无人车很多预判的空间。当无人车通过高精地图知道前方的路况和交通标识信息后,能够提前做行驶规划...
  • 为实现λ/100峰谷值(PV)的光刻投影物镜面形检测精度要求,深入分析了自重变形对大口径超高精度...结果证明采用这种支撑方式,可以满足超高精度检测要求,为合理的干涉仪设计提供了数据依据、为提高系统精度奠定了基础。
  • Cimatron数控编程软件最新版是款经常被用在五金模具制作商模具设计工具。Cimatron数控编程软件官方版支持IGES、VDA、DXF、STL、Step、RD-PTC、CATIA、DWG等在内的所有当前业界的标准数据信息格式。Cimatron数控编程...
  • 精度定位理论及应用

    千次阅读 2020-05-13 08:13:30
    精度定位理论及应用 从移动互联到物联网,位置是一个基础的不可或缺的信息,但是从精细化的行业应用需求来说,只有更高精度的定位信息才能带来更高的价值,人们可以更加精确地知道事物所处的位置,知道人员具体...
  • 精度地图 什么是高精度地图 所谓的高精度地图,实际上是和我们现在已经普及的普通导航电子地图做比较来说的。 高精度,一方面是说高精度电子地图的绝对坐标精度更高。绝对坐标精度指的是地图上某个目标和真实的...
  • 精度地图主要服务于自动驾驶车辆,通过一套独特的导航体系,帮助自动驾驶解决系统性能问题,扩展传感器检测边界。目前Apollo内部高精度地图主要应用在高精定位、环境感知、决策规划、仿真运行四大场景,帮助解决...
  • 在SAE的六等级分类方法中,L0级别是人类驾驶,L1到L3级别是辅助驾驶,L3以上是自动驾驶。L3级别以下不需要高精地图,但在L3、L4级别,高精地图是标配。 1.1高精度地图 HD Map (high definition map)高分辨率地图 ...
  • 精度地图包含大量的驾驶辅助信息,最重要的信息是道路网的精确三维表征,如交叉路口布局和坐标位置。还有很多语义信息,如交通灯上不同颜色的含义、左转车道开始的位置。 高精度地图最重要的特征之一是精度。手机...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 12,754
精华内容 5,101
关键字:

精度检测辅助工具