蜻蜓膜翅前缘脉的纳米力学性能

利用激光三维扫描系统测量了黄蜻膜翅样品的几何外形,获取了黄蜻膜翅几何表面的外形数据点群.利用逆向工程软件对黄蜻膜翅点群数据删除跳点、坏点及与研究无关的数据点并进行平滑和精简处理.根据黄蜻膜翅的外形特征,通过框选点群命令,从点群数据中提取其边界曲线,并对曲线进行调整,将调整好的边界曲线两两拼接在一起,形成黄蜻膜翅较完整的边界曲线.采用由点和曲线形成曲面中的混合点群加边界曲线的造型方法,成功进行了黄蜻膜翅外形三维几何曲面模型的重构.     

臭蜣螂唇基表面轮廓曲线数学模型建立及分析

利用蜣螂头部的激光三维扫描数据点云抽取蜣螂头部的表面轮廓线数据,用最小二乘法进行数据拟合,求取以高斯函数类表示的曲线拟合方程。通过计算得出拟合曲线的曲率和二阶导数并绘制了曲率图和二阶导数图。通过拟合曲线的曲率图和二阶导数图的变化,对蜣螂头部表面轮廓线进行了分析,认为蜣螂头部特定的几何外形对其挖土打洞具有重要的作用。     

基于逆向工程技术的蜣螂外形数据采集与处理

采用三维激光扫描系统测量了臭蜣螂几何体表外形,获取了臭蜣螂几何体表外形的数据点云。利用逆向工程软件进行数据点云的平滑处理、精简处理及其多视数据的定位与拼接。使用点云数据网格化、曲面特征抽取与数据分片、曲面分割及直接拟合曲面片的造型方法,成功进行了臭蜣螂体表外形三维几何曲面模型的重构。     

基于逆向工程的饲料搅拌机刀片三维造型设计

针对TMR饲料搅拌机梅花刀刀刃曲线复杂,不易找出曲线方程进行正向设计的问题,利用逆向工程技术得到梅花刀的三维模型。利用非接触式激光扫描仪对梅花刀片表面进行三维扫描,并获取三维点云数据,研究曝光率对扫描结果的影响;利用Geomagic Studio软件对点云数据进行优化处理;利用Geomagic Design软件对刀片曲面进行重构;利用Geomagic Control将重建后的三维几何模型与原始点云数据进行误差对比分析,完成逆向工程技术在梅花刀片结构设计中的应用初步研究。     

面向摘取的番木瓜三维重构与特征参数提取

准确获取番木瓜体表三维几何特征信息是研制番木瓜摘取装备的前提与基础。为此,基于逆向工程技术,以广东台农2号一线黄番木瓜为对象,利用Sense 3D激光扫描仪进行点云数据采集,通过Sense软件对点云数据进行预处理,运用Geomagic Studio软件进行三角网格化点云数据,创建格栅并拟合NURBS曲面,实现番木瓜表面的三维重建。对番木瓜曲面模型进行偏差分析,得到最大偏差距离为正0.08mm和负0.08mm,平均偏差距离为0.004mm,标准偏差为0.015mm,表明重构曲面模型满足摘取装置设计精度要求。应用Pro/E软件对岭南和台农2号番木瓜进行三维重构和外形特征参数测量,结果表明:两个品种番木瓜外形和尺寸都具有较好一致性,岭南品种外形为粗短型,台农2号外形为细长型;岭南番木瓜抓取直径大于86.02mm,抓取点距离末端执行机构高度大于89.1mm;台农2号番木瓜抓取直径大于89.07mm,抓取点距离末端执行机构高度大于73.41mm。提取的特征参数为番木瓜采摘末端执行机构提供了设计依据。     

基于局部点云的苹果外形指标估测方法

为了获取果实生长期的外形参数指标,监控果实发育状况,提出了一种基于局部点云的苹果外形指标估测方法。该方法可以通过局部点云数据估测苹果的体积、高度、直径等外形指标参数。利用椭球曲面方程构建苹果几何模型,并计算苹果几何模型的高度、直径、体积。使用Kinect V2相机从任意角度获取点云数据,采用直通滤波法去除点云数据的背景,用包围盒算法精简点云得到苹果局部点云数据后,采用粒子群算法将苹果局部点云数据与苹果模型进行空间匹配,并用遗传算法求解苹果最优匹配模型的参数,利用苹果最优匹配模型参数估测与其匹配的真实苹果的外形指标。实验采集了250个苹果顶部、侧面和底部的局部点云数据,使用本文方法分别估测了250个苹果在3个角度下的外形指标,并对估测值与真实值进行线性回归分析,各个指标的线性回归拟合度R~2均高于0. 7。其中,侧面拍摄时拟合效果最好,R2最高为0. 948。在各个角度下苹果体积估测的平均误差不大于16. 16 mL,高度估测的平均误差不大于2. 92 mm,直径估测的平均误差不大于2. 35 mm,估测结果的平均误差较小,在允许误差范围内。实验结果表明,基于局部点云的苹果外形指标估测方法具有较强的实用性。     

东方蝼蛄膜翅表面形态与润湿性

利用扫描电镜分析了东方蝼蛄膜翅的表面形态.在OCA20型接触角测量仪上测量了水与东方蝼蛄膜翅展开表面各部位的接触角,分析了东方蝼蛄膜翅表面几何微结构与润湿性的关系.研究表明,东方蝼蛄膜翅展开后各部位的几何微结构各不相同,水与东方蝼蛄膜翅展开表面各部位的接触角平均值为94.4°～118.6°,表现出疏水性能.东方蝼蛄膜翅表面几何微结构与疏水性能的综合作用是其折叠后表面不沾土壤和水的重要机理.     

基于MRE-PointNet+AE的绿萝叶片外形参数估测算法

为了准确、高效、自动获取植物叶片外形参数,提出一种基于多分辨率编码点云深度学习网络(MRE-PointNet)和自编码器模型的绿萝叶片外形参数估测算法.使用Kinect V2相机以垂直姿态获取绿萝叶片点云数据,采用直通滤波、分割、点云精简算法对数据进行预处理,通过测定的叶片外形参数反演绿萝叶片几何模型,并计算几何模型的...     

两类带两个形状参数的三角Quasi-Bézier曲面

构造了两种定义在三角域上带两个形状参数的二元Quasi-Bernstein基函数.与之相应的两类三角Quasi-Bézier曲面其性质与传统的三角Bézier曲面相仿.当形状参数取某些特定值时,三角Quasi-Bézier曲面就退化为三角Bézier曲面.在控制顶点固定时,三角Quasi-Bézier曲面的外形可以通过改变形状参数的值来进行调整.两个形状参数几何意义明显,便于操作,其中一个在3条边界曲线固定后仍能够调整曲面的外形.数值实例表明了这两类三角Quasi-Bézier曲面在调整外形时的有效性与便捷性.     

基于Geomagic的叶片逆向建模与偏差对比分析

针对自由曲面类零件造型及误差评估困难等问题,提出一种基于Geomagic软件快速建模与偏差分析方法。利用三维扫描测量仪扫描获取叶片外形点云数据;通过GeomagicWrap软件对点云数据进行优化处理;再以Geomagic DesignX快速截取零件关键特征曲线的方式快速建模;最后对建模特征进行体偏差分析。结果表明,该方法可便捷提取零件的关键特征曲线,达到快速建模的目的。     

蜻蜓翅膀表面疏水性能耦合机

利用扫描电子显微镜、傅里叶红外光谱仪和视频光学接触角测量仪对蜻蜓翅膀表面的微观结构、物质成分以及疏水性进行了研究,分析了蜻蜓翅膀表面微观结构、物质成分与翅膀表面疏水性能间的关系.结果表明,蜻蜓翅膀表面分布大量纳米级乳突结构,致使液滴与翅膀表面形成复合接触,增强了翅膀表面的疏水性;翅膀表面覆盖的蜡质层对蜻蜓翅膀表面的疏水性起增强作用.此外,利用Cassie模型建立了蜻蜓翅膀表面疏水方程,并进行了蜻蜓翅膀表面疏水性能的多元耦合机理分析,认为蜻蜓翅膀表面的疏水性能是由其表面物质成分和微观结构共同耦合作用的结果.     

温室结构仿生设计的可行性研究

我国是农业大国,发展设施农业具有非常重要的意义。为此,通过对我国温室发展现状的分析,明确了温室结构优化设计的重要性,同时通过仿生学在建筑中的应用研究,结合蜻蜓翅膀结构功能以及国内外研究现状,对温室结构的仿生设计进行了可行性研究。     

基于激光雷达的作物收获导航线实时提取方法研究

为提高联合收获机无人驾驶导航路径的精度,本文提出一种基于激光雷达的作物收获导航线实时提取方法。搭建点云数据采集系统,利用平面拟合法确定激光雷达安装高度和安装角度。利用三维激光雷达扫描收获机前方作物的点云数据,结合IMU惯性传感器反馈的姿态信息,实现作物点云数据从激光雷达坐标系到车体坐标系的变换。基于激光雷达扫描视场角、安装高度和安装角度获取感兴趣区域（ROI）的坐标,并对感兴趣区域进行直通滤波和统计滤波,去除灰尘、秸秆粉末等噪声的影响,以实现点云数据无效点和离群点的剔除。提出一种基于栅格八邻域高程差的作物收获导航线快速识别算法,以点云栅格化后在Z轴方向上的坐标值作为检测依据,定义某一栅格与其8个相邻栅格在Z轴坐标上的差值为高程差,遍历栅格并根据设定阈值进行比较判断,实现收获边界点的有效提取。采用最小二乘算法进行收获边界点的拟合,实现田间作业过程中作物收获导航线动态提取。田间试验表明,该方法具有较好的鲁棒性,能在作物稀缺、杂草较多等情况下保持较高的准确性,其中前进方向偏差角平均值为0.872°,割台横向偏差为0.104m,收获导航线准确率为93.5%,可为联合收获机工作提供辅助导航,提高无人驾驶的准确率。     

基于关键点预测的装配机器人工件视觉定位技术

针对目前装配机器人基于手工的特征检测易受光照条件、背景和遮挡等干扰因素的影响,而基于点云特征检测又依赖模型构建精度,本文采用深度学习的方式,对基于关键点预测的工件视觉定位技术展开研究。首先,采集工件各个角度的深度图像,计算得到工件的位姿信息,选取工件表面的关键点作为数据集。然后,构造工件表面关键点的向量场,与数据集一同进行深度训练,以实现前景点指向关键点的向量场预测。之后,将向量场中各像素指向同一关键点的方向向量每两个划分为一组,取其向量交点生成关键点的假设,并基于RANSAC的投票对所有假设进行评价。使用EPnP求解器计算工件位姿,并生成工件的有向包围盒显示位姿估计结果。最后,通过实验验证了系统估计结果的准确性和鲁棒性。     

基于关键点预测的装配机器人工件视觉定位技术

针对目前装配机器人基于手工的特征检测易受光照条件、背景和遮挡等干扰因素的影响,而基于点云特征检测又依赖模型构建精度,本文采用深度学习的方式,对基于关键点预测的工件视觉定位技术展开研究。首先,采集工件各个角度的深度图像,计算得到工件的位姿信息,选取工件表面的关键点作为数据集。然后,构造工件表面关键点的向量场,与数据集一同进行深度训练,以实现前景点指向关键点的向量场预测。之后,将向量场中各像素指向同一关键点的方向向量每两个划分为一组,取其向量交点生成关键点的假设,并基于RANSAC的投票对所有假设进行评价。使用EPnP求解器计算工件位姿,并生成工件的有向包围盒显示位姿估计结果。最后,通过实验验证了系统估计结果的准确性和鲁棒性。     

基于激光视觉的温室作物茎叶量测方法

为实时获取温室作物生长形态参数,应用线激光,对作物整体进行非接触式扫描,通过CCD摄像机实时拍摄扫描过程,采用重心法计算激光光条中心,获取作物叶片与茎秆的三维点云信息,实现作物形态三维点云结构重建;提出适用于作物三维点云数据特征的迭代法,提取叶片点云子集的中心轴线,通过曲线拟合计算叶片长度;根据摄像机透视原理,提出针对细小茎秆的静态定位法计算茎秆直径。试验表明,激光视觉量测叶片长度与茎秆直径的准确率分别为95.39%(SE为0.2961,R2=0.916)和94.55%(SE为0.008 7,R2=0.915)。     

基于车载二维激光扫描的树冠体积在线测量

采用车载二维激光扫描仪获取树木单侧点云数据,坐标变换后通过设置感兴趣区域检测树木,利用垂直分布特性识别树干,得到树冠中心距离。考虑树冠连续/不连续2种情况进行树木分割,将树冠外缘距离与对应树干距离相减算出树冠厚度。将树冠体积离散化为长方体,利用树冠厚度、相邻测量点垂直方向距离、车辆速度、扫描周期等参数进行计算。采用FIFO缓冲区保存在线数据,新采集的一帧数据写入缓冲区末尾,同时从缓冲区开头读出处理好的数据帧输出,实现树冠体积的在线测量。实验结果证明,树冠连续/不连续场景下,方法均能准确检测分割树冠、识别树干,实现树冠体积的在线测量。     

蜻蜓翅膀结构刚度有限元分析

以蜻蜓翅膀为研究对象,应用CAD和有限元分析软件ANSYS建立蜻蜓翅膀的有限元模型,通过静力学分析确定:蜻蜓翅膀脉络结构中主脉为主承力结构,主脉与次脉协调作用,使整体结构更为合理。根据蜻蜓翅膀起皱结构的特点,建立四边形、交错四边形两种褶皱结构网格模型,分析不同载荷作用下的力学性能。结果表明:相同均布载荷作用下,起皱的高度越大,结构变形量越小;在相同的起皱高度下,随着载荷的增加,变形量也随之增加,但起皱高度越大,随载荷增大的变形量越小,同时四边形网格结构的刚度稍大于交错四边形网格结构;在相同载荷作用下,有膜网格结构的变形量总是小于无膜的网格结构。     

基于三维点云的群体樱桃树冠层去噪和配准方法

樱桃树的栽培密度影响其冠层的光照分布,通过研究群体樱桃树的三维结构,可分析不同栽植密度下温室甜樱桃树冠层光照分布规律,指导樱桃树的科学种植,进而提高甜樱桃产量和品质。高质量的点云数据是构建群体樱桃树三维结构的基础,而点云去噪和点云配准是点云数据预处理的关键环节。本文提出一种基于三维点云的群体樱桃树去噪和配准方法,搭建群体樱桃树三维信息采集平台,使用2台固定的DK深度相机获取群体樱桃树彩色点云数据;提出基于颜色区域生长的二分类方法,设置颜色阈值分割点云并进行二分类处理,可有效去除彩色点云数据中的异常无效点,并设置点云离散度和RGB值,作为点云去噪评价标准;结合人工标记法和双相机位姿矩阵,提出基于颜色特征改进的ICP方法,解决传统ICP配准算法多依赖初始位姿且配准速度较慢的问题。该方法通过对点云粗配准,得到较好的初始位姿,使用SIFT算法提取颜色特征点,将颜色特征与ICP算法结合进行点云精配准,然后使用PCL中随机采样一致性算法,去除错误匹配点,有效减少配准时间,提高配准精度。以夏季和冬季的群体樱桃树20组点云数据为实验对象,对比分析ICP算法、NDT算法、SAC-IA算法和本文配准方法的配准精度和配准时间,结果表明,本文配准方法平均耗时分别为5.01、4.30s,均方根误差分别为2.316、2.100cm,有效减少了配准时间和配准误差,验证了本文算法的有效性和普适性。