-
公开(公告)号：CN115830346B
公开(公告)日：2025-04-25
申请号：CN202211429511.6
申请日：2022-11-15
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种立体像对中非编码标志点匹配方法，包括：输入立体像对；标志点识别；对应点求解；孤立标志点排除；形状上下文构建；相似性度量矩阵计算；最优匹配求解；误匹配剔除；输出匹配结果。本发明兼顾了非编码标志点的空间拓扑关系及在立体像对中的对极几何约束：在构建形状上下文之前，采用极线约束，排除立体像对中的孤立标志点，降低干扰因素影响；提出一种相似性度量矩阵计算公式，加速了求解最优匹配的迭代收敛过程，降低迭代不收敛的几率；在采用形状上下文获得最优匹配后，通过极线约束剔除其中的误匹配点对，提高匹配结果的可靠性。本发明不仅适用于离散分布的非编码标志点的匹配，也能实现有规律分布的非编码标志点的正确匹配。
-
公开(公告)号：CN117053685A
公开(公告)日：2023-11-14
申请号：CN202311023942.7
申请日：2023-08-15
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种运动刚体的三维位姿在线实时检测方法，主要解决现有位姿测量方法只能给出标志点或特征点位置处的位姿及实时性低，鲁棒性差的问题。其实现方案为：在待测刚体上粘贴圆形非编码标志点作为控制点；采用近景摄影测量技术重建出控制点的三维坐标，并通过投影映射投影到刚体CAD模型表面得到模型点；利用模型点信息建立一个模型点ID查询表，并通过对标志点进行实时三维重建，获得标志点实时三维坐标；利用该三维坐标与模型点ID查询表，求解待测刚体的运动矩阵，进而求解出待测刚体位姿。本发明能准确求解刚体上包括质心的任一点处的三维位姿，且成本低，精度高，实时性强，鲁棒性强，可用于飞行器、机器人、汽车的三维位姿检测。
-
公开(公告)号：CN107590829B
公开(公告)日：2020-06-30
申请号：CN201710842913.1
申请日：2017-09-18
Applicant: 西安电子科技大学
IPC: G06T7/50
Abstract: 本发明公开了一种适用于多视角密集点云数据配准的种子点拾取方法，属于光学三维非接触式测量技术领域，该方法的实现步骤包括1)输入一幅多视角密集点云数据；2)多视角密集点云数据转化为灰度图；3)灰度图高斯金字塔分解；4)灰度图拉普拉斯金字塔分解；5)二维种子点拾取；6)二维种子点回溯；7)三维种子点映射；8)输出种子点。通过所述操作步骤，本发明可一次拾取多种尺度空间上的种子点，从而满足不同的配准需求。此外，本发明拾取的种子点包括特征种子点及非特征种子点，种子点分布更加合理。
-
公开(公告)号：CN103914837A
公开(公告)日：2014-07-09
申请号：CN201410113800.4
申请日：2014-03-25
Applicant: 西安电子科技大学
Inventor： 史宝全
Abstract: 本发明公开了一种适用于多视角点云处理的圆柱形邻域及其搜索方法，所述圆柱形邻域定义为在圆柱形区域内并同时满足欧氏距离判据及法向量判据的点数据集合；所述圆柱形邻域的搜索方法包括步骤：1）点数据法向量估计、2）八叉树构建、3）点数据所在的节点定位、4）圆柱形区域构建、5）解域空间计算、6）圆柱形邻域求解。与传统的球形邻域搜索方法相比，本发明一方面沿点数据的法向量方向拓展了搜索范围，克服了多视角点云重叠区域分层所带来的影响，提高了搜索邻域完整性；另一方面在邻域求解中引入了法向量判据，弥补了欧氏距离判据的缺陷，提高了搜索邻域合理性。
-
公开(公告)号：CN117058194B
公开(公告)日：2025-05-23
申请号：CN202311023946.5
申请日：2023-08-15
Applicant: 西安电子科技大学
IPC: G06T7/246 , G06T7/73 , G06T7/33 , G06T7/80 , G06T3/08 , G06T17/00 , G06F17/16 , G06F30/20 , G01C11/04 , G06F111/04
Abstract: 本发明公开了一种基于圆形非编码点的物体运动轨迹与姿态实时检测方法，主要解决现有视觉位姿测量技术无法获得物体上任意一点及被遮挡位置的运动轨迹与姿态，且实时性差的问题。其实现方案为：计算控制点的三维坐标，并对其映射得到模型点；建立控制点与模型点的对应关系，求解出单目相机在物体CAD模型坐标系下的基准位姿；物体开始运动后，单目相机实时采集物体运动图像对其控制点实时跟踪求解单目相机的当前位姿；根据该位姿与基准位姿的变换关系计算物体的运动变换矩阵，以对CAD模型及模型点进行变换，实时求解物体上任意一点包括质心的运动轨迹与姿态。本发明实时性强，效率高，成本低，可用于目标跟踪、运动分析、自动驾驶和机器人导航。
-
Patent Agency Ranking
公开(公告)号：CN110425993A
公开(公告)日：2019-11-08
申请号：CN201910632339.6
申请日：2019-07-13
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种含分层损伤的智能复合材料结构制备方法，主要解决现有制备智能复合材料时对材料本身结构影响大、制备成本高的问题。其方案是：用切割机切割纤维布得到不同纤维铺层角的纤维布条；采用梯形滑梯走线结构在两片纤维布条上铺设光纤光栅传感器形成光纤层，并将两片光纤层背对背放置，中间放置聚四氟乙烯薄膜作为预制损伤层；再以损伤层为起点，在其上下铺设相同层数的纤维布条，形成叠好的纤维布条整体，再依次覆盖隔离膜、透气毡和真空袋，并用高温密封胶密封；最后将密封好的整体转移至热压罐中在设定的工艺条件下固化，得到含预制损伤层的智能复合材料。本发明对材料本身结构影响小、制备成本低，可用于对复合材料的健康检测。
-
公开(公告)号：CN104050640A
公开(公告)日：2014-09-17
申请号：CN201410266976.3
申请日：2014-06-16
Applicant: 西安电子科技大学
Inventor： 史宝全
Abstract: 本发明公开了一种多视角密集点云数据融合方法，属于光学三维非接触式测量技术领域，该方法的实现步骤包括1)输入多视角密集点云数据；2)拓扑关系构建；3)重叠区域识别；4)重叠区域点数据归属；5)聚类融合；6)输出融合结果。通过所述操作步骤，本发明有效地克服了现有点云融合技术的缺陷，可以将多幅部分区域重叠的多视角密集点云数据一次性融合为一完整的、单层的、光顺的、分布均匀的点云数据。
-
公开(公告)号：CN104050639A
公开(公告)日：2014-09-17
申请号：CN201410265785.5
申请日：2014-06-16
Applicant: 西安电子科技大学
Inventor： 史宝全
Abstract: 本发明公开了一种基于双边滤波器的多视角密集点云数据融合方法，属于光学三维非接触式测量技术领域，该方法的实现步骤包括：1)输入多视角密集点云数据；2)拓扑关系构建；3)基于双边滤波器的点数据归属；4)Mean-shift聚类融合；5)输出融合结果。本发明方法融合多视角点云数据时，引入双边滤波器和Mean-shift聚类，不需要识别重叠区域与非重叠区域，提高了融合多幅多视角点云数据的效率和融合后点云的平滑、光顺程度，有效地克服了现有点云融合技术的缺陷。
-
公开(公告)号：CN117058194A
公开(公告)日：2023-11-14
申请号：CN202311023946.5
申请日：2023-08-15
Applicant: 西安电子科技大学
IPC: G06T7/246 , G06T7/73 , G06T7/33 , G06T7/80 , G06T3/00 , G06T17/00 , G06F17/16 , G06F30/20 , G01C11/04 , G06F111/04
Abstract: 本发明公开了一种基于圆形非编码点的物体运动轨迹与姿态实时检测方法，主要解决现有视觉位姿测量技术无法获得物体上任意一点及被遮挡位置的运动轨迹与姿态，且实时性差的问题。其实现方案为：计算控制点的三维坐标，并对其映射得到模型点；建立控制点与模型点的对应关系，求解出单目相机在物体CAD模型坐标系下的基准位姿；物体开始运动后，单目相机实时采集物体运动图像对其控制点实时跟踪求解单目相机的当前位姿；根据该位姿与基准位姿的变换关系计算物体的运动变换矩阵，以对CAD模型及模型点进行变换，实时求解物体上任意一点包括质心的运动轨迹与姿态。本发明实时性强，效率高，成本低，可用于目标跟踪、运动分析、自动驾驶和机器人导航。
-
公开(公告)号：CN108963068B
公开(公告)日：2020-04-03
申请号：CN201810716895.7
申请日：2018-07-03
Applicant: 西安电子科技大学
Abstract: 一种基于韦德曼效应的扭振磁电耦合器件及其制作方法。基于韦德曼效应的扭振磁电耦合器件中，两个永磁体均布并粘接固定在磁致伸缩筒体外圆周表面，形成磁性紧固件。压电柱壳复合件由6～10个横截面为弧形的压电条拼接而成，并且压电条的数量为偶数。拼接时，在相邻的压电条的拼接面上镀覆有厚度≤0.5mm的电极层。相邻的两个压电条的极化方向相反。相邻两个电极层的极化方向相反。本发明利用永磁体产生环形直流磁场，与外加交流磁场联合形成螺旋磁场，能够获得更强的磁电耦合效应，输出更高的磁电电压信号，并且能够过滤潜在的噪声源，进一步提高传感模式下的信噪比。还具有结构简单、小型化的特点。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.06 seconds)
