期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到662篇文章
< 1 2 … 34 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
Federated Dynamic Aggregation Selection Strategy-Based Multi-Receptive Field Fusion Classification Framework for Point Cloud Classification 认领 引用
1
作者 Yuchao Hou Biaobiao Bai +3 位作者 Shuai Zhao Yue Wang Jie Wang Zijian Li 《Computers, Materials & Continua》 SCIE EI 2026年第2期1889-1918,共30页
Recently,large-scale deep learning models have been increasingly adopted for point cloud classification.However,thesemethods typically require collecting extensive datasets frommultiple clients,which may lead to priva... Recently,large-scale deep learning models have been increasingly adopted for point cloud classification.However,thesemethods typically require collecting extensive datasets frommultiple clients,which may lead to privacy leaks.Federated learning provides an effective solution to data leakage by eliminating the need for data transmission,relying instead on the exchange of model parameters.However,the uneven distribution of client data can still affect the model’s ability to generalize effectively.To address these challenges,we propose a new framework for point cloud classification called Federated Dynamic Aggregation Selection Strategy-based Multi-Receptive Field Fusion Classification Framework(FDASS-MRFCF).Specifically,we tackle these challenges with two key innovations:(1)During the client local training phase,we propose a Multi-Receptive Field Fusion Classification Model(MRFCM),which captures local and global structures in point cloud data through dynamic convolution and multi-scale feature fusion,enhancing the robustness of point cloud classification.(2)In the server aggregation phase,we introduce a Federated Dynamic Aggregation Selection Strategy(FDASS),which employs a hybrid strategy to average client model parameters,skip aggregation,or reallocate local models to different clients,thereby balancing global consistency and local diversity.We evaluate our framework using the ModelNet40 and ShapeNetPart benchmarks,demonstrating its effectiveness.The proposed method is expected to significantly advance the field of point cloud classification in a secure environment. 展开更多
关键词 Point cloud classification federated learning multi-receptive field fusion dynamic aggregation
暂未订购 下载PDF
Research on Real Scene 3D Modeling Method Based on Multi Source Point Cloud Fusion 认领 引用
2
作者 ZHAO Kaijing 《外文科技期刊数据库（文摘版）工程技术》 2026年第7期022-025,共4页
Among numerous 3D data acquisition methods, oblique photogrammetry and 3D laser scanning stand out with their irreplaceable technological advantages and form highly complementary technical characteristics. Tilt photog... Among numerous 3D data acquisition methods, oblique photogrammetry and 3D laser scanning stand out with their irreplaceable technological advantages and form highly complementary technical characteristics. Tilt photogrammetry relies on unmanned aerial vehicle platforms equipped with multi angle cameras to reconstruct three-dimensional geometric information from optical images through motion recovery structure algorithms and automatically map real textures. It has significant advantages such as wide coverage, high collection efficiency, and strong texture realism. However, due to limitations in flight angles and lighting conditions, there are often geometric deficiencies or texture distortions in areas near the ground, under eaves, and in vegetation covered areas of buildings. 3D laser scanning directly obtains high-precision 3D point clouds of the target surface by actively emitting laser pulses, which is not affected by lighting conditions and can accurately record the 3D coordinates of objects with millimeter level accuracy. However, its point cloud data lacks color and texture information, resulting in relatively low acquisition efficiency, large data volume, and long processing cycle. 展开更多
关键词 multi-source point cloud fusion Realistic 3D modeling Point cloud registration Oblique photogrammetry 3D laser scanning
暂未订购 下载PDF
Three-dimensional affordance segmentation for object point cloud driven by language instructions 认领 引用
3
作者 Jiaxuan DU Hao WU +3 位作者 Qing MA Guohui TIAN Zhixian ZHAO Shuwen LENG 《ENGINEERING Information Technology & Electronic Engineering》 SCIE EI CSCD 2026年第4期17-26,共10页
The location where a robot grasps an object is closely related to the task type.For the same object,different user requirements may necessitate different grasping strategies.Visual affordance serves as a reliable sour... The location where a robot grasps an object is closely related to the task type.For the same object,different user requirements may necessitate different grasping strategies.Visual affordance serves as a reliable source of prior knowledge for manipulation.Existing methods learn affordance from images or videos,but planar affordance lacks the spatial information required for 6-degree-of-freedom(6-DoF)manipulation.Furthermore,current approaches are limited to affordances associated with predefined categories and cannot directly infer affordances from user instructions.To address such limitations,we propose a novel task:instruction-driven three-dimensional(3D)object affordance segmentation.To support this research,we introduce an instruction–affordance dataset(IAD),a challenging dataset consisting of 7190 object instances across 20 common object categories,paired with 624 manipulation instructions that specify the corresponding affordances.To evaluate generalization to novel commands,our dataset includes both seen and unseen settings.Building on this,we design an instruction-driven 3D affordance segmentation(IDAS)network,which extracts point cloud features and integrates instruction features layer by layer.Given a user instruction,our method segments suggested manipulation regions on the object’s point cloud,thereby guiding the selection of optimal grasp poses.Experimental results show that our method outperforms other related approaches under both seen and unseen settings,demonstrating generalization ability to diverse user commands and unknown affordances. 展开更多
关键词 Visual affordance Point cloud segmentation Open vocabulary Multimodal fusion Service robot
暂未订购 下载PDF
基于多层感知机级联宽度学习系统的点云语义分割网络Point-MLPBLS 认领 引用
4
作者 张国有 聂宏宇 +1 位作者 潘理虎 雷润东 《计算机应用》 CSCD 北大核心 2026年第7期2259-2266,共8页
三维点云语义分割是自动驾驶与计算机视觉领域的关键技术。基于深度学习的语义分割模型由于网络结构复杂,运行效率低下。针对深度神经网络在三维点云语义分割中效率低下的问题,提出一种基于多层感知机(MLP)级联宽度学习系统(BLS)的点云... 三维点云语义分割是自动驾驶与计算机视觉领域的关键技术。基于深度学习的语义分割模型由于网络结构复杂,运行效率低下。针对深度神经网络在三维点云语义分割中效率低下的问题,提出一种基于多层感知机(MLP)级联宽度学习系统(BLS)的点云语义分割网络Point-MLPBLS。首先,整体网络采用双网络协同架构:特征提取网络和点云分割网络;其次,特征提取网络对输入的点云数据采用采样-分组-聚合操作,并追加倒置残差模块增强局部特征的表达能力;再次,通过特征传播模块实现上采样,恢复原始点云分辨率并进行多尺度特征融合,构建精细化的点云表征;最后,点云分割网络采用扁平化MLP级联结构替代深层迭代训练,在特征映射层嵌入空间感知型MLP,实现高精度推理。在S3DIS数据集上的实验结果表明:与PointNet++相比,Point-MLPBLS的平均交并比(mIoU)提高了12.9个百分点,分割时间缩短了41.1%,提高了点云分割的效率,为三维点云语义分割提供了高效解决方案。 展开更多
关键词 三维点云 语义分割 宽度学习系统 特征融合 注意力机制
暂未订购 下载PDF
Research on the fusion modeling technology of oblique photogrammetry and 3D laser scanning 认领 引用
5
作者 ZHAO Kaijing 《外文科技期刊数据库（文摘版）工程技术》 2026年第8期001-004,共4页
Among various data collection methods, oblique photogrammetry and 3D laser scanning stand out with their respective technological advantages. Tilt photogrammetry uses a multi angle camera system mounted on low altitud... Among various data collection methods, oblique photogrammetry and 3D laser scanning stand out with their respective technological advantages. Tilt photogrammetry uses a multi angle camera system mounted on low altitude platforms such as drones to synchronously obtain multi angle optical images of the target scene, and generates a three-dimensional model based on the principle of motion recovery structure. This technology has the advantages of wide coverage, high collection efficiency, and strong texture authenticity, especially suitable for rapid modeling of large-scale urban scenes. However, due to the influence of flight perspective, lighting conditions, and shading effects, oblique photography often suffers from geometric deficiencies or texture distortions in areas such as under eaves, near ground of buildings, and under tree crowns. 展开更多
关键词 oblique photogrammetry 3D laser scanning Data fusion 3D modeling point cloud registration
暂未订购 下载PDF
基于PointNextMamba联合网络的毫米波点云人体行为识别方法 认领 引用
6
作者 汪诗雅 张远 《计算机测量与控制》 2026年第7期171-179,共9页
针对现有的毫米波雷达人体行为识别方法依赖关键点提取或固定帧融合策略导致性能受限、鲁棒性不足及计算复杂度高的问题,提出了一种基于PointNextMamba联合网络的人体行为识别方法;该方法对毫米波雷达原始信号进行处理,生成并动态融合... 针对现有的毫米波雷达人体行为识别方法依赖关键点提取或固定帧融合策略导致性能受限、鲁棒性不足及计算复杂度高的问题,提出了一种基于PointNextMamba联合网络的人体行为识别方法;该方法对毫米波雷达原始信号进行处理,生成并动态融合多帧点云,利用PointNextMamba网络提取时空特征并完成分类;与两阶段方法相比,避免了中间表示依赖;与其他一阶段方法相比,提升了动态场景鲁棒性与细节特征捕捉能力,同时降低了计算复杂度,与UWB-PointTransformer的o(n2)相比,本方法时间复杂度为o(n),在GPU上的平均推理速度提升了5倍;在Vayyar数据集上的消融实验及实际场景测试表明,该方法在识别准确率与效率方面均优于现有方法,能够有效满足实际应用中对实时性与鲁棒性的需求。 展开更多
关键词 毫米波点云 PointNextMamba 时空特征融合 状态空间模型 人体行为识别
暂未订购 下载PDF
Spatio-Temporal Context-Guided Algorithm for Lossless Point Cloud Geometry Compression 认领 引用
7
作者 ZHANG Huiran DONG Zhen WANG Mingsheng 《ZTE Communications》 2023年第4期17-28,共12页
Point cloud compression is critical to deploy 3D representation of the physical world such as 3D immersive telepresence,autonomous driving,and cultural heritage preservation.However,point cloud data are distributed ir... Point cloud compression is critical to deploy 3D representation of the physical world such as 3D immersive telepresence,autonomous driving,and cultural heritage preservation.However,point cloud data are distributed irregularly and discontinuously in spatial and temporal domains,where redundant unoccupied voxels and weak correlations in 3D space make achieving efficient compression a challenging problem.In this paper,we propose a spatio-temporal context-guided algorithm for lossless point cloud geometry compression.The proposed scheme starts with dividing the point cloud into sliced layers of unit thickness along the longest axis.Then,it introduces a prediction method where both intraframe and inter-frame point clouds are available,by determining correspondences between adjacent layers and estimating the shortest path using the travelling salesman algorithm.Finally,the few prediction residual is efficiently compressed with optimal context-guided and adaptive fastmode arithmetic coding techniques.Experiments prove that the proposed method can effectively achieve low bit rate lossless compression of point cloud geometric information,and is suitable for 3D point cloud compression applicable to various types of scenes. 展开更多
关键词 point cloud geometry compression single-frame point clouds multi-frame point clouds predictive coding arithmetic coding
暂未订购 下载PDF
基于PointNet++的焊缝质量检测研究 认领 引用 被引量：2
8
作者 卢佳旺 马良 陈晓明 《应用激光》 CSCD 北大核心 2025年第11期184-195,共12页
针对传统焊缝检测方法依赖人工操作、效率低且主观性强的问题,提出一种基于点云语义分割的自动化检测技术,旨在提升焊缝尺寸测量的精度与效率。该方法通过高精度激光扫描获取三维点云数据,借助改进的PointNet++模型实现特征提取与分割... 针对传统焊缝检测方法依赖人工操作、效率低且主观性强的问题,提出一种基于点云语义分割的自动化检测技术,旨在提升焊缝尺寸测量的精度与效率。该方法通过高精度激光扫描获取三维点云数据,借助改进的PointNet++模型实现特征提取与分割。特别引入多尺度几何特征融合模块,在Set Abstraction层中采用动态多尺度感受机制,结合六维几何特征增强模块,强化焊缝表面几何感知能力。实验数据覆盖6种工业场景并按7∶2∶1比例均衡划分训练集、测试集与验证集。实验结果表明,模型训练与测试准确率均达90%,焊缝分割的平均交并比(mIoU)最高为80.7%。进一步采用PCL库对分割后的点云进行配准、滤波及边界提取,实现焊缝几何尺寸的测量。该方法可减少人工检测带来的误差,提升测量效率与一致性,为工业质检提供高精度自动化解决方案。 展开更多
关键词 焊缝检测 PointNet++ 点云语义分割 多尺度几何特征融合 激光扫描
暂未订购 下载PDF
基于特征流的点云目标检测方法 认领 引用 被引量：1
9
作者 陆军 邹康成 李杨 《智能系统学报》 CSCD 北大核心 2026年第1期146-155,共10页
针对现有激光雷达点云三维目标检测方法因点云稀疏性导致的场景信息缺失与目标漏检问题,本文提出一种基于特征流的单阶段三维目标检测算法,该算法通过多帧时空特征融合与动态对齐机制优化检测性能。首先,构建门控网络驱动的多帧融合框架... 针对现有激光雷达点云三维目标检测方法因点云稀疏性导致的场景信息缺失与目标漏检问题,本文提出一种基于特征流的单阶段三维目标检测算法,该算法通过多帧时空特征融合与动态对齐机制优化检测性能。首先,构建门控网络驱动的多帧融合框架,利用可变形注意力机制协同时空特征提取模块,实现跨帧特征的动态对齐,抑制未对齐特征融合导致的误检;其次,设计时空特征引导的可变形注意力机制,通过目标运动信息预测特征偏移与权重,提升稀疏点云的特征匹配精度;最后,设计层级式特征流提取模块,结合多尺度特征提取与渐进融合策略,增强场景表征能力。实验结果表明,所提算法在NuScenes验证集上的平均精度均值达到63.73%,较体素基准方法提升4.51%,其中摩托车、自行车等小目标检测精度提升超过14%。消融实验结果表明,多帧互补机制使远距离目标(>50 m)召回率提升16.2%,遮挡场景漏检率降低11.8%。本研究为自动驾驶领域稀疏点云三维检测提供了有效方案。 展开更多
关键词 激光雷达点云 目标检测 特征流 特征对齐 时序特征融合 可变形注意力机制 鸟瞰视角表示 多帧点云融合
暂未订购 下载PDF
基于多传感器融合回环检测MLD-LOAM的移动机器人定位方法研究 认领 引用 被引量：1
10
作者 许丽佳 胡泽邦 +5 位作者 周龙 周师杰 唐座亮 王玉超 许宝成 冯青春 《农业机械学报》 EI CAS CSCD 北大核心 2026年第5期115-126,158,共12页
针对室外非结构化环境地形复杂和环境高相似度导致机器人建图定位精度衰减的问题,提出一种多传感器融合回环检测的SLAM算法,即MLD-LOAM(Multi-sensor loop detection LiDAR-IMU LOAM)。该算法基于LEGO-LOAM算法架构,在地面点云过滤阶段... 针对室外非结构化环境地形复杂和环境高相似度导致机器人建图定位精度衰减的问题,提出一种多传感器融合回环检测的SLAM算法,即MLD-LOAM(Multi-sensor loop detection LiDAR-IMU LOAM)。该算法基于LEGO-LOAM算法架构,在地面点云过滤阶段,基于激光点距离分布进行快速过滤后引入IMU数据,通过实时解算地面法向量对地面点云二次过滤;在回环检测阶段,根据激光点云特征稀疏程度设计激光雷达置信度函数来融合IMU与激光雷达数据,构建融合里程计后,基于八叉树改进的NDT配准进行回环检测,提高定位精度和效率。本文在KITTI数据集和室外非结构化实际场景中进行了试验,结果表明与LEGO-LOAM相比,MLD-LOAM在KITTI数据集和实际场景中的定位精度分别提高了11%、30%;与LIO-SAM和FAST-LIO相比,MLD-LOAM在实际场景中的定位精度优于FAST-LIO,比LIO-SAM精度低2.8%,但内存消耗速度仅为LIO-SAM的50%和FAST-LIO的32.4%,这为需要较低内存占用的室外机器人长期建图定位任务,提供了一种可行的解决方案。 展开更多
关键词 移动机器人 定位 改进LEGO-LOAM LiDAR-IMU数据融合 点云过滤 回环检测
暂未订购 下载PDF
自动驾驶中深度学习的三维目标检测方法综述 认领 引用 被引量：2
11
作者 吴一全 蔡佳琦 《智能系统学报》 CSCD 北大核心 2026年第2期297-320,共24页
自动驾驶技术的快速发展对车辆感知系统准确性和实时性的要求日益提升。三维目标检测作为车辆感知系统的核心组成部分,对于确保行车安全和提升驾驶体验至关重要。首先将三维目标检测算法按传感器所获取的数据类型分为3类:视觉算法(包括... 自动驾驶技术的快速发展对车辆感知系统准确性和实时性的要求日益提升。三维目标检测作为车辆感知系统的核心组成部分,对于确保行车安全和提升驾驶体验至关重要。首先将三维目标检测算法按传感器所获取的数据类型分为3类:视觉算法(包括基于二维特征和三维特征的子类)、激光点云算法(涵盖网格化点云、原始点云和混合点云)、基于多传感器的算法(按照网络串行融合和并行融合的方式进行分类)。据此总结了具体算法的特点、贡献及局限性。随后,介绍了典型三维目标检测数据集及其评价指标,并比较了代表性算法在不同数据集上的性能。最后,分析了当前技术面临的挑战,并对未来发展方向进行了展望。 展开更多
关键词 自动驾驶 三维目标检测 深度学习 点云 多传感器融合 卷积神经网络 数据集 性能评价指标
暂未订购 下载PDF
几何先验引导的堆叠点云抓取位姿联合预测方法 认领 引用 被引量：1
12
作者 李小晗 张哲戬 +5 位作者 徐胜军 孟月波 杨玥 武经 苏晓杰 陈义明 《控制与决策》 EI CSCD 北大核心 2026年第5期1403-1414,共12页
为提升机器人在非结构化堆叠场景中的抓取识别精度与执行稳定性,提出一种融合几何先验建模与姿态质量评估机制的六自由度抓取预测算法.首先,构建点云识别网络Point-LaKan,通过增强输入点云的局部几何特征,设计由局部聚合模块与高维非线... 为提升机器人在非结构化堆叠场景中的抓取识别精度与执行稳定性,提出一种融合几何先验建模与姿态质量评估机制的六自由度抓取预测算法.首先,构建点云识别网络Point-LaKan,通过增强输入点云的局部几何特征,设计由局部聚合模块与高维非线性映射模块构成的LAKAN特征提取结构,提升对堆叠抓取区域的结构表征能力;其次,设计方向向量约束下的抓取姿态估计策略,通过最小化初始与目标姿态间的空间差异,提升姿态生成的可执行性与可解释性;最后,构建融合方向约束、碰撞检测与质心评分的抓取姿态筛选机制,实现候选姿态的多因素评估与排序,增强算法在复杂环境下的执行鲁棒性.为验证算法性能,自主构建多类别堆叠物体仿真点云抓取数据集,分别在CoppeliaSim仿真平台与真实机器人系统中开展实验.结果表明:在模型参数量减少4.69%、推理速度提升37.19%的条件下,抓取区域识别准确率提升了25.26%;真实抓取成功率与任务完成率最高可提升29.40%与18.39%. 展开更多
关键词 机器人抓取 几何先验特征 多尺度点云特征融合 抓取目标识别网络 6-DOF位姿估计 方向约束
暂未订购 下载PDF
PlaneSegNet:A deep learning network with plane attention for plant point cloud segmentation in agricultural environments 认领 引用
13
作者 Xin Yang Chenyi Xu +5 位作者 Yan Wang Ruixia Feng Jinshi Yu Zichen Su Teng Miao Tongyu Xu 《Artificial Intelligence in Agriculture》 SCIE EI CSCD 2026年第1期284-299,共16页
Accurately extracting plant point clouds from complex agricultural environments is essential for high-throughput phenotyping in smart farming.However,existing methods face significant challenges when processing large-... Accurately extracting plant point clouds from complex agricultural environments is essential for high-throughput phenotyping in smart farming.However,existing methods face significant challenges when processing large-scale agricultural point clouds owing to high noise levels,dense spatial distribution,and blurred structural boundaries between plant and non-plant regions.To address these issues,this study proposes PlaneSegNet,a voxel-based semantic segmentation network that incorporates an innovative plane attention module.This module aggregates projection features from the XZ and YZ planes,enhancing the model's ability to detect vertical geometric variations and thereby improving segmentation performance in boundary regions.Extensive experiments across representative agricultural scenarios at multiple scales,including open-field populations,greenhouse cultivation environments,and large-scale rural landscapes,demonstrate that PlaneSegNet significantly outperforms traditional geometry-based approaches and deep-learning models in plant and non-plant separation.By directly generating high-quality plant-only point clouds,PlaneSegNet significantly reduces reliance on manual pre-processing,offering a practical and generalisable solution for automated plant extraction across a wide range of agricultural applications. 展开更多
关键词 Plant segmentation Point cloud Deep learning Feature fusion Population datasets
基于多源数据融合的古建筑精细化建模 认领 引用 被引量：4
14
作者 杜晓艳 朱勇 黄瑞 《测绘与空间地理信息》 2026年第1期20-23,共4页
针对传统建模方法存在的数据单一、建模精度不足等问题,以高邮市镇国寺大雄宝殿为例,提出了一种基于多源数据融合的古建筑精细化建模方法。通过整合无人机倾斜摄影获取的点云数据与三维激光扫描的点云数据,利用点云配准,数据融合优化算... 针对传统建模方法存在的数据单一、建模精度不足等问题,以高邮市镇国寺大雄宝殿为例,提出了一种基于多源数据融合的古建筑精细化建模方法。通过整合无人机倾斜摄影获取的点云数据与三维激光扫描的点云数据,利用点云配准,数据融合优化算法,消除数据冗余与误差,依据融合后的点云数据完成古建筑精细化三维模型构建。实验结果表明,该方法有效提升了古建筑模型的几何精度与纹理真实感,能够完整保留古建筑的复杂细节,为古建筑的数字化保护与研究提供更精准可靠的技术支撑。 展开更多
关键词 多源数据融合 古建筑建模 点云配准 三维激光扫描
暂未订购 下载PDF
基于LGSA-HFFNet的多尺度特征融合点云配准算法 认领 引用
15
作者 于智龙 高东浦 +2 位作者 黄成 齐丽华 张彪 《仪器仪表学报》 EI CAS CSCD 北大核心 2026年第1期353-365,共13页
为了解决基于点云配准的阀门位姿估计工作中点云背景复杂、部分特征被遮挡缺失、噪声干扰等问题,提出了一种轻量化图-空间注意力机制的多尺度特征融合点云配准网络(LGSA-HFFNet)点云配准算法。该方法设计并使用多尺度并行卷积特征提取层... 为了解决基于点云配准的阀门位姿估计工作中点云背景复杂、部分特征被遮挡缺失、噪声干扰等问题,提出了一种轻量化图-空间注意力机制的多尺度特征融合点云配准网络(LGSA-HFFNet)点云配准算法。该方法设计并使用多尺度并行卷积特征提取层,强化模型特征提取,避免模型训练中梯度爆炸问题并加速收敛;其次,设计结合图注意力与空间注意力机制并进行轻量化改进的轻量化图-空间注意力机制(LGSA)模块,解决由点云信息特征的无序性造成的神经网络特征提取困难的问题,使模型能够有效提取点云局部特征;最后,使用设计位姿估计实验验证系统,将模型在实际阀门位姿估计工作中进行实机部署实验。实验结果表明,LGSA-HFFNet算法在阀门点云配准实验中平均相对平移误差低至0.05 m,对旋转误差低至0.984°,且具有良好的鲁棒性,在复杂背景下平移及旋转配准性能仅下降2%、7.5%,配准耗时相较于迭代最近点(ICP)降低80.32%,配准性能远优于ICP和半正定随机化抽样一致(SDRSAC)等传统算法;在ModelNet40对比实验中的旋转、平移误差降低至2.293°和0.006 m,配准旋转误差达到比较先进的水平,平移误差较现有模型有较大优势;在噪声干扰较大的真实场景阀门位姿估计数据集实验中误差降低至2.1757°和0.036 m,相较于现有模型误差至少降低28.98%和17.81%。 展开更多
关键词 点云配准 图注意力 空间注意力 特征融合 轻量化网络
暂未订购 下载PDF
融合跨模态特征与颜色引导的遮挡目标6D位姿估计算法 认领 引用 被引量：1
16
作者 贾军营 艾良 卢鑫 《计算机应用研究》 CSCD 北大核心 2026年第4期1238-1244,共7页
在复杂遮挡环境下,基于RGBD的6D位姿估计仍然面临多模态特征未能充分融合以及点云配准易受遮挡和视角变化影响的问题。针对以上问题,提出了一种面向遮挡场景的多模态6D位姿估计算法。该方法在特征提取阶段建立RGB图像与点云数据的跨模... 在复杂遮挡环境下,基于RGBD的6D位姿估计仍然面临多模态特征未能充分融合以及点云配准易受遮挡和视角变化影响的问题。针对以上问题,提出了一种面向遮挡场景的多模态6D位姿估计算法。该方法在特征提取阶段建立RGB图像与点云数据的跨模态关系,并在点云配准过程中引入颜色特征信息,以提高配准的准确性和鲁棒性。在Occlusion LineMOD数据集上的实验,结果显示该方法在多个目标类别下均优于现有主流方法,平均精度提升了2.3%。研究表明,该算法能够在严重遮挡和复杂视角条件下保持较高的估计精度,为多模态6D位姿估计提供了一种有效的解决思路,并为后续在机器人操作与自动驾驶等应用中的推广奠定了基础。 展开更多
关键词 遮挡场景位姿估计 多模态特征融合网络 点云配准 跨模态特征建模 机器人抓取
暂未订购 下载PDF
基于增强现实设备的地下电缆虚实融合与精确定位方法 认领 引用
17
作者 张惠荣 陈奕戈 +2 位作者 罗世彬 周恩泽 刘淑琴 《山东大学学报（理学版）》 CAS CSCD 北大核心 2026年第5期46-54,64,共9页
提出一种基于增强现实设备的虚实融合与精确定位方法。通过多传感器环境感知技术,构建电缆隧道三维模型及三维坐标获取,实时获取头部(设备)的方向、位置和运行状态信息。通过即时定位与地图构建(simultaneous localization and mapping,... 提出一种基于增强现实设备的虚实融合与精确定位方法。通过多传感器环境感知技术,构建电缆隧道三维模型及三维坐标获取,实时获取头部(设备)的方向、位置和运行状态信息。通过即时定位与地图构建(simultaneous localization and mapping,SLAM)技术,构建并实时更新环境地图,获取虚拟内容的位置及人机交互。通过全球导航卫星系统(global navigation satellite system,GNSS)差分定位技术优化,增加SLAM系统的稳定性和准确性,提高位置定位精确度。实验结果表明,本文方法定位误差不大于10 cm且具有较好的实用性。 展开更多
关键词 地下电缆 增强现实 虚实融合 激光点云 差分定位
暂未订购 下载PDF
采用多尺度特征融合的点云配准算法 认领 引用
18
作者 汪洋 张蔚 +1 位作者 谢磊 陈德山 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2026年第2期40-49,共10页
为了解决深度学习方法在处理部分重叠点云配准时出现的泛化性和精度下降问题,提出一种多尺度特征融合的点云配准算法.首先,对不同尺度的点云进行特征描述以获得局部结构信息,通过加权和对不同尺度下的特征进行融合,以增强特征的表示能力... 为了解决深度学习方法在处理部分重叠点云配准时出现的泛化性和精度下降问题,提出一种多尺度特征融合的点云配准算法.首先,对不同尺度的点云进行特征描述以获得局部结构信息,通过加权和对不同尺度下的特征进行融合,以增强特征的表示能力;然后,利用多注意力机制增强点云之间的特征关联性,发现更准确的对应关系;最后,使用位置估计模块计算源点云的虚拟对应点,并通过奇异值分解(SVD)求解源点云与虚拟对应点的最佳变换.在ModelNet40数据集的完整点云场景下,旋转与平移的均方误差分别为6.3×10-2与1.0×10-5;在部分重叠点云场景下旋转平移的均方误差分别为2.29×10-4与3×10-4,均低于深度最近点(DCP)算法.对于未知种类点云和噪声点云,本算法的误差仍低于迭代最近点(ICP)、快速全局配准(FGR)以及深度最近点(DCP)等代表性对比方法,进一步验证了算法的有效性. 展开更多
关键词 点云 点云配准 多尺度特征融合 多注意力机制 虚拟对应点
暂未订购 下载PDF
超大城市道路智能化全息测绘技术研究与应用 认领 引用 被引量：1
19
作者 万从容 孙悦 《工程勘察》 2026年第2期88-94,共7页
随着城市化进程的快速推进,超大城市交通系统的规模与复杂性呈指数级增长,对精细化交通治理提出了迫切需求。城市道路智能化全息测绘技术通过融合车载激光扫描、地面固定站观测、多源遥感等异构数据,构建出道路全要素、高精度、时空一... 随着城市化进程的快速推进,超大城市交通系统的规模与复杂性呈指数级增长,对精细化交通治理提出了迫切需求。城市道路智能化全息测绘技术通过融合车载激光扫描、地面固定站观测、多源遥感等异构数据,构建出道路全要素、高精度、时空一体化的信息采集体系,为超大城市交通规划、设施运维及应急管理提供核心数据支持。本文系统梳理该技术的多源数据采集、时空基准统一、全息要素语义提取等关键技术构成,结合上海超大城市的应用实践,深入分析其在海量点云管理、动态更新机制等方面面临的挑战,并针对性地提出混合存储架构、分层级更新策略及智能化处理方案,旨在为推动城市道路智能化全息测绘技术在超大城市交通领域的规模化应用提供理论参考与实践路径,助力提升超大城市交通治理现代化水平。 展开更多
关键词 超大城市 智能化全息测绘 多源数据融合 城市精细化管理 点云数据管理 质量控制
暂未订购 下载PDF
基于多角度无人机激光点云融合的输电线路路线规划 认领 引用
20
作者 齐立忠 张苏 +1 位作者 荣经国 武宏波 《电测与仪表》 CSCD 北大核心 2026年第7期109-123,共15页
针对传统单一角度分辨率模型在复杂地势区域难以准确表达地形特征、易产生地物边缘效应及路径冗余等问题,研究开发了一种基于多角度无人机激光点云融合的输电线路规划方法,以提升路径规划精度并降低建设成本。采用双光楔旋转扫描技术获... 针对传统单一角度分辨率模型在复杂地势区域难以准确表达地形特征、易产生地物边缘效应及路径冗余等问题,研究开发了一种基于多角度无人机激光点云融合的输电线路规划方法,以提升路径规划精度并降低建设成本。采用双光楔旋转扫描技术获取多角度激光点云数据,通过自适应加权算法进行数据融合处理;将其转换为高程值影像并构建栅格地图;设计规划函数,并运用强化学习算法求解最优路径方案。研究结果表明,在所提方法的规划下,输电线路路线保持原有路线方向,同时实现了综合建设成本从10.33万元降低至8.56万元(降幅17.1%),路线长度从27.5 km缩短至25.1 km(减少8.7%),输电线路走向的转角数量从5个减少至1个(降幅80%),规划精度在0.93以上,且该方法规划的路径更接近直线。所提方法有效解决了复杂地形下的路径规划难题,在降低成本、优化路径平直度和提高定位精度方面具有显著优势,为输电线路工程提供了可靠的技术支持。 展开更多
关键词 多角度 无人机 激光点云融合 输电线路 路线规划 双光楔旋转扫描
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 34 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈