-
题名基于Gocator的多传感器数据拼接方法研究
被引量：3
- 1
-
-
作者
周燕琼
柴晓冬
叶华平
郑树彬
安小雪
-
机构
上海工程技术大学城市轨道交通学院
上海轨道交通培训中心
-
出处
《计算机测量与控制》
2018年第1期185-189,共5页
-
基金
国家自然科学基金资助(51478258)
上海申通地铁集团有限公司产学研项目((16)GP-002)
上海工程技术大学研究生科研创新项目(E3-0903-17-01300)
-
文摘
点云数据拼接在众多科研领域有着十分广泛的应用;为完整、精确地得到复杂物体的点云数据,提出一种基于Gocator的多传感器数据拼接方法;该方法需要对多传感器系统进行两两校准以获取各传感器坐标系与基准坐标系之间的空间变换关系,进而将各传感器自身坐标系下的数据转换到基准坐标系下,实现多传感器数据的拼接;对于双传感器数据拼接,首先通过两只传感器同时拍摄单孔标定块,利用最大距离法提取标定块轮廓坡口特征点,根据坐标转换原理,初步确定了两传感器间的旋转平移关系;在此基础上采用迭代最近点(ICP)算法进一步优化确定两传感器之间的最优变换矩阵,以得到精确的拼接关系;实验室搭建双传感器钢轨廓形检测平台对该算法进行验证,实验结果表明,多次拼接得到的钢轨廓形与标准模板误差不超过0.2mm,完全符合钢轨廓形允许误差要求,该算法具有较高精度和稳定性。
-
关键词
gocator
数据拼接
单孔标定
最大距离法
迭代最近点算法
-
Keywords
gocator
data registration
single hole calibration
maximum distance method
ICP
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名改进希尔伯特-黄变换方法在钢轨波磨检测中的应用
被引量：2
- 2
-
-
作者
吴传奇
柴晓冬
李立明
郑树彬
-
机构
上海工程技术大学城市轨道交通学院
-
出处
《铁道标准设计》
北大核心
2021年第9期74-80,共7页
-
基金
国家自然科学基金项目(51975347,51907117)。
-
文摘
针对现有钢轨波磨检测方式检测效率低,检测精度不高而致使检测难的情况,提出利用Gocator传感器获得钢轨波磨检测数据,再通过小波变换和改进希尔伯特-黄变换对检测数据进行处理及分析的新方法。该方法以钢轨波磨检测数据为研究对象,首先,采用Gocator传感器获得钢轨波磨检测数据;然后,使用含噪信号与降噪误差比法,将因车体振动等因素而产生的影响诊断准确性的噪声从所采数据中分离,利用小波变换和希尔伯特-黄变换对去除噪声后的数据进行处理及分析;最后结合时域和频域特征进行缺陷识别。通过仿真研究证明,含噪信号与降噪误差比法与总体平均经验模态分解的优越性。同时,实验研究表明,希尔伯特-黄变换相较于小波变换在钢轨波磨细微信号识别方面具有明显的优势,为钢轨波磨的诊断提供了一种切实可行的方法。
-
关键词
钢轨波磨
gocator传感器
小波变换
希尔伯特-黄变换
检测
-
Keywords
rail wave wear
gocator sensor
wavelet transform
Hilbert-Huang transform
detection
-
分类号
U216.3
[交通运输工程—道路与铁道工程]
-
