【摘 要】
：
激光垂准仪是一种能提供铅垂线的仪器,广泛应用于建筑施工、形变观测和设备安装等行业。目前国内激光垂准仪需要依靠观察水泡完成仪器整平,整平精度受人工判读影响,而在仪器轴系安装和校准时,需要人工观察十字丝和光斑中心位置来标定同轴度,标定误差较大。因此本文旨在研制一种能数字化整平过程的激光垂准仪及采用图像处理方法的同轴度标定系统。本文研究了一种能数字化显示水泡位置的整平方法,该方法利用电子式长水泡传感器测
论文部分内容阅读
激光垂准仪是一种能提供铅垂线的仪器,广泛应用于建筑施工、形变观测和设备安装等行业。目前国内激光垂准仪需要依靠观察水泡完成仪器整平,整平精度受人工判读影响,而在仪器轴系安装和校准时,需要人工观察十字丝和光斑中心位置来标定同轴度,标定误差较大。因此本文旨在研制一种能数字化整平过程的激光垂准仪及采用图像处理方法的同轴度标定系统。本文研究了一种能数字化显示水泡位置的整平方法,该方法利用电子式长水泡传感器测量仪器倾角,并通过相关电路模块满足仪器整平过程和长水泡两点式校准方法的需求,实现一种新型数字化激光垂准仪。进一步地,本文提出了激光垂准仪同轴度的图像标定方法,该方法在相机标定时,用图像差分法解决背景干扰的问题,采用Otsu算法对图像二值化处理,利用霍夫变换完成图像校正后识别坐标刻度得到坐标映射关系。在目标定位时,采用K-means聚类方法分割十字丝后利用霍夫变换定位十字丝中心,采用单通道法分割光斑区域后取其质心为光斑中心,并基于最小二乘法分别对中心点轨迹进行圆拟合,得到激光垂准仪同轴度误差。最后,利用RK3399嵌入式平台实现了同轴度图像标定系统的搭建。实验结果表明,本文研制的数字化激光垂准仪能提升长水泡显示分辨率,减小人工误差,显示分辨率达1.29’’。研制的同轴度图像标定系统能够准确标定激光垂准仪同轴度误差,标定精度达0.1’’。
其他文献
安防系统是居民生命和财产安全的重要保障。近年来,安防机器人在安防系统中得到了越来越广泛的应用。目前国产安防机器人普遍功能单一,仅能在有限情况下完成行人识别,限制了机器人安防水平的提升。因此,论文设计并实现了一款基于行人识别的楼内智能安防机器人软件系统。论文设计并实现的软件系统基于ROS2搭建,具有SLAM、导航、红外监控、声光驱离等功能。论文重点研究了两个问题:适用于安防机器人的行人识别算法问题和
航母半实物仿真平台作为一种简单有效且直观的半实物仿真形式,长期以来都用于国内外航母舰载机的指挥调度推演,它可以为航母的设计提供重要的指导。在此平台中,舰载机以模型代替实物,其高效准确的识别定位关系到整个仿真平台的运作。因此,如何实现一个精准性高、实时性强的舰载机模型识别定位系统是亟需解决的问题。本文首先根据航母半实物仿真平台的特点提出了识别定位的总体方案,将总任务拆分为目标检测、编号识别、多相机结
目标跟踪是计算机视觉中的基本问题之一。随着深度学习的发展,深度特征与相关滤波相结合的跟踪方法展现出巨大的潜力,其中HCF算法凭借加权方式结合多层卷积特征,相比传统手工特征跟踪器取得了显著的提升。本文实验发现,HCF算法启发式的加权方法破坏了CNN上的层次结构,忽略了不同层次特征的属性,存在定位精度损失。因此本文以HCF算法的Conv3-4、Conv4-4、Conv5-4层卷积特征作为特征池,利用深
随着网络技术的不断发展,多样的业务对于数字通信网络的要求越来越高。数字通信网络常用的交换技术是分组交换,分组交换是以包为基本单元的传输交换方式。实现分组交换的关键技术之一是SAR（Segmentation and Reassembly）,SAR可对视为恒定速率的数据码流进行分割与重组。数据分割和包重组分别由SAR发送器和SAR接收器实现。在SAR发送器中采用基于DSM（Delta Sigma Mo
舰载机保障作业是影响舰载机飞行计划的一个关键影响因素,也是影响到出动架次率的一个关键因素。舰载机的保障作业主要涉及到加油,加氮,加氧,牵引等,舰载机进行保障作业时,受到很多因素限制,比如狭小的甲板作业空间、有限的人员与设备资源、以及天气环境等对保障作业的制约,如何制定一个高效的舰载机保障作业成为各国研究重点。本文围绕舰载机保障作业计划的优化问题,采用遗传算法求解,针对遗传算法计算成本大的问题,采用
近些年,内河航运蓬勃发展,内河建设总投资额和货物吞吐量逐年增长。随着内河船舶数量的增多,水上交通事故的风险不断上升。船舶检测与船舶跟踪是内河水上监管系统的两个重要组成部分,内河水上监管系统可以实时监控船舶的动向,减少内河水上交通事故的发生,因此设计精度高实时性好的船舶检测与跟踪算法具有重要的意义。传统的内河船舶检测算法只能区分船舶目标前景与背景,无法完成多类船舶的检测,检测的实时性较差。基于深度学
情感本身是一种复杂的状态,伴随着海量多模态数据的获取和深度学习的发展,使得较为准确的情感识别成为可能。如何充分利用多模态数据的信息以及如何更准确地表达情感状态,成为当前多模态情感识别的重点所在。将深度学习技术应用于情感识别中,可以大幅提升模型对多模态数据的理解,具有较高的研究价值。针对多模态情感识别任务,本文选取合适的特征提取方法对多模态数据进行表示,并对各模态特征维度标准化,利于多模态特征融合。
伴随着能源危机与环境污染日益严重,开发和利用可再生能源对于人类社会的可持续发展具有重要意义。为了保障含可再生能源电网的安全、可靠、经济运行,学者们提出了智能电网的概念。经济调度问题是指在满足相关物理约束的前提下,针对预测需求,寻找最经济的安全发电分配,以满足系统负载的用电需求,其对智能电网的运行规划至关重要。电网运行条件的频繁、剧烈变化要求经济调度算法可快速收敛。为了实现这一目标的同时,减少信息交
仓储系统在物流运输等领域扮演着十分重要的角色,近年来物流业飞速发展,传统的仓储系统以及作业方式已经不再满足需求。与此同时伴随土地资源稀缺、人力成本增加等问题,现代仓储系统正朝着智能化、紧致化的方向发展。本文研究了一种紧致化智能仓储系统。该系统无巷道,存储密度极高,能够通过电机和链条驱动RGV（Rail Guided Vehicle）来实现大吨位货物的动态存储。本文以该系统为研究对象,分析了仓储环境
近年来,随着科技的快速发展,神经接口在帮助肢体残疾人士修复运动能力方面取得了很大的进展。其中,植入式脑机接口通过将神经微电极植入大脑皮层来采集神经元发放的电信号,相比于其它的神经接口,可以采集到信噪比更高、信息更丰富的神经信号,因此得到了广泛的关注,并在临床实验中取得了很多研究成果。然而,植入式脑机接口采集得到的神经信号会随着时间推移表现出非稳定性,因此,神经信号的解码器经常需要重校准后才能使用,