首页期刊导航|激光与光电子学进展
期刊信息/Journal information
激光与光电子学进展
激光与光电子学进展

范滇元

月刊

1006-4125

lop@siom.ac.cn

021-69918222

201800

上海市嘉定区清河路390号（上海市800-211信箱）

激光与光电子学进展/Journal Laser & Optoelectronics ProgressCSCD北大核心CSTPCD
查看更多>>本刊由中科院上海光学精密机械研究所和国家惯性约束聚变委员会联合主办。旨在关注科技发展热点，报道高新技术前沿，追踪科技研发动态，介绍科学探索历程；展示最新科技产品，汇萃时尚科技讯息。
正式出版
收录年代

    基于UCNet的散斑干涉相位解包裹

    陈辰曾启林于霄翊熊显名...
    121-127页
    查看更多>>摘要：激光剪切散斑干涉是一种可以测量物理表面位移导数的光学测量技术,广泛应用于无损检测和精密测量等领域.在激光剪切散斑干涉中,相位信息的准确获取对于测量目标的形貌和表面特征至关重要,然而相位信息通常受到噪声和非线性失真等因素的影响.基于此,提出一种基于UCNet的散斑干涉相位解包裹方法.以U-Net为框架在网络中引入平行、对称卷积和多尺度解码器,提高模型理解和利用不同尺度特征信息的能力.同时使用SmoothL1损失函数使模型能够适应不同尺度的任务.运用模拟数据集进行网络训练,对生成网络模型进行模拟测试,并经过实际采集的相位图进行验证,证明了网络的精度与泛化能力.结果表明,UCNet相较于深度学习相位解包裹网络,在结构性相似指数值上提高了1.05倍,能够准确地实现激光剪切散斑干涉相位解包裹.

    激光剪切散斑干涉深度学习相位解包裹卷积神经网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于三维激光扫描技术的岩体结构面智能识别方法

    王宇翔沈月千
    128-137页
    查看更多>>摘要：岩体结构面是构成岩体结构并控制岩体稳定性的主要因素,利用三维激光扫描技术获取岩体点云数据,针对传统相似性度量对岩体点云相似性表达单一的问题,提出一种新的相似性度量方法,综合表示数据之间的空间位置差异和方向差异,降低了不同结构面上各点之间的相似性.将此相似性度量作为DBSCAN算法的聚类依据,通过动态的聚类参数对岩体点云进行聚类,得到单个结构面的点云,最后对聚类结果进行改正,实现了岩体结构面的智能识别.将该方法用于沉积岩露头点云,通过结构面产状信息比较算法识别结果与人工识别结果,结果表明:两种算法所得结果基本一致,产状的最大偏差在2°以内,满足工程应用需求,可为同类应用提供理论基础和应用参考.

    激光雷达智能识别密度聚类相似性度量岩体结构面

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于激光散斑图像和卷积神经网络-支持向量回归的表面粗糙度预测

    李征邓植中吴鹏飞梁斌...
    138-144页
    查看更多>>摘要：目前,基于激光散斑图像对表面粗糙度进行测量的视觉方法主要有两类:建立人工设计的散斑图像特征参数与表面粗糙度之间的关系,或建立深度学习网络预测模型.这两类方法均存在不足,前者特征参数设计阶段过程复杂,后者需要大量的样本图像.针对以上问题,本文提出一种基于激光散斑图像和卷积神经网络-支持向量回归(CNN-SVR)的表面粗糙度预测方法.该方法在预训练的卷积神经网络基础上引入迁移学习,将卷积神经网络池化层的深度特征输入支持向量回归网络进行表面粗糙度值预测,不仅能实现激光散斑图像特征的自动提取,而且在少量样本时就能实现对表面粗糙度值较高精度的预测.实验结果表明,建立的模型对平磨、卧铣、立铣试件表面粗糙度预测的平均绝对百分比误差分别为3.46%、3.20%和3.53%,表现出较高的精度.

    表面粗糙度测量激光散斑图像卷积神经网络支持向量回归

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    改进YOLOv5s的旋转框工业零件检测算法

    魏瑶坤康运江王丹伟赵鹏...
    145-154页
    查看更多>>摘要：在工业场景应用中,对于紧密排列分布的工业零件,采用水平框目标检测,会存在零件错选漏选及边界方向丢失的问题,因此提出一种基于改进YOLOv5s的旋转工件目标检测算法.首先,引入无参的SimAM网络,在不增加模型参数量的基础上,使网络更聚焦于关键信息,提高在复杂背景下的特征提取能力并抑制噪声干扰.其次,将原来的完全交并比(CIoU)回归函数替换为引入角度因子的SIoU函数,更加符合旋转框检测要求,将激活函数替换为Mish函数,提高模型收敛速度与精度.最后,引入移相编码法和改进的HardL-Tanh激活函数,实现角度和回归角度余弦值的预测,解决五参数表示法带来的角度多一性和边界问题,实现工件的旋转框检测.所提算法的平均精度均值达97.4%.实验结果表明所提算法权重文件小、平均准确率高、预测用时少,满足工业实时性要求.

    工业零件检测SimAM旋转目标检测移相编码法YOLOv5s

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于因子图优化的光伏电站场景激光雷达SLAM方法

    汪方斌曹锟龚雪朱达荣...
    155-163页
    查看更多>>摘要：光伏电站具有场地尺度大、场景中结构稀少、阵列排布光伏组件形成狭长过道的环境特点.针对搭载2D激光雷达的巡检机器人使用simultaneous localization and mapping(SLAM)算法在光伏电站场景中进行定位和地图构建时出现位姿估计不准确、地图显示不完整的问题,以Cartographer算法为框架,提出一种基于因子图优化的前端优化策略.通过预积分处理构建惯性测量单元(IMU)因子,联合激光雷达数据扫描匹配后位姿因子,共同作为约束加入因子图中进行优化,获得更准确的估计位姿,并将此位姿嵌入原始算法进行地图构建.搭建模拟光伏电站环境和模拟狭长过道环境,对主流滤波算法、Cartographer算法和改进后算法进行对比实验,结果表明改进后算法所构建的地图尺寸精度更高,整体描述更准确.

    激光雷达光伏电站场景预积分因子图优化传感器融合

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于深度学习的激光对无人机传能跟瞄系统

    陈瀚林钱绣洁杨雁南蓝建宇...
    164-170页
    查看更多>>摘要：为实现地面激光为空中飞行无人机实时远程充电过程中的精确跟瞄,提出一种基于YOLOv5改进算法的跟瞄传能系统.其中,识别算法在YOLOv5基础上加入卷积注意力机制与小目标检测层,提升了地面摄像头对无人机上光伏电池目标的捕捉能力.跟踪瞄准过程采用质心追踪、自适应跟瞄算法调控地面转台对准空中目标,实现了地-空传能装置的精准快速对接.模型训练与实验测量结果表明,对距离激光发射端10 m、面积为4 cm×4 cm的光伏电池阵列,该系统的检测速率不低于80 frame/s,可实现对飞行速度低于0.5 m/s的无人机目标的精确跟瞄.该系统跟瞄速度快、精度高,且发射、接收装置简单,是一种便捷高效的无人机激光无线传能跟瞄系统.

    机器视觉无线传能识别跟瞄YOLOv5算法小目标检测

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于特征聚合Transformer的多视图立体重建方法

    王敏赵明富宋涛李沩沩...
    171-180页
    查看更多>>摘要：针对现有多视图立体(MVS)方法中缺乏对整体图像的理解以及图像之间的联系所造成的在弱纹理区域或非朗伯曲面匹配模糊的问题,提出一种基于特征聚合Transformer的多视图立体重建方法.首先,通过融合可变形卷积的特征金字塔网络对输入图像进行特征提取,自适应地调整感受野的大小和形状.接着引入基于Transformer的空间聚合模块,利用图像内部自注意力机制和图像间交叉注意力机制有效地获取视图内全局上下文信息以及视图间的信息交互关系,从而更精确地捕获场景的纹理特征进行特征聚合,实现可靠的特征匹配.最后,采用可见性成本聚合估计像素可见性信息,去除成本聚合中的噪声和错误匹配像素.在DTU和Tanks&Temples数据集上的实验结果表明,与其他方法相比,所提方法的重建性能更优越.

    多视图立体Transformer特征聚合级联架构三维重建

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于视觉定位引导的相机偏移像素坐标矫正方法

    涂钊钟剑锋魏崴池守疆...
    181-190页
    查看更多>>摘要：针对机器视觉定位引导系统中外界因素导致eye-in-hand方案的相机细微偏移的问题,提出一种相机偏移像素坐标矫正方法.为消除相机偏移对初始标定参数的影响,基于针孔相机投影模型,建立相机偏移像素坐标估计模型;通过设计相机确认位划分图像区域,解析每个子区域中描述相机偏移模型的参数;以物体特征点偏移后像素坐标为已知条件,求解其偏移前像素坐标,以保证初始标定参数的有效性.实验结果表明,相机偏移像素坐标矫正方法能够有效修正螺栓通孔固定的相机偏移引起的像素坐标误差,修正误差在1 pixel以内.

    机器视觉数字图像相关相机偏移修正像素

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    LiDAR点云压缩下采样与量化参数联合优化建模

    杨先凤廖陈段昶舒惠...
    191-198页
    查看更多>>摘要：传统的LiDAR点云数据有损压缩方法通常会导致点云点的数量减少和剩余点的坐标精度降低.针对现有点云压缩参数优化方法忽略了点数减少带来的质量损失导致优化效果不高的问题,提出一种LiDAR点云压缩中下采样与量化参数的联合优化建模方法,该方法能同时对两种损失进行优化,提高点云的压缩效率.首先,统计采用不同参数组合压缩点云后的比特流大小;然后,找到码率大小与下采样和量化参数组合之间关系的分析模型,并用模型估计出码率的最小失真和对应的参数组合;最后,根据码率与最小失真对应的参数组合之间的关系建立下采样与量化参数联合优化模型.实验结果表明,所提方法有效提升了点云数据的压缩效率,相比基准编码器,在拟合数据集和测试数据集上分别获得了10.43%和16.39%的BD-rate提升.

    LiDAR点云点云压缩点云下采样率失真优化参数联合优化

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于IESKF与图优化的激光惯性SLAM算法

    魏志飞樊绍胜熊铭轩
    199-208页
    查看更多>>摘要：同步定位与建图(SLAM)算法在使用激光雷达建图过程中,由于环境的变化且配准参数固定,会在点云配准过程中产生较大的累计误差,并且对高程误差抑制效果不佳,进而会影响全局的配准精度和建图定位效果.针对上述问题,提出一种基于迭代误差状态卡尔曼滤波器(IESKF)与因子图优化的激光惯性SLAM算法.该算法包括自适应参数调节模块、点云预处理模块、前端里程计模块和后端因子图优化模块.根据点云规模确定不同的关键帧距离、配准、体素下采样,以及地面约束等参数.采用K近邻(KNN)选取关键帧组成局部地图,可充分利用帧-图匹配时的空间信息.通过IESKF融合点云残差与惯性测量单元(IMU)先验位姿,得到滤波方式的前端融合里程计.在后端优化中加入地面约束、回环约束构成因子图优化,提高了建图的全局一致性.在M2DGR公开数据集和实际场景上进行多算法对比实验,实验结果表明,在校园场景中:相较于仅使用因子图优化的LIO-SAM算法,所提算法在全局建图精度上提高了38%,在高程误差上减少了52%;相较于仅使用IESKF的FAST-LIO2算法,所提算法在全局建图精度上提高了64%,在高程误差上减少了62%,证明其在环境适应性和高程误差抑制方面具备更优异的性能.

    同步定位与建图动态参数调节器迭代误差状态卡尔曼滤波器因子图优化自适应关键帧

      原文链接:
    • NETL
    • NSTL
    • 万方数据