發(fā)布時間：2017-04-09 06:07

  本文關鍵詞：基于車輛變形三維點云數(shù)據(jù)的碰撞事故再現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著車輛保有量的不斷攀升,交通事故發(fā)生次數(shù)急劇增加,而交通事故再現(xiàn)是交通事故處理的重要手段。車輛變形是事故現(xiàn)場最易保存的信息,目前該信息在交通事故處理中越來越受到重視,但車輛變形輪廓較為復雜,常規(guī)手段較難準確提取。為充分利用該信息,采用三維激光掃描技術得到車輛變形,并在此基礎上求得變形能用于再現(xiàn)車輛碰撞事故。主要研究內(nèi)容如下:1.將三維激光掃描技術引入到事故處理中,在分布合理的掃描站點位置上不遺漏地獲取事故現(xiàn)場的三維點云數(shù)據(jù);將各站點數(shù)據(jù)進行拼接、去噪、精簡處理,得到高質量的點云數(shù)據(jù),再通過兩點的歐式距離得到車輛基本參數(shù)及車輛方位等信息。2.事故車輛的變形較為復雜,從已獲取的事故車輛點云數(shù)據(jù)中直接提取變形信息較為困難,為此采集變形車與原型車的點云數(shù)據(jù),將兩者相同的未變形部位的點云通過改進ICP算法進行配準,比較變形區(qū)域,得到變形車輪廓與原型車輪廓,之后根據(jù)測量準則獲取車輛變形。通過實際案例表明,改進ICP算法解決了傳統(tǒng)ICP算法配準速度慢且易發(fā)生局部收斂的缺點,而且所給方法比手工測量方法更加客觀,準確。3.車輛碰撞階段會發(fā)生回彈現(xiàn)象,可用法向恢復系數(shù)與切向恢復系數(shù)來描述,但法向與切向恢復系數(shù)的取值較為困難,為此從車輛變形的角度出發(fā),通過能量守恒定理給出變形能與恢復系數(shù)之間的關系,再結合動量定理、動量矩定理及彈性恢復系數(shù)的相關理論,對車輛碰撞事故進行再現(xiàn);事故再現(xiàn)的過程中需要碰撞后車輛運動參數(shù),因此將碰撞后車輛簡化為二輪車,建立碰撞后動力學模型,得到相關參數(shù)與運動軌跡;根據(jù)上述原理,用MATLAB GUI開發(fā)交通事故再現(xiàn)軟件,并應用于2起實際事故,得到了碰撞后兩車的運動軌跡及碰撞前兩車的速度,通過與PC-Crash再現(xiàn)結果比較,表明本文所給方法較好的解決了恢復系數(shù)選取困難的問題并且能夠準確的再現(xiàn)車輛碰撞事故。
【關鍵詞】：三維激光掃描 ICP算法 車輛變形 事故再現(xiàn)
【學位授予單位】：江蘇大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U491.31
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 緒論11-16
• 1.1 課題的研究背景與意義11
• 1.2 事故現(xiàn)場數(shù)據(jù)信息采集方法的現(xiàn)狀及趨勢11-13
• 1.3 事故再現(xiàn)方法的國內(nèi)外現(xiàn)狀13-15
• 1.3.1 國外現(xiàn)狀13-14
• 1.3.2 國內(nèi)現(xiàn)狀14
• 1.3.3 國內(nèi)外現(xiàn)狀的評述14-15
• 1.4 論文的研究內(nèi)容15-16
• 第二章 用三維激光掃描技術提取事故現(xiàn)場信息16-27
• 2.1 三維激光掃描儀16-19
• 2.1.1 三維激光掃描儀的分類16-17
• 2.1.2 Riegl VZ400型激光掃描儀17-19
• 2.2 用三維激光掃描技術獲取事故現(xiàn)場點云信息19-22
• 2.2.1 事故現(xiàn)場點云信息的獲取20-21
• 2.2.2 有掃描盲區(qū)的事故車輛點云信息的獲取21
• 2.2.3 多站點拼接21-22
• 2.3 點云數(shù)據(jù)的后處理22-24
• 2.3.1 點云的去噪22-24
• 2.3.2 點云的精簡24
• 2.4 現(xiàn)場信息的提取24-26
• 2.5 本章小節(jié)26-27
• 第三章 從已獲取的事故車輛點云數(shù)據(jù)中提取車輛變形27-43
• 3.1 傳統(tǒng)ICP算法27-31
• 3.1.1 變換參數(shù)R，T求解28-29
• 3.1.2 迭代計算29-30
• 3.1.3 傳統(tǒng)ICP算法存在的問題及改進策略30-31
• 3.2 改進ICP算法31-35
• 3.2.1 PCA算法完成粗配準31-32
• 3.2.2 k-d樹建立拓撲關系并完成最近點搜索32-34
• 3.2.3 初始對應點權重設置34
• 3.2.4 改進的ICP算法流程34-35
• 3.3 改進ICP算法與傳統(tǒng)ICP算法比較分析35-36
• 3.4 用改進ICP算法獲取車輛變形36-42
• 3.4.1 車輛變形的測量準則36-37
• 3.4.2 車輛變形測量準則的三維拓展37-38
• 3.4.3 用改進ICP算法獲取車輛變形實例38-42
• 3.5 本章小結42-43
• 第四章 車輛變形用于再現(xiàn)車輛碰撞事故43-60
• 4.1 用車輛殘余變形求車輛變形能43-47
• 4.1.1 碰撞剛度的計算45-46
• 4.1.2 線彈性常剛度模型的驗證46-47
• 4.2 車輛變形能用于平面碰撞47-55
• 4.2.1 平面碰撞模型假設47
• 4.2.2 碰撞動力學模型47-52
• 4.2.3 碰撞后動力學模型52-55
• 4.3 車輛相關參數(shù)的確定55-57
• 4.3.1 質心位置的確定56
• 4.3.2 碰撞位置的確定56
• 4.3.3 轉動慣量的確定56-57
• 4.4 用MATLAB GUI開發(fā)交通事故再現(xiàn)人機交互平臺57-58
• 4.5 本章總結58-60
• 第五章 實際案例分析60-68
• 5.1 案例分析一60-64
• 5.1.1 車輛變形能的計算61
• 5.1.2 事故再現(xiàn)61-63
• 5.1.3 與PC-Crash計算結果比較63-64
• 5.2 案例分析二64-67
• 5.2.1 車輛變形能的計算65
• 5.2.2 事故再現(xiàn)65-66
• 5.2.3 與PC-Crash計算結果比較66-67
• 5.3 結論67-68
• 第六章 總結與展望68-70
• 6.1 總結68-69
• 6.2 不足與展望69-70
• 參考文獻70-73
• 致謝73-74
• 攻讀碩士學位期間發(fā)表的論文74-75
• 附錄A75-77

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 周會成,陳吉紅,黃聲華,于克訓;用三維點云計算活塞腔的體積[J];現(xiàn)代測量與實驗室管理;2003年02期

2 托雷;康志忠;謝遠成;王保前;;利用三維點云數(shù)據(jù)的地鐵隧道斷面連續(xù)截取方法研究[J];武漢大學學報(信息科學版);2013年02期

3 孫軍華;謝萍;劉震;張廣軍;;基于分層塊狀全局搜索的三維點云自動配準[J];光學精密工程;2013年01期

4 周正捚;;基于三維點云數(shù)據(jù)在隧道變形監(jiān)測中的應用[J];河南科技;2014年05期

5 葛寶臻;彭博;田慶國;;基于曲率圖的三維點云數(shù)據(jù)配準[J];天津大學學報;2013年02期

6 李嘉;阿依古麗·阿曼;鄭德華;;復雜場景三維點云中未知球形目標的自動識別方法[J];計算機輔助設計與圖形學學報;2013年10期

7 孟放;查紅彬;;基于LOD控制與內(nèi)外存調(diào)度的大型三維點云數(shù)據(jù)繪制[J];計算機輔助設計與圖形學學報;2006年01期

8 張牧行;賀昱曜;張智;;齊次坐標下基于卡爾曼算法的三維點云數(shù)據(jù)拼接算法[J];制造業(yè)自動化;2013年02期

9 張輝;張麗艷;;面向三維點云測量的雙目立體匹配算法[J];南京航空航天大學學報;2009年05期

10 周會成,陳吉紅,周云飛,曾理湛;三維散亂點云的分割與幾何形體重構[J];機械與電子;2003年06期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 陳寶權;;Towards Building a Live Digital City through Laser Scanning[A];第四屆全國幾何設計與計算學術會議論文集[C];2009年

中國博士學位論文全文數(shù)據(jù)庫 前3條

1 王麗輝;三維點云數(shù)據(jù)處理的技術研究[D];北京交通大學;2011年

2 安毅;三維點云數(shù)據(jù)的幾何特性估算與特征識別[D];大連理工大學;2011年

3 萬國偉;面向建筑物的三維點云生成、增強和重建技術研究[D];國防科學技術大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 梁士超;三維點云預處理技術研究[D];西南科技大學;2015年

2 可楊;基于相位輪廓術的三維重建技術研究[D];西南科技大學;2015年

3 鄧軍;三維點云處理和規(guī)則曲面擬合算法研究[D];西南科技大學;2015年

4 宋立鵬;室外場景三維點云數(shù)據(jù)的分割與分類[D];大連理工大學;2015年

5 趙鵬;三維點云數(shù)據(jù)的離群點檢測和模型重建[D];大連理工大學;2015年

6 王建東;基于奶牛乳房子空間特征向量的三維點云相似性分析[D];天津科技大學;2013年

7 張楠;鐵路場景下三維點云識別與分類算法研究[D];北京交通大學;2016年

8 楊小青;基于法向量的三維點云配準方法研究[D];中北大學;2016年

9 王洪寶;基于車輛變形三維點云數(shù)據(jù)的碰撞事故再現(xiàn)[D];江蘇大學;2016年

10 陸桂亮;三維點云場景語義分割建模研究[D];南京大學;2014年

  本文關鍵詞：基于車輛變形三維點云數(shù)據(jù)的碰撞事故再現(xiàn)，由筆耕文化傳播整理發(fā)布。

，

本文編號：294604