近年來海洋工程裝備制造發(fā)展迅速,滑道資源幾乎枯竭,而非滑道建造備受重視。由于地基承載力的限制,非滑道建造過程需要對海洋油氣平臺進行模塊化分割,分模塊建造后的對接精度成為其中的關(guān)鍵問題之一。本文對基于三維激光掃描儀的對接精度監(jiān)測方法進行研究,主要內(nèi)容如下:(1)本文針對鋼結(jié)構(gòu)模塊對接與框架式結(jié)構(gòu)分層建造對接的關(guān)鍵技術(shù)標準進行研究,并分析不同類型連接方式的特點,設(shè)計不同截面類型梁柱構(gòu)件的特征提取方案。(2)對地面三維激光掃描儀的原理與數(shù)據(jù)獲取誤差因素進行分析,分析三維激光掃描儀檢校方法,指導(dǎo)鋼結(jié)構(gòu)點云的獲取。(3)對分測站點云進行基于標靶的配準平差以及誤差分析,研究基于屬性信息的標靶中心坐標提取方法;研究基于統(tǒng)計濾波與半徑濾波的點云降噪處理方法,以及使用體素柵格下采樣對點云進行精簡的算法。(4)鋼結(jié)構(gòu)點云數(shù)據(jù)處理算法與特征提取方法研究,包括:基于K鄰域的點云法線估計、基于法線特征提取平面與圓柱算法、聚類分割算法,以及基于關(guān)鍵特征的點云與設(shè)計模型對齊方法。并對鋼結(jié)構(gòu)立柱垂直度、撓度以及關(guān)鍵尺寸信息的提取方法進行研究。(5)基于設(shè)計模型的鋼結(jié)構(gòu)端口特征自動提取算法研究與對接匹配算法研究。通過設(shè)計模型確定端口域,提取域內(nèi)點云,并聚類分割端口特征,通過特征的擬合與相交求解特征點;將對接端口點云投影至二維平面,使用ICP算法進行待對接端口的整體匹配以求解對接的較優(yōu)位置,并與單一端口的匹配對比,分析對接偏差。(6)選擇CloudCompare軟件作為二次開發(fā)平臺,實現(xiàn)拼接、降噪與下采樣、特征自動提取與誤差分析的功能以及對接結(jié)構(gòu)端口點云自動匹配功能,設(shè)計后臺數(shù)據(jù)庫。并且通過鋼結(jié)構(gòu)模塊Slug Catcher進行實例仿真,對系統(tǒng)功能進行驗證。通過基于三維激光掃描的鋼結(jié)構(gòu)對接技術(shù)進行研究,完成了關(guān)鍵算法的研究與軟件開發(fā)工作,實現(xiàn)了鋼結(jié)構(gòu)模塊建造過程中數(shù)據(jù)處理功能,提高了鋼結(jié)構(gòu)對接監(jiān)測的效率與精度。
【學(xué)位單位】：天津大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：P75;TE95
【部分圖文】：

柱和甲板片進行矯正，直到安裝精度滿足技術(shù)要求位置，工作量較大且成本較高。??圖１－１鋼結(jié)構(gòu)模塊?圖１－２框架式鋼結(jié)構(gòu)??Ｆｉｇｕｒｅ?１－１?Ｓｔｅｅｌ?ｓｔｒｕｃｔｕｒｅ?ｍｏｄｕｌｅ?Ｆｉｇｕｒｅ?１－２?Ｆｒａｍｅ?ｓｔｅｅｌ?ｓｔｒｕｃｔｕｒｅ??１??

需要通過吊車對甲板片的安裝誤差和位置進行調(diào)整，嚴重時需要對立??柱和甲板片進行矯正，直到安裝精度滿足技術(shù)要求位置，工作量較大且成本較高。??圖１－１鋼結(jié)構(gòu)模塊?圖１－２框架式鋼結(jié)構(gòu)??Ｆｉｇｕｒｅ?１－１?Ｓｔｅｅｌ?ｓｔｒｕｃｔｕｒｅ?ｍｏｄｕｌｅ?Ｆｉｇｕｒｅ?１－２?Ｆｒａｍｅ?ｓｔｅｅｌ?ｓｔｒｕｃｔｕｒｅ??１??

框架式鋼結(jié)構(gòu)的整體安裝通常需要提升至拼裝平臺上部一段距離，再對提升??器進行微調(diào)，以確�？蚣芙Y(jié)構(gòu)物的各個桁架接頭與連接結(jié)構(gòu)物的預(yù)埋端口對齊，??而后進行各個連接端口的焊接或螺栓連接，如圖２－１所示。??戀■爛??（ａ）框架結(jié)構(gòu)整體提升?（ｂ）對接接口??圖２－１框架鋼結(jié)構(gòu)對接安裝Ｍ??Ｆｉｇｕｒｅ?２－１?Ｆｒａｍｅ?ｓｔｅｅｌ?ｓｔｒｕｃｔｕｒｅｄ?ｉｎｓｔａｌｌａｔｉｏｎ??大型框架式結(jié)構(gòu)物通常具有較多的接口，所以直接提升后進行安裝難度較大，??而使用三維激光掃描獲取結(jié)構(gòu)物數(shù)據(jù)之后可以對端口數(shù)據(jù)進行提取，對鋼結(jié)構(gòu)對??接的偏移量進行評價，并依照點云數(shù)據(jù)對關(guān)鍵構(gòu)件的尺寸與變形等信息進行分析，??避免反復(fù)吊裝造成效率低下的問題。此外，框架式鋼結(jié)構(gòu)物的橫向或縱向端口多??９??
【相似文獻】

相關(guān)期刊論文 前10條

1 王雯;任小玲;陳逍遙;;一種改進的區(qū)域增長彩色3D點云分割算法[J];國外電子測量技術(shù);2018年11期

2 馬東嶺;王曉坤;李廣云;;一種基于高度差異的點云數(shù)據(jù)分類方法[J];測繪通報;2018年06期

3 楊澤鑫;程效軍;丁瓊;程小龍;;面向室內(nèi)場景點云的對象重建[J];測繪通報;2017年06期

4 翁福洲;黃鶴;;快速點云定向數(shù)學(xué)模型實際精度分析[J];北京測繪;2017年04期

5 琚俏俏;王令文;;基于自適應(yīng)切片的點云壓縮算法[J];工程勘察;2017年09期

6 許寧;鐘友玲;;地面三維激光掃描點云重建技術(shù)研究[J];數(shù)碼世界;2017年08期

7 龔書林;;三維激光點云處理軟件的若干關(guān)鍵技術(shù)[J];測繪通報;2014年06期

8 徐守乾;朱延娟;;稀疏點云的曲面重構(gòu)[J];中國制造業(yè)信息化;2011年03期

9 梁新合;梁晉;郭成;曹巨明;;法向約束的多幅點云數(shù)據(jù)融合算法[J];西安交通大學(xué)學(xué)報;2009年05期

10 周德芳,劉京南,余玲玲;基于OpenGL實現(xiàn)三維重構(gòu)點云處理[J];電子工程師;2003年10期

相關(guān)博士學(xué)位論文 前10條

1 趙宗澤;基于數(shù)學(xué)形態(tài)學(xué)的機載LiDAR點云建筑物區(qū)域提取[D];武漢大學(xué);2016年

2 魏崇陽;城市環(huán)境中基于三維特征點云的建圖與定位技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2016年

3 奚以成;基于機載LiDAR技術(shù)的城市智能感知與變化檢測技術(shù)研究[D];沈陽農(nóng)業(yè)大學(xué);2018年

4 付瑋;基于攝影測量系統(tǒng)的標定與表面數(shù)據(jù)融合算法研究[D];南昌大學(xué);2018年

5 黃旭;LiDAR點云約束下的多視影像密集匹配與融合方法研究[D];武漢大學(xué);2016年

6 謝洪;基于地面三維激光掃描技術(shù)的海量點云模型重建關(guān)鍵算法研究[D];武漢大學(xué);2013年

7 劉立坤;基于流形理論的LiDAR多維點云分割方法研究[D];武漢大學(xué);2015年

8 張蕊;基于激光點云的復(fù)雜三維場景多態(tài)目標語義分割技術(shù)研究[D];戰(zhàn)略支援部隊信息工程大學(xué);2018年

9 李鵬;城市地物點云配準與典型要素提取[D];中國礦業(yè)大學(xué);2018年

10 胡國軍;基于條紋陣列探測的中高空激光雷達測繪系統(tǒng)關(guān)鍵技術(shù)研究[D];戰(zhàn)略支援部隊信息工程大學(xué);2018年

相關(guān)碩士學(xué)位論文 前10條

1 付忠敏;基于激光掃描的井下點云數(shù)據(jù)采集與預(yù)處理系統(tǒng)研究[D];華中科技大學(xué);2017年

2 鄒碧康;服役破損葉片頂端磨損區(qū)域的曲面重構(gòu)技術(shù)研究[D];華中科技大學(xué);2017年

3 李會賓;基于激光點云的道路邊界檢測和標線識別方法的研究與實現(xiàn)[D];北京工業(yè)大學(xué);2018年

4 張星;基于激光點云與影像融合的三維可視化研究[D];華中科技大學(xué);2017年

5 沈克賢;基于圖像序列的稀疏點云重建[D];重慶大學(xué);2018年

6 張桂;基于點云分割的零件制造誤差分析方法的研究與實現(xiàn)[D];重慶大學(xué);2018年

7 陳兆華;基于三維視覺的工業(yè)機器人工件定位方法研究[D];沈陽建筑大學(xué);2017年

8 王海榮;點云粗配準技術(shù)研究[D];天津大學(xué);2018年

9 鄒力;進化點云拼接技術(shù)的優(yōu)化加速方法研究[D];天津大學(xué);2018年

10 周唐愷;基于Kinect的三維模式識別技術(shù)研究[D];北京石油化工學(xué)院;2016年

本文編號：2869330