基于三维激光雷达的自动驾驶车辆高精度地图构建.caj

为研究AC-10沥青混合料试件的空隙率,采用SYM-457马歇尔击实仪制作AC-10标准马歇尔试件,并将上述试件按3 mm间隔进行CT扫描,应用Matlab图像处理软件对所得扫描图像进行处理,结合统计学方法计算其空隙率,同时将所得到的dcm格式的CT扫描图像导入Mimics软件中进行三维重构,通过对阈值的调整,实现对沥青混合料中胶浆、空隙、粗集料的识别与分离,最终获得沥青混合料的空隙率.结果表明:相对于应用统计学方法计算得到的沥青混合料空隙率4.7%,应用Mimics软件得到的空隙率为4.56%,与真实值4.0%更接近.

激光焊接（LW）成为最经济的高质量连接工艺之一。 LW的优点是热量输入受到严格控制，导致变形低，并且能够焊接热敏感部件。 为了有效地利用LW带来的好处，有必要开发一种集成方法来识别和控制焊接工艺变量，以产生所需的焊接特性，而不必强迫使用传统且严格的试验和错误程序。 本文利用3D数值建模和实验验证，对低碳镀锌钢激光搭接焊的焊缝几何特征预测进行了研究。 与温度有关的材料特性，冶金转变和焓方法构成了所提出的建模方法的基础。 采用自适应3D热源来模拟LW过程的锁孔和传导模式。 使用商业软件上的3D有限元模型进行仿真。 该模型用于估算各种LW参数（例如激光功率，焊接速度和激光束直径）的焊缝几何特性。 3D数值模型的校准和验证基于使用3 kW Nd：Yag激光系统获得的实验数据，结构化的实验设计和经过确认的统计分析工具。 结果表明，该建模方法不仅可以为可变的焊接参数和条件下的焊接特性提供一致且准确的预测，而且还可以对过程参数对焊接质量的影响进行全面而定量的分析。 结果表明，焊缝几何形状特性的预测值和测量值之间具有很高的一致性，例如熔深，顶部表面的焊缝宽度和薄板之间的界面处的焊缝宽度，平均精度大于9

介绍绿山MESA软件在三维高分辩地震勘探中的应用

我们为AdS3上的广义相对论提出了一组新的边界条件，其中边界自由度的动力学由可积方程的Gardner层次结构的两个独立的左右成员描述，也称为“混合KdV-mKdV” 层次结构。 该可集成系统具有非常特殊的属性，可将Korteweg-de Vries（KdV）和改进的Korteweg-de Vries（mKdV）层次结构同时组合在一个可集成结构中。 三维时空引力和二维可积系统之间的这种关系是基于最近在AdS3上引入的“软毛边界条件”的扩展的，现在允许化学势局部取决于动力场及其空间 衍生品。 Gardner系统的完整可积结构，即相空间，泊松括号和无限数量的可交换守恒电荷，是直接从渐近分析和重力理论中的守恒表面积分中直接获得的。 这些边界条件具有特殊的性质，它们也可以解释为在具有事件视界的时空的近视界区域中定义。 然后，黑洞解决方案自然地容纳在我们的边界条件内，并由与Gardner层次结构的相应成员相关联的静态配置来描述。 还讨论了由我们的边界条件定义的集合中黑洞的热力学性质。 最后，我们证明了我们的结果可以自然地扩展到宇宙常数消失的情况，并且可积系统与AdS3情况完全相同。

PSG 3D 三维测绘系统新技术应用（三维测图技术） 一、三维测图是革命性新技术 1、大幅度减少外业工作，提高成图效率。 （1）与地面测图比较，无需仪器野外采集细部点，省去80%以上的外业采集和调绘工作。 （2）与立体测图比较，无需屋檐改正，省去80%以上的外业调绘工作，省去补测高程点。 （3）如果模型足够清晰，地物遮挡不严重，基本无调绘补测。 2、裸眼测图，所见即所得，提高成图质量。 3、室内作业为主，降低劳动强度和生产成本，无惧刮风下雨，缩短成图周期。 4、可预见2-5年内基本取代现有测图方式。 二、三维模型的快速获取 1、1:500 – 1:2000地形测量航拍及高精度的不动产测图航拍，10平方公里以下。 建议采用旋翼无人机倾斜摄影，照片地面分辨率1.5厘米。 采用合适的相机，适当加大像控点密度，可以满足5厘米的界址点精度要求。 航拍效率：<2平方公里/天。 2、 三维建模是“瓶颈” 三维建模需要投入高性能计算机集群运算，建模效率

第1章 OpenSceneGraph概述 1.1 OpenSceneGraph简介 1.1.1 什么是OpenSceneGraph 1.1.2 OpenSceneGraph的历史和发展 1.1.3 OSG中国 1.1.4 OSG组成模块 1.2 开发的预备知识 1.3 OSG的安装及编译 1.3.1 OSG的获取及安装 1.3.2 编译OSG 1.3.3 OSG邮件列表 1.4 OSG基础 1.4.1 开发环境设置 1.4.2 OSG中的HelloWorld工程 1.4.3 OSG实用工具——场景浏览器osgViewer 1.4.4 OSG实用工具——版本信息查看器osgVersion 1.4.5 OSG实用工具——场景图形压缩归档工具osgArchive 1.4.6 OSG实用工具——数据转换工具osgConv 第2章 OpenSceneGraph数学基础 2.1 坐标系统 2.2 坐标系变换 2.2.1 世界坐标系-物体坐标系变换 2.2.2 物体坐标系-世界坐标系变换 2.2.3 世界坐标系-屏幕坐标系变换 2.3 向量、矩阵及四元数 2.3.1 向量 2.3.2 矩阵 2.3.3 四元数 2.3.4 矩阵与四元数之间的转换 第3章 场景的组织及渲染 3.1 OSG场景树 3.1.1 OSG场景树节点 3.1.2 OSG中的父节点与子节点 3.2 Geode 3.2.1 Billboard节点 3.2.2 布告板示例 3.3 Group 3.3.1 位置变换节点 3.3.2 位置变换节点示例 3.3.3 矩阵变换节点 3.3.4 矩阵变换节点示例 3.3.5 自动对齐节点 3.3.6 自动对齐节点示例 3.3.7 开关节点 3.3.8 开关节点示例 3.3.9 细节层次节点 3.3.10 细节层次节点示例 3.3.11 分页细节层次节点 3.3.12 分页细节层次节点示例 3.3.13 替代节点 3.3.14 替代节点示例 3.3.15 遮挡裁剪节点 3.3.16 遮挡裁剪节点示例 3.3.17 坐标系节点 3.3.18 坐标系节点示例 3.4 场景中节点的拷贝——osg::CopyOp类 3.4.1 自定义场景拷贝示例（一） 3.4.2 自定义场景拷贝示例（二） 第4章 OSG中几何体的绘制 第5章 渲染状态、纹理与光照 第6章 文件的读写 第7章 场景图形的工作机制 第8章 场景图形管理 第9章 OSG文字 第10章 OSG动画与声音 第12章 osgFX扩展库及osgSim扩展库 第13章 OSG地形与地理信息 参考文献

第1章 OpenSceneGraph概述 1.1 OpenSceneGraph简介 1.1.1 什么是OpenSceneGraph 1.1.2 OpenSceneGraph的历史和发展 1.1.3 OSG中国 1.1.4 OSG组成模块 1.2 开发的预备知识 1.3 OSG的安装及编译 1.3.1 OSG的获取及安装 1.3.2 编译OSG 1.3.3 OSG邮件列表 1.4 OSG基础 1.4.1 开发环境设置 1.4.2 OSG中的HelloWorld工程 1.4.3 OSG实用工具——场景浏览器osgViewer 1.4.4 OSG实用工具——版本信息查看器osgVersion 1.4.5 OSG实用工具——场景图形压缩归档工具osgArchive 1.4.6 OSG实用工具——数据转换工具osgConv 第2章 OpenSceneGraph数学基础 2.1 坐标系统 2.2 坐标系变换 2.2.1 世界坐标系-物体坐标系变换 2.2.2 物体坐标系-世界坐标系变换 2.2.3 世界坐标系-屏幕坐标系变换 2.3 向量、矩阵及四元数 2.3.1 向量 2.3.2 矩阵 2.3.3 四元数 2.3.4 矩阵与四元数之间的转换 第3章 场景的组织及渲染 3.1 OSG场景树 3.1.1 OSG场景树节点 3.1.2 OSG中的父节点与子节点 3.2 Geode 3.2.1 Billboard节点 3.2.2 布告板示例 3.3 Group 3.3.1 位置变换节点 3.3.2 位置变换节点示例 3.3.3 矩阵变换节点 3.3.4 矩阵变换节点示例 3.3.5 自动对齐节点 3.3.6 自动对齐节点示例 3.3.7 开关节点 3.3.8 开关节点示例 3.3.9 细节层次节点 3.3.10 细节层次节点示例 3.3.11 分页细节层次节点 3.3.12 分页细节层次节点示例 3.3.13 替代节点 3.3.14 替代节点示例 3.3.15 遮挡裁剪节点 3.3.16 遮挡裁剪节点示例 3.3.17 坐标系节点 3.3.18 坐标系节点示例 3.4 场景中节点的拷贝——osg::CopyOp类 3.4.1 自定义场景拷贝示例（一） 3.4.2 自定义场景拷贝示例（二） 第4章 OSG中几何体的绘制 第5章 渲染状态、纹理与光照 第6章 文件的读写 第7章 场景图形的工作机制 第8章 场景图形管理 第9章 OSG文字 第10章 OSG动画与声音 第12章 osgFX扩展库及osgSim扩展库 第13章 OSG地形与地理信息 参考文献

该书是OSG三维渲染引擎编程指南电子版高清电子版，可以为OSG的学习带来很大帮助。

深度学习三维重建 Deep Image Matting--2017-CVPR (源码、原文） 深度学习三维重建 Deep Image Matting--2017-CVPR (源码、原文） 深度学习三维重建 Deep Image Matting--2017-CVPR (源码、原文） 深度学习三维重建 Deep Image Matting--2017-CVPR (源码、原文） 深度学习三维重建 Deep Image Matting--2017-CVPR (源码、原文） 深度学习三维重建 Deep Image Matting--2017-CVPR (源码、原文） 深度学习三维重建 Deep Image Matting--2017-CVPR (源码、原文） 深度学习三维重建 Deep Image Matting--2017-CVPR (源码、原文） 深度学习三维重建 Deep Image Matting--2017-CVPR (源码、原文） 深度学习三维重建 Deep Image Matting--2017-CVPR (源码、原文） 深度学习三维重建 Deep Image Matting--