本文關(guān)鍵詞：基于車輛變形三維點(diǎn)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(chǎng)最易保存的信息,目前該信息在交通事故處理中越來(lái)越受到重視,但車輛變形輪廓較為復(fù)雜,常規(guī)手段較難準(zhǔn)確提取。為充分利用該信息,采用三維激光掃描技術(shù)得到車輛變形,并在此基礎(chǔ)上求得變形能用于再現(xiàn)車輛碰撞事故。主要研究?jī)?nèi)容如下:1.將三維激光掃描技術(shù)引入到事故處理中,在分布合理的掃描站點(diǎn)位置上不遺漏地獲取事故現(xiàn)場(chǎng)的三維點(diǎn)云數(shù)據(jù);將各站點(diǎn)數(shù)據(jù)進(jìn)行拼接、去噪、精簡(jiǎn)處理,得到高質(zhì)量的點(diǎn)云數(shù)據(jù),再通過(guò)兩點(diǎn)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(fù)雜,從已獲取的事故車輛點(diǎn)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(diǎn)云數(shù)據(jù),將兩者相同的未變形部位的點(diǎn)云通過(guò)改進(jìn)ICP算法進(jìn)行配準(zhǔn),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(cè)量準(zhǔn)則獲取車輛變形。通過(guò)實(shí)際案例表明,改進(jìn)ICP算法解決了傳統(tǒng)ICP算法配準(zhǔn)速度慢且易發(fā)生局部收斂的缺點(diǎn),而且所給方法比手工測(cè)量方法更加客觀,準(zhǔn)確。3.車輛碰撞階段會(huì)發(fā)生回彈現(xiàn)象,可用法向恢復(fù)系數(shù)與切向恢復(fù)系數(shù)來(lái)描述,但法向與切向恢復(fù)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(guò)能量守恒定理給出變形能與恢復(fù)系數(shù)之間的關(guān)系,再結(jié)合動(dòng)量定理、動(dòng)量矩定理及彈性恢復(fù)系數(shù)的相關(guān)理論,對(duì)車輛碰撞事故進(jìn)行再現(xiàn);事故再現(xiàn)的過(guò)程中需要碰撞后車輛運(yùn)動(dòng)參數(shù),因此將碰撞后車輛簡(jiǎn)化為二輪車,建立碰撞后動(dòng)力學(xué)模型,得到相關(guān)參數(shù)與運(yùn)動(dòng)軌跡;根據(jù)上述原理,用MATLAB GUI開(kāi)發(fā)交通事故再現(xiàn)軟件,并應(yīng)用于2起實(shí)際事故,得到了碰撞后兩車的運(yùn)動(dòng)軌跡及碰撞前兩車的速度,通過(guò)與PC-Crash再現(xiàn)結(jié)果比較,表明本文所給方法較好的解決了恢復(fù)系數(shù)選取困難的問(wèn)題并且能夠準(zhǔn)確的再現(xiàn)車輛碰撞事故。
【關(guān)鍵詞】：三維激光掃描 ICP算法 車輛變形 事故再現(xiàn)
【學(xué)位授予單位】：江蘇大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：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(chǎng)數(shù)據(jù)信息采集方法的現(xiàn)狀及趨勢(shì)11-13
• 1.3 事故再現(xiàn)方法的國(guó)內(nèi)外現(xiàn)狀13-15
• 1.3.1 國(guó)外現(xiàn)狀13-14
• 1.3.2 國(guó)內(nèi)現(xiàn)狀14
• 1.3.3 國(guó)內(nèi)外現(xiàn)狀的評(píng)述14-15
• 1.4 論文的研究?jī)?nèi)容15-16
• 第二章 用三維激光掃描技術(shù)提取事故現(xiàn)場(chǎng)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(shù)獲取事故現(xiàn)場(chǎng)點(diǎn)云信息19-22
• 2.2.1 事故現(xiàn)場(chǎng)點(diǎn)云信息的獲取20-21
• 2.2.2 有掃描盲區(qū)的事故車輛點(diǎn)云信息的獲取21
• 2.2.3 多站點(diǎn)拼接21-22
• 2.3 點(diǎn)云數(shù)據(jù)的后處理22-24
• 2.3.1 點(diǎn)云的去噪22-24
• 2.3.2 點(diǎn)云的精簡(jiǎn)24
• 2.4 現(xiàn)場(chǎng)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(diǎn)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(jì)算29-30
• 3.1.3 傳統(tǒng)ICP算法存在的問(wèn)題及改進(jìn)策略30-31
• 3.2 改進(jìn)ICP算法31-35
• 3.2.1 PCA算法完成粗配準(zhǔn)31-32
• 3.2.2 k-d樹(shù)建立拓?fù)潢P(guān)系并完成最近點(diǎn)搜索32-34
• 3.2.3 初始對(duì)應(yīng)點(diǎn)權(quán)重設(shè)置34
• 3.2.4 改進(jìn)的ICP算法流程34-35
• 3.3 改進(jìn)ICP算法與傳統(tǒng)ICP算法比較分析35-36
• 3.4 用改進(jìn)ICP算法獲取車輛變形36-42
• 3.4.1 車輛變形的測(cè)量準(zhǔn)則36-37
• 3.4.2 車輛變形測(cè)量準(zhǔn)則的三維拓展37-38
• 3.4.3 用改進(jìn)ICP算法獲取車輛變形實(shí)例38-42
• 3.5 本章小結(jié)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(jì)算45-46
• 4.1.2 線彈性常剛度模型的驗(yàn)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(shè)47
• 4.2.2 碰撞動(dòng)力學(xué)模型47-52
• 4.2.3 碰撞后動(dòng)力學(xué)模型52-55
• 4.3 車輛相關(guān)參數(shù)的確定55-57
• 4.3.1 質(zhì)心位置的確定56
• 4.3.2 碰撞位置的確定56
• 4.3.3 轉(zhuǎn)動(dòng)慣量的確定56-57
• 4.4 用MATLAB GUI開(kāi)發(fā)交通事故再現(xiàn)人機(jī)交互平臺(tái)57-58
• 4.5 本章總結(jié)58-60
• 第五章 實(shí)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(jì)算61
• 5.1.2 事故再現(xiàn)61-63
• 5.1.3 與PC-Crash計(jì)算結(jié)果比較63-64
• 5.2 案例分析二64-67
• 5.2.1 車輛變形能的計(jì)算65
• 5.2.2 事故再現(xiàn)65-66
• 5.2.3 與PC-Crash計(jì)算結(jié)果比較66-67
• 5.3 結(jié)論67-68
• 第六章 總結(jié)與展望68-70
• 6.1 總結(jié)68-69
• 6.2 不足與展望69-70
• 參考文獻(xiàn)70-73
• 致謝73-74
• 攻讀碩士學(xué)位期間發(fā)表的論文74-75
• 附錄A75-77

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 周會(huì)成,陳吉紅,黃聲華,于克訓(xùn);用三維點(diǎn)云計(jì)算活塞腔的體積[J];現(xiàn)代測(cè)量與實(shí)驗(yàn)室管理;2003年02期

2 托雷;康志忠;謝遠(yuǎn)成;王保前;;利用三維點(diǎn)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(xué)學(xué)報(bào)(信息科學(xué)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(diǎn)云自動(dòng)配準(zhǔn)[J];光學(xué)精密工程;2013年01期

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

5 葛寶臻;彭博;田慶國(guó);;基于曲率圖的三維點(diǎn)云數(shù)據(jù)配準(zhǔn)[J];天津大學(xué)學(xué)報(bào);2013年02期

6 李嘉;阿依古麗·阿曼;鄭德華;;復(fù)雜場(chǎng)景三維點(diǎn)云中未知球形目標(biāo)的自動(dòng)識(shí)別方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);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(diǎn)云數(shù)據(jù)繪制[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2006年01期

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

9 張輝;張麗艷;;面向三維點(diǎn)云測(cè)量的雙目立體匹配算法[J];南京航空航天大學(xué)學(xué)報(bào);2009年05期

10 周會(huì)成,陳吉紅,周云飛,曾理湛;三維散亂點(diǎn)云的分割與幾何形體重構(gòu)[J];機(jī)械與電子;2003年06期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 陳寶權(quán);;Towards Building a Live Digital City through Laser Scanning[A];第四屆全國(guó)幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議論文集[C];2009年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

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

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

3 萬(wàn)國(guó)偉;面向建筑物的三維點(diǎn)云生成、增強(qiáng)和重建技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 梁士超;三維點(diǎn)云預(yù)處理技術(shù)研究[D];西南科技大學(xué);2015年

2 可楊;基于相位輪廓術(shù)的三維重建技術(shù)研究[D];西南科技大學(xué);2015年

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

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

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

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

7 張楠;鐵路場(chǎng)景下三維點(diǎn)云識(shí)別與分類算法研究[D];北京交通大學(xué);2016年

8 楊小青;基于法向量的三維點(diǎn)云配準(zhǔn)方法研究[D];中北大學(xué);2016年

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

10 陸桂亮;三維點(diǎn)云場(chǎng)景語(yǔ)義分割建模研究[D];南京大學(xué);2014年

  本文關(guān)鍵詞：基于車輛變形三維點(diǎn)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(hào)：294604