Tekla二次开发 第3节 折梁的全属性及轮廓点

PolyBeam polyBeam = new PolyBeam(beamType);//声明折梁的类型 
 List<ContourPoint> polybeampoint = new List<ContourPoint>(); //添加轮廓点到折梁实体点位
 for (int i=0;i<2;i++)
 {
     for (int j=0;j<2;j++)
     {
         if (i==0)
         {
  ContourPoint pt1 = new ContourPoint(new Point(pt.X + 2000 * j, pt.Y,pt.Z), null);//自行定义的轮廓点
  polybeampoint.Add(pt1);//添加到集合里面
         }
         if (i==1)
         {
  ContourPoint pt1 = new ContourPoint(new Point(pt.X + 2000 * Math.Abs(j-1), pt.Y+2000, pt.Z), null);//自定义轮廓点
  polybeampoint.Add(pt1);//添加到集合里面
         }         
     }     
 }
 for (int i=0;i<polybeampoint.Count;i++)//获取集合的长度以方便循环体
 {
     polyBeam.AddContourPoint(polybeampoint[i]);//从集合中获取点添加到折梁
 }
 polyBeam.AddContourPoint(polybeampoint[0]);
 polyBeam.Profile.ProfileString = profile;//截面
 polyBeam.Class = color;//等级
 polyBeam.Name = name;//名称
 polyBeam.Material.MaterialString = material;//材料
 polyBeam.Finish = 1.ToString();//完成
 polyBeam.PartNumber.Prefix = partprefix;//零件前缀
 polyBeam.PartNumber.StartNumber = partStartnumber;//零件编号
 polyBeam.AssemblyNumber.Prefix = assemblypredix;//构件前缀
 polyBeam.AssemblyNumber.StartNumber = assStartnumber;//构件编号
 polyBeam.Position.Depth = depth;//构件垂直方向位置
 polyBeam.Position.DepthOffset = depthoffest;//位置偏移
 polyBeam.Position.Rotation = rotation;//旋转位置
 polyBeam.Position.RotationOffset = rotationoffest;//位置偏移
 polyBeam.Position.Plane = planeEnum;//水平方向位置
 polyBeam.Position.PlaneOffset = planeoffest;//位置偏移
 polyBeam.DeformingData.Angle = waringst;//扭曲起点
 polyBeam.DeformingData.Angle2 = waringed;//扭曲终点
 polyBeam.DeformingData.Cambering = cambering;//起拱
 polyBeam.DeformingData.Shortening = shorting;//减短
 polyBeam.Insert();
 return polyBeam;

干货第一时间送达泡泡云时空,带你精读云领域顶级会议文章标题:Automatic LiDAR-Camera Calibration of Extrinsic Parameters Using a Spherical Target作者:Tekla Toth and Zoltan Pusztai and Levente Hajder来源:ICRA2020编译:孙钦审核:王志勇摘要本文调研了不同模态设备的标定过程,这是计算机视觉中的一个重要的步骤。我们提出了一个雷达-相机系统的完自动的外参标定方法。我们的方法将球面作为它们的表面,且可以在云和相机图像中分别精确地检测到该轮廓。在合成和真实数据中的实验表明,我们的自动算法快且鲁棒,它生成了精确的相机与雷达的外参。主要贡献 我们揭示了在检测到已校准的相机图像中的椭圆的轮廓,且球的半径已知的情况下,空间中的球心是如何被估计的;我们提出了一个新颖的自动化管道来标定雷达-相机设备。方法流程本文提出的方法的数据管道如上图所示,第1步是基础步骤,它用雷达云来估计球心(和球的半径); 第2步,利用相机图像估计球心; 第3步,相机和雷达间的相对位姿估计。1, 基于雷达数据的球中心估计通过最小化最小二乘误差来估计球心坐标(x0, y0, z0),优化方程如下:分别对优化变量x0, y0, z0, r求偏导有:将式(2)中的r带入另外三个方程中,可迭代估计出球心(x0, y0, z0),以及球的半径r。2, 基于相机图像的球心估计当射线与球面相切时,方程在球面边界处只有一个根(或者说两个相同的根),此时可使用一元二次方程判别式有:然后优化估计球面中心,将式(8)写成矩阵的形式有:要估计的参数是x0,y0,z0, alpha,半径r是已知的,因为可以从雷达数据中获取它的估计值或者从校准对象(即用于标定球)中拿到。3, 通过的配准估计相对位姿
最新发布
04-07
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

灵燕空间

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值