面向直升机的地形概率密度特征匹配方法

随着现代战争的发展,争夺低空、超低空制空权具有重要意义,地形辅助导航是实现直升机等低空飞行器导航定位的有效手段。针对直升机低空飞行场景下地形辅助导航中的地形匹配受量测误差影响大导致匹配错误进而影响定位精度的问题,通过对传统匹配相关运算方法进行分析,引入地形高程差的概率密度作为相关性计算方法,提出了一种利用地形高程差的概率密度特征进行地形匹配的方法,并引入地形复杂度与相似度对地形匹配置信度进行评估,减小错误匹配对导航误差修正的影响。仿真实验结果表明,所提出的基于概率密度特征的地形匹配方法对量测误差具有更高的适应性,匹配准确率更高,相对于传统方法,在测量误差较大的情况下可以提高56.5%的匹配准确率。通过对地形匹配置信度进行评估,在误匹配次数较多的场景下可以将组合导航定位误差的均方根误差降低为传统方法的3.54%,有效提高了地形辅助导航系统的容错性。     

三维地形不变性特征描述及其在地形匹配中的应用

 针对实时地形图与基准地形图之间存在旋转、缩放和平移等相似变换的地形匹配问题,提出一种基于地形不变性特征描述的匹配方法。分析了地形的凹凸特征,根据三维地形表面的局部极值点相对位置分布稳定的特点,采用极值点相对位置归一化表示的方法构造了地形的不变性特征向量,基于二维地形特征向量间的距离比较,实现了适应相似变换的地形匹配。该地形描述与匹配方法不依赖于地形的绝对尺度值,仿真实验表明了方法具有较好的实用性,是解决导航定位中存在缩放变换的地形匹配的有效方法。     

基于3D Zernike矩的巡检器与空间站的相对导航算法

针对航天器相对导航问题,以空间站表面为"特殊地形",提出一种基于大型航天器表面巡检的相对导航算法。首先,运用巡检飞行器上的TOF （Time of Flight）相机测量空间站表面局部点云数据,以该点云数据为实时图,以空间站表面先验点云数据为基准图。然后,利用3D Zernike矩与三维地形间的一一对应关系,将三维地形匹配转化为基于3D Zernike矩的特征向量匹配。在此基础上求解实时图与匹配上的基准图间的相对位置、相对姿态,从而确定两航天器间的相对导航参数,并通过实验分析了匹配精度及速度的主要影响因素。最后,将该相对导航参数与惯性系统推算的相对导航参数在扩展卡尔曼滤波器的框架下实现信息融合,估计了巡检飞行器与空间站间的相对位置、相对姿态,实验结果表明,相对位置精度优于0.002 m,相对姿态精度优于0.1°。     

基于TERCOM-ICP联合算法的水下地形匹配方法研究

水下地形辅助导航一直是应用于AUV的热点和前沿问题,有助于修正惯导随时间积累的定位误差,以实现精确的导航定位。对经典地形匹配方法TERCOM算法进行了简单的介绍,引入点云配准领域的ICP算法,针对多波束测深系统可以获取地形剖面的特点,提出了一种TERCOM-ICP联合匹配算法。首先使用TERCOM算法粗匹配,将粗匹配后的大致位置作为指示输入ICP算法中进行精匹配,通过仿真实验对TERCOM算法的匹配结果和ICP算法的匹配时间作对比分析。仿真结果表明：TERCOM-ICP算法可以有效提高水下地形匹配精度,经过仿真实验测试,平均匹配误差可以达到20 m以内,所用时间在160 s以内,验证了该算法应用在水下地形匹配领域的可行性,更好地满足了水下辅助导航的要求。     

复杂地形下基于三视约束的景象匹配方法

 景象匹配通过将飞行器实拍图像与机载的基准图像比较而进行导航。当飞行高度较低时,由地面大起伏引起的实时图几何变形会严重影响匹配性能,造成匹配精度下降甚至出现误匹配,这一问题严重制约了现有景象匹配系统的应用范围,比如无法应用于建筑林立的城镇地区和梯田、丘陵地带。本文首先推导了小视场内无几何变形的高空竖直透视投影模型;在此基础上,依据三视约束关系,把相邻两幅下视实时图像的特征赋给该透视模型所成的像,得到消除几何变形的特征模板,再和基准图进行匹配。因此,所提方法不仅能处理由飞行器姿态引起的实时图几何变形问题,而且适用于城镇等地面存在较大起伏的地形。理论分析和仿真实验表明,该算法取得了较好的结果,具有良好的环境适应能力,实用性较强。     

巡航导弹组合导航中综合地形匹配算法研究

为了克服惯导误差随时间累积的不足,提高巡航导弹的目标命中精度,提出了基于惯导/地形匹配组合导航的巡航导弹中制导方案.其中,地形轮廓匹配技术采用MSD算法和COR算法相结合的综合地形匹配算法,通过粗配和精配两步完成地形匹配过程.组合导航仿真结果表明,采用综合地形匹配算法的地形匹配辅助导航方法可以明显提高惯导精度,因而基于惯导/地形匹配组合导航的巡航导弹中制导方案是可行的.     

一种基于语义信息辅助的无人机视觉/惯性融合定位方法CSCD

视觉传感器在无人机室内定位中发挥着重要作用。传统基于特征点的视觉里程计算法通过底层亮度关系进行描述匹配,抗干扰能力不足,会出现匹配错误甚至失败的情况,导航系统的精度及鲁棒性有待提升。由于室内环境存在丰富的语义信息,提出了一种基于语义信息辅助的无人机视觉/惯性融合定位方法。首先,将室内语义信息进行因子建模,并与传统的视觉里程计方法进行融合;然后,基于惯性预积分方法,在因子图优化中添加惯性约束,以进一步提高无人机在动态复杂环境下的定位精度和鲁棒性;最后,通过无人机室内飞行试验对算法的定位精度进行了分析。试验结果表明,相较于传统的视觉里程计算法,该方法具有更高的精度和鲁棒性。     

月面环境三维激光SLAM技术

同步建图与定位（SLAM）可实现月球车在未知复杂月面环境下的定位与导航,月球表面由陨坑、石头等起伏地形构成,缺乏树木、建筑物等地面存有的显著特征,大量特征不显著的点云数据会对月球车定位精度和实时性造成影响。本文提出了一种针对月面环境的显著特征点云提取方法以及基于曲面定位能力估计的增量式优化算法,通过Fisher信息矩阵计算曲面定位能力指标,获取机器人位姿估计的不确定性测量,利用增量式的SLAM方案进行优化,用于提高定位精度与实时性。通过在Gazebo （物理仿真平台）仿真场景下的测试,验证了算法性能。     

基于自适应融合网络的无人机目标跟踪算法

针对无人机视频跟踪过程中,目标占比较小且易受复杂背景信息干扰等问题,提出一种基于自适应融合网络的无人机目标跟踪算法。首先,基于感受野模块和残差网络构建深度网络模型,能够有效提取目标特征并增强特征的有效感受野;其次,提出一种多尺度自适应融合网络,能够自适应地融合深层网络的语义特征和浅层网络的细节特征,增强特征的表达能力;最后,将融合的目标特征输入到相关滤波模型中,计算出响应图的最大置信分数,从而确定跟踪目标位置。仿真实验结果表明,该算法在跟踪成功率和精确率上都达到了较高水平,有效提升了无人机目标跟踪算法性能。     

一种低数据传输的多机器人实时视觉SLAM

针对多机器人视觉SLAM在实际应用中带宽受限的问题,设计了一种低数据传输的多机器人实时视觉SLAM系统.系统中引入了NetVLAD神经网络模型,通过改进NetVLAD降低了多机器人回环检测的计算资源占用,提高了回环检测的实时性.提出了一种针对描述子缺失情况下的特征匹配算法,提高了回环检测与相对量测的鲁棒性,并提出了一种增量式多机器人位姿图共享和优化方法.最后,通过在KITTI数据集进行测试,验证了该SLAM系统能有效减少多机器人通信过程中的数据传输,具有与单机器人SLAM相当的定位精度和实时性.     

地形景象匹配辅助导航可视化仿真研究及软件实现

为了直观有效验证地形景象匹配算法和演示地形辅助导航的过程,设计了地形景象辅助导航可视化仿真软件系统.利用Visual C 和OpenGL的功能实现了对导航数据和飞行过程的动态二维可视化曲线显示,对匹配区域中的实测图和参考图进行动态显示,能够直观地分析匹配结果的正确性;并在此基础上着重对地形景象匹配辅助导航过程实现了可视化仿真显示,能形象直观地演示地形景象辅助导航的过程及其性能.通过多次试验表明,该软件能很好地演示地形景象辅助导航系统的全过程及其性能,具有很好的实际应用价值.     

机场特种车辆监控系统中低能耗路由的研究

针对原有ZigBee路由方法应用于机场特种车辆监控系统中节点能量消耗大的缺点，提出了基于ZigBee的低能耗路由算法——LEZR（low—energy ZigBee routing）。该算法通过让节点尽量处于休眠状态来节省能量，从而延长网络生命周期。仿真结果表明，基于此方法设计的系统网络较原路由方法在节能和延长网络生命周期方面都有显著提高。     

基于多特征图像增强深度卷积神经网络的航天用电子元器件分类算法

为了实现航天用电子元器件的全自动及非接触识别,并减少由照明系统造成的图像亮度不均、偏色等问题对检测结果的影响,通过结合局部、区域和总体三个层次特征提升物体检测精度,提出了一种基于多特征图像增强深度卷积神经网络(MFIE-DCNN)的航天用电子元器件分类算法。MFIE-DCNN算法包含多特征学习和深度学习,其学习过程类似于人类视觉系统,能够对形状、方向和颜色特征进行深度挖掘,突出元器件边界信息,抑制背景杂波干扰。实验结果表明,该算法能够区分电路板板载元器件的种类,检测准确度优于传统算法。对比基于稀疏自动编码器的深度神经网络,检测结果提高了近20%。     

基于自适应Siamese网络的无人机目标跟踪算法

无人机已被广泛应用到军事和民用领域，目标跟踪是无人机应用的关键技术之一。针对无人机跟踪过程中目标易发生形变、遮挡等问题，提出一种基于自适应Siamese网络的无人机目标跟踪算法。首先，利用2个卷积网络构建一个5层Siamese网络，通过对模板特征与当前帧图像特征进行卷积得到目标位置；其次，利用高斯混合模型对以往的预测结果进行建模并建立目标模板库；然后，从模板库中挑选出最可靠的目标模板并以此更新Siamese网络的匹配模板，使Siamese网络能够自适应目标的外观变化；最后，引入回归模型进一步精确目标位置，降低背景对网络性能的影响。仿真实验结果表明：该算法有效降低了形变、遮挡等情况对跟踪性能的影响，具有较高的准确率。     

An optimization model of parameter matching for aircraft catapult launch

To efficiently and fully utilize aircraft carrier resources, an optimization model is presented to deal with parameter matching between aircraft and carrier in the process of aircraft catapult launch. Based on carrier aircraft longitudinal dynamic equations and theorem of kinetic energy in catapult launch course, the work characteristics of different forces are learned and a theory model of parameter matching is deduced. In view of the uncertainty of the model parameters of the theory model and the low matching accuracy of the approximate model, an optimization model of parameter matching is introduced in line with the structure of theory model and the approximate model and is generated by the proposed immune genetic algorithm. Compared with the original genetic algorithm and immune algorithm, the proposed algorithm has better calculation accuracy and convergence. The calculation results show that the optimization model occupies certain application value of engineering estimation from the comparison with the relevant literature data and has higher precision than the approximate models. The validity of the proposed approach is verified with numerical case study on a carrier based aircraft.     

改进故障隔离的容错联邦滤波

为了解决重置模式下联邦滤波器中子系统故障对导航系统污染的问题,提出利用故障检测函数构建时变量测噪声的容错联邦滤波结构。通过将故障子滤波器等价为量测噪声趋于无穷大的正常系统,来取代传统的故障隔离方法;推导出了子滤波器对应的最优估计值,用以消除子滤波器估计次优性对故障检测的影响;采用动态信息分配系数,以减少故障信息对全局估计的影响。采用惯性/天文/景象/地形(INS/CNS/SMNS/TERCOM)的组合导航系统进行了仿真验证,结果表明该容错联邦滤波方法在子系统发生故障时的估计性能优于故障隔离方法。因此,所提方法具有提高故障子滤波器精度、保证无故障子滤波器鲁棒性以及全局估计精度的优势,具有较高的实用价值。