基于视觉SLAM的飞机模拟座舱三维地图构建

针对飞机座舱副驾驶的研究需要,为使得机械臂能够在飞机座舱完成导航任务,旨在构建一个可用于机械臂导航的飞机模拟座舱三维地图。 针对特征点分布情况对即时定位与地图构建( simultaneous localization and mapping,简称 SLAM)的建图精度的影响,通过实验对比,验证了 ORB-SLAM 改进的 ORB( oriented FAST and rotated BRIEF)特征检测算法相对于 OpenCV 库中 SIFT,SURF 和 ORB 算法检测提取的特征点分布更加均匀,更适用于 SLAM。 采用 Kinect V2. 0 作为深度信息图像和彩色图像的数据采集设备,在飞机模拟座舱真实的环境下,结合 ROS 系统和 ORBSLAM2 系统框架,构建了飞机座舱内的三维稠密点云地图。 针对点云地图存在数据大和难以实现导航等问题,采用了 OctoMap 数据模型,该数据模型能够压缩点云,调节分辨率和判断空间是否被占据,将点云地图转化为八叉树地图,最终获得数据小和适用于导航的三维八叉树地图。     

机器人原位铣削离散点云快速精简方法研究及应用

为了满足飞机装配机器人原位铣削对数字化高精度快速测量需求,开展了适应三维点云的双边滤波处理和快速精简算法研究,开发了点云快速处理与分析应用软件,实现了空间点云数据的降噪和精简处理,降低滤波对边界特征的损伤,有效保留了复杂构件圆角、筋条、空间曲线边界等关键特征。以典型样件为测试对象,通过与三坐标测量结果对比,验证了本文研究的有效性,软件接口开放性高,实现了与自动化设备的高度集成应用,避免了大量人机交互操作,缩短了数据处理时间,满足了机器人原位铣削的时效性需求。     

测量位置点驱动的飞机蒙皮对缝结构点云分割方法

飞机蒙皮表面存在大量对缝结构,其质量对飞机性能、寿命和可靠性有着重要影响。目前蒙皮对缝结构点云数据处理阶段存在数据量大、数据处理效率低、难度大等问题。为提高对缝参数计算效率,提出了一种测量位置点驱动的飞机蒙皮对缝结构点云分割方法。提取蒙皮理论模型对缝结构边缘曲线特征并离散成测量位置点,由测量位置点引导空间包围盒的构建,驱动对缝点云数据实现局部分割。试验结果表明该方法针对对缝结构点云能取得良好的分割效果。     

面向MR远程协同任务的实物虚拟化方法研究

混合现实（Mixed reality,MR）技术的飞速发展为装配场景中的远程协同任务带来了新的可能。作为MR协同系统的前置环节,实物虚拟化的主要任务是为用户浏览与交互提供可靠的模型支撑与虚实融合关系。现有方法无法同时兼顾装配零件细节高还原度、低虚拟化成本的目标。本文提出了一种基于模板匹配和点云配准原理的零件模型精密恢复方法,针对MR远程协同过程中的任务相关零件,首先通过基于背景差分与八叉树空间检索的背景点云分割以及基于超体素的前景粘连点云分割获得零件点云相关的先验信息来分割模板匹配感兴趣区域ROI,解决了原始LineMod算法抗遮挡性弱、模板比对效率低的问题,完成了对零件点云的识别匹配和位姿粗略估计;然后利用ICP算法进一步优化估计的位姿,求解相关零件在重建点云模型中的精确位姿;最后根据此位姿,用高精度的零件CAD模型替换3D重建点云场景中的零件重建点云模型,最终实现对共享MR协同场景的实物虚拟化。通过对复杂装配场景中的多种零件进行实物虚拟化试验,证明了本文方法能够准确识别零件点云,实现精确的实物虚拟化,在MR远程协同任务中具有重要的实用意义。     

基于多特征点参数权值优化的蒙皮点云去噪研究

点云去噪的效果对三维扫描过程后续的曲面拟合与造型设计至关重要，如何快速准确提取特征点已成为研究热点，然而点云去噪的关键之处在于奇异值与离群值的检测。提出耦合多特征点参数的去噪模型，分别讨论每个特征点参数对去噪模型的影响程度；采用群智能算法求解出一组最优参数权重，以此确定点云去噪模型，从而达到三维散乱点云最优去噪效果；通过对Bunny 模型进行去噪仿真以及某一型号的蒙皮进行去噪实验，对去噪模型进行验证。结果表明：本文提出的点云去噪模型相较于半径滤波器、统计滤波器、改进体素滤波结合高斯滤波模型，迭代更快、耗时更少，具有更好的去噪效果。     

基于多模态感知与融合的无人车韧性导航系统

针对野外复杂环境下的无人车自主导航需要,建立了一种基于多源融合定位、语义建图与运动规划的智能导航系统.首先,针对IMU、轮式里程计、视觉SLAM与激光雷达SLAM等测量子系统,设计了误差状态扩展卡尔曼滤波器进行融合定位.其次,基于改进的CNN语义分割网络生成环境的语义图像,与3D激光雷达点云融合,并使用最大概率更新算法构建语义3D地图.接着,在语义和几何信息投影获得可通行性代价的基础上,提出了一种语义动态窗口的局部路径规划方法.最后,将以上感知、定位与规划方法整合成完整的智能导航系统,在城市与野外典型场景的测试中,相对定位误差小于0.4％D,具备一定的韧性导航定位和智能感知规划能力.     

基于图优化的惯性/地磁/激光雷达复合定位技术研究

为解决卫星失锁条件下车辆的高精度、高可靠性定位问题,结合惯性导航、运动约束、地磁 匹配、激光点云匹配方法的优势,提出了一种基于图优化的惯性/地磁/激光雷达复合定位方案。 首先,采用因子图优化算法,实现惯导预积分信息、运动约束信息、地磁匹配信息、激光雷达点云匹 配信息的异步多源信息融合。然后,在点云匹配失效时,惯性/运动约束/地磁可以实现精度保持, 为点云匹配提供持续可用的先验信息,以避免点云匹配一旦失效后由于先验位姿发散再难匹配的 问题。最后,搭建试验平台完成跑车试验。试验结果表明,该方案可以实现车辆的高精度、高可靠 性定位,点云匹配有效定位精度为1.24m(max),均方根为0.48m,在因点云地图缺失而造成匹配 失效时,惯性/运动约束/地磁可实现定位精度保持在10.29m(max)。     

面向结构化场景的激光雷达点云高精度配准与定位方法

在基于先验地图的激光雷达室内导航方案中,通常采用点云配准的方法进行无人设备位姿初始化。在结构化场景下,传统配准算法特征鲁棒性较差,导致点云配准的误差较大且易陷入局部最优。针对该问题,提出了一种基于多平面空间模型的点云快速配准方法。首先该方法利用特征直方图的思想对空间点云进行快速粗聚类,根据平面一致性将粗聚类后的点集进行合并形成面特征,从而对密闭空间进行平面模型化表示。随后通过空间平面排序实现了面特征的快速关联,并利用线性匹配方法实现了两帧点云的精确配准,从而解算出机体在先验地图中的相对位姿。最后通过Gazebo搭建的仿真环境与室内结构化模拟环境对算法进行了验证。结果表明,在大型结构化场景下,算法具有更好的适应性以及更高的计算效率,能够快速为无人系统提供精准的地图初始位姿。     

基于局部几何特征的稠密点云配准方法

针对现有的稠密点云配准方法依赖初始位置设定、计算成本高、配准成功率不高等问题，提出了一种基于点云局部几何特征的稠密点云配准方法。采用深度卷积网络模型提取点云的局部几何特征，从而减少了三维点云数据的噪声、低分辨率和不完备性等带来的影响。在此基础上，使用K维树搜索完成局部几何特征描述子的关联工作。最后，通过随机采样一致算法对点云的相对位姿进行鲁棒的估计。通过对开源数据集上5个典型场景中的数据测试表明，该方法的配准成功率达到92.5%，配准精度达到0.0434m，配准时间相对最邻点迭代配准算法缩短了74.7%，实验结果验证了该方法的有效性、实时性和鲁棒性。     

动态环境下融合激光雷达和IMU的激光里程计设计

激光SLAM 通常通过多帧点云配准,完成位姿变换矩阵的估计,而点云中的动态点会降低 激光里程计的定位精度。为了减少动态点引入的误差,提出了一种动态点云识别算法,并结合该 算法改进了传统特征匹配策略,组成了动态环境下融合激光雷达和IMU 的激光里程计。通过约 束范围角与动态中心点,将点云快速分割成多个簇类,再借助IMU 信息,快速建立点云簇类配准 关系,从而去除动态点,最后根据簇类的对应关系进行约束,以提高匹配的精度与速度。使用 KITTI数据集和UGV 在多个情形下进行了实验。实验结果表明,该算法可以成功识别点云中的 多个动态对象,并通过去除动态点,有效地减少了位姿估计的累积误差。     

四旋翼无人飞行器的室内定位、导航与建图

根据室内环境半结构化的特点,通过激光扫捕仪采集的数据得到特征点与特征线段,从而建立出室内环境的特征地图。利用特征点实现四旋翼无人飞行器在室内对自身的定位,同时根据现阶段特征点的个数制定导航算法,当四旋翼无人飞行器飞到下一位置时,再次建立局部地图,与此前建立的全局地图进行融合,实现全局地图的更新。     

基于路面分割的高精度地图创建优化方法研究

高精度地图主要利用已采集图像的地面信息生成,但是在真实环境中图像的地面信息容易受动态障碍物遮挡,同时GPS难免会有抖动误差,导致地图拼接效果并不理想。针对上述问题提出了一种基于路面分割的动态障碍物去除与图像配准方法。使用深度学习对全景图像进行语义分割并提取路面信息,在去除动态障碍物干扰后,利用路面特征进行图像配准。融合GPS与里程计信息进行定位优化,利用多帧图像叠加填补空缺形成地图。最终,实验验证了该方法在去除动态障碍物的同时也提高了地图的精度。     

An all-sky autonomous star map identification algorithm

The attitude of the spacecraft can be obtained with accuracy by using star sensors. Its key technology is how to identify stellar maps. Triangle algorithm is used most widely in the current star map identification algorithms. In the field of physical geography modelling, Delaunay triangulation cutting algorithm has been widely used because of its important characteristic; the result of this triangulation cutting method is unique from a random set of points. This triangulation algorithm is first applied to identify star map for its particular character. In final, the proposed method is applied to simulation; the results show that compared with the current star map identification algorithms, the algorithm presented in this paper has the advantage of real-time properties and robustness. It needs a smaller database of guidance stars and matches more rapidly.     

大比例尺地图图幅编号的计算

根据飞行任务和航行情报工作的需要,在需使用大比例尺地图时,必须知道所在地点大比例尺地图的图幅编号。为迅速、准确地算出大比例尺地图的图幅编号,本文介绍了一种运用公式计算的新方法。计算结果,经验证无误。     

基于流形学习的涡轮泵海量数据异常识别算法

为了获取海量试车数据中的信息以分析涡轮泵的健康状态,提出一种基于流形学习的海量数据异常识别算法.该算法将反映涡轮泵状态的振动数据重构到高维空间中,利用扩散映射方法直接对其进行学习,提取出数据内在的低维流形特征,以可视化的方式直观地识别出涡轮泵数据中的异常状态.仿真与试车数据验证结果表明了所提算法的可行性和有效性.该算法克服了传统方法解决非线性问题不足的缺点,为试车后涡轮泵的健康分析提供了一条新的途径.     

基于双判定准则的航空发动机叶片缺陷孔洞的边界提取

航空发动机叶片缺陷孔洞的几何形状复杂、位置分布散乱且曲率变化明显,使用单一判定准则难以完整地提取其边界特征点。为实现叶片缺陷孔洞边界的精准提取和孔洞边界线的平滑拟合,提出了一种基于双判定准则的航空发动机叶片缺陷孔洞边界特征点的提取算法。该算法采用K–Dimension tree(K–D树)建立点云的空间拓扑结构,以采样点及其K邻域点为参考依据构建拟合平面,将采样点的空间坐标转化为平面坐标。通过融合采样点的法向夹角判定准则与邻域场力矢量和判定准则,采用加权的方式获得采样点的特征值与判别阈值作为边界特征点的判定依据。通过两组试验验证了该算法的有效性和准确性,试验结果表明,该方法可有效提取复杂缺陷孔洞模型的边界特征点。     

无人机编队协调控制算法的设计及3D仿真实现

介绍了无人机编队队形保持的协调控制算法设计、3D模型地面处理、基于三维地图的3D模型绘制显示模块的设计,并进行了嵌入式下的仿真实验。基于智能体编队的一致性算法提出了队形保持的全状态反馈协调控制算法,可以实现在机动过程中的队形保持。采用三维建模软件3DMax构建3D模型原型,设计了3D模型读取绘制的流程,实现了3D模型显示。将3D模型绘制显示模块融合在三维地图软件中进行嵌入式测试,绘制效率、读取速度对三维地图软件影响很小。3D模型绘制显示模块丰富了三维地图软件的显示内容,增强了立体效果,提高了用户体验。