分布式虚拟人预测显示技术

在分布式虚拟环境中人的仿真与交通工具仿真有所不同,人体具有较多关节,如果要虚拟人与环境的交互具有实时性,势必要提高其行为在网络中广播信息的数量,随着加入网络中虚拟人数量的增加,网络负荷将急剧增大.对此,在虚拟人仿真中对人体运动部位进行有机划分,使得那些经常与外界实现交互的身体部位按关节描述,其它部位按行为信息描述,同时运用DR(Dead Reckoning)算法来降低维持虚拟人逼真运动所需要的信息传送数量.实验表明,采用预测显示技术可以有效减小网络负荷,提高虚拟人的交互性.      

基于微多普勒特征的人体上肢运动参数估计

人体行走的雷达特征研究是近年发展起来的新的研究方向,基于雷达的人体目标探测在安全防护、灾害救援、生物力学和运动学研究等方面具有广阔的应用前景。人体走动时手和腿的摆动对回波信号产生调制,回波信号的微多普勒特征能精细地刻画体动规律,将有效地探测并估计人体的运动规律。主要研究人体上肢的雷达特征,首先以人体上肢的运动模型为基础,建立了其雷达回波模型,通过理论分析得到了参数估计的方法,通过广义Radon变换提取行人摆臂的微多普勒。最后通过仿真实验,验证了算法的有效性。     

舰载飞机进舰降落信号员模型建模

舰载机在航母上降落面临着极其复杂的环境,末端进舰阶段需要降落信号员(LSO)的信号指引,在舰载机的人机系统仿真模型中,需要包括LSO的模型.分析了舰载机进舰飞行过程中LSO的作用和行为特征.针对LSO对飞行距离、航迹偏差判断和指令决策的行为特征,采用模糊逻辑建立了相应的行为模型.针对 LSO对舰船运动预测的行为特征,利用神经网络建立其行为模型,对几种典型进舰情况进行仿真,验证 LSO模型的合理性.      

非完备信息下的超视距空战双机协同战术识别

针对超视距（BVR）空战过程中,受探测装置性能限制和敌方干扰等原因,导致目标信息易缺失,从而难以实时准确地识别敌方协同空战战术的问题,提出了一种基于动态贝叶斯网络（DBN）与参数学习的超视距空战双机协同战术识别方法。分析了超视距空战条件下的双机协同战术特征,根据长机和僚机的职能分工、当前态势及机动动作,构建了识别网络模型;为提高模型对双机协同战术的识别概率,采用期望最大参数学习方法优化网络参数;基于自回归模型对缺失目标信息进行修补,提出非完备信息下的双机协同战术识别推理算法。通过开展空战对抗仿真实验,验证了双机协同战术识别方法对于非完备信息下的超视距空战双机协同战术具有较高的识别概率和较好的实时性。     

人体手端点到点运动的优化轨迹生成与控制

考虑肢体肌肉的生理特征和肌肉收缩的动力学行为,利用肌肉等长收缩的最小功准则研究了人体手端点到点运动的优化轨迹生成与控制问题.讨论了肌肉收缩的动力学特性,建立水平面内上肢运动的动力学模型,提出将肌肉等长收缩的最小功准则作为优化的目标函数,运用最优化理论将手端点到点的运动问题转化为最优控制问题,设计了求解手端运动优化轨迹的迭代算法,得到了手端运动的控制规律和优化轨迹.算例仿真表明该方法对手端运动优化轨迹的预测是有效的.     

双机编队空空导弹协同发射区模拟仿真分析

对双机编队协同作战条件下的空空导弹发射区进行了仿真研究.通过分析单机作战条件下空空导弹实际发射区的形成机理,结合协同作战条件下空空导弹发射/制导方式,得出协同发射区的定义;建立导弹、目标和载机的运动模型,分析了影响协同发射区的导弹、发射机及制导机约束条件,采用黄金分割的方法搜索协同发射区的远界和近界,对不同参数影响下的双机协同发射区进行了仿真实验.仿真结果证实双机协同能有效扩大导弹允许发射区且协同发射区受制导机及导弹参数的影响.      

基于眼动、位姿及场景视频的人体运动方向预测方法

外骨骼机器人作为新提出的改善、提高人类生活能力的智能设备，同样需要高效智能的人机交互系统，而人机交互的第一步，则是精准预测人的行为意图。从外骨骼机器人的顶层控制角度出发，介绍了人体运动意图识别和外骨骼机器人智能交互能力的研究现状，并对人体运动方向识别进行了研究。提出了一种结合眼动信息、位姿信息及场景视频信息的多信息融合的人体运动意图识别网络架构，并进行了采集设备的穿戴实验。利用实验数据，对提出的网络方法进行了实验验证。结果表明:所提出的人体运动方向的识别系统，可以预测出人体运动过程中的运动方向。      

航天员转体技术仿真

航天员在自由状态下的转体技术是航天员训练和太空任务完成好坏的重要指标。本文借助１５段的人体模型,使用多刚体动力学的方法建立起航天员转体动作的力学模型。该模型易于编程,适合于实时计算。并使用计算机动画技术,建立了航天员转体运动的实时动态仿真系统。该系统只要求输入基本的人体测量数据和肢体的相对运动规律,以图形动画形式输出,具有良好的交互性。     

基于多尺度联合学习的行人重识别

现有的行人重识别方法主要关注于学习行人的局部特征来实现跨摄像机条件下的行人辨识。然而在人体部件存在运动或遮挡、背景干扰等行人数据非完备条件下，会导致行人局部辨识信息丢失概率的增加。针对这个问题，提出了一种多尺度联合学习方法对行人辨识特征进行精细化表达。该方法包含3个分支网络，分别提取行人的粗粒度全局特征、细粒度全局特征和细粒度局部特征。其中粗粒度全局分支通过融合不同层次的语义信息来增强全局特征的丰富性；细粒度全局分支通过联合全部局部特征，在对全局特征进行细粒度描述的同时学习行人局部部件间的相关性；细粒度局部分支则通过遍历局部特征来挖掘行人非显著性的信息以增强局部特征的鲁棒性。为了验证所提方法的有效性，在Market1501、DukeMTMC-ReID和CUHK03三个公开数据集上开展了对比实验，实验结果表明:所提方法取得了最佳性能。      

基于区域划分与标准时间的手部异常行为检测

通过监控视频自动检测操作任务中手部异常行为，能够预防人因差错，提高人因可靠性。针对手部操作任务运动特征不明显、常用异常检测和手势识别方法不适用的问题，提出基于区域划分与标准时间的手部异常行为检测技术。使用基于椭圆模型的肤色检测方法，检测视频中手部形心位置；提出工作区域划分方法，根据手部形心在操作过程中所处区域的不同，将连续操作分割为单元任务，获得各段单元任务的起止时间和持续时长；以正常工作时间为标准，对超出标准时间范围的单元任务提出异常警告。实验表明:所提方法的单元任务分割正确率高于93%，异常行为检测率高于86%，能够有效检测手部异常行为，为人为差错的监测与预警提供技术支持。      

基于约束Delaunay三角剖分的筋特征识别与构建算法

为识别飞机结构件中的筋特征,提出一种基于Delaunay三角剖分的识别与构建算法。首先,根据飞机结构件腹板和平顶筋加工方式的不同以及二者几何上的相似性,引入广义腹板概念表示腹板面和平顶筋,并建立筋的表示模型;其次,利用约束Delaunay三角剖分算法,剖分广义腹板面,进行平顶筋面和腹板面的识别与区分,并提取平顶筋面的中轴线;最后,利用中轴线拆分平顶筋并将斜顶筋作为广义腹板的子特征进行识别与构建。实例结果表明,该算法是正确和有效的。      

基于角色切换策略的多无人机协同区域搜索

针对存在随机分布目标的区域快速搜索问题开展研究，考虑无人机有限通信能力和探测信息的实时回传需求，提出了一种基于角色切换策略的多无人机协同区域搜索方法。首先，考虑各无人机平台的历史搜索信息和协同搜索收益，基于概率传感器模型构建了多无人机协同区域搜索求解框架；其次，基于4项无人机节点重要性的评价指标，采用改进逼近理想解排序法（TOPSIS）完成无人机节点重要性评估，通过无人机角色动态切换实现了区域搜索过程中协同搜索收益与网络连通性的平衡；最后，考虑机间防撞、通信保持、无人机运动学等约束条件，利用分布式滚动时域优化方法完成各无人机在线运动规划，实现多无人机协同区域搜索。仿真结果表明了所提方法的可行性和有效性。      

人机协作中人的动作终点预测

为实现安全高效的人机协作（HRC）,需要机器人及时对人的动作做出预测,从而积极主动地辅助人工作。为解决在HRC装配场景中机器人对人的动作终点预测问题,提出了一种基于长短时记忆（LSTM）网络的动作终点预测方法。在训练阶段,用人的动作序列与对应的动作终点组成的样本训练LSTM网络,构建动作序列与动作终点之间的映射。在应用阶段,根据人的动作的初始部分对动作终点提前做出预测。通过在装配场景中,对人抓取工具或零件的动作终点进行预测,验证了所提方法的有效性。在观测到50%的动作片段时,预测准确率达到80%以上。      

一种柔性空间双臂机器人的协同控制和避障方法

针对柔性空间机械臂在轨服务应用需求，提出一种基于刚体运动与柔性振动相耦合的空间双臂机器人协同控制方法.首先引入空间位姿变量的概念，构造出面向协同控制目标的Jacobian矩阵，建立柔性空间机器人系统的刚柔耦合动力学模型，基于指定的最小距离得到其运动学逆解，并根据系统动量矩守恒关系及系统的Jacobian矩阵，并根据机械臂末端的运动速度,然后采用阻尼最小二乘法得出关节角度，使柔性空间机器人能够有效完成协同控制和空间避障任务，并基于RecurDyn V7R5软件环境验证算法的正确性.最后，基于SolidWorks和ADAMS虚拟样机建立柔性空间机器人系统的立体CAD模型，并结合空间在轨搬运任务进行模拟仿真，柔性空间机器人关节操作和运动轨迹的仿真结果图验证了本文算法的有效性.     

飞机框肋类零件基础特征自动识别与提取算法

飞机框肋类零件是组成飞机骨架的重要零件,具有数量大、形状各异等特点,其生产制造所耗费的时间在飞机研制过程中占有较大比重。然而,通过现有CAD软件所提供的功能进行相关制造操作,无论是效率、质量等均已不能满足现代飞机设计和制造要求,围绕飞机框肋类零件研究和开发相关的自动化制造系统已迫在眉睫。基于框肋类零件边界表示模型对零件基础特征进行自动识别与提取,是实现后续相关工艺规划与加工的基础与前提。针对该问题,提出零件基础特征模型,并建立一种基于同侧面的特征识别算法,即:以零件STEP数据作为输入,选取两侧腹板面,应用属性邻接图（AAG）构建、有效邻面识别、关联面完整识别等方法,逐级识别各级关联面以构建两侧同侧面,通过同侧面单元匹配最终实现基础特征构造和特征邻接图构建。其中,针对零件三维模型中的碎面缺陷提出其定义与识别方法,以保证特征面识别的完整性。经由实例测试,验证所提算法的可行性与有效性。      

基于行为的非合作目标多航天器编队轨迹规划

目前航天器编队轨迹规划的研究并未综合考虑目标非合作性、构型复杂性及控制协同性等问题,针对非合作目标多航天器编队系统,提出了一种基于行为的相对运动轨迹规划方法。首先,基于聚集行为模型设计了期望运动场,将期望速度视为一系列具有不同行为特性的速度矢量和,通过构造平衡态构型公式计算行为调节参数。其次,采用高斯型环境函数描述了非合作目标特性,并通过C-W方程对期望运动场进行了改进,使得该方法在多航天器编队系统与非合作目标形成期望构型的过程中,既能避免编队成员之间发生碰撞,又能保证与非合作目标之间的安全距离。仿真结果表明,该算法可以使多航天器编队系统在3000s内运动至期望构型。该方法在复杂的、多个控制目标的编队飞行轨迹规划中优势明显,具有自主性、协同性、鲁棒性强等特点,同时可应用于不同类型的编队构型相对运动规划。