基于表观细粒度辨别网络的近海船舶目标检测方法

近海船舶目标检测是一项非常具有挑战性的任务,受到学者专家广泛关注。基于卷积神经网络（CNN）和注意力机制的检测器在近海船舶目标检测方面的应用取得了显著成就。然而,船舶目标检测存在着表观相似和背景干扰导致检测过程中出现误检的问题。为此,本文提出了一种用于Faster RCNN（更快的基于区域的卷积神经网络）的表观细粒度辨别的检测头模块。该模块包括类别细粒度分支和高效全维动态卷积定位分支。其中类别细粒度分支通过全局特征建模和灵活的感知范围来挖掘和利用类别细粒度辨别特征,高效全维动态卷积定位分支通过高效灵活的感知船舶边界信息来区分目标与背景,从而减少误检漏检问题。通过在近海船舶公开数据集Seaships7000 上进行实验验证,本文算法减少了误检漏检,提升了检测器性能。     

惯性推算误差抑制的神经网络自学习模型设计与验证

惯性推算误差抑制是提升复杂场景下组合导航定位性能的关键,现有采用运动约束或系统误差高阶建模的方法从运动学模型及传感器误差模型出发,通过经验确定参数及模型的最优解。深度学习隐式模型能够挖掘数据之间的隐含关系,进行自主化参数寻优,并在提升惯导误差建模精度方面具有一定优势。总结了现有主流网络模型设计的优缺点,通过对比不同的输入输出方案进行优选,最终利用卷积神经网络构建了一套惯性误差抑制的轻量化神经网络自学习模型,并利用实测车载数据验证了该模型的有效性。实验结果表明,在GNSS信号失锁300 s的路段I和失锁285 s的路段II,网络模型速度约束的算法相较于纯惯性推算和传统NHC算法均有一定提升,融合NHC及网络模型速度约束的算法在水平定位精度上分别改善了41.7%~47.4%和26.7%~36.6%,一定程度上抑制了惯性推算误差。     

无人车基于激光雷达/视觉的目标体积自动测量方法

近些年,基于激光雷达和视觉的目标感知在无人系统中得到了广泛应用。目标的体积测量在很多应用场景可以发挥极其重要的作用,然而对识别感知目标的体积测量,目前尚无大量研究。首次提出了一种基于激光雷达/视觉的无人车目标体积自动测量方法,实现了无人车与目标体积测量功能的结合。通过在LeGO-LOAM算法中加入点云畸变补偿,相较于原始LeGO-LOAM算法,无人车在高速情况下的构图精度得到提升;通过将激光雷达与视觉进行深度融合,实现了目标的自动识别与全局定位;通过基于平面拟合的地面分割与欧式聚类,实现了目标点云轮廓的实时获取;通过设计一种基于切片法的不规则物体体积测量方法,实现了无人车在运动情况下对目标体积的自动估计。最终,分别通过Gazebo仿真和实际试验验证了算法的有效性。试验结果表明,所提算法在无人车运动的情况下对静态目标物的实时体积测量精度优于3%,具有较好的工程应用价值。     

基于室内合作场景智能识别的行人导航算法

基于足绑式惯性测量单元(IMU)的惯性导航系统被广泛应用于行人导航中,其通过零速修正(ZUPT)算法可对速度估计误差进行较好的补偿,然而其位置误差会随时间发散。针对于此,提出了一种基于室内合作场景智能识别的行人导航算法。通过随机森林算法,对行人在室内平地步行、上楼梯、下楼梯等不同步态进行训练与辨识,并结合室内先验地图对行人导航的结果进行校正。通过实验表明,行人在室内行走1100m时最大定位误差为1.85m(总行程0.17%),相对无场景识别的方法精度提高了6倍,可以有效提高行人导航精度。     

直升机动力舱冷却系统冷却孔进气优化设计

对某型民用直升机动力舱冷却系统冷却孔的进气性能开展优化研究,参考飞机辅助动力单元(Applicant power unit,APU)进气系统形式设计了两类收风装置。采用数值仿真手段,对比分析在多个速度的前飞状态和不同爬升率的爬升状态下3处冷却孔的进气性能。结果显示基于Scoop型设计的收风装置在直升机大速度前飞状态收风效果最好,但在小速度前飞状态进气性能没有得到改善。基于Flush型设计的收风装置同样具有改善进气性能的作用,其最显著优点是在所有飞行状态均保证较高的冷却进气量。为后续的优化设计研究工作指明了方向。     

基于粒子群寻优的高精度星敏感器在轨标定方法

星敏感器结构设计与安装过程会产生多种误差，主要误差源有星敏感器像平面主点误差、主距误差、倾斜误差与旋转误差，这些误差影响了星敏感器在轨标定的精度。本文根据星敏感器的误差模型，提出了一种高精度的星敏感器在轨标定方法。在已知含有误差的像平面的基础上，构造一个虚拟的像平面。当粒子群优化算法使含有误差的像点投影到虚拟像平面上的坐标与无误差时像点的坐标一致时，再利用Quest解算出三轴姿态角求得两个像平面之间的姿态矩阵，得出两像平面之间的关系。结果表明：星敏感器姿态确定精度较高且比较稳定。这种方法与传统标定方法的优势在于不依靠陀螺信息，原理简单，提高了数据的准确性。     

机匣转静刮磨后轴流压气机气动性能评估研究

为揭示机匣可磨耗涂层磨损造成的叶尖间隙和粗糙度变化对压气机气动性能的影响规律,针对不同刮磨形貌下Rotor 37转子性能进行了数值模拟研究。结果表明,压气机等熵效率和出口流量对刮磨间隙和粗糙度的变化较为敏感,降幅最高可达1.78%和0.83%,而压比变化不大;刮磨间隙深度增加,刮磨最深位置前移时,叶尖泄漏增强,泄漏流与上端壁附面层及主流相互作用演变为泄漏涡,与激波相互干涉,造成较大的叶尖损失;压气机气动性能受磨损区域粗糙度影响较小,虽然等熵效率对粗糙度变化较为敏感,但最大降幅也仅为0.38%。磨损区域粗糙度增加时,近壁区湍流波动加强且气流更易分离,引起叶尖泄漏流和叶片尾迹区域的流动结构变化,使压气机气动特性向低流量方向偏移。     

宽范围变流量空气/液氧/酒精燃烧加热器试验

为了突破空气/液氧/酒精三组元宽范围变流量燃烧加热器可靠点火和稳定燃烧等关键技术,采用一种经过优化的直流喷嘴来组织燃烧,研制了宽范围变流量燃烧加热器并进行了点火试验,研究了其在10倍流量变化范围内的点火特性和燃烧性能。试验结果表明该燃烧加热器在10倍多的流量变化范围内实现了高效稳定燃烧,其中设计点的燃烧效率达到97%。加热器采用新型组织燃烧方式实现了宽范围变工况和低喷注压力下的可靠点火和稳定燃烧,其中加热器点火成功率100%,稳定工作过程中室压波动小于1%。加热器采用等离子点火火焰先进入燃烧室,随后氧化剂、燃料依次进入燃烧室的点火程序合理。     

复杂环境下微小飞行器惯性/激光雷达Robust-SLAM方法

针对微小型飞行器在巡检、探测和地图构建等应用中关键的自主导航技术,提出了一种基于惯性辅助的激光雷达Robust-SLAM方法用于微小型飞行器自主导航。相对于传统的激光雷达SLAM方法,该方法在SLAM框架中引入了感知环境突变检测方法,并且加强了惯性与SLAM的组合程度,有效地解决了高程方向感知环境发生突变时激光雷达SLAM定位误差大的问题。室内车库实际飞行实验结果表明,该方法能够实现微小型飞行器在三维空间中实时可靠的自主导航,具有较好的工程应用价值。     

L型复合材料机械连接接头承载能力与失效行为研究

L型复合材料连接结构已应用于运载火箭结构的端框设计,但目前对于该结构的承载能力和破坏模式缺乏研究。将典型的L型连接端框简化为无弧度的平直L型接头片段,通过单向对拉试验,对6 mm和8 mm两种厚度L型机械连接接头的承载能力和破坏模式进行了研究。由承载能力试验结果表明:L型接头在拉力作用下呈现出明显的A、B、C三个阶段,其中A阶段的拉力最大值可作为该类接头结构的极限承载能力。采用有限元方法分析接头的破坏模式,仿真与试验结果的误差为2.5%,取得了较好的一致性。由数值分析表明:拉力作用下L型接头的承载能力主要取决于螺栓压紧区附近和直角拐角区域的层间强度和基体强度;在原铺层信息基础上增加0°层数和降低90°层数,对接头承载能力提升效果不明显。研究结果可为L型复合材料连接结构的设计提供参考。