一种面向工业机器人的高精度三维无序抓取系统

在航空航天、汽车等领域中,各类复杂工件结构复杂、纹理弱且混叠堆放,在智能制造过程中存在快速、高精度测量和识别难题。针对上述问题,建立了一种面向工业机器人的高精度三维无序抓取系统。基于面结构光三维测量技术,构建大场景固定基座的三维视觉测量装备,获取大型复杂零件的三维点云数据。建立零件点云模板,设置抓取点位置,利用点云配准技术识别零件并估计当前位姿。提出了一种手眼标定优化策略,实现了对工业机器人的精确引导,完成任意位姿零件的抓取,按要求装配于指定位置。实验结果表明,所设计的无序抓取系统平移误差为0.413mm,角度误差为0.123°,可以快速有效地对散乱堆叠零件进行高精度识别与定位,引导工业机器人准确抓取与放置,该系统可以在航空航天、汽车等领域的工业生产线上进行示范应用。     

表面活性剂对煤沥青浸渍性能的影响

研究了表面活性剂对煤沥青浸渍性能的影响.实验结果表明:加入少量的表面活性剂后,煤沥青的软化点、粘度等流变性能都得到较大幅度的改善,而残炭率影响不大.对表面活性剂改性煤沥青的机理进行了比较深入地探讨.     

作战飞机对地攻击效能研究分析

根据现代空地作战过程所体现的动态性,提出了作战飞机对地攻击效能评估的方法.以ADC法为基础,结合指数法、层次分析法,利用影响对地攻击的指标量,对对地攻击过程进行了建模与分析.在建模过程中,充分考虑了影响效能的因素,把指标分层并建立系统评估的框架模型.对基于模糊数学综合评判和层次分析方法理论作了有效结合,最后通过算例分析,证明该方法的有效性.     

面向月面大范围移动任务的脱困方法研究

为满足月面长距离大范围移动任务的可靠性与安全性要求,针对大型轮式移动平台在月面易发生受困的问题,提出一种面向月面大范围移动任务的脱困方案。基于月面环境特点整理归纳高风险受困工况,并分析各工况的临界受困地形参数,提出并细化了采用脱困机器人携带锚定设备实现稳固锚定后对大型移动平台实施牵引的脱困方案,基于等效法和力平衡法对脱困所需牵引力进行了理论分析,并通过动力学仿真验证。结果表明：脱困所需牵引力计算方法可靠性较高,所需牵引力数值范围合理,脱困方案具有工程实现可行性。     

机动卫星星座对多区域目标成像任务规划

针对太阳同步圆轨道卫星星座对地观测任务,研究了在卫星机动情况下对多区域目标的成像任务规划算法.首先提出了单颗卫星对单个点目标的观测方法,解析分析了点目标可见性,并给出了卫星变轨策略;进而通过把区域目标划分为多个条带,将问题转化为卫星对点目标观测问题,结合单星单目标观测方法分析区域目标各条带的可见性;最后建立优化问题模型...     

空间绳系编队的动力学及稳定展开控制研究

以三角构型的空间绳系编队系统为对象开展了动力学特性分析和稳定展开控制研究。首先，针对以往编队动力学建模的精度问题，采用Lagrange法建立了系统动力学模型，建模时充分考虑了系绳的弹性，可在不增加计算量的同时保留系统的弹性特性。其次，根据所建立的动力学模型，定量分析了编队自旋稳定时自转角速度的范围，为之后的稳定展开控制提供理论依据。由于受制于执行机构精度和控制输入的限制，空间绳系编队系统是一个典型的欠驱动系统，采用分层滑模实现编队的稳定展开控制，仿真结果验证了该控制方法的有效性。     

直驱风电场并网对系统静态电压稳定性的影响

风电场的大规模接入会对电网静态电压稳定性造成不容忽视的影响。以含直驱风电机组的扩展单机无穷大系统为例,通过2种静态潮流计算方法对含直驱风机的系统等值模型进行分析,推导风电接入后系统并网点母线电压的解析式。在BPA中分别建立含直驱风电机组的扩展单机无穷大系统以及实际电网系统的仿真模型,对比理论计算结果与仿真试验结果。分析并网点母线电压在不同控制方式下,风电渗透率、风机并网位置、负荷接入比例和负荷接入位置等因素对系统静态电压稳定性的影响。     

数据融合的对流层天顶延迟估计方法

为提高对流层天顶延迟(Zenith tropospheric delay，ZTD)的估计性能，提出了基于数据融合的ZTD估计方法。估计干延迟采用Saastamoinen模型，估计湿延迟采用Askne模型，地表气象测量设备提供给两模型所需的气压、温度以及水汽压，Askne模型所需的加权温度、温度变化率和湿度变化率由全球气压和温度2w(Global pressure and temperature 2w，GPT2w)模型提供。当气象测量设备不可用时，上述所有气象参数均来自于GPT2w模型。利用国际GPS服务(International GPS service, IGS)提供的数据进行验证，结果表明：当地表测量设备存在时，所提方法较Saastamoinen模型提高了8mm；当全部气象参数来自GPT2w时，本方法较GPT2w+Saastamoinen模型提高了8.1mm；对于季节分明的测站，误差趋势同样具备季节性；对于海拔高和气候干燥的的测站，估计误差较小。     

单目相机物体位姿估计方法研究

现有的机器视觉通常以边缘轮廓和角点作为特征,因此要求背景单一,对环境结构化依赖程度高。为了拓展机器人的应用范围,使其脱离结构化的环境,提出了一种基于SIFT特征点和PNP技术的单目相机估计目标物体位姿的方法。以BumbleBee双目相机为硬件基础,以C++为开发平台,结合了Eigen计算库、OpenCV图像处理库和Triclops库,开发了单目视觉位姿估计算法,实现在复杂背景下对表面纹理较为丰富的物体的位姿估计。利用试验对所提方法进行了验证,试验结果表明,该算法具有较高的估计精度,可以作为机器抓取的依据。     

基于虚拟慢时间的双基地ISAR成像算法

针对双基地角时变引起的逆合孔径雷达（ISAR）图像畸变和散焦问题，提出了一种基于虚拟慢时间的成像算法。首先，分析了双基地角时变对ISAR成像的影响机理。然后，基于图像对比度最大准则估计等效旋转中心位置，完成初次相位补偿。最后，通过虚拟慢时间构建基于非均匀虚拟采样的补偿系数矩阵，并通过方位向非均匀傅里叶变换得到目标的ISAR像。算法基于图像对比度最大准则解决等效旋转中心位置估计问题，通过虚拟慢时间消除转动相位项的高次项影响，利用非均匀傅里叶变换解决随机虚拟采样的谱估计问题。理论分析和仿真结果验证了算法的有效性和鲁棒性。