基于Kinect三维重建的地下井室可视化方法研究

针对现有地下井室病害探测与维护方法的不足,提出了一种基于Kinect三维重建的地下井室可视化方法,以实现其三维可视化探测与维护.还提出了一种基于多项式曲面拟合的Kinect深度测量误差修正方法,利用联合双边滤波算法对深度图像数据进行预处理;结合SIFT特征匹配和改进的RANSAC算法获取相邻点云间的初始位姿,并利用基于邻域特征的ICP算法进一步实现不同视角点云的精确配准,从而获取全局一致的稠密三维点云.最后,在三维稠密点云的基础上进行曲面重建和纹理贴图,以实现地下井室真实三维重建.实验结果表明:所提方法可有效修正Kinect深度相机的深度测量误差,在0.5～4.5m的测距范围内,其三维重建精度可达2cm;在4.5～7m的测距范围内,精度也可以保持在4.5cm以内.所提重建方法可实现地下井室真实场景的三维可视化,为地下井室的探测和维护提供了技术支持.     

一种基于实测点云数据的壁板类零件修配加工路径计算方法

针对飞机壁板类零件采用修配法装配过程中需要精确获取修配加工路径的问题，提出一种基于实测点云数据的壁板类零件修配加工路径计算方法。首先设计一种基于法线差的特征点检测算法提取参考壁板的初始特征点。然后建立迭代收缩优化模型对初始特征点进行收缩优化，得到参考壁板的准确特征点。最后根据工装定位孔特征进行配准，将参考壁板的特征点映射到待修配壁板上，并将映射后的特征点按照一定顺序进行连接，得到待修配壁板的修配加工路径，按照修配路径进行加工，获得壁板装配配合边界。实验表明，该方法能够精确提取待修配壁板修配加工路径，并且经过加工验证，壁板试验件对缝间隙获得小于1.2 mm的实际效果。     

一种LSTM模型预测BC值的空间碎片无控再入预报方法

提出一种利用长短周期记忆(LSTM)神经网络模型动态预测无控再入过程中弹道系数(BC)值实现空间碎片高精度再入时刻预报。通过利用空间碎片两行根数(TLE)、简化通用摄动模型(SGP4)与公开的物体陨落时间作为实测数据样本，利用迭代修正BC值方法构建预测模型的训练集，由此构造用于预测BC值的LSTM模型预测BC，再采用高精度轨道外推动力学模型配合预测BC值预报再入时刻，结果表明基于LSTM模型预测BC的空间碎片再入时刻预报方法是可行的，在95%的置信度内，90天以上的再入时刻预报精度小于10%，30天预报精度小于8%。     

在云制造背景下用架构驱动的建模方法探讨数字孪生企业（英文）

日益动态竞争的制造、商业和工业环境所要求的云制造，导致了“数字孪生企业”的形成。为了用体系结构驱动的建模方法探索数字双胞胎企业，本文首先介绍了数字孪生企业体系结构的基本要素，利用多智能体技术将这些要素聚合形成资源，并动态连接到云制造平台。然后结合数字双胞胎技术，进一步细化企业的一般活动，形成体系结构的主要操作流程。最后，本文对数字孪生企业参与云制造的过程进行了详细的分析。通过应用数字孪生技术，企业能够对自身的生产资源进行合理的管控，企业内部的生产数据流得以被进一步利用，使得生产过程得到了优化。同时，企业的制造资源能够实时接入网络化制造平台，更好地获取适合生产的个性化订单。本文通过构建多智能体运行框架，优化企业参与网络化生产活动的流程，使得企业本身的数字化程度得到了极大的提升。     

基于三坐标测量机的线结构光快速高精度点云采集方法

利用集成在三坐标测量机上的线结构光测头，提出一种针对单个工件的点云采集方法，建立了线结构光和三坐标测量机的几何坐标系转化模型，将激光测头的二维测量数据统一到三坐标测量机机器的三轴坐标上，转换为三维数据，实现点云采集。通过解决运动状态下的三轴坐标位置锁存与数据传输间的迟滞关系，实现高效采集激光-光栅数据对，得以在连续触发模式下进行快速点云采集。     

基于博弈论的研究生课堂教学质量云物元评价

本文基于系统分析影响研究生课堂教学质量各种因素，提出了研究生课堂教学质量评价指标体系，根据博弈纳什均衡理论确定评价指标的组合权重，引入云物元模型构建研究生课堂教学质量评价云物元模型。通过计算评价指标与教学质量基准云之间物元关联度，得到研究生课堂教学质量评价结果。实例分析表明云物元理论适用于研究生课堂教学质量评价，为研究生课堂教学质量评价研究提供了新的思路。     

空间柔性绳网多碎片捕获动力学研究

随着空间碎片数量的增加，其对近地轨道中的在轨卫星产生越来越严重的威胁，空间多碎片的高效清理在近年来也成为了学界关注的热点问题。针对柔性绳网在一次任务中同时对多个碎片进行捕获清理的问题，建立了柔性绳网的动力学模型和与碎片接触动力学模型，并对捕获过程中柔性绳网与碎片的运动进行了仿真模拟。针对绳网的最大拉伸力、质量块位移速度等变量，深入分析捕获过程中绳网与碎片的运动特性。数值仿真结果表明，在一次任务中，柔性绳网可以对多个旋转空间碎片进行捕获，并实现稳定的包裹缠绕，展示了柔性绳网良好的捕获能力。     

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。     

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)。     

基于贝叶斯网络的某型导弹状态评估

针对传统"是非制"状态评判方法过于粗略的问题,将某型导弹状态重新细划为"优"、"良"、"中"、"差"和"故障"5个等级。在充分考虑导弹定量信息和定性信息的基础上,结合云模型建立了多状态信息融合的贝叶斯网络模型,提出了基于贝叶斯网络的状态评估方法,以期为装备质量的科学有效管理提供技术支撑。