视觉与惯性融合的多旋翼飞行机器人室内定位技术

随着人工智能技术的发展，无人机的应用场景趋向多元，人们对无人机的需求也不仅仅满足于简单的飞行任务，而是赋予其飞行机器人的角色，对其自主导航、复杂环境下的定位以及智能协同方面提出了更高的要求。针对室内场景下的定位需求，融合视觉与惯性数据实现了多旋翼飞行机器人的室内定位。在视觉前端加入图像增强算法以提高图像灰度对比度，减少了光流跟踪的误匹配点数。提出了一种基于图像信息的特征点提取和图像帧发布策略提高了定位精度，解决了室内环境下的定位漂移问题。针对飞行机器人室内自主跟踪及降落任务，设计了基于视觉定位的飞行机器人自主降落系统。在Gazebo中搭建飞行机器人模型仿真验证自主降落系统有效性，在EuRoC数据集下对定位算法进行对比评估，搭建飞行机器人平台在真实场景下进行室内定位实验，完成了室内场景下平台自主跟踪及降落任务，并采用运动捕捉系统获取的定位真值数据进行了误差分析，结果表明该定位技术满足室内场景下的自主跟踪及降落任务需求。     

美欧复合材料机械连接技术研究浅析

简单介绍了当代美国及欧洲对于复合材料机械连接技术研究的过程,对其3个阶段重点研究内容和特点进行了分析,对于我国复合材料机械连接技术研究具有一定的借鉴与指导作用。     

在非定常气动力作用下弹性飞行器的动稳定性及主动控制

首先导出了在非定常气动力作用下的弹性飞行器纵向运动方程。而后就简化的非定常气动力数学模型提出了分析气动弹性对飞行器稳定性影响的方法。并从有效抑制飞行器的弹性振动角度研究主动反馈控制、操纵面及陀螺位置合适选择的最优综合设计问题。     

应用于飞行器风洞试验的绳牵引并联机构技术综述

首先概述了法国航空局SACSO项目关于绳牵引并联机构应用于飞行器风洞试验的研究工作,然后从六自由度绳牵引并联机构的结构设计、运动学及性能分析、工作空间的分析与综合、静刚度分析、运动控制和力控制等六方面,详细分析了六自由度绳牵引并联机构应用于飞行器风洞试验中的关键技术。分析结果表明:六自由度绳牵引并联机构必须根据飞行器的类型,以工作空间大小为依据进行构型设计;其运动控制方案可借用PID控制或自适应控制,其优点是便于动力学模型的线性化和解耦;其力控制方案可借用经典的阻抗控制和力/位置混合控制,但适用于飞行器风洞试验的六自由度绳牵引并联机构的更完善的力控制策略还有待进一步的研究。     

电子文档的编制与管理

阐述了新产品研制中编制及管理电子文档的意义和方法,为产品研发过程中应用信息技术生成与管理电子文档提供了可实施的办法。     

嵌入式大气数据传感系统研究进展

大气数据的精确测量对飞行器的导航与控制至关重要。相较于传统的探针式大气数据测量系统,嵌入式大气数据传感系统更适用于隐身性能要求、大迎角飞行要求的飞行器或高超声速飞行器。回顾了嵌入式大气数据传感系统的发展历程,介绍了该系统完整的组成部分及其工作原理,并指出该系统在应用时的四项关键技术(测压孔布局、气动模型及求解算法、校正算法、故障检测及管理技术),结合国外多种飞行器上该系统不同的应用方案,分别对比分析四项关键技术不同应用方式的优缺点;指出了该系统的四项关键技术均会影响系统精度及可靠性,实际应用中需综合考虑选择其应用方式;最后展望了该系统在未来航空航天领域的应用。     

基于虚拟测量技术的模块化测量系统研制

机械产品的尺寸公差和形位公差是重要的质量检测指标,合格与否将直接影响产品功能。根据筒类工件的结构特点,搭建了基于虚拟测量技术的模块化测量系统,系统基于LabVIEW仪器平台开发主控制程序搭建外围硬件,解决了测量定位、传感器的选型、系统集成、测量程序开发等关键技术,实现了对尺寸公差与形位公差的同机检测。实验结果表明,系统检测精度达到99.80%,测量误差低于0.043mm,检测效率提高近3倍。     

某伺服实时控制软件SFMEA/SFTA

对某助推伺服控制软件开展失效模式影响分析(SystemFailureModeandEffectsAnalysis,SFMEA) 和故障树分析(SoftwareFailureTreeAnalysis,SFTA)。SFMEA 是一种自下而上的分析方法,用以辨识出一系列可能的软件潜在故障模式,并评估其对系统工作的危害性。SFTA 是一种自上而下的分析方法,其目标是识别出基本事件(底事件),而基本事件可导致系统产生其所不希望发生的顶事件。应用SFMEA和SFTA的主要目的是提高软件和系统的安全性及可靠性。     

基于FMECA信息的测试性验证试验样本分配方法

针对目前国内外测试性验证试验中普遍采用的基于故障率的分层抽样方法考虑因素单一,可能导致样本分配不尽合理,而现有考虑多因素的样本分配方法代表性不足,难以实现工程上的应用的问题,对影响样本分配的因素与故障模式影响及危害性分析(FMECA)信息的关系进行了详细分析,提出了基于FMECA信息的样本分配方法。首先定义了单元影响系数和影响因子向量,提出了向量各元素赋值规则,解决了影响因素选取的问题;其次通过基于逼近理想解排序法(TOPSIS)优化的层次分析法确定了权值矩阵,实现了样本分配。最后通过实例验证表明该方法考虑因素全面,运用灵活,更具代表性和工程应用价值。