自由段航天器惯性/星光组合定位方法研究

在基于失准角观测量的自由段航天器惯性/星光组合定位中,由于系统状态方程的特性,使得位置速度输出不理想。针对这一问题,对量测信息进行了扩展,重建系统量测方程,然后进行以位置-角度为观测信息的最优滤波。仿真结果表明,该方法能够较大程度地提高自由段组合定位系统对于位置、速度的修正效果。     

影响导弹惯性仪器性能因素研究

分析了惯性仪器的失效模式与失效机理。讨论了贮存环境条件和周期性测试对惯性仪器性能的影响。提出了减小贮存和测试对惯性仪器性能影响的措施。     

深空探测聚变推进装置技术路线与研究现状综述

聚变推进技术凭借其能量密度大和高比冲等显著优势,在深空探测研究中受到广泛关注。本文介绍了三种前沿聚变推进装置（反场构型感应驱动金属衬层压缩聚变推进探测器、梯度场内爆衬层聚变推进探测器和普林斯顿反场构型直接聚变驱动探测器）的研究进展,从聚变堆设计原理、深空探测任务参数与实验进展等角度,对三种技术路线进行了分析和总结。     

基于点线特征融合的双目惯性SLAM算法

针对室内弱纹理场景下,基于点特征的SLAM算法难以追踪足够多的有效特征点,导致系统定位精度和鲁棒性较差,甚至完全失效的问题,提出一种基于点线特征并融合惯性测量单元(IMU)的双目视觉惯性SLAM算法。利用点线特征的互补优势来提高数据关联的准确性,同时引入IMU数据为视觉定位算法提供先验和尺度信息,通过联合最小化多残差函数得到更准确的相机位姿,并据此构建环境点线特征地图、稠密地图和导航地图。针对传统线特征提取算法在复杂场景下易检测到大量短线段和相似线段特征以及线段存在过分割等弊端,利用线段长度抑制、近线合并及断线拼接策略在FLD算法的基础上进行改进,以降低线特征的误匹配率,运行速度是LSD算法的2倍以上。通过对比多组公开数据集和真实弱纹理场景下得到的仿真实验结果可知,所提算法在保证定位精度的同时能够获得更为丰富的环境地图,具备较好的鲁棒性。     

一种基于语义信息辅助的无人机视觉/惯性融合定位方法CSCD

视觉传感器在无人机室内定位中发挥着重要作用。传统基于特征点的视觉里程计算法通过底层亮度关系进行描述匹配,抗干扰能力不足,会出现匹配错误甚至失败的情况,导航系统的精度及鲁棒性有待提升。由于室内环境存在丰富的语义信息,提出了一种基于语义信息辅助的无人机视觉/惯性融合定位方法。首先,将室内语义信息进行因子建模,并与传统的视觉里程计方法进行融合;然后,基于惯性预积分方法,在因子图优化中添加惯性约束,以进一步提高无人机在动态复杂环境下的定位精度和鲁棒性;最后,通过无人机室内飞行试验对算法的定位精度进行了分析。试验结果表明,相较于传统的视觉里程计算法,该方法具有更高的精度和鲁棒性。