中心刚体-柔性悬臂梁系统的动力特性研究

对中心刚体-柔性悬臂梁系统的动力特性进行研究。首先采用Hamilton原理和有限元离散化方法,给出该系统的一次近似耦合模型以及相应的KED解耦模型,然后通过数值仿真对该系统的动力特性进行研究。研究中考虑了2种情况:中心刚体的转动惯量远大于柔性悬臂梁的转动惯量的情况和中心刚体的转动惯量接近柔性悬臂梁的转动惯量的情况。研究结果显示,传统的零次近似模型在处理大范围运动为未知的刚柔耦合动力学问题时同样存在失效的可能,而一次近似模型能够对系统的动力学行为进行正确的数学描述。当中心刚体的转动惯量远大于柔性悬臂梁的转动惯量时,一次近似模型的结果与零次近似模型的结果之间存在较小偏差;但当中心刚体的转动惯量接近柔性悬臂梁的转动惯量时,零次近似模型将导致错误的结果。     

基于点云的空间非合作目标结构识别问题研究

在空间非合作目标捕获任务中，从传感器数据中识别出目标表面的可抓取结构是一个有待解决的问题。以卫星点云数据集作为对象，对4种基于神经网络算法(PointNet、PointNet++、SPLATNet和SO-Net)在卫星结构分割识别任务中的性能进行了比较分析。为了能够更好地测试算法性能，基于NASA在线数据库构建了训练测试数据集，并给出一种点云数据的快速构建方法。使用该方法，可以实现成批量地生成点云数据。仿真测试结果显示:PointNet++在卫星完整点云数据集和非完整点云数据上的分割准确率都是最高，并且分割效果也优于其他算法。