利用视加速度补偿和推力逐级释放的垂直着陆制导方法

针对运载火箭子级垂直返回着陆段的制导问题，本文在应用凸优化的滚动时域在线规划基础上研究了制导鲁棒性的改善策略。为应对着陆后期控制能力不足的情况，在滚动规划过程中引入了推力上界逐级释放的策略。同时，考虑缓解干扰和误差累积的影响，在制导周期内引入视加速度信息对在线规划的推力指令进行补偿，以进一步改善滚动规划的递归可行性。最后，通过数值算例仿真及对比分析验证所提出的补偿策略的有效性。     

无人平台复杂地形探测的视触融合方法

为提高无人平台在复杂环境中的地形探测能力以及解决在小样本数据下识别地形困难的问题，提出了一种无人平台复杂地形探测的视触融合方法。在原始宽度学习的基础上，建立了多模态级联特征节点宽度学习框架。首先进行触觉和视觉初步特征提取和融合特征提取，随后将融合特征矩阵经宽度学习分类器得到地形识别的结果。最后，在自建的视觉-触觉地形 (V-T2)数据集进行了实验验证。结果表明，相比于传统的融合算法，提出的融合算法有很好的准确性和鲁棒性，为无人平台地形探测提供了有效的策略。     

Modeling visuospatial reasoning

I apply my proposed modification of Soar/Spatial/Visual System and Kosslyn’s (1983) computational operations on images to problems within a 2 × 2 taxonomy that classifies research according to whether the coding involves static or dynamic relations within an object or between objects (Newcombe & Shipley, 2015). I then repeat this analysis for problems that are included in mathematics and science curricula. Because many of these problems involve reasoning from diagrams Hegarty’s (2011) framework for reasoning from visual-spatial displays provides additional support for organizing this topic. Two more relevant frameworks specify reasoning at different levels of abstraction (Reed, 2016) and with different combinations of actions and objects (Reed, 2018). The article concludes with suggestions for future directions.     

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前，目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时，随着脑科学研究的不断深入，人们对人脑视觉系统的理解逐渐透彻，利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs)，提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法，包括：基于演算侧抑制的目标检测算法，基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明，将类脑模型和深度神经网络应用于目标检测和跟踪领域，有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.     

软着陆验证试验中月面特性模拟方法

月面特性的模拟是月面软着陆验证试验的重要设计因素。文章结合探测器的设计状态和试验需求,论述了月面特性模拟的具体要求;基于月面地形统计分布规律,实现了月面原始形貌的模拟;通过高程剔除设计和模块化组合设计,实现了对多种典型月貌的快速模拟;最后通过月表反射特性的模拟,全面满足了试验要求,并取得了良好的试验效果。文中所述的模拟方法可为我国后续行星表面探测器及着陆技术的验证提供借鉴。     

某型飞机阻力伞抛放系统故障模式分析

针对某型飞机阻力伞系统放伞、抛伞故障,通过分析系统的组成、工作原理、常见故障模式以及故障原因,提出了改进建议,为该型飞机阻力伞抛放系统故障的排除提供思路。     

直升机动态着舰流场下的旋翼气动载荷分析

直升机着舰流场复杂多变,严重影响着旋翼的气动环境,进而影响直升机着舰安全。本文基于计算流体力学(Computational fluid dynamics,CFD)技术建立了一个直升机动态着舰的数值模拟方法,并以此研究直升机着舰过程中的气动载荷变化。该方法以N-S方程作为控制方程,并选取k-ω湍流模型来提高对涡流场的捕捉精度,采用动量源方法模拟旋翼。应用所建立的方法,着重分析了直升机侧弦进场、垂直降落过程中的耦合流场特征和气动载荷变化。结果表明:直升机侧弦进场时旋翼会与甲板舷涡以及舰船艉部的涡回流区发生较强的涡干扰,导致拉力显著降低,在舰面效应的影响下易产生一个附加的滚转力矩,影响直升机姿态稳定;垂直降落时在上述干扰的综合作用下,旋翼拉力呈现出先减小、后增大的特点,各气动载荷在接近甲板时会出现剧烈的波动,加大了着舰风险。     

月/火着陆制导方法与考虑不确定性的研究进展

上世纪六七十年代和21世纪后的两轮月/火探测热潮产出了丰硕成果,以Artemis计划、探月工程四期和火星采样返回为代表的新一批任务已拉开帷幕,站在这一特殊历史节点,对月/火着陆制导技术进行综述。首先,阐述了月/火着陆的物理过程,指出了未来复杂探测任务对制导技术的挑战。随后,鉴于轨迹优化这一技术分支近年取得的广泛发展,讨论了其与制导的联系。然后,回顾了月/火探测工程任务的技术遗产,包括多项式制导、动力显式制导、Apollo进入制导、预测校正制导以及凸规划制导。鉴于动力学与环境不确定性的挑战日益突出,讨论了来自人工智能、先进优化与控制等领域的潜在理论工具,能够为制导技术的发展提供新动力。最后,面向随时随地、高精度、高可靠、高自主着陆的制导技术发展需求,总结了后续研究方向。     

基于视觉引导着陆的微小型四旋翼设计及实现

为了增强四旋翼的自主性,借用视觉导航方法要求在GPS丢失信号或信号精度不高的情况下进行辅助定位,使得四旋翼能够在某些特殊需求场合自动着陆。针对Harris角点检测算法计算量大的问题,设计了一种快速、准确的标志图像识别算法,将一个区域内的所有角点转换成一个单值角点,替代了Harris算法中的局部非极大值抑制算法,减小了计算量,并进一步设计了视觉模式下的姿态与位置转换算法和视觉着陆控制算法。为了验证所设计算法的可行性和有效性,基于STM32单片机搭建了微型四旋翼实验平台系统,并实时在线进行了性能实验,结果表明,标志图像识别算法能正确检测和识别出标志图像,视觉着陆算法也成功实现了四旋翼实验平台的着陆功能。     

面向系统集成的起落架地面运动特性建模方法

大型飞机地面运动特性是飞机性能的重要组成部分,主要涉及到飞机的地面滑跑、转弯以及刹车等过程。地面运动特性的分析涉及到动力学、液压、控制等多领域,是典型的多学科耦合的复杂问题。以某大型民用飞机为研究对象,从主制造商的系统集成性能分析需求出发,通过多学科解耦和模型物理度划分两个角度进行地面特性模型架构的分解与定义,并以飞机刹车系统性能分析为例,验证了本架构的有效性。本文提出的模型架构灵活,既适用于飞机集成商的飞机级性能分析,又适用于特定系统级的性能分析。