基于纹理边界检测的航天器椭圆特征提取方法

为确定失效航天器等非合作目标的相对位姿，提出一种通过纹理边界检测的椭圆特征提取方法。该方法假设椭圆特征是航天器表面两种不同纹理的边界，利用上一时刻相对位姿信息，将对接环离散几何模型投影到像平面，并沿各离散点的法向方向通过概率方法检测纹理边界点。利用随机抽样一致(RANSAC)方法剔除边界点中的粗大误差，进而拟合出椭圆参数。纹理特征对光照变化具有鲁棒性，因此该方法能够在变光照、星体表面反光不均匀等复杂情况下快速准确地提取图像中的椭圆特征。本文以对接环图像特征提取为例进行仿真校验，分析了算法参数和噪声对提取椭圆精度和时间的影响。利用真实图像与基于梯度边缘的椭圆提取方法进行对比，结果表明，所提出的算法具有较高的精度和速度。     

单目相机物体位姿估计方法研究

现有的机器视觉通常以边缘轮廓和角点作为特征,因此要求背景单一,对环境结构化依赖程度高。为了拓展机器人的应用范围,使其脱离结构化的环境,提出了一种基于SIFT特征点和PNP技术的单目相机估计目标物体位姿的方法。以BumbleBee双目相机为硬件基础,以C++为开发平台,结合了Eigen计算库、OpenCV图像处理库和Triclops库,开发了单目视觉位姿估计算法,实现在复杂背景下对表面纹理较为丰富的物体的位姿估计。利用试验对所提方法进行了验证,试验结果表明,该算法具有较高的估计精度,可以作为机器抓取的依据。     

ICP算法在地磁辅助导航中的应用

利用地磁信息进行辅助导航是组合导航技术研究的新方向。文中对地磁辅助导航的原理和发展现状进行了介绍,并在分析地磁特征的基础上,研究了利用地磁异常特征进行ICP匹配定位的方法。根据应用环境,对ICP算法进行了以下改进:首先,受模拟退火法的启发,提出采用扇形扫描法搜索最优匹配,推动ICP算法向全局最优迭代;其次,结合RANSAC法,有效地剔除了地磁测量中的野值点,提高了算法的鲁棒性。仿真结果证实了改进算法的良好性能。     

结合核相关滤波器和深度学习的运动相机中无人机目标检测

针对无人机与相机快速相对运动造成的运动模糊问题，以及小型无人机外观信息缺失和背景复杂造成漏警和虚警问题，提出了一种新的无人机检测-跟踪方法。针对成像尺寸小于32像素×32像素的无人机目标，提出改进的多层特征金字塔的分类和目标框回归器作为目标检测器，克服漏警。利用检测结果初始化基于核相关滤波的目标跟踪器，并持续修正跟踪结果，跟踪结果为剔除检测器虚警提供依据。在跟踪过程中，引入对观测场景纹理自适应的相机运动补偿策略实现目标重定位。多场景下的实验结果表明：提出的方法在对高速运动小目标的检测和跟踪指标上显著优于传统方法，且运动补偿机制的引入进一步增强了方法在极端复杂场景下的鲁棒性。     

基于自适应随机抽样敏度分析的双向渐进结构优化方法

为了解决周期循环结构拓扑优化难题,在传统的双向渐进结构优化方法(BESO)的基础上,引入了一种自适应参数策略和随机抽样的方法,提出了基于自适应随机抽样敏度分析的双向渐进结构优化方法,该方法同样适用于非周期结构.以该方法为基础,对Michell桁架结构进行了拓扑优化设计,得到了与理论解一致的结构,并且相对初始结构质量减少了71.5%,说明了所提方法的正确性.基于此方法对多辐板风扇盘进行了结构拓扑优化设计,得到了三辐板风扇盘结构,相比同等设计条件下的参考风扇盘质量减少了17.12%,进一步说明了此方法具有处理复杂周期循环结构拓扑优化设计问题的能力,另外此方法克服了传统双向渐进结构优化方法中容易产生的振荡问题.      

金属表面腐蚀损伤演化过程的元胞自动机模拟

 用一个简单的元胞自动机从介观的角度对腐蚀环境中金属表面的腐蚀损伤演化过程进行研究。假定腐蚀体系为扩散过程控制的金属腐蚀体系,定义了简单的局部规则反映腐蚀现象中的基本化学物理过程,例如质量转移、金属溶解和钝化过程等。对于单个蚀坑,得到了蚀坑等效半径随模拟时间的变化曲线;对于多个蚀坑,认为蚀坑的成核时间服从威布尔分布,通过对该分布函数进行随机抽样,使得在不同时刻金属表面会随机产生大量的蚀坑,对金属表面的腐蚀损伤情况进行模拟,得到了表面腐蚀损伤度随模拟时间的变化规律。结果表明元胞自动机法可以用于腐蚀损伤演化过程的模拟,这对于更好地进行腐蚀损伤的量化及结构完整性的评估有着重要的实际意义。     

企业如何进行顾客满意度测量

从产品与服务两个不同层面,简要说明了影响顾客满意度的决定因素以及在顾客满意度测量中存在的主要问题。详细讨论了企业制定顾客满意度测量计划时必须考虑的6个方面的问题。最后,扼要解释了在顾客满意度测量中影响回答率的相关因素,并对美国顾客满意度测量技术研究中的一些经验进行了归纳。     

多云天气条件下的大气偏振光定向方法

针对多云天气情况下传统的偏振光定向算法精度下降的问题,提出了一种用于多云天气条件下的大气偏振光定向方法。首先,根据已知信息建立任意一个像素点的偏振光定向模型;然后,基于上一步得到的定向模型,利用随机抽样一致算法筛选出符合要求的内点,并根据筛选出的这些内点得出最符合要求的定向模型;最后,利用选取出的最优的定向模型解算出航向角,实现了基于大气偏振光的定向。通过实际数据证明了该方法的有效性,解算出的航向角误差在少云情况下小于0.5°、多云情况下小于1°。