高职院校贫困生现状分析与对策研究

为进一步分析、了解高职院校贫困学生的基本状况，寻求更有效的、更有针对性的贫困学生资助办法，以福建卫生职业技术学院为例，建立并完善贫困学生档案数据库，发放学生评价体系和资助体系调查问卷，综合了解、分析贫困学生的基本现状并提出相应对策。     

基于室内合作场景智能识别的行人导航算法

基于足绑式惯性测量单元(IMU)的惯性导航系统被广泛应用于行人导航中,其通过零速修正(ZUPT)算法可对速度估计误差进行较好的补偿,然而其位置误差会随时间发散。针对于此,提出了一种基于室内合作场景智能识别的行人导航算法。通过随机森林算法,对行人在室内平地步行、上楼梯、下楼梯等不同步态进行训练与辨识,并结合室内先验地图对行人导航的结果进行校正。通过实验表明,行人在室内行走1100m时最大定位误差为1.85m(总行程0.17%),相对无场景识别的方法精度提高了6倍,可以有效提高行人导航精度。     

对接综合试验台轨迹规划算法研究

为实现模拟空间两飞行器对接动力学过程的对接综合试验台的平稳对接，提出了一种基于加速度控制的轨迹规划算法。给出了不同初始条件下的规划方法，以及时转动自由度的特殊处理。物理试验结果表明，规划模型能精确控制平台从初始零位运动到主被动对接机构初次接触位置，且最后时刻平台姿态与对接试验的初始条件完全吻合。该算法可直接用于对接综合试验台的控制。     

基于北斗双星定位系统的组合导航滤波算法实现研究

捷联惯性导航系统的主要缺点是导航定位误差随时间增长。北斗双星定位系统是我国独立研制的一种区域性卫星导航定位系统,具有自主性强、定位精度较好的特点。因此捷联惯导与北斗双星定位的组合成为具有我国特殊意义的一种组合导航系统。论文针对北斗双星定位系统设计了一种低阶卡尔曼滤波器,建立了双星的量测噪声模型。首次提出了使用逐次逼近法来解决北斗双星系统中存在的位置滞后的问题,并且最后进行了实际的跑车验证。试验表明,该组合导航滤波算法实时性好,精度高,具有较好的工程应用价值。     

HTPB推进剂高应变率粘弹性本构模型研究

为分析HTPB推进剂在高应变率条件下的力学响应,开展了推进剂分离式Hopkinson压杆(SHPB)实验,得到了不同温度(-40~25℃)和应变率(700~2050s-1)下的应力-应变曲线。结果表明,HTPB推进剂在高应变率条件下具有显著的温度和应变率敏感性,且随着应变率的增加和温度的降低,推进剂的应力逐渐增加。在Burke模型基础上,结合超弹性和粘弹性理论,建立了一种考虑温度和高应变率效应的本构模型。通过不同温度和应变率条件下实验结果与本构理论预测对比,验证了本构模型的有效性,可为固体推进剂药柱点火瞬态结构完整性分析提供理论依据。     

进气畸变对大涵道比涡扇发动机稳定性的影响

基于平行压气机原理,建立了进气畸变对大涵道比涡扇发动机稳定性影响的理论模型和计算分析方法,评估了总压畸变和总温畸变对某型大涵道比涡扇发动机稳定性的影响,获取了发动机的临界畸变指数和首发失稳级组.结果表明：总压畸变在风扇中衰减幅度最大,发动机在高转速下运行达到临界总压畸变值时,风扇率先失稳,在低转速下运行时为增压级率先失稳;总温畸变在高压压气机中衰减幅度最大,发动机在高转速运行达到临界总温畸变值时,高压压气机率先失稳,在低转速运行时为增压级率先失稳.     

基于Hybrid State A* 与增强安全管道的直升机低空航迹规划

直升机低空突防已逐渐成为现代空战察打任务的核心,而低空航迹规划算法是实现该技术的关键。 尽管现有的航迹规划算法已经被应用于实际低空突防任务,但基于“前端- 后端”式的传统航迹规划算法依然 存在规划航迹机动执行性差与复杂动态场景下易碰撞的缺陷。针对上述问题,本文提出一种基于Hybrid State A* 与增强安全管道的改进算法。首先,基于Hybrid State A* 算法的联合轨迹优化,可以在状态空间中完成兼 顾直升机机动特性的初始航迹高效搜索,有效保证直升机航迹的可达性。其次,基于初始航迹膨胀的增强安全 管道,将后端航迹优化参数限制在安全的可行域内,进而有效提升复杂动态场景下规划航迹的安全性。在实验 环节,本研究结合ROS 机器人仿真环境与Rviz 数据可视化工具完成仿真验证,通过算法间的综合对比实验, 论证了本研究所提算法对规划的航迹机动性与安全性有明显的提升。     

基于有色噪声自回归建模的惯性/卫星交互多模型滤波导航算法

针对卫星量测噪声为有色噪声导致惯性/卫星组合导航系统滤波精度降低的问题,提出了一种基于有色噪声自回归建模的自适应交互多模型滤波算法。建立了有色噪声自回归模型,通过量测残差序列获取拟合模型系数,从而对称扩展得到系数模型集;并构建了交互多模型滤波框架,实现不同模型滤波器之间的数据融合。仿真结果表明,相比于传统卡尔曼滤波算法,该方法能有效改善有色噪声对滤波带来的影响并提高组合导航系统定位精度,具有较好的工程应用参考价值。     

合作环境下基于惯性/里程计/Lidar融合的UGV导航方法

近年来，无人车在巡检、探测等方面的应用愈发广泛,且应用环境愈发复杂。在这些应用中，无人车必须对自身的位姿进行准确估计，以确保作业安全、高效完成。其中，可在复杂环境下适用的自主导航能力是核心关键技术。提出了一种基于惯性/里程计/激光雷达的地面无人车导航方法，区别于传统的激光雷达SLAM方法，该方法根据已知的几何结构特征进行定位，避免了因有效点数量稀少而导致的匹配误差。同时对惯性/里程计/激光雷达的融合算法进行了研究，提高了自主导航系统的鲁棒性和准确性。最后，在Gazebo中搭建了相应的仿真环境，并进行了算法验证。仿真结果表明，该方法能够实现无人车在巡检过程中实时可靠的自主导航，具有较好的工程应用价值。     

基于红外视觉/激光雷达融合的目标识别与定位方法

近年来,基于可见光图像的目标识别在无人车感知领域得到了广泛应用.然而,可见光图像目标识别无法应用于弱光和黑暗环境.针对于此,提出了一种基于红外视觉/激光雷达融合的目标识别与定位算法.首先,通过基于颜色迁移的数据增强训练方法,提高了红外目标识别算法的泛化性能.继而,提出了一种基于激光雷达修正的单目深度估计方法,通过视觉图...