基于光栅投影测量的蒙皮对缝检测技术研究

针对飞机蒙皮对缝阶差与间隙的数字化检测问题,以光栅投影测量技术为基础,对阶差与间隙的测量技术进行了研究,提出了一种新的阶差与间隙的测量方法。首先采用光栅投影测量技术,获取待测面的稠密点云数据;然后从图像中对接缝区域进行定位,根据点云与图像之间的对应性,获得对缝区域的点云数据;对对缝区域点云数据进行分析,确定对缝两侧直线段的终点和对缝的边缘点,从而计算出对缝的阶差与间隙。相对于线结构光扫描,所提方法获得的数据更加密集,并且一次测量即可完成视场内所有对缝的分析,效率较高。试验分析表明,所提方法检测结果均值误差小于0.03mm,最大误差小于0.05mm,可以满足飞机蒙皮对缝检测的要求。     

基于改进关键帧选择的ORB-SLAM2算法

针对同时定位与建图（SLAM）算法精度不高且跟踪易失败的问题，提出了一种改进关键帧选择的ORB-SLAM2算法。通过ORB-SLAM2算法计算帧间相对位姿；在原有算法的基础上，增加旋转与平移量作为判定依据，决定是否创建新关键帧；针对移动机器人所安装的相机与机器人产生相对运动引发误拍摄，导致劣质关键帧生成的问题，设计了劣质关键帧剔除算法；基于RGB-D数据集与自主研发的移动机器人进行了实验验证。实验结果表明:改进的关键帧选择算法能够准确及时地选择关键帧，最优情况下定位误差约为原误差的51.9%，有效消除了相机与机器人之间相对运动产生的影响，直线误差仅为原误差的82.1%。改进算法能够有效提高定位精度，减少跟踪失败。      

基于脑机接口的无人机编队控制系统设计

随着脑机接口（BCI）技术的不断发展，越来越多基于脑机接口的应用被不断研究并实现。为提高无人机编队的工作效率，针对无人机编队的常用控制命令，本文设计了一种8目标的稳态视觉诱发电位（SSVEP）脑机接口控制无人机编队系统。该系统允许用户通过脑机接口的8个命令对无人机编队进行队形切换等灵活控制。本系统采用典型相关分析（CCA）方法对脑电进行解码，并将解码结果使用Leader-Follower的方法对无人机编队进行控制。来自6例健康受试者的试验结果表明，研究所设计的脑控无人机编队系统具有较好的性能，平均识别准确率高达97%，验证了基于非侵入式脑机接口技术控制无人机编队的可行性。