一种低数据传输的多机器人实时视觉SLAM

针对多机器人视觉SLAM在实际应用中带宽受限的问题,设计了一种低数据传输的多机器人实时视觉SLAM系统.系统中引入了NetVLAD神经网络模型,通过改进NetVLAD降低了多机器人回环检测的计算资源占用,提高了回环检测的实时性.提出了一种针对描述子缺失情况下的特征匹配算法,提高了回环检测与相对量测的鲁棒性,并提出了一种增量式多机器人位姿图共享和优化方法.最后,通过在KITTI数据集进行测试,验证了该SLAM系统能有效减少多机器人通信过程中的数据传输,具有与单机器人SLAM相当的定位精度和实时性.     

叶顶间隙偏差对叶片气动性能影响的不确定性研究

在压气机叶片加工过程中，实际加工得到的叶片外形与设计叶型不可避免会存在一些偏差。为研究叶片叶顶间隙尺寸波动对性能的影响，以Rotor37为研究对象，采用三维定常数值模拟方法，基于非嵌入式混沌多项式中二维正态分布变量产生方法，分别对叶片前缘叶顶间隙和尾缘叶顶间隙进行尺寸波动干扰，研究了叶顶间隙不确定性对气动性能和流场的不确定性影响，评估了公差带内叶顶间隙偏差与气动性能变化的相关性，并探究了叶顶间隙变化对叶片稳定裕度的影响机理。研究发现，叶顶间隙偏差对等背压条件下叶片质量流量、等熵效率和总压比的平均水平几乎不会造成影响；叶顶间隙偏差所造成的气动性能分布标准差随工况点向不稳定边界的逼近而逐渐增大。同时，叶顶间隙不确定性会导致样本稳定裕度均值有所降低，不确定性分析中稳定裕度均值相对原型叶片下降了2.42%。流场结构方面，叶顶间隙偏差主要影响80%叶高以上部分流场；叶顶间隙偏差对叶顶区域泄漏流产生的影响，导致了叶片稳定裕度的变化。