面向非合作目标抓捕的机械臂轨迹规划方法

文章针对非合作目标抓捕问题设计了基于误差反馈系数的机械臂轨迹规划算法.考虑到空间机械臂在轨服务要求,采用反作用零空间方法来规划机械臂运动轨迹以实现机械臂与航天器之间的协调运动.为避免在规划起始阶段位姿误差较大可能导致机械臂关节速度过大的问题,引入了位姿误差反馈系数.为对空间机械臂抓捕非合作目标的轨迹规划技术进行验证,搭建了地面半物理仿真系统.试验结果表明,通过合理选择位姿误差反馈系数,设计的轨迹规划算法能够使固定基座机械臂末端执行器以较为均匀的速度逼近非合作目标,并能以较高精度实现对非合作目标的抓捕.该试验可以为空间机械臂抓捕非合作目标的轨迹规划提供参考.     

空客中国战略的新格局

<正> 3月26日,在国家主席习近平和法国总统弗朗索瓦·奥朗德的见证下,空客公司与中方在法国巴黎签署相关协议,进一步推进空客与中国航空领域合作。据空客预测,在未来20年内,中国将成为世界最大的航空市场,把中国设为战略合作伙伴,与中国的航空业展开全方位合作,是空客全球发展战略的重要组成部分。相关协议的签署也将开启空客在中国战略发展的新格局。     

军航飞机流穿越民航航线冲突探测与解脱问题

针对军航飞机穿越民航航线的飞行冲突问题,对飞机流汇聚飞行场景进行建模分析,提出了基于滑动窗口的汇聚飞行冲突探测方法和基于合作博弈的多机冲突解脱方法。当飞机流进入预先划设的汇聚控制区,通过滑动窗口判断向前看时间内飞行冲突。基于此,潜在冲突机间组成一个联盟,以解脱边界条件为安全约束,以合作博弈理论中联盟福利最优解均衡各机效益,在保证安全的前提下实现效益均衡。根据最优机动方向特点,利用免疫粒子群优化算法快速求解策略。仿真结果表明,该场景下提出的方法能有效解算出满足要求的解脱策略,并均衡军民航飞机解脱效益。      

基于人机合作的无人机实时航迹规划

针对复杂多变的战场环境,无人机(UAV)在执行任务遇到突发威胁时,提出了一种人机合作的实时航迹规划方法。由人决策和分析威胁信息,给出规避方向和任务紧急程度,无人机据此采用模糊推理的方法,自主解算得到引导点的位置,牵引无人机改变航向,规避突发威胁。仿真结果表明,采用人机合作的实时航迹规划可以将人的智能决策和无人机的快速计算能力有机结合起来,规划更加优化的航迹,能动态调整引导点的位置,可根据任务的紧急程度灵活选择规避路径。     

上海航空电器：产业化做大与技术做强的经营哲学

从过去研制航空熔断器、密封开关、照明灯具等元器件级产品的制造商,到如今与美国伊顿公司合作为C919提供驾驶舱控制板组件与调光控制系统（CPA＆DCS）,中航工业上海航空电器有限公司（简称“中航工业上电”）用10年的时间,摸索出了一条适合自己的产业化发展之路,并通过不断深入的国际合作,累积管理和技术经验,     

“维加”火箭将发射哈遥感卫星

根据阿里安航天公司与哈萨克斯坦签订的一份合同,哈“对地遥感-高分辨率”（DZZ—HR）光学对地观测卫星将在2014年年中由欧洲新型“维加”小型运载火箭发射。作为法哈两国领导人2009年达成的一项范围广泛的航天合作协议的一部分,重900千克的这颗卫星正在由法国阿斯特里姆公司建造。它将能从750千米的轨道观测到直径只有1米的物体。卫星将由哈方工程技术人员运行。     

基于Transformer模型的卫星单目位姿估计方法

鉴于测量精度高、设备成本低等优点,基于单目图像的卫星位姿估计方法在交会对接、空间攻防等应用中具有广泛前景。得益于强大的特征提取与表达能力,卷积神经网络在目标单目位姿估计应用中取得了明显优于传统方法的性能表现,但已有基于卷积神经网络的方法存在诸如归纳偏置、绝对距离描述不直接、长距离建模能力不足等问题。聚焦卫星单目位姿估计应用需求,针对以上问题,创新地将Transformer模型应用于卫星目标位姿估计中,提出了一种新颖的端到端卫星单目位姿估计方法。首先,设计了一种基于关键点集合的卫星目标表示方法,并构建了基于该表示方法的损失函数,进一步,结合关键点回归任务特点,设计了端到端的关键点回归网络模型,并改进了用于特征提取的主干网络结构。在公开数据集上实验测试结果表明：本文方法实现了可靠、高效的卫星目标单目位姿估计,并取得了优于已有同类方法的性能。     

浅析"校企合作"航空维修人才培养模式

近年来,我国民用航空器维修领域的职业教育发展和维修人员的培养模式发生了巨大变化,特别是校企合作的模式,深受职业院校和维修企业的青睐,校企合作既带动了职业院校专业学科的发展,又给企业提供了持续的人力资源,使企业发挥了职业优势、提升了效益。但是校企合作在运营中也面临多种问题,需要各方力量合力破解。     

基于特征建模的空间非合作目标姿态智能测量方法

为实现空间非合作目标姿态的测量,基于特征建模的思想,提出了一种根据目标激光点云数据进行高效处理的智能测姿态方法.首先,针对空间目标姿态测量的需求,寻找并实现能够高效表征目标姿态的点云数据特征.接着,应用神经网络的方法对目标点云姿态特征进行学习,通过建立合理的神经网络模型和训练数据,实现目标点云特征与姿态间非线性映射关系的建立.最后,利用目标点云仿真数据集,对方法的测量精度和测量实时性进行了评估.实验结果表明：利用特征建模的思想,提出并建立目标点云姿态协方差矩阵特征,实现了点云数据在表征目标姿态方面的信息高度压缩,为神经网络模型的轻量化设计和计算资源严重受限的在轨应用,提供了可行的智能化工程实现方案.     

印度与法国签署太空合作协议

2008年9月30日,印度与法国签署了太空领域合作协议——《和平利用外太空合作协议》。其内容包括：