基于道路几何特征的地图匹配方法研究

从地图匹配技术的基本原理出发,比较了几种典型的点到线型地图匹配算法的优缺点以及适用范围。结合实际行车轨迹连续、特征明显的特点,提出了一种基于道路几何特征的地图匹配方法,并从候选路径确定、匹配路径确定和匹配点求取三方面对算法进行了详细说明。最后通过设计试验,验证了其可行性和准确性。经验证,采用此地图匹配方法可将惯性定位定向的定位精度提高到20m以内。     

雷达目标特征融合的一种方法

由于雷达探测精度、噪声干扰、电磁干扰等因素的影响,使得利用目标的单一特征进行目标识别的识别率受到了限制。针对这一情况,提出了一种基于灰色理论的雷达目标特征融合方法。计算每类目标的各个特征与其相应模板的关联度,然后计算每类目标的综合关联度,由此进行目标识别。结果表明,该方法能够提高雷达目标的识别率。     

融合距离变化率的微分平滑

研究了目标跟踪中，测量信息为目标的斜距、方位角、高低角和距离变化率时的微分平滑求速算法。该方法融合了位置信息和距离变化率信息。仿真结果表明，该方法能提高速度参数的估计精度。     

可消除定位模糊的无源时差定位算法

消除无源时差定位系统中存在的定位模糊是一直倍受关注的问题.通过理论分析和仿真实验证明,4变量算法虽可以消除定位模糊但其定位精度不高,不适合工程应用.以传统时差定位方法为基础,提出了一种多个子系统融合的定位算法.由于该算法能够充分利用观测站提供的冗余测量信息,所以其定位精度高于4变量算法,而且还可以消除定位模糊.最后,通过仿真实验验证了该方法的可行性和有效性.     

基于小波分析和信息融合的航空发动机转子早期裂纹故障诊断

针对发动机转子早期裂纹难以检测的特点,建立发动机转子早期裂纹扩展模型,提出了对裂纹振动信号进行小波分析和信息融合的方法对转子早期裂纹进行检测。最后,以转子系统为对象进行实验研究,结果表明,此方法能够有效地提取转子早期裂纹故障特征并能对故障进行准确识别。     

民航ATC系统中交通信息的数据融合

民航空中交通管理系统的核心是交通信息处理，随着我国民航建设事业的发展，各地区的网络的互联，雷达信息源的分布数量的增加，自动相关监视技术的逐步应用，传统的交通信息处理模式技术已经不再适应新的形势的需要，根据民航空中交通管理系统的特点，对交通数据融合在民航空中交通管制系统（ＡＴＣ）中的一些应用前景作了一些探讨。     

论制度结构对经济增长的作用

在制度经济学的分析框架里，制度对于经济增长来讲是至关重要的，同时，制度又是有一定结构的，制度结构对于经济增长具有十分重要的作用。从系统论的视角来看，不同的制度结构，其对经济增长的作用是不一样的；从制度融合与冲突的视角看，最有效率的制度安排是能够实现外在制度与内在制度的融合，反之，将会削弱外在制度规则的有效实施，降低制度效率，成为经济增长的绊脚石；从制度效率的视角进行考察，好的制度结构能通过制度效率的提高来促进经济增长，差的制度结构则降低制度效率；如果内在制度与外在制度融合得好，人为设计的制度质量就高，其能够有效实施并发挥出相应的制度效率，从而促进经济的有效增长．相反．就可能对经济增长产哇负作用．     

基于红外和可见光图像融合的铺丝缺陷检测方法

为提高纤维自动铺放(AFP)的质量,分析了目前视觉检测技术中单光谱检测技术成像的局限性,提出一种基于深度学习的红外与可见光联合检测缺陷手段以实现对铺放缺陷的检测、定位和分类。利用热红外图像与可见光图像中易检缺陷种类不同的特点,采用特征融合网络将两种光谱信息融合从而改善检测效果。考虑在线检测对实时性要求较高,为提高检测速度,采用单阶段检测网络作为检测框架,并依据纤维缺陷的长宽比分布严重不均的特点分析了单阶段检测网络中基于锚框方法的不足,提出采用无锚框的检测框架,增加改进的特征金字塔网络结构进行多尺度预测。以全类平均正确率(mAP)为衡量指标,实验结果相比单光谱检测方法、基于锚框检测方法和未使用改进特征金字塔结构分别提升了6.30%、6.64%和1.02%。通过Tensor RT加速后检测网络对每张608像素×608像素图像的检测时间小于20 ms,满足实时检测的需求,检测平均召回率超过88%,平均精确率超过82%,满足生产准确度需求。数据在试验台进行离线检测验证得出,并在大型龙门铺丝机上进行了在线测试。     

改进的 YOLOv4在飞机蒙皮损伤检测中的应用

针对飞机蒙皮检测中存在的小目标检测欠佳、漏检等问题,提出了 1种基于增强特征融合和 ATSS的 YO. LOv4飞机蒙皮图像目标检测算法。首先,增加用于目标预测的大尺度浅层特征层,以提高模型对小目标的检测效果;其次,增加特征融合网络层数,通过浅层与深层特征层的深度融合,丰富多尺度特征图中的特征信息;然后,通过 K-means++聚类算法对数据集的真实框聚类,获得更具代表性的先验框尺寸,以提高预测框对目标的定位准确度;最后,引入 ATSS对 YOLOv4的样本选择策略进行优化,通过自适应获取最优的 IoU阈值,实现正负样本自动划分,提升模型的检测性能。实验表明,在增加少量计算成本的情况下,算法的检测性能得到有效提升,mAP提升 7.7%,检 测的准确率达到 80%以上。     

基于点云聚类评估的激光雷达鲁棒定位方法CSCD

基于先验地图的激光雷达定位方法在封闭工业场景下得到了广泛应用,然而环境变化、行人和车辆等动态物体的干扰会影响激光雷达与先验地图的匹配精度。提出了一种动态环境下基于点云聚类评估的三维激光雷达鲁棒定位方法:通过设定角度和距离双阈值,对点云深度图像进行分割聚类,相较于传统分割方法,分割结果对点云噪声更为鲁棒;通过对原始点云进行分割聚类,在粗匹配结果下评估聚类的匹配度,剔除误匹配聚类进行二次匹配以提高匹配精度;通过聚类评估的结果判断匹配成功和失败的点对,进而对点云整体匹配结果的正确性进行评估,相较于传统仅基于距离阈值的判断准则,具有更高的准确性;最终,分别通过公开数据集和实际试验验证了该算法的有效性。试验结果表明,相较于传统匹配方法,该方法有效提高了动态场景下的定位精度和匹配结果评估的准确度,定位误差可以维持在10cm以内。