机器人运动规划方法综述

随着应用场景的日益复杂，机器人对旨在生成无碰撞路径（轨迹）的自主运动规划技术的需求也变得更加迫切。虽然目前已产生了大量适应于不同场景的规划算法，但如何妥善地对现有成果进行归类，并分析不同方法间的优劣异同仍是需要深入思考的问题。以此为切入点，首先，阐释运动规划的基本内涵及经典算法的关键步骤；其次，针对实时性与解路径（轨迹）品质间的矛盾，以是否考虑微分约束为标准，有层次地总结了现有的算法加速策略；最后，面向不确定性（即传感器不确定性、未来状态不确定性和环境不确定性）下的规划和智能规划提出的新需求，对运动规划领域的最新成果和发展方向进行了评述，以期为后续研究提供有益的参考。     

CBTA与OBE理念下的空中交通管理专业培养体系构建

空中交通管理专业是面向航空公司运行控制领域的民航特色专业。针对近年岗位人才显现出的岗位责任与胜任能力间契合度不足的问题，通过对运控岗位现状的分析，结合智慧民航对人才能力的新要求，以基于能力的训练与评估、基于目标导向的人才培养思路，全面梳理了岗位及毕业能力要求，以能力为准绳修订了毕业要求与课程目标。针对支撑薄弱的毕业能力，从专业交叉基础学科入手，提出拓展研究项目等方案，旨在提升人才培养的发展后劲。     

基于FLoFTR算法的无人机实时在线地理定位

研制高效鲁棒的智能视觉定位方法是解决全球导航卫星系统（GNSS）拒止条件下无人机导航定位的重要途径之一。传统视觉定位方法存在精度较差、容易丢失定位的问题。本文提出一种FLoFTR算法，通过对高精度影像匹配算法LoFTR进行改进优化，在无人机计算平台上实现实时高精度定位。FLoFTR采用知识蒸馏方法压缩模型规模，提升推理效率，并通过改进特征提取模块和应用基于余弦距离的特征匹配方法，进一步降低了匹配时间并维持相当的匹配性能。在研制的软硬一体的平台上试验表明，优化后模型平均定位误差损失维持在0.1m以内，定位平均处理时间为47ms，定位速度提升超过7倍，可满足无人机定位的精度和实时性要求。     

基于物理信息神经网络的飞机气动参数辨识方法

在飞机设计与研制过程中，通过气动参数辨识建立可靠的飞行动力学模型非常重要。传统的气动参数辨识工程算法，诸如极大似然法，需要给出合理的飞行动力学模型以及待辨识参数的初值。基于传统神经网络的气动参数辨识可以避免飞行动力学建模过程，这种方法需要通过增量法、导数法间接地从神经网络提取气动参数。本文提出了一种基于物理信息神经网络的飞机气动参数辨识方法，可将含待辨识参数的飞行动力学模型作为正则项加入损失函数，直接辨识得到气动参数。该方法可以显著减少建模数据需求，也能提高建模精度。飞行仿真数据验证结果表明，该方法的无噪声、含2%噪声仿真数据，纵向飞行状态空间模型辨识最大相对误差分别为1.80%、4.64%，表明了基于物理信息神经网络的飞机气动参数辨识方法具有可行性，并对含噪声的飞行数据具有泛化性。     

狭义数字孪生卫星构建应用平台的开放性研究

分析了国内外基于模型的系统工程、体系工程、数字孪生和数字工程在卫星工程上的发展过程，从系统论的角度提出了狭义数字孪生卫星的概念，不同单位、不同人解决不同问题时，要根据问题的需要，调整各组成部分的仿真粒度，形成研究问题的数字工具。这些数字工具都具有系统完整性，都是数字孪生卫星概念的实例化外延。提出了用所有岗位构建应用和交流成果的总工作量来度量数字孪生卫星构建应用平台开放性的概念，分别从建模和使用模式、星上源代码一致性、卫星集群多平台分布式仿真3个方面给出了平台的开放性度量准则。针对软件平台开放性设计目标，论述了数字孪生卫星构建应用平台专用的开放性设计技术，包括软件层次模块划分、多粒度模型库、建模和模型管理工具包。通过工程实践案例，证明了开放性度量准则可以有效评估数字孪生卫星建模和模型管理的总工作量，为各单位的平台设计和研制过程的各种决策提供依据。     

信息、数据、知识、档案的“情报转化”及延伸

在合理吸收国内外相关研究成果的基础上，构建出信息、数据、知识、档案的“情报转化”模型。指出信息、数据、知识、档案之间的相互转化为“基础转化”,在情报学或情报学基本理论的视角下，四者各自的“情报转化”是“关键转化”,从而显示出情报转化的核心价值。而情报转化为竞争情报、竞争情报转化为国家竞争情报、国家竞争情报转化为大国竞争情报则属于“延伸转化”。