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.     

回转误差测试中系统噪声分离技术

高精度主轴的回转误差和测试系统的噪声常处于同一水平,这极大地影响了用频域三点法测量主轴回转误差的准确性。针对同步误差（SEM）,提出了对含噪声信号进行等角度采样重构、集合平均和小波滤波的组合降噪处理方法,提出了根据传感器和被测主轴直径定量确定小波分解层数的方法,经仿真实验证明其具有良好的去噪效果。针对异步误差（ASEM）,提出了消除测试系统噪声的方法,研究了圈数对异步误差测试结果的影响规律。此外,搭建了测试系统,验证了所提方法的有效性。      

基于多特征综合的角点检测算法

角点检测是计算机视觉处理的首要步骤，本提出一种平面曲线角点检测的方法。首先，从人类视觉感知出发．给出角点两个重要性质作为对传统角点性质的补充，基于上述两个性质，模糊集合的概念被引入到检测问题。然后，给出三组包含角点隶属度的特征提取公式，综合三组特征，给出角点检测、定位、优选的判据。中最后给出算例检测结果和感兴趣部分的特征曲线，以及对历史献测试图像的检测结果。结果表明，本算法使用模糊集合理论，在实现上非常简单，检测效果也很理想。     

多指标决策TOPSIS法的一种改进

在多指标决策理想点法中,基于靠近理想点和远离负理想点这两个基准,本文定义了一种新的相对贴近度的计算公式,由此给出了TOPSIS法的一种改进,将改进后的TOPSIS法用于多指标决策的方案排序,得到的结果将更加合理客观。     

基于PSF相关的星点定位算法

为提高非高斯分布星点定位的精度,提出了一种新的PSFC (point spread function correlation)星点定位算法,具有很好的抗噪性能和精度水平,易于工程实现.该算法利用互相关中的定义,通过确定系统所测定的PSF与星像灰度值之间的最大相似度来定位星点位置,PSF的测定是在作互相关计算之前全视场范围内可按照整像素和亚像素两种方式完成的.仿真实验结果表明：在带有噪声的星像图条件下,本文PSF相关法的定位精度最高可达到0.034像素,比质心法的精度提高1个数量级,比曲面拟合法的精度提高约20%.     

面向飞机部件的柔性多点支撑技术研究

针对传统刚性部件支撑工装的问题,借鉴多点技术在板料多点成形方面的成功经验,提出以具有三坐标自由度的柔性支撑装置为基本单元组成柔性多点支撑系统的飞机部件支撑方法。     

签派二次放行的技术特点与安全风险控制

一、签派二次放行的概念签派二次放行是在严格遵守CCAR121部有关规章的基础上,在确保安全的同时,又充分利用国际航线特定的"备份燃油",通过减少到达目的地机场时过多的剩余燃油来提高飞行经济性的放行方法。二、签派二次放行的技术特点(一)签派二次放行的运用基础1.国际航线的燃油政策依据公司《飞行运行手册》相关条款的规定,执行国际航线时所携带的燃油量必须包括以下几个方面,首先是起飞机场至目的地机场的耗油量,其次是起飞机场至目的地机场总飞行时间10%的燃油消耗量,     

一种面向工业机器人的高精度三维无序抓取系统

在航空航天、汽车等领域中,各类复杂工件结构复杂、纹理弱且混叠堆放,在智能制造过程中存在快速、高精度测量和识别难题。针对上述问题,建立了一种面向工业机器人的高精度三维无序抓取系统。基于面结构光三维测量技术,构建大场景固定基座的三维视觉测量装备,获取大型复杂零件的三维点云数据。建立零件点云模板,设置抓取点位置,利用点云配准技术识别零件并估计当前位姿。提出了一种手眼标定优化策略,实现了对工业机器人的精确引导,完成任意位姿零件的抓取,按要求装配于指定位置。实验结果表明,所设计的无序抓取系统平移误差为0.413mm,角度误差为0.123°,可以快速有效地对散乱堆叠零件进行高精度识别与定位,引导工业机器人准确抓取与放置,该系统可以在航空航天、汽车等领域的工业生产线上进行示范应用。     

表面活性剂对煤沥青浸渍性能的影响

研究了表面活性剂对煤沥青浸渍性能的影响.实验结果表明:加入少量的表面活性剂后,煤沥青的软化点、粘度等流变性能都得到较大幅度的改善,而残炭率影响不大.对表面活性剂改性煤沥青的机理进行了比较深入地探讨.     

无人车基于激光雷达/视觉的目标体积自动测量方法

近些年,基于激光雷达和视觉的目标感知在无人系统中得到了广泛应用。目标的体积测量在很多应用场景可以发挥极其重要的作用,然而对识别感知目标的体积测量,目前尚无大量研究。首次提出了一种基于激光雷达/视觉的无人车目标体积自动测量方法,实现了无人车与目标体积测量功能的结合。通过在LeGO-LOAM算法中加入点云畸变补偿,相较于原始LeGO-LOAM算法,无人车在高速情况下的构图精度得到提升;通过将激光雷达与视觉进行深度融合,实现了目标的自动识别与全局定位;通过基于平面拟合的地面分割与欧式聚类,实现了目标点云轮廓的实时获取;通过设计一种基于切片法的不规则物体体积测量方法,实现了无人车在运动情况下对目标体积的自动估计。最终,分别通过Gazebo仿真和实际试验验证了算法的有效性。试验结果表明,所提算法在无人车运动的情况下对静态目标物的实时体积测量精度优于3%,具有较好的工程应用价值。