基于Transformer的点云几何有损压缩方法

点云被广泛地用于三维物体表达,不过真实世界采集到的点云往往数据庞大,不利于传输与储存,针对点云数据冗余性问题,引入基于注意力机制的Transformer模块,提出一种基于Transformer的端到端多尺度点云几何压缩方法。将点云进行体素化,在编码端利用稀疏卷积提取特征,进行多尺度的逐步下采样,结合Transformer模块加强点空间特征感知与提取;在解码端进行对应的多尺度上采样重建,同样采用Transformer模块对有用特征进行加强与恢复,逐步细化并重建点云。与2种点云标准编码方法对比,所提方法平均获得80%和75%的BD-Rate增益;与基于深度学习的点云压缩方法对比,平均获得16%的BD-Rate增益,在相同码率点有约0.6的PSNR提升。实验结果表明：Transformer在点云压缩领域的可行性与有效性;在主观质量方面,所提方法也有明显的主观效果提升,重建的点云更接近原始点云。     

折叠太阳翼支承点分布优化分析

为了研究支承点分布对折叠太阳翼固有频率的影响,以典型两折叠太阳翼结构为研究对象,根据能量守恒原理和Rayleigh-Ritz理论推导出两折叠太阳翼的振动方程和频率方程。对折叠太阳翼固有特性及支承点分布对其固有特性的影响进行深入分析,并以基频最大为目标对其支承点的分布进行优化,获得最优支承位置。算例分析表明,在给定支承点分布情况下,理论计算结果与有限元分析结果具有较好的一致性。研究结果可为折叠太阳翼支承点分布的设计提供理论分析依据。     

移动用户目标系统-3卫星

2015年1月20日,美国海军移动用户目标系统-3卫星(MUOS-3)搭载宇宙神-5火箭成功发射。经过7次预定的在轨机动后,卫星于2月初成功进入地球静止轨道,太阳翼和两副大型网格天线顺利展开,随后将开展为期数月的在轨测试。此次发射是MUOS系统中的第3颗卫星,此前两颗卫星分别于2012年和2013年发射。MUOS卫星是美军新一代窄带通信卫星,为美军及     

基于多约束因子图优化的无人车定位与建图方法

针对目前在特定场景下应用的低速无人车定位系统极度依赖全球导航卫星系统（GNSS）,存在定位精度不高、漂移误差大、受环境影响严重等问题,提出一种低成本、高精度的无人车定位与建图方法。该方法基于三维激光定位与建图（SLAM）技术。首先,使用点云主成分分析（PCA）实现基于特征匹配的激光里程计;其次,将GNSS位置信息、点云分割聚类得到的地平面和点云聚类特征作为位姿约束分别加入图优化框架,消除激光里程计的累积误差;最后,得到最优位姿和大规模场景的点云地图,以实现无人车的自主定位导航。利用包含大型户外城市街道环境的KITTI数据集对所提出的SLAM算法进行了评估,结果表明:系统在3km运动距离情况下定位偏差可控制在1.5 m以下,在局部精度和全局一致性方面均优于其他里程计系统,为无人车的定位提供了新思路。      

遗传算法在低信噪比图象点目标检测中的应用

将遗传算法用于图象中低信噪比点目标的检测。在分析了点目标及背景特点的基础上,设计了编码方案及遗传操作算子,提出了合格个体保留法。仿真结果表明应用此算法,可实现信噪比为2dB的点目标的检测与跟踪。     

光学卫星等比降地速的地影区主动推扫姿态规划

针对光学推扫卫星在地影区进行夜间推扫成像时,卫星相机成像区域地速过快导致传感器积分时间不足而难以获取高质量夜间影像的情况,设计了一种卫星等比降地速主动推扫的姿态规划方法。首先,根据卫星推扫成像任务的机动时间、成像起始时刻与降速比例等参数计算出卫星等比降地速成像时的等效轨道初始位置;其次,根据卫星等效轨道初始位置与卫星侧摆角,通过轨道递推计算出卫星光轴实时指向的地面目标点坐标;然后,根据卫星实际的轨道位置与姿态解算出卫星指向地面目标点的实时期望姿态;最后,基于吉林一号高分04A卫星的参数对所设计方法进行数值仿真与在轨试验,结果表明了所提出的方法具有可行性与有效性。     

凸优化方法在工作站负荷优化配置中的应用

在不考虑设备故障的前提下,一个工作站的服务质量主要取决于其负荷大小。建立了工作站负荷最小化的优化模型,设计了一种变量转换方法并经适当的约束条件合并将该非线性的、具有不等式约束的模型转化为凸优化模型。推导给出该凸优化模型对应的拉格朗日函数及其最优解存在的KKT条件,并引入凸优化内点法作为负荷配置的有效计算工具。实例计算结果表明,凸优化内点算法具有迭代次数少、收敛速度快的优点;实际应用中可以将非线性的复杂的优化问题凸性化从而得到其最优解。     

航天器结构变形几何重构技术研究

为解决航天器工作过程受力发生变形使计算网格模型无法实时更新的问题,引入了结构变形几何重构思想。采用多款工程软件协同,根据静力学分析的变形结果依次转换导出、曲面修复及壳体实体化等步骤进行几何重构,实现模型的实体生成。研究计算机图形学的点云库作为另一种几何重构思路,包括点云边界识别、曲面拟合、面组缝合及实体化等算法生成标准实体文件。以中国空间站模型为对象,出舱牵引系统中的导轨作为主要结构件,采用工程软件方法实现了导轨变形的几何重构,验证了航天器结构变形几何重构技术在载人航天领域应用的可行性。     

基于深度学习目标识别的航天员训练场景理解技术

增强现实(AR)是航天员训练的有效途径,其关键技术是场景重建与空间定位。针对当前AR设备只能进行场景空间静态识别,无法感知目标动态变化的问题,提出了深度学习与AR技术相结合的目标识别与位姿估计方法。采用YOLO v5神经网络实现了小训练样本量的操作目标识别,结合深度信息实现了目标点云分割,与目标CAD模型点云进行ICP匹配后估计出目标的三维空间位姿,从而在AR显示空间中实现目标的动态定位与虚实融合。结果表明：YOLO v5的识别平均精度可以达到0.995,虚实结构可以准确叠加。该方法可有效提高AR设备的场景理解能力,扩展航天员AR训练手段。     

基于激光点云的固体火箭发动机热防护层厚度的测量方法

为实现固体发动机热防护层厚度的精确测量,提出了一种基于激光扫描的热防护层厚度检测方法.首先通过点激光传感器采集到有无热防护层固体火箭发动机内型面的位移值,利用坐标转换法将采集到的位移值转换成为能够表征待测型面的三维点云数据,然后采用基于K-D Tree的精简法对点云数据进行精简.最后利用轴线上一点以及其方向向量估计回转...