面向航天器微低重力仿真的大型超平支撑平台精密装配技术研究

大型超平支撑平台作为航天器微低重力仿真的大型精密试验设备,具备大尺寸、高承载刚度、全自动精密调节等特点。通过对大型超平支撑平台装配要求及难点分析,构建装配系统组成,制定装配工艺流程,设计调节机构及调节工艺流程,并针对虚拟轮廓构建、精密测量、装配路径规划、调控策略等数字化自动装配关键技术进行研究,最终实现大型超平支撑平台的快速、精密测量与调节,高效率、高质量地完成200块平台的精确装配。     

天象一号低轨导航增强系统研究与在轨试验验证

如何实现GNSS全球瞬时高精度服务一直是GNSS领域的迫切需求和研究热点.采用低轨导航增强技术体制,利用低轨卫星运动几何变化快的特点,解决GNSS精密单点定位快速收敛问题和性能提升问题,是GNSS高精度定位服务未来发展的重要方向.从全球瞬时高精度服务内涵出发,阐述了天象一号低轨导航增强试验系统的技术体制,包括系统工作模...     

智能手机广域精密定位研究

智能手机作为位置服务的重要载体，由于其天线结构等因素，导致利用手机原始观测值进行定位不能满足高精度定位的需求。针对这一问题，提出了利用广域增强技术，提高手机单频原始观测值实时定位精度的方法。首先，针对手机观测值周跳较为严重的问题，对单频载波相位观测值进行了周跳探测。然后，利用手机观测值获取的伪距、载波相位以及IGS站播发的轨道和钟差改正实现增强定位。实验结果表明，定位精度收敛到1m约需要20min，收敛后水平方向和垂直方向精度分别提高了66.7%和28.9%，平面精度达到1.5m。     

基于局部几何特征的稠密点云配准方法

针对现有的稠密点云配准方法依赖初始位置设定、计算成本高、配准成功率不高等问题，提出了一种基于点云局部几何特征的稠密点云配准方法。采用深度卷积网络模型提取点云的局部几何特征，从而减少了三维点云数据的噪声、低分辨率和不完备性等带来的影响。在此基础上，使用K维树搜索完成局部几何特征描述子的关联工作。最后，通过随机采样一致算法对点云的相对位姿进行鲁棒的估计。通过对开源数据集上5个典型场景中的数据测试表明，该方法的配准成功率达到92.5%，配准精度达到0.0434m，配准时间相对最邻点迭代配准算法缩短了74.7%，实验结果验证了该方法的有效性、实时性和鲁棒性。     

水下运载体导航技术

本文第一部分综合了国外近几十年根据不同需求形成的多种水下导航技术,论述了面上导航信息利用水声技术向水下转化的多种形式以及利用不同地球物理参数与地理位置相关性导航的各自特点与问题,论述了在测绘海底地形、重力与其它地球物理特性及其变化时在传感器层面和任务层面融而为一所形成的独具水下特色的同步定位与建图(Simultaneous Localization and Mapping,SLAM)导航技术,论述了NavLab作为一个通用工具软件在水下导航系统研发、精度分析以及作业前导航功能规划和导航信息事后处理方面的独特作用。本文第二部分以极具代表性的挪威HUGIN AUV系列产品军民两用为实例,根据任务和导航功能需求,从其“导航工具箱”(ToolBox)选择适用手段,给出典型任务对应的导航方式和传感器。文章结束部分给出了基于先进人工智能技术的未来展望。     

面向飞机装配精准定位的状态感知技术

状态感知、实时分析、自主决策、精准执行是航空智能制造的特征。总结影响飞机部件装配单元定位精度的多种因素,并结合感知技术发展,深入分析部件装配单元的可感知因素及其获取方式,确定了部件装配单元可感知的关键要素:装配现场温度、定位器所受载荷、定位器位移、产品位姿。结合飞机机翼装配单元,设计感知信息获取方式。通过模糊优选方法,构建传感器型号优选模型,完成部件装配单元传感器选型。通过传感器测量偏差平均化的方法,构建多种类、多数量的传感器布局模型,确定部件装配单元传感器的数目与位置,完成了传感器布局设计。基于多传感器信息融合方法,设计多传感器信息融合模型,对感知的多源异构信息进行融合处理,并通过构建状态感知模型,实现对部件装配单元定位状态的直观表达。     

基于LabVIEW的超精密磨床嵌入式监控系统

针对超精密磨削机床的监控需求,基于NI–sbRIO硬件平台开发了一套应用于超精密磨床状态监测和数据采集的嵌入式监控系统,使用FPGA对温度、振动、声发射等信息进行实时数据采集,并使用实时处理器对数据进行分析和处理,实现对机床的实时状态监测和数据存储。通过FPGA编程取代硬件数据采集卡,成本低,灵活性强。试验表明,该系统能够胜任超精密磨床的监控任务。     

基于点线特征融合的双目惯性SLAM算法

针对室内弱纹理场景下,基于点特征的SLAM算法难以追踪足够多的有效特征点,导致系统定位精度和鲁棒性较差,甚至完全失效的问题,提出一种基于点线特征并融合惯性测量单元(IMU)的双目视觉惯性SLAM算法。利用点线特征的互补优势来提高数据关联的准确性,同时引入IMU数据为视觉定位算法提供先验和尺度信息,通过联合最小化多残差函数得到更准确的相机位姿,并据此构建环境点线特征地图、稠密地图和导航地图。针对传统线特征提取算法在复杂场景下易检测到大量短线段和相似线段特征以及线段存在过分割等弊端,利用线段长度抑制、近线合并及断线拼接策略在FLD算法的基础上进行改进,以降低线特征的误匹配率,运行速度是LSD算法的2倍以上。通过对比多组公开数据集和真实弱纹理场景下得到的仿真实验结果可知,所提算法在保证定位精度的同时能够获得更为丰富的环境地图,具备较好的鲁棒性。     

通信导航融合定位技术发展综述

详细分析了蓝牙、Wi-Fi、超宽带、移动通信网络等多种无线网络通信导航融合定位技术的发展现状,并阐述了其面临的挑战,提出了多网融合方法可以提升室内无缝高精度位置服务的可靠性。利用5G移动通信网络,与北斗/GNSS卫星导航系统结合,可以实现相互增强。最后,从天地一体定位导航与授时体系和仿生通信定位导航两方面介绍了通信导航融合定位技术的未来发展趋势。     

激光室内定位的混合式高效点云地图构建方法CSCD

针对机器人在室内定位中存在的点云地图形式单一、存储空间大等问题,提出了一种包含特征地图、通行地图和精简地图的混合形式地图构建方法。构建特征地图时,利用曲率、法线和局部显著性等要素提取环境中的显著特征点。构建通行地图时,首先,采用区域生长分割平面;其次,基于室内曼哈顿假设,利用平面空间关系分割出地平面;最后,根据预设高度构建出2D通行地图,并将3D边缘信息融入到通行地图中。在精简地图中,分别采用主方向权重、随机采样和K均值聚类方法对不同类型体素网格内点云进行精简。实验表明,特征地图可为机器人提供丰富的特征信息。通行地图中地面分割的准确度大于95%,可提供准确的先验通行信息。精简地图有效降低了点云地图的冗余度,在精简比例达到95%时,仍可取得0.8mm的平均模型误差,其精简性能优于传统的随机采样和体素格网方法。