一种改进点线特征融合的双目视觉惯性定位算法

在复杂产品装配过程中,对增强现实设备定位是实现虚拟引导信息与装配现场实时融合的核心。传统基于标签或预先构建离线装配基体模型的定位方式,存在装配任务与视觉定位兼容性低,单一视觉定位鲁棒性和稳定性差的问题。利用多传感器融合的视觉惯性导航方式进行定位,可提高定位的精度和鲁棒性,有效提高复杂产品装配质量和效率。本文提出了一种基于点线特征融合的双目视觉惯性定位算法,对双目相机和惯性测量单元（Inertial measurement unit,IMU）进行联合标定,并通过ORB和LSD线端融合的点线特征提取匹配,采取视觉和IMU紧耦合的方式,建立基于点线特征的视觉惯性融合的位姿误差融合模型。对比VINS-Fusion、PL-VIO和本文改进IPLVIO算法,结果表明IPL-VIO算法在结构化场景下的绝对位移和旋转误差比原算法误差更小,同时结构化场景信息更加丰富,能够应用在弱纹理的AR装配现场中,为增强现实辅助装配平台提供稳定可靠的位姿数据。     

对一种月球与火星探测多程微波测量链路定轨定位的数值模拟初步分析

轨道器精密定轨与着陆器的精确定位在深空探测任务中具有非常重要的科学意义。对一种月球与火星探测多程微波测量链路的定轨定位能力进行了初步仿真分析,推导了这种多程微波测量链路的测量模型,分析了该模型的优势。模拟仿真分析结果表明,此测量跟踪模式的数据具有提升轨道精度的潜在能力,并且同时求得着陆器的位置。定量分析表明,在考虑坐标系转换误差,重力场误差,行星历表误差以及星上转发误差的情况下,模拟1 mm/s的噪声,对于月球探测器来说,轨道器的定轨精度可达几米,着陆器的定位精度有望达到分米量级;对于火星探测器来说,轨道器的定轨精度可达到数10 m,着陆器的定位精度可达到几米。     

某型装备一舱故障诊断处理系统分析

介绍了某型装备一舱故障诊断处理系统的构成,详细论证了各子系统的功能和工作模式,可为后续该型装备靶试保障及故障定位工作提供技术支撑,也可为后续类似型号的分析工作提供可借鉴的方法和经验.     

基于Clean-SC的航空发动机整机喷流噪声定位识别研究

针对航空发动机整机喷流噪声定位识别难题,开展了基于Clean-SC声源成像识别技术结合线形传声器阵列的航空发动机整机喷流噪声定位识别方法研究。以小涵道比涡扇发动机为对象进行了测试验证,获取了发动机整机喷流噪声的主要声源特性。该特性沿着发动机喷流轴线方向以及与发动机轴线呈一定角度的方向分布,不随发动机状态的变化而变化,且主要为1 000 Hz以下的低频声源。证明了本文方法的可行性,为后续航空发动机整机喷流噪声的声源定位研究奠定了基础,具有重要的工程应用价值。     

航空活塞发动机转速波动故障分析

某型无人机装备的航空活塞发动机,飞行过程中随着发动机节风门开度变化,出现辅油泵接通、发动机转速波动且转速降低现象。通过分析发动机故障表象和飞参记录仪所记录的发动机各参数值,结合以往发动机故障模式,判定故障点并予以排除。     

用于单站实时测控系统的航向估计和卡尔曼滤波方程

一种不依赖卫星导航的、仅利用地面数传设备所附加的测距功能和机载简易导航设备所提供的磁航向、高度等参量来确定所测控飞行器航迹的单站定位系统已被研究。本文主要研究了用于此种单站定位系统的航迹跟踪方法。作为分析的基础,本文首先分析了由径向距离和直线飞行距离所构成的测距三角形的解;然后分别描述了坐标平移和坐标旋转两种航向估计方法;最后给出了适用的卡尔曼滤波方程组。     

基于SURF特征匹配的优化RatSLAM类脑导航方法

RatSLAM是模拟鼠类感知环境机制提出的一种定位与构图的导航算法。针对复杂环境如光线影响导致RatSLAM产生误差的问题,提出了基于SURF特征匹配与位置细胞校正算法的优化RatSLAM类脑导航模型。本方法通过一套移动视觉系统采集环境信息,构建的局部场景细胞通过SURF特征匹配算法获取到载体在环境中的方向与位置信息,头朝向细胞与位置细胞通过连续吸引子神经网络共同表示载体当前的位姿,利用上述细胞所获取的位姿与时间信息,通过路径积分计算当前载体在坐标系中所处的位置,最后构建基于认知点的拓扑经验地图。此外,在局部场景细胞获取环境信息的同时,通过SURF特征匹配算法来进行闭环检测与检测预先设置好的位置细胞节点,对当前运动轨迹进行修正。实验结果表明,在有光线影响的情况下,本文所提出的方法将绝对定位误差大大降低。     

无人机视觉地理定位研究综述

近年来,无人机在控制稳定性、传感器精度和载荷智能化等方面进步显著,被普遍应用于情报侦察、打击引导、安防巡逻、应急救援、森林巡检等军事和民用领域。无人机及其载荷主要承担发现和定位目标的任务,利用相机对地面目标地理定位(简称对地视觉定位)是最为普及的低成本手段,属于航空摄影测量技术分支。基于深度学习的计算机视觉浪潮促进了各类无人系统视觉感知能力的智能化发展,对于搭载光电载荷的无人机而言,对地目标智能识别和定位是重要的能力增长点。鉴于此,系统总结了无人机对地视觉定位技术的研究现状,全面细致地探究了定位过程涉及的各类坐标系定义与相互转换关系,指出了关键原理问题和技术途径。无人机视觉地理定位可分为单机定位和多机协同定位两种方式,主要通过基于辅助地理信息的定位、已知目标距离的定位、三角定位和纯角度滤波定位四种途径实现。同时,预测了未来无人机视觉地理定位技术的研究趋势,力求为无人机系统智能化发展提供支撑。     

一种长航时惯导定位误差评估的新方法

针对长航时惯导传统定位误差评估中存在的问题,提出了一种新的基于惯导误差传播函数拟合的定位误差评价新方法。基于长航时惯导系统定位误差传播模型的特点,采用三角函数建立了误差传播拟合函数,主要包含舒拉周期、地球周期和傅科周期,反映了惯导的长期误差特性。提出了惯导误差契合度的定义和计算方法,实现了对长航时惯导系统定位误差的量化评估。对两套精度大致相同的长航时惯导舰载实验数据进行了对比分析,结果表明新的评估方法能够给出更合理的定位性能优劣判断。最后,针对长航时自主导航需求提出了综合导航技术的改进建议。     

GNSS实时卫星钟差估计在地震监测中的应用

为快速、有效地获取地震发生阶段震源周边地区站点的动态位移,为地震预警系统提供高可靠性的地表形变信息,利用全球导航卫星系统(global navigation satellite system, GNSS)高频观测数据,基于非差估计法对多模GNSS卫星钟差进行实时估计及性能分析,并将其应用于精密单点定位(precise point positioning, PPP)实时计算2021年漾濞M_w6.4地震和玛多M_w 7.4地震的地面动态形变。结果表明,GNSS四系统实时估计卫星钟差的标准差(standard deviation, STD)均值为0.142 ns,其多系统组合PPP动态解的平均标准差在水平方向达到0.5 cm,高程方向达到1.0 cm,计算得到的地震动态位移波形相对GPS单系统更为稳定,而且能够获得较为准确的同震形变。