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。      

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。     

航天器相对运动的两点边界值问题解析解

针对无摄椭圆轨道,推导了表示真实相对位置速度的状态转移矩阵,进而推导出了相对运动两点边界值问题的一阶解析解。所得结果不仅可指定转移时间、还可在时间范围内进行全局的燃料优化或在时间和燃料两者间折中;对于周期和非周期的相对运动均适用。仿真结果表明此解的归一化精度达到10^－6。进一步的仿真发现相对转移过程的燃料消耗会随目标轨道偏心率的增加而增加;随长半轴的增加而减少;随初始真近点角的增加呈现周期性变化;随着转移时间增加,燃料消耗的总趋势是减少的。     

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     

发动机机匣弧面不规则管路的布局参数多目标优化设计

管路布局优化是降低发动机管路振动应力的重要手段,提出了一种发动机机匣弧面上不规则管路布局参数的多目标优化设计方法.从发动机机匣弧面的U形管路出发,建立了具有复杂布局走向的不规则单管路的参数化建模方法.分析了布局参数对管路的危险固有频率、多点激励响应的灵敏度.综合考虑错频和最大响应等多个目标,采用多目标遗传优化算法,对不...     

基于线结构光的焊缝特征尺寸检测方法

随着机械加工与制造行业的迅速发展,焊接已被广泛运用于结构件的成型连接中.目前多采用人工方式进行焊接和焊缝质量检测,生产效率低下,产品质量不稳定.本文针对焊缝特征尺寸视觉检测需求,以焊缝为研究对象,搭建了基于线结构光的焊缝特征尺寸视觉检测系统,提出了一种自适应的光条亚像素中心提取算法和一种焊缝光条的特征点提取算法.实验结...     

视觉着舰中非合作结构化特征匹配算法

视觉全自主着舰具有独立性强、系统结构简单以及测量信息丰富等优点,特别是非合作视觉着舰意义更为重大,但也对参考特征提取提出了更高的要求.为能够实现航母图像中参考定位非合作特征点的稳定、高精度匹配,本文提出一种基于线段检测子(Line segment detector,LSD)直线识别的结构性特征检测与匹配方法,实现对航母...     

一种对机场跑道的攻击方案

以导弹攻击机场跑道的攻击效果为对象，探讨了一种简单的火力分配方案，并得到了这种方案下最优瞄准点的计算公式，经过验证该方法快速、简单，能够在一定条件下取得最佳的攻击效果。     

一种从月面图像检测陨石坑的方法

随着我国月球探测计划的开展,基于视觉的探测器月球表面软着陆的相关技术研究正在进行,陨石坑是月球表面最常见的物体.基于图像的陨石坑识别技术作为探测器自主障碍检测中的一项关键技术,引起了各航天大国的高度重视.提出了一种基于特征点的陨石坑检测算法.该方法可以分为三个部分:特征点检测、陨石坑区域初选、陨石坑拟合.首先通过特征点检测初步确定陨石坑所在区域,然后通过区域生长的方法分别提取陨石坑亮、暗两区域,最后通过椭圆拟合的方式获得陨石坑所在椭圆.实验研究表明,该算法可以有效地检测出半径小于15个像素大于5个像素,有较强明暗对比的陨石坑.在结束语中,作者提出了未来该算法改进的四个方向.