基于卫星遥感的岛礁影像多类目标智能化提取

卫星遥感影像具有背景复杂、目标尺度不一、观测方向各异、纹理不清晰等特点,主流的深度学习目标检测算法不能直接适用于卫星遥感影像的目标检测。改进了RetinaNet,使其适用于卫星遥感影像。首先设计了一种新的特征融合方式,融合ResNet50输出的特征图,使得融合后的特征图同时具有高层语义信息和低层纹理细节信息。为了减弱遥感影像复杂背景对目标特征的影响,设计了特征感知模块,在减弱噪声对特征图影响的同时增强有用特征。挑选DOTA数据集中船只、飞机和存储罐图像进行训练和测试。改进的算法与RetinaNet相比,飞机、船只和存储罐的平均精度分别提高了41%、25%、24%。基于高分二号卫星（GF 2）真实影像数据的试验结果表明,提出的算法能够用于卫星遥感岛礁影像的多类目标智能化提取。     

语音识别在空中交通管制中的应用挑战与发展

研究一种安全可靠的管制语音识别系统对于推进空管自动化进程、降低管制人员负荷、提升安全效能至关重要。对管制语音识别技术发展所面临的挑战进行了详细介绍,测试科大讯飞、腾讯云、阿里云、上海麦图这4家公司的商用语音识别系统。结果表明,在前3家通用领域的商用ASR系统中,科大讯飞识别效果最好,CER为25.36%。相比之下,由于麦图的产品是基于ATC数据训练,具有最佳性能,其CER为15.02%。此外,设计了实验来探究人工设计的语音特征和基于自监督预训练策略提取的特征之间的优缺点。结果表明,后者有利于提升识别系统识别准确率和鲁棒性,但存在推理速度慢和部署难度大的问题。最后,总结了研究进展并进行了未来展望。     

月球探测器路径规划的基于案例的学习算法研究

讨论了基于案例的学习方法在月球探测器局部路径规划中的应用问题。基于案例的学习算法是人工智能中的一种学习方法 ,它根据过去的经验进行学习及问题求解 ,是一种增量式的学习过程。本文对基于案例的学习方法在月球探测器路径规划中的应用框架进行了一些讨论 ,提出了一些算法。     

基于多源迁移学习的变位姿刀尖点模态参数预测

切削颤振会导致被加工工件表面质量变差、材料去除率降低以及刀具磨损增加等问题。刀尖点模态参数是构建稳定性叶瓣图、选取无颤振加工参数必不可少的输入。然而在加工过程中刀尖点模态参数随刀具位姿而变化且刀具更换频繁,经典锤击试验方法效率低、成本高,如何准确高效地预测变位姿下的刀尖模态参数成为切削加工中亟待解决的问题。本文结合迁移学习思想,提出一种基于多源迁移学习的变位姿刀尖点模态参数预测方法。当更换新刀具后,仅需通过锤击试验获取少量位姿下的刀尖点模态参数,再结合已有多把刀具的模态参数数据进行多源迁移得到新刀具的刀尖点模态参数预测模型。最后,在实际五轴机床上进行试验,试验表明所提方法是有效的。     

一种超低轨卫星干扰力矩与故障的估计及补偿方法

针对超低轨道卫星在轨运行时存在强烈大气阻力力矩以及姿态控制执行机构故障的情况,基于并行学习策略理论,提出了一种估计与补偿干扰和故障的方法。首先,作为参数辨识的一种思路,并行学习自适应辨识策略被引入到干扰及故障估计问题中,相较传统的观测器,该策略可将干扰和故障同时分别估计,并放松了对实时姿态信息及指令力矩信息的需求。然后,利用上述估计值设计姿态控制器以保证干扰及故障情况下实现卫星的高精度姿态控制。最后,通过对具体的任务过程进行数值模拟,验证了所提方法的有效性。     

人工智能技术在宽域飞行器控制中的应用

针对人工智能技术在宽域飞行器控制中的两种应用技术途径进行了研究,其中包括利用深度神经网络辨识飞行器关键特征,实现控制增益的精准调度,提升对模型不确定性的自适应能力;以及利用深度神经网络建立神经网络动力学对飞行动力学的映射表达,实现“端对端”控制。最后对有待持续深入开展的人工智能应用研究进行展望。     

空间机器人目标捕获的自适应零反作用控制

针对目标捕获后空间机器人的机械臂反作用力对其基座的姿态扰动问题,提出了一种自适应零反作用控制方案。首先,针对目标捕获带来的动力学不确定性,设计了一种激励矩阵调节的固定时间并行学习算法。该算法可在放松持续激励条件的同时,使参数估计的收敛率与回归通道中未知的激励水平无关,因此不同量级惯性参数的估计可在相近时间内收敛。此外,通过分别设计基座姿态控制器与机械臂轨迹跟踪控制器提出了一种具有输入扰动补偿的有限时间零反作用控制方法,能够在机械臂跟踪末端期望位姿轨迹的同时维持基座姿态的稳定性。仿真结果验证了该方案的有效性。