基于图形制导的复杂曲面最佳匹配的一种算法

通过对自由曲面精度检测的研究,针对检测过程中出现的基准不重合现象,提出了一种基于图形制导的自由曲面最佳匹配分析算法。该算法首先利用参数曲面的几何不变性使匹配曲面达到较好的初始位置,然后根据随机或交互选取的数据点利用优化算法对曲面进行匹配计算。结果表明 :该算法可以有效地消除基准不重合误差,同时算法具有较好的抗发散性。这一算法已在反求工程 CAD系统 RE-SOFT中取得了很好的应用效果。     

非均匀超声来流二维压缩面的优化设计

通过数值分析和风洞实验,研究在非均匀来流条件下,单级斜板型面变化对下游流场的影响。研究结果表明,小进口角,大出口角之凹型面具有较高的总压恢复。但是,曲壁面对降低出口处之静压畸变不利。折衷的选择为：以凹型面作为斜板的前段,其后续一平直段,以达到提高总压恢复,保持较低总静压畸变之目的。     

三维PDPA系统在φ3．2m风洞中的实验研究

非接触测量的PSPA系统在φ3．2m风洞中进行双三解翼速度场试验中，采用随测量点位置的移动而进行粒子投放。三维的光路布置则是采用安装在风洞外移测架的横梁上。实验结果表明，粒子投放的方法和光路布置及测量是合理的。同时指出：粒子的投放应该在x／d＞45处，从而解决了在大型低速风洞中的粒子投放和光路布置问题。     

基于多波长同轴数字全息的相位恢复算法

同轴数字全息中固有的共轭像问题会严重影响再现像质量,已有的相位恢复算法需要大量计算才能祛除共轭像,且无法获得连续分布的解包裹相位像。提出一种基于多波长的相位恢复算法,该算法利用4个波长下记录的数字全息图,并在迭代过程中借助光学解包裹原理扩展了测量范围,实现了再现成像面中共轭像祛除的同时获得解包裹的相位分布。同时,由于在物面及记录面添加了约束条件,该方法中所用波长数少于其他已提出的基于多波长原理的相位恢复算法,而且具有更快的迭代收敛速度和更好的共轭像祛除效果。数值仿真和实验结果皆证明了该方法的有效性。      

多普勒导航雷达测高自校信号的分析

本文详细分析了采用周期自动校准技术的多普勒导航雷达测高装置自校时的信号关系。在数学分析的基础上,作者认为,为保证在高度测量时稳定获取自校信号,应调节馈线的长度(微波相位)。实验证明,分析是正确的。     

高动态条件下星点像斑建模与补偿

高动态条件下星点提取有两个难点：一是暗弱星点目标湮没在噪声中不易识别,质心定位精度较差;二是星点像斑可能断裂,无法用常用的连通域算法提取。针对上述难点,本文建立了高动态条件下星点像斑模型,提出了基于该模型的像斑补偿与质心定位提取算法。该方法分为四步：第一,利用卡尔曼滤波实现星点像斑静态模板的实时迭代;第二,基于静态模型与星点运动模糊模型建立星点像斑动态模型;第三,以动态模型作为模板在恒星跟踪窗口内进行相关性匹配以确定星点像斑位置;第四,基于动态模型补偿星点像斑,并计算质心位置。实验结果表明,该方法能有效解决高动态条件下暗弱星点提取与断裂残损星点修复问题。相比传统算法,姿态精度误差均值减少了40.9%,最大误差减少了81.2%;星点提取率达到100%,提高174.5%,提取星数相比阈值分割与连通域法提高了173%。     

基于FPGA无人机影像快速低功耗高精度三维重建

现有无人机（UAV）影像三维重建方法在功耗、时效等方面无法满足移动终端对低功耗、高时效的需求。为此,在有限资源FPGA平台下,结合指令优化策略和软硬件协同优化方法,提出一种基于FPGA高吞吐量硬件优化架构的无人机航拍影像快速低功耗高精度三维重建方法。首先,构建多尺度深度图融合算法架构,增强传统FPGA相位相关算法对不可信区域的鲁棒性,如低纹理、河流等区域。其次,结合高并行指令优化策略,提出高性能软硬件协同优化方案,实现多尺度深度图融合算法架构在有限资源FPGA平台的高效运行。最后,将现有CPU方法、GPU方法与FPGA方法进行综合实验比较,实验结果表明:FPGA方法在重建时间消耗上与GPU方法接近,比CPU方法快近20倍,但功耗仅为GPU方法的2.23%。      

基于深度学习和图匹配的接线图检测与校核

传统的厂站一次接线图的绘制和管理主要依靠电网运行人员,费时费力且缺乏科学可校核的参考标准。提出了一种基于深度神经网络和数字图像处理相结合的厂站一次接线图的自动检测、识别和校核算法。首先,使用目标检测Faster R-CNN模型检测厂站接线图中的电器元件,并达到92%的检测准确率,同时使用端到端的文字检测识别模型识别厂站接线图中的文字信息,并达到94.2%的文字检测准确率和92%的文字识别准确率;然后,使用数字图像处理技术进行厂站接线图连接线、拓扑关系识别;最后,使用改进的VF2算法进行厂站一次接线图和人工维护的厂站一次接线图拓扑关系匹配校核,将拓扑数据抽象为无向图,通过轮廓序号得到元件的相对位置信息,根据改进的VF2算法得到2张图的匹配率,并通过匹配率与设定好的阈值来帮助核验,相比于节点遍历的匹配方法,核验准确率提高了37.5%。基于某供电公司提供的部分变电站的厂站一次接线图标注了接线图电器元件,贡献了一个小型接线图数据集。      

电静液作动器自调节积分鲁棒运动控制

针对电静液作动器系统中存在的匹配干扰及不匹配干扰,基于扩张状态观测器,设计了一种自调节积分鲁棒控制方法。首先设计扩张状态观测器估计系统的匹配不确定性并且进行前馈补偿;然后设计自调节积分鲁棒控制器分别处理系统的不匹配干扰和状态估计误差,实现了电静液作动器的渐近跟踪控制;最后通过仿真验证了该控制方案的有效性。结果表明：相较于传统的PID控制器,该控制器的跟踪误差约为0.2mm,控制精度达到0.4%左右。     

基于深度学习的无人机视觉目标检测与跟踪

针对目标检测中小目标物体漏检率及误检率高等问题,提出了一种基于Yolov3-Tiny算法的改进模型。改进k-means聚类方法,增加3×3和1×1的卷积池化层,将第9层卷积输出上采样,并与第8层卷积得到的特征图进行连接,得到新的输出:52×52卷积层,形成新的特征金字塔。基于卡尔曼滤波算法实现目标跟踪,提出融合跟踪算法的检测网络,使用匈牙利匹配算法对检测边缘框与跟踪边缘框进行最优匹配,利用跟踪结果修正检测结果,提高了检测速度,同时提升了检测能力。在ROS、Gazebo和自动驾驶仪软件PX4的综合仿真环境下对所提算法进行了对比试验。试验结果表明:改进算法平均检测速度降低了15.6%,mAP提高了6.5%。融合跟踪算法后的网络平均检测速度提高了34.2%,mAP提高了8.6%。融合跟踪算法后的网络能够满足系统实时性和准确性的要求。