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。     

基于遥测信号的3Δt无源定位技术

本文提出了一种基于再入遥测信号的3△t无源定位技术,它具有系统简单、可靠性高、构成灵活等优点。本文首先介绍了其基本原理,着重对遥测体制的选择与精度进行了分析,探讨了采用GPS同源共视原理实现地面站之间的纳秒级相对时间同步技术,以及纳秒级时间同步数字钟和时间记录器的设计方法。     

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。     

一种难加工材料深孔薄壁零件加工方法

通过分析某30CrMnSiNi2A深孔薄壁零件在加工过程中存在的问题基础上,采用了带涂层的深孔加工刀具拉镗拉铰加工内孔后,再进行珩磨,最后以轴向定位夹紧的方式加工外形的思路,该方法保证了零件加工精度,解决了该薄壁深孔零件的加工问题,完全满足生产实际需要.     

顾及频间偏差的GNSS多频非组合PPP变形监测

精密单点定位(PPP)技术有望解决长距离、大范围等监测场景难以找到稳定基准点的难题。现代化的全球卫星导航系统(GNSS)卫星纷纷开始播发多频信号,多频观测值融合理论上可提升PPP变形监测性能。为了充分利用多频冗余观测数据,详细研究了每个频点的差分码偏差(DCB)和全球定位系统(GPS)存在的相位频率间卫星钟偏差(PIFCB)的改正方法,扩展了多频数据处理的严密理论模型,能够灵活处理GPS三频、Galileo五频和BDS-3五频观测数据。多频PPP振动监测实验结果表明,GPS三频PPP、BDS-3五频PPP、Galileo五频PPP较各自双频PPP位移监测精度可分别提升12%、13%和14%,表明多频PPP技术有利于提升PPP位移监测精度与稳定性。     

角度棱镜方位对干涉仪测角范围的影响

在激光测角干涉仪中,由于角度棱镜安置的方位不同,将导致该仪器角度测量范围的变化。分析了角度棱镜的方向和位置对角度测量范围的影响,比较了不同方案的优劣,并给出了结论。     

当代世界导航卫星巡礼

导航定位很早就成为人类社会中不可缺少的一项技术。从古至今，人类在生产和生活实践中发明了多种导航方法，但都不十分尽如人意。随着航天技术的发展，卫星导航技术应运而生，其实质是把无线电导航台搬到太空上去，因而能克服地面无线电导航台的先天不足，不受气象条件、航行距离的限制，且导航精度也比较高。     

伽利略计划总承包协议签署

3月9日，中国国家遥感中心与伽利略卫星导航有限公司在北京签署了关于执行《中国国家遥感中心和伽利略联合执行体关于伽利略计划合作协议》的总承包协议，这标志着中国国内就中方参加伽利略计划权利和义务的具体落实。     

基于边缘与颜色信息的车牌精确定位算法

针对现有车牌定位算法定位率不高和速度慢等问题,结合数学形态学,提出了一种基于车牌边缘检测与颜色信息的精确定位算法.首先对图像进行灰度化、平滑去噪及灰度拉伸等预处理,然后对图像进行垂直边缘检测和二值化处理;再采用线过滤算法滤去干扰边缘线信息,并利用车牌区域灰度变化次数多的特性定位出车牌上下边缘;对经过上下边缘定位后的车牌采用点密度过滤算法滤去零散点,接着采用数学形态学方法寻找连通域粗定位出车牌区域;最后对粗定位车牌在HSV空间进行颜色分割和倾斜矫正,从而精确定位出车牌.实验结果表明,该算法能够实现车牌的快速精确定位.