基于随机测量点的机翼精加工位姿计算方法

在机翼精加工过程中,需要对机翼的位姿进行计算,以指导其调整。通过对翼面水平测量原理的分析,提出一种基于随机测量点的机翼精加工位姿计算方法。首先,以翼面水平测量数据为基础,采用以最小二乘法为目标函数的迭代最近点算法,求解出测量点在翼面设计模型上的匹配点,形成位姿计算所需的2个点集。然后,运用Levenberg-Marquardt算法计算出这2个点集间的变换关系,实现位姿参数的求解。最后,为减少测量点误差对位姿计算的影响,给出了测量点精度补偿方法。仿真算例表明,该方法具有较高的计算精度,能够满足实际工程需求。     

基于动力学模型的飞机大部件调姿轨迹规划

为了提高飞机调姿的运动安全并减小在误差敏感方向的冲击,采用Newton-Euler方法构建了调姿系统的动力学模型,以实现调姿轨迹的优化。该动力学模型综合考虑了支撑杆变形、驱动丝杆变形及运动误差的影响,可对比不同轨迹时部件运动全过程的运动学特性,实现多目标多约束条件下的轨迹优化。为了提高计算效率,提出了一种类间可分性最优的自适应核主成分算法进行特征提取,并结合模式识别中的自动分类方法,预判可行轨迹的性能,控制搜索范围,减少寻优过程中的计算量。以某型数控定位系统为例,在对150条可行调姿轨迹进行评价和优选后,大部件调姿过程的最大平动速度小于20mm/s,调姿结束时的最大角速度小于0.1rad/s,说明了该方法的可行性和有效性。     

基于工业机器人的机身系统件定位方法研究

针对传统系统件安装工艺采用固定式定位工装导致装配系统开敞性差、柔性程度低的问题,提出了基于工业机器人的机身系统件定位方法,确定了系统件辅助定位工装的标定方法,基于奇异值分解法和位姿等价变换原理确定了工业机器人的位姿调整算法,最后通过系统件辅助定位工装定位试验得出了系统件的定位精度。     

一种跳跃式返回再入的预测—校正制导方法

再入地球大气是探月飞船返回的关键阶段,再入制导是返回再入中的难点问题.飞船跳跃式再入过程复杂,标准轨道制导方法难以满足任务要求,因此具有高精度和强鲁棒性的预测—校正制导方法成为解决问题的首选.以探月飞船跳跃式再入为背景,设计了数值预测—校正制导律,研究了基于嵌套式积分算法的航程快速预报方法和基于有界试位法的倾侧角剖面快速更新算法,提出了一种气动系数误差和大气密度误差的在线参数辨识方法,并基于最大偏差法和蒙特卡洛打靶法进行了仿真分析.结果表明,预测—校正再入制导方法在跳跃式再入问题上具有较高的精度和较好的鲁棒性.5 000 km再入航程时,开伞点误差在2.5 km以内.     

空间机械臂视觉测量技术研究

空间机械臂技术是维护空间站、执行指定任务、保障航天员出舱作业的安全等必不可少的关键技术。视觉测量技术则是保证空间机械臂顺利完成空间遥操作任务的前提。基于此前提,首先对空间机械臂视觉测量技术进行了概述,并分别对手眼关系标定、标志器识别以及相对三维位姿测量等关键技术进行了阐述;然后,以加拿大机械臂为例提出了一种基于边缘特征的标志器识别算法,给出了具体的识别流程,并采用一种基于非迭代的相对位姿测量算法实现了位姿求解;最后,针对标志器识别算法和位姿测量算法给出了基于仿真图像的实验结果和机械臂原理样机集成实验结果。最终实验结果表明:提出的空间机械臂视觉测量方法合理可行,满足预期的技术指标要求,具有较强的工程应用价值。     

基于流固耦合航行体入水冲击数值模拟研究

针对航行体入水冲击过程中的流固耦合问题,利用任意拉格朗日 欧拉算法建立三维入水冲击数值仿真模型。首先,建立球体入水冲击数值模型,获取了入水过程中的冲击载荷和表面压力数据,通过与试验对比,探究网格密度、接触刚度耦合系数以及时间步长对仿真准确性的影响。结果发现,冲击区域网格密度和接触刚度耦合系数决定流固耦合接触刚度;冲击域的网状密度对冲击系数结果和入水速度变化有明显影响;耦合节点之间的接触刚度系数会影响局部压力峰值。最后,建立锥形头部圆柱体入水仿真模型,提出分段刚体计算截面载荷方法,研究不同速度下结构入水冲击加速度、速度、位移和截面载荷变化规律,与试验结果对比证明仿真准确性。     

视觉辅助的无人机自主空中加油建模与仿真

为准确获得插头锥套式空中加油过程中无人机与锥套的相对位姿信息,提出了机器视觉辅助的插头锥套式无人机自主空中加油仿真方案,开发了基于Open CV,Simulink及Vega Prime视景仿真技术的闭环仿真系统.研究了机器视觉识别跟踪锥套的图像处理算法,利用Kalman滤波算法估计无人机与锥套的相对位姿.仿真结果表明,机器视觉算法可以准确识别跟踪锥套,滤波器状态估计的收敛速度较快,无人机姿态角变化范围较小,保证了插头锥套式无人机自主空中加油的平稳安全对接.     

无人机位姿测量的点特征视觉方法

针对无人机在动态环境下快速高精度定位的问题，提出了用单目相机对无人机上的人工特征点进行位姿解算的方法。在无人机上放置一定数量的小型LED灯，并将其作为视觉测量的特征点，并以其中一个点作为原点建立无人机机体坐标系。通过多场景测量确定特征点在机体坐标系下的三维位置，再将三维位置与特征点在图像中的成像位置相匹配，最后使用EpnP算法求解出无人机的位置和姿态。在实验部分，利用三轴移动平台和三维转台，分别对位置解算结果和姿态解算结果进行误差测量。试验结果表明，位置解算误差在2%以下，姿态误差在8%左右。同时，该算法的处理时间在2 ms左右，该算法可以满足无人机对定位的实时性和精度的要求。