西南师大推出数字化传动传感自动控制系统

西南师范大学智能传动工程技术研究中心的薛荣生教授介绍说，该系统直接参与传动，并进行数字智能处理，提高电池寿命和系统工作效率。装有系统的数字智能电动自行车增加了爬坡性能3～5度，爬坡能力达到8～10度，而现有电动车最大爬坡能力仅为5度。该系统的产生标志着我国在数字化智能传动传感自动控制领域处于世界领先水平。据了解，该系统是融微电脑、传感器、自动控制、集成电子线路、电机、纳米技术、现代机械工程及制造等高新技术于一身的新型自适应传动传感智能自动控制系统，     

搜寻外星智能生命新工具

虽然经过了约40年的不懈努力,但科学家们仍未发现外星智能生物的一点无线电波,即使是将一种比弗兰克·德雷克所用的原始的单频道射电望远镜大数十亿倍的仪器联合起来,所得到的结果也是这样.看来,我们的这个宇宙是沉默的.     

舰面直升机旋翼瞬态气弹响应分析

建立了舰面直升机起动和停车过程中的旋翼瞬态气弹响应分析方法,在桨叶结构建模中考虑了桨叶的挥舞、摆振、扭转和拉伸变形并计入了桨叶重量影响和因旋翼速度变化产生的惯性力。桨叶气动力计算采用时域非定常空气动力计算模型,包括非线性分离和动态失速的影响。用实验数据对分析方法进行了验证。      

模块化可重构空间系统研究

模块化可重构空间系统由多个外形尺寸相同的模块组成,具有组织方式灵活、维修操作方便、适应性强等优点,可有效提高空间系统的可维修性,降低空间系统建设成本,满足空间应用的多任务需求。文章对国外模块化可重构空间系统的发展情况进行了介绍,如日本"可重构空间系统"(RSS)、应用"超级机器人"(SuperBot)和应用卫星模块(Satlet)的美国模块化可重构空间系统。针对我国模块化可重构空间系统的发展,建议首先发展模块化异构系统,采用分布式与集中式相结合的控制方法。     

基于ADRC迭代学习控制的四旋翼无人机姿态控制

针对农用无人机超低空表型遥感和喷药精准悬停易受地效扰动问题，提出了一种自适应ADRC姿态控制器。首先设计了基于ADRC的姿态控制器，结合四旋翼无人机平台在0.9~1.1、1.1~1.3、1.4~1.6、2.0~2.4、2.5~2.9、3.3~3.6 m/s侧向水平风、0.9~1.1 m/s （11°）、1.1~1.3 m/s （13°）、1.4~1.6 m/s （18°）、1.8~2.0 m/s （18°）、2.1~2.5 m/s （18°）前俯向风和侧俯向风下进行干扰的预测和控制量的补偿实验。实验结果显示使用ADRC姿态控制器后无人机抗风性能有较大提升。然而在存在初始误差时，ADRC固定带宽无法满足要求，进一步设计了自适应ADRC姿态控制器（ILC-ADRC）。通过迭代学习控制在线优化自抗扰控制器带宽，实现了不同增益观测器的自适应整定。实验结合四旋翼无人机平台分别进行了机头实际方向与期望方向偏离55°、90°、180°，水平风速1.1~1.3、1.4~1.6、2.0~2.4、2.5~2.9 m/s下使用ADRC和ILC-ADRC的对比。实验结果显示采用ILC-ADRC姿态控制器，在150次控制周期内，偏航角误差均在-15°~15°之间，满足四旋翼无人机偏航角控制精度要求，同时调节时间分别缩短了40%，16.67%，12.5%，53.33%，10.34%，13.95%，27.27%，58.66%，11.86%。     

飞机装配作业AR智能引导技术探索与实践

为解决增强现实应用系统在通用性、一体化方面的不适应性,以满足飞机装配中的实际应用需求,提出一种新的飞机装配作业AR智能引导系统。首先,开展了基于动态操作描述的通用化AR装配指令和基于连续作业状态的一体化操作引导两项关键技术研究;其次,构建了面向飞机装配作业的AR智能引导系统;最后,该系统在实验室环境中,进行了飞机液压系统管路装配应用实践。初步实现了在液压管路装配过程的实时引导和装配结果的智能检查。     

黎曼几何在计算机视觉中的应用研究进展

在计算机视觉领域，许多任务相关数据具有非欧结构，近年来基于黎曼几何的数据表征与应用研究受到了越来越多的关注。如何充分利用数据的几何结构，来提高目标识别、目标跟踪及目标检测算法的性能，是其中的一些研究热点。本文主要从三个方面介绍黎曼流形在计算机视觉中的应用研究进展。首先，从数学基本概念出发，阐述黎曼流形与图像的关系以及视觉应用的可行性，并介绍计算机视觉中具有重要应用的几种黎曼流形。其次，对黎曼流形在计算机视觉中若干常见应用进行了概述，重点介绍了与深度学习相结合的相关进展。最后，对引入黎曼流形的机器学习方法的未来发展进行了分析和讨论。     

基于MBSE的飞机大部件智能装配能力建设方法

飞机大部件智能装配能力建设涉及领域多、范围广,多学科、多专业交叉融合特点显著,是一项复杂的系统工程。近年来,飞机智能装配能力建设已实现相当程度的单点技术突破与应用,但并未达到全局最优,亟需采用科学的方法对智能装配体系能力建设进行整体规划与全局优化。提出采用基于模型的系统工程(Model-Based Systems Engineering,MBSE),科学开展飞机大部件智能装配体系能力建设的方法研究,逐级明确、细化智能装配能力建设需求与技术方案,构建相对应的数字模型并采用仿真技术进行不断验证、迭代优化,最终实现智能装配能力效能的最大化。