大型壁板自动钻铆定位误差分析与优化

在机翼大型壁板自动钻铆工艺中,由于定位误差较大,壁板实际位姿和理论数模位姿之间难以建立精确的映射关系,而现有补偿工艺流程复杂,导致装配效率较低。着眼于工装设计补偿,针对大型壁板自动钻铆定位误差控制问题展开定位误差溯源分析和定位点布局优化。首先,根据自动钻铆工艺流程进行定位误差溯源,分析其误差的来源及传递机理;其次,将定位误差分为刚性误差和柔性误差两部分,采用Monte-Carlo法模拟刚性定位误差的分布,通过齐次坐标变换分析刚性误差的传递过程,利用有限元虚拟仿真计算关键特征点的柔性变形误差;再次,集成刚性误差与柔性误差,基于统计学思想讨论特定置信度下的定位误差分布规律;然后,基于脚本语言开发Abaqus参数化模型,通过Isight进行后台调用及赋值规划,实现基于带精英策略的非支配解排序遗传算法(NSGA-II)的定位点布局多目标优化;最后,以某型飞机机翼上侧壁板的一号组件为实例,验证了该方法的可行性。     

失效卫星远距离相对位姿估计与优化方法

针对远距离非合作慢旋目标位姿估计精度问题,提出一种融合图像超分辨与视觉SLAM的相对位姿估计方法。算法主要包含3个步骤：通过梯度引导生成式对抗超分辨技术,提升目标图像的质量以获取更多更高质量的特征点;构建特征数据库实现当前帧与特征数据库的匹配,提升旋转目标的特征跟踪稳定性;利用图优化对多帧图像进行联合位姿优化,消除累计误差,得到更为精确的估计结果。为稳定网络的训练,将自然进化算法引入到对抗训练中。为增强模型的泛化性和鲁棒性,实验中的数据集采用半物理仿真获得。实验结果表明,当等效距离为25 m且失效卫星以25（°）/s的速度旋转时,目标图像经超分辨网络增强后,能够实现连续稳定的长时间测量。     

单目-无扫描3D激光雷达融合的非合作目标相对位姿估计

针对传统的利用单一视觉传感器难以实现复杂非合作空间操控导航的问题,提出一种基于单目相机与无扫描三维激光雷达融合的非合作目标相对位姿估计方法。首先,设计了基于成像几何关系的单目纹理-非扫描距离图像的快速配准与融合方法;之后,在构建目标同步定位与建图（SLAM）贝叶斯滤波模型基础上,提出一种扩展卡尔曼滤波-无损卡尔曼滤波-粒子滤波联合的滤波估计算法,可实现尺度模糊下相对位姿的快速鲁棒估计;其次,针对估计中的尺度模糊问题,提出基于融合图像的全局尺度系数确定方法,将尺度系数估计问题转化为简单线性滤波问题。基于OpenGL生成的2D/3D图像实验表明：所提出的方法具有较优的精度和鲁棒性;相对位置估计误差与尺度估计误差相关,二者近似成线性正比关系。     

抗光轴扰动的双目视觉测量方法

针对交会对接过程中双目测量相机受空间环境影响其光轴指向发生扰动的问题,提出一种抗光轴扰动的双目视觉测量方法。通过辅助光路将固定于卫星本体的参考标志分别成像于两侧像面的边缘,根据其图像变化估计光轴扰动变换矩阵,补偿因光轴扰动而产生的像面变化,从而实现抗扰动测量。理论推导表明：只要参考标志位于两侧相机视场内,便能够校正相机光轴扰动。利用地面试验平台进行了光轴扰动校正的仿真试验,试验结果表明：当两侧相机光轴存在扰动时,该方法能够有效校正光轴扰动,极大地提高了三维位置的测量精度。     

对空间碎片的相对位姿估计

针对几何、质量特性参数均未知的空间碎片,提出一种基于扩展卡尔曼滤波（EKF）的相对位姿估计算法。该算法以单目相机获得的目标图像特征视线信息作为测量输入,以目标姿态、姿态角速度、惯量比、相对位置、相对速度和特征位置作为滤波状态。对算法进行可观性分析,给出两个可以保证算法可观性的条件。分别针对不同条件进行数值仿真,仿真结果表明新算法能够对几何和质量参数未知的空间碎片进行有效的相对位姿 估计。     

2014年北斗卫星导航产业发展综述与展望

2014年以来,我国卫星导航与位置服务产业日益繁荣,正逐步由初级阶段迈向成熟,产业配套能力大幅提升。北斗卫星导航产业链上游的天线、芯片、板卡、电子地图、模拟源等已实现全面配套,国内自主研发的北斗芯片等基础产品,已进入规模应用阶段。     

GEO卫星图像定位配准技术及仿真验证研究

介绍了图像定位与配准基本原理,建立了补偿量数学模型,运用实时仿真系统代替有效载荷扫描辐射计、大气垂直探测仪及姿轨控等相关分系统模拟了卫星在轨工作状况,对图像定位与配准技术进行了仿真验证研究,结果表明:该验证方法合理有效,可为图像定位配准系统设计及在轨应用提供参考依据。     

微课在《大学计算机基础》课程中的实施研究

"微课"作为新型的教学方式,以短、小、精受到大家的欢迎。微课形式便于网络传播,便于利用碎片时间学习。《大学计算机基础》课程授课任务重、课时少,利用规定时间完成教学任务,存在诸多困难。本文讨论在"大学计算机基础"课程中录制微课的实施方案,减轻课堂授课压力,强化学生学习效果。     

基于增量式路标表观学习的移动机器人定位

在全景图像中,机器人参考定位的路标表观受到畸变、观察视角、路标尺度变化以及环境亮度的影响,致使基于全景视觉的机器人自主定位存在着许多难点有待解决.提出增量式的路标表观学习方法,准确估计路标的表观变化,并为基于粒子滤波的机器人定位过程提供准确的观测信息.增量式路标学习过程利用增量式概率主元分析为理论工具,将不同视角的路标表观的主元特征表示成不断自主更新的特征基底,为计算观测量与路标真实表观的相似度提供了实现途径和理论依据.该学习算法能够被集成到带有重采样的贯序权值采样粒子滤波算法过程中,实现了全景视觉机器人的精确自主定位.实验结果表明:该算法的定位误差小,计算量小,执行效率高,对全景图像中的各类干扰均不敏感.     

仅有相对视线角测量时的椭圆轨道交会相对导航分析

对仅有相对视线角测量时的椭圆轨道交会相对导航问题进行了分析．借鉴已有研究成果,给出仅有相对视线角测量时,相对导航系统可观的定义,以及为使系统可观,加速度项所需满足的充分必要条件;分析指出由于相对动力学模型误差的存在,相对导航系统始终是可观的,但可观度很弱;而追踪器进行适当的机动可极大改善系统的可观性,给出为使系统可观,机动加速度具体所需满足的充分必要条件;指出当通过施加机动加速度改善系统的可观性时,获取零输入相对位置矢量方向是前提条件,并论证了利用相对视线角测量信息,可以对零输入相对位置矢量方向进行估计和预测．