基于结构光的铆钉凹凸量双目视觉检测方法

为了弥补飞机铆钉凹凸量的传统检测方式在精度、效率及稳定性方面的不足,提出了一种基于结构光的铆钉凹凸量双目视觉检测方法。首先通过工业投影仪将结构光投射到铆接表面,由双目相机采集投影图像。然后根据铆钉边缘特征提取出铆接区域,并采用改进的格雷码解相位方法计算铆接区域表面的相位信息。根据相位信息匹配特征点,利用视差原理计算出点云。最后通过点云数据处理,计算出铆钉的凹凸量。制作标准件并完成了凹凸量测量试验,测量误差在±20μm以内,重复测量标准差小于3μm,单个铆钉测量用时约2.2 s,能够满足现场测量精度和效率要求。     

激光跟踪仪现场测量精度检测

激光跟踪测量系统具有测量精度高、实时快速、动态测量、便于移动等优点,因此,对激光跟踪仪进行现场校准和精度检测是非常有必要的.为了验证LT300激光跟踪仪的测量精度是否满足实际测量要求,用该激光跟踪仪检测固定点的测量精度和标准花岗岩三角尺的平面度.改变三角尺的测量距离和测量角度,得到测量精度与测量角度和测量距离的关系,从而得到在实际测量位置下的测量精度.     

一种面向弹道再入目标跟踪的HPD-SRCQSPF算法

针对弹道再入目标轨迹跟踪问题,提出基于混合建议分布的平方根容积求积采样粒子滤波（HPD-SRCQSPF）算法,该算法以混合建议分布为框架,由两个基本建议分布组成。其中一个基本建议分布为先验分布,另一个基本建议分布为平方根容积求积卡尔曼滤波估计后的值。该混合建议分布与真实的后验分布很接近,因此有着高效性、高精度等特点。仿真结果表明,对于弹道再入目标轨迹跟踪模型,相比于标准粒子滤波（SPF）算法和平方根容积求积粒子滤波（SRCQPF）算法,HPD-SRCQSPF算法可以在较低运算负载的情况下获得更好的跟踪性能。特别是在弹道目标变轨机动的情况时,所提出算法的性能增益更为显著。     

立方星电源系统最大功率点跟踪优化控制方法

针对立方星在能量来源严重受限条件下如何提高太阳能利用率的难题,提出一种适用于立方星的集中供电式空间微电源架构(EPS),并设计基于改进粒子群优化算法的最大功率点跟踪(MPPT)控制策略来提升能量转换效率。首先,推导太阳电池阵列的数学模型,并根据太阳电池阵列的工作特性,提出电源系统最大功率点跟踪控制的物理系统实现结构。其次,设计基于改进粒子群优化(PSO)的最大功率点跟踪控制算法,并进行了数学仿真校验。最后,对所设计的电源系统架构进行了硬件实现和试验验证。地面试验结果表明,电源系统的太阳能最大转换效率可达95.5%。该电源系统成功应用于世界首颗12U立方星“翱翔之星”的飞行试验,在轨数据表明电源系统工作状态良好,为微纳卫星电源系统的设计提供了有益参考。     

基于阵列天线的一种GPS多径抑制方法

为了抑制多径效应对GPS的严重影响,在分析了多径效应对伪码跟踪环路影响的基础上,提出了一种基于空间平滑的改进稳健波束形成算法来抑制GPS多径效应。以直线阵为基础,采用前后向空间平滑算法对阵列接收信号进行预处理,针对各种失配,采用改进的稳健波束形成算法进行处理。该方法既可以有效地抑制GPS多径效应,又可以有效地改善伪码跟踪环路的跟踪精度。仿真实验结果验证了所提方法的正确性和有效性,具有较高的工程实践价值。     

无人平台SLAM技术研究进展

作为一种定位与感知方法,同时定位与建图(SLAM)是实现无人平台导航制导与控制的关键技术。阐述了SLAM技术的发展历史、研究现状与应用场景,分析并介绍了SLAM原理及其算法实现。此外,总结了若干SLAM领域的研究热点,并对SLAM技术的发展趋势进行了展望。     

融合背景图像信息和多特征压缩的相关滤波跟踪算法

针对相关滤波类跟踪算法目标背景图像信息利用率较低、目标特征表达能力较弱的问题,提出了一种融合背景图像信息的多特征压缩跟踪算法。首先,在上下文感知滤波器的基础上,将背景图像信息加入位置滤波器。其次,提取颜色名(Color Name, CN)特征与梯度直方图(Histogram of Oriented Gradient, HOG)特征,使用最大响应因子及平均峰相关能量(Average Peak-to-Correlation Energy, APCE)评估跟踪结果的可信度,实现两种特征的自适应融合。最后,利用特征降维简化模型的复杂度,实现算法运行速度的提升。实验结果表明,改进后的算法在遮挡、形变、尺度变化等复杂环境下均具有较高的鲁棒性,其跟踪精度和成功率指标均优于DSST及其他主流的跟踪算法,并且仍保持了实时性。     

跟踪微分器在变流量燃气发生器上的应用研究

变流量固冲发动机(VFDR)工作时,常采用PID控制器控制燃气发生器内燃气压强。对于阶跃或方波形式的压力指令,往往由于误差信号的突变使执行机构瞬时输出的控制力过大,产生较大的燃气压强超调与燃气流量负调,严重影响了控制系统的性能。为解决上述问题,在常规的PID控制器基础上,引入跟踪微分器(TD)给压力指令信号合理地安排一个快速无超调的过渡过程并提取微分信号。然后令燃气压强跟踪这个安排的过渡过程,使压强达到期望值。通过对变流量燃气发生器的非线性模型进行仿真试验,结果表明:相比于PID控制器,无论压力指令在高或低压强范围内,所提出的控制器均具有更高的稳态精度和快速性,压强的超调量不超过3.7%,响应时间在1s以内。此外,该控制器在抑制燃气流量的负调量上展现了巨大的优势,可将最大负调量减小2.7～3.25倍,显著地提升了VFDR的性能。     

基于局部主动轮廓模型的飞机壁板铆接孔定位方法研究

对飞机壁板铆接孔的定位方法进行了研究,提出了一种基于局部主动轮廓模型的铆接孔定位方法。首先通过基于灰度直方图的全局阈值分割和形心法进行铆接孔的粗定位;然后以粗定位坐标为圆心建立遍历圆,并以遍历圆作为限制条件构造能量圆,建立能量方程求解遍历圆内能量最小的像素点为铆接孔的精定位位置;最后进行视觉引导铆接孔定位试验,试验测得定位误差小于0.05mm,满足飞机壁板自动铆接的工艺要求,且比传统的区域主动轮廓模型定位精度高,具有一定的可行性。     

基于人工神经网络的多模型目标跟踪算法

针对在目标跟踪中单模型跟踪算法难以应对目标运动形式的变化,而多模型跟踪算法存在结构固定、跟踪精度被非匹配模型削弱且模型切换缓慢的矛盾,文章提出了一种基于人工神经网络的多模型目标跟踪算法。通过分析目标几种基本运动模式的轨迹特点,归纳出目标运动轨迹的特征向量。利用训练好的BP神经网络对滑窗里的轨迹段进行运动模型识别,按结果进行跟踪模型切换,达到使跟踪算法实时适应目标运动状态的目的。仿真结果证明了该算法的有效性,且与传统的多模型算法相比,具有结构更加简单、更强的灵活性和拓展性的特点。