基于高效注意力和上下文感知的目标跟踪算法

基于匹配思想的孪生网络算法缺乏对目标的整体性感知,容易出现对目标状态估计不够精准和在复杂环境中跟丢的现象。为此,在孪生网络的基础上设计了2个轻量级的模块来实现更精准、更鲁棒的目标跟踪。在提取特征的主干网络之后,嵌入一个高效通道注意力模块,实现高效提取目标特征并增强差异化表示,使网络更注重于目标信息;模板匹配之后的特征通过一个局部上下文感知模块,增强网络对目标的整体感知,以应对跟踪过程中复杂多变的环境;采用Anchor-free的状态估计策略实现对目标的精准估计。实验结果表明:所提算法SiamCC在数据集OTB100、VOT2016和VOT2018上的测试结果均好于DaSiamRPN、ATOM等算法,并且跟踪速度达到了85帧/s。      

航天器数字化模拟及应用技术

通过国内外航天器数字化模拟技术的现状调研,从仿真框架、建模表达、求解计算、交互与可视化以及大数据等几个方面,综述了航天器数字化模拟所涉及的关键技术,并深入分析了相关技术在系统设计、开发与验证、飞行演练、控制与决策支持、体系仿真与效能评估等领域的应用。在此基础上,面向未来日益复杂的航天任务需求,提出了发展通用化框架、高可信建模、标准化工具和智能化应用的建议,从而加速推进航天器研制数字化、智能化的发展进程。     

面向分层透明管控的飞机总装线数字孪生系统

为解决飞机总装生产线业务系统集成度差、装配过程不透明、异常处理不及时等问题,提出一种面向分层透明管控的飞机总装线数字孪生系统。基于系统需求分析,提出物理层、孪生数据层、孪生模型层、应用层4层系统架构,设计并实现面向多维数据集成的孪生数据库构建、面向透明可视的总装线数字孪生建模、面向现场异常处理的融合式分层管控三大核心功能模块。实际应用表明,该系统满足总装生产线多层次、多维度、多角色分布远程可视监控与综合分析的管控需求,可有效提升飞机总装的数字化、透明化水平。     

基于数字孪生的飞机型架可视化装配工艺设计

装配型架是飞机机翼、机身等部件装配普遍采用的装配工艺装备,具有远高于其他所装配飞机部件的装配精度要求。本文以某型号飞机部件装配型架为研究对象,面向装配工艺装备精确安装需要,应用数字孪生技术的相关技术理念,构建基于数字孪生的装配过程模型,综合考虑与型架装配过程关联的人员、工具、标准、检验要求等相关构成元素,规划型架装配过程并进行仿真验证,以可视化装配工艺指令指导实际装配过程,并通过建立数字空间与物理空间的关联实现信息交互与反馈。     

飞机结构数字孪生关键建模仿真技术

飞机结构安全性设计思想经历了从静强度设计、安全寿命设计、损伤容限与耐久性设计到单机追踪的演变,未来有进一步向结构数字孪生的方向发展的趋势。飞机结构数字孪生是数字线程驱动的,多学科、多物理、多尺度、多保真度、多概率的模拟仿真系统,采用在线传感器监测、离线地面检查、飞机运行历史等多源数据,反映并预测对应飞机结构实体在全寿命周期内的行为和性能,有望革新现有的飞机结构使用和维护模式。面向疲劳寿命管理,提出飞机结构数字孪生的5项关键建模仿真技术,分别是载荷和损伤的数据获取技术、多尺度建模和力学分析技术、含裂纹复杂结构的精确高效仿真技术、基于降阶的数字孪生高效建模技术和考虑不确定性与多源异构数据的剩余寿命评估技术,并详细探讨这五项关键技术的研究现状与发展方向,为飞机结构数字孪生的系统研究与工程应用提供参考。     

基于高层语义嵌入的孪生网络跟踪算法

在不加深网络的前提下,为提高孪生网络的特征表达能力,提出基于高层语义嵌入的孪生网络跟踪算法。利用卷积和上采样运算设计了语义嵌入模块,有效融合了深层特征和浅层特征,达到了优化浅层特征的目的,且该模块可以针对任意网络进行灵活的设计与部署。在孪生网络框架下,对AlexNet骨干网络不同层之间添加2个语义嵌入模块。在离线训练阶段进行循环优化,使深层语义信息逐渐转移到较浅的特征层,在跟踪阶段,舍弃语义嵌入模块,仍采用原始的网络结构。实验结果表明：相比于SiamFC,所提算法在OTB2015数据集上精度提高了0.102,成功率提高了0.054。     

俄罗斯燃气涡轮发动机数字孪生进展

数字孪生的诞生与发展，有助于解决了拖、降、涨等问题，为燃气涡轮发动机的发展提供了一种新兴的技术体系和工作 模式。从政府和联合发动机制造集团2个层面综述了俄罗斯燃气涡轮发动机数字孪生的发展历程，总结和归纳了俄罗斯燃气涡 轮发动机数字孪生发展的特点，可为燃气涡轮发动机技术研究和产品研制引入数字孪生技术提供参考和借鉴。     

钛铝金属间化合物基合金中的孪生与孪生交互作用

因其具有的低对称正方点阵结构,孪生在钛铝金属间化合物基合金塑性变形中的重要性愈来愈引起广泛注意,被认为对塑性、加工硬化和断裂过程有重要影响。因此,对钛铝基合金中孪生和孪生交互作用机理的研究是近几年来的一个热点。综述了该研究领域取得的一些进展和目前对孪生和孪生交互作用机理的认识水平及未来的研究方向     

结合空间注意力机制的实时鲁棒视觉跟踪

为提高全卷积孪生网络(SiamFC)跟踪器在复杂场景下的跟踪能力,缓解跟踪器在跟踪过程中出现的目标漂移问题,提出一种结合空间注意力机制的实时目标跟踪算法。在SiamFC框架基础上,将改进的视觉几何组(VGG)网络作为主干网络,增强跟踪器对于目标深度特征的建模能力。对自注意力机制进行优化,提出一种即插即用的轻量级单卷积注意力模块(SCAM),将空间注意力分解为2个并行的一维特征编码过程,减少空间注意力的计算复杂度。保留跟踪过程中的初始目标模板作为第1模板,通过分析连通域在跟踪结果响应图的变化动态选择第2模板,融合2个模板后对目标进行定位。实验结果表明：在OTB100、LaSOT和UAV123数据集上,所提算法相比于SiamFC跟踪成功率分别提高了0.082、0.045和0.045,跟踪精度分别提高了0.118、0.051和0.062;在VOT2018数据集上,所提算法相比于SiamFC在跟踪准确率、鲁棒性和期望平均重叠率上分别提高了0.029、0.276和0.134;跟踪速度达到了70帧/s,能够满足实时跟踪的需求。