基于空间两点的视觉自主着陆导引算法设计

为提高无人机着陆效率,从着陆速度向量场和导引律设计两方面研究改进。首先,基于椭圆设计速度向量场,实现飞行路程更短、机动性能要求更低的着陆轨迹。然后,基于像素坐标系与机体坐标系的关系,设计无人机的航迹方位角指令;以椭圆切线方向为参考,结合合作矢量特征,设计航迹倾斜角指令;利用图像信息,设计速度大小指令。最后,理论比较了传统轨迹与提出轨迹对方向机动性性能的要求,给出了轨迹参数与无人机方向机动性性能的关系。利用Simulink搭建系统仿真平台,计算满足要求的合作矢量特征。结果表明,无人机以曲线轨迹准确软着陆到目标,满足实际运用的需要。      

基于全局稀疏地图的AGV视觉定位技术

为了实现自动导引车（AGV）在复杂工业环境下的高精度定位,克服环境变化给定位带来的影响,提出了基于全局稀疏地图的视觉定位方法。首先,设计了大容量二维编码点,作为人工路标铺设在工业环境的地面;然后,基于一种四边形识别算法,在复杂工业环境中准确分割和识别二维编码点;最后,利用二维编码点提供的编码信息,鲁棒匹配图像中的特征点,并以此为基础,使用一种分参数块优化的三维重建策略,实现了工业环境的大规模地图构建,为AGV视觉定位提供了一种稀疏电子地图。AGV视觉的定位通过匹配车载视觉传感器图像中的特征点和稀疏电子地图实现。停车重复定位精度小于0.5 mm,角度偏差小于0.5°,轨迹平均位移误差小于0.1%。实际应用结果表明,该方法能在复杂工业环境中实现AGV视觉的定位,定位的速度和精度方面都满足工业应用的要求,为AGV的视觉定位提供了新的思路。      

仿生正弦前缘对翼面动态失速的影响

动态失速导致叶片气动载荷急剧变化，造成振动载荷激增，桨叶寿命大幅衰减。针对动态失速问题，从座头鲸胸鳍在动态倾转下取得良好的流动特性获得启示，据此模化出仿生正弦前缘翼面（包含3种波峰和2种波长），旨在实现动态失速控制。借助三维非定常数值模拟方法，采用运动网格技术，基于SC1095旋翼翼型，研究了仿生前缘动态失速流动控制机理及运动参数和来流速度的影响。结果表明：正弦前缘大幅度降低俯仰力矩系数峰值和阻力系数峰值；前缘波峰越大、波长越小，阻力系数峰值与俯仰力矩系数峰值的抑制效果越明显，虽然升力系数峰值减小，但其减小量远小于前两者，例如其中一种仿生翼使俯仰力矩系数峰值减小了47.7%，阻力系数峰值减小了36.4%，升力系数峰值减小14.1%；在最大迎角附近，正弦前缘能够缓和失速特性，使载荷变化更为平缓；在高平均迎角、低俯仰频率、低马赫数下，仿生翼动态失速控制效果更强，相比较而言迎角振幅的影响较小。     

基于机器视觉的轻型梁三维振动测量方法

振动测量是状态检测和故障诊断的方法之一，针对传统接触式测量方法中存在负载效应等问题，对基于机器视觉的三维振动测量方法进行了研究。首先，基于视频相位的二维振动测量方法，提取出相机所采集图像中被测目标的二维振动数据。然后，在二维振动测量方法的基础上，结合双目立体视觉，设计了一种基于机器视觉的三维振动测量方法。最后，进行了悬臂梁的振动测量实验。结果表明:所提方法可以实现无接触和无标记的振动测量，并能准确测量出三维的振动信息。      

冷压过程对球堆积结构渗透率的影响

空间轴承的供油系统主要目标是实现对飞轮轴承的长时间、稳定、微量供油，利用微孔介质的复杂结构可能有效实现这一目标，但目前的渗流机理和规律尚不明晰，主要问题在于多孔介质结构难以调控、多孔结构与渗透率之间的关系复杂、渗透率受装配压力影响等.芯阀材料一般经过两步制成：先对颗粒物质进行冷压，再对冷压得到的结构进行烧结得到成品.目前的生产过程主要以经验为主，机理不清，难以精准调控.本文在数值上结合离散单元法与格子玻尔兹曼方法对颗粒堆积结构在冷压过程中的渗透率变化进行了研究.采用离散单元法模拟颗粒堆积结构冷压过程，再用格子玻尔兹曼方法进行渗流模拟，得到不同摩擦角下得到的冷压结构的渗透率变化.本研究为全面揭示多孔介质冷压结构与渗透率的关系及其微观机理奠定了基础.     

卷积神经网络及其在航空视觉任务中的应用展望

从卷积神经网络的基本理论出发,介绍了几种经典卷积网络结构,并结合当前卷积神经网络在计算机视觉领域的应用现状,重点探讨了它在未来航空视觉相关任务系统中的应用前景,以及实施这些技术必须解决的若干问题,为未来航空装备智能化水平的进一步提升提供参考。     

视觉与惯性融合的多旋翼飞行机器人室内定位技术

随着人工智能技术的发展，无人机的应用场景趋向多元，人们对无人机的需求也不仅仅满足于简单的飞行任务，而是赋予其飞行机器人的角色，对其自主导航、复杂环境下的定位以及智能协同方面提出了更高的要求。针对室内场景下的定位需求，融合视觉与惯性数据实现了多旋翼飞行机器人的室内定位。在视觉前端加入图像增强算法以提高图像灰度对比度，减少了光流跟踪的误匹配点数。提出了一种基于图像信息的特征点提取和图像帧发布策略提高了定位精度，解决了室内环境下的定位漂移问题。针对飞行机器人室内自主跟踪及降落任务，设计了基于视觉定位的飞行机器人自主降落系统。在Gazebo中搭建飞行机器人模型仿真验证自主降落系统有效性，在EuRoC数据集下对定位算法进行对比评估，搭建飞行机器人平台在真实场景下进行室内定位实验，完成了室内场景下平台自主跟踪及降落任务，并采用运动捕捉系统获取的定位真值数据进行了误差分析，结果表明该定位技术满足室内场景下的自主跟踪及降落任务需求。     

基于Mecanum轮配送车的视觉与磁带双重导引技术研究

针对卫星总装过程中提出的物料配送需求,设计并实现了以Mecanum轮全方位移动平台为基础,可在狭窄配送通道内快速、灵活移动的智能物料配送车。结合总装现场实际环境条件,配送车采用了视觉导引与磁带导引相结合的智能导引策略,有效消除了光照强度变化、地面裂纹、电磁信号干扰等环境因素对车道线采集的影响,最终实现总装物料从库房至多工位的自动配送。     

一种基于语义信息辅助的无人机视觉/惯性融合定位方法CSCD

视觉传感器在无人机室内定位中发挥着重要作用。传统基于特征点的视觉里程计算法通过底层亮度关系进行描述匹配,抗干扰能力不足,会出现匹配错误甚至失败的情况,导航系统的精度及鲁棒性有待提升。由于室内环境存在丰富的语义信息,提出了一种基于语义信息辅助的无人机视觉/惯性融合定位方法。首先,将室内语义信息进行因子建模,并与传统的视觉里程计方法进行融合;然后,基于惯性预积分方法,在因子图优化中添加惯性约束,以进一步提高无人机在动态复杂环境下的定位精度和鲁棒性;最后,通过无人机室内飞行试验对算法的定位精度进行了分析。试验结果表明,相较于传统的视觉里程计算法,该方法具有更高的精度和鲁棒性。