英国试射海狼超声速面空导弹

<正>2014年12月12日,英国皇家海军在英国南海岸进行试射演习,从里士满号护卫舰上试射了两枚海狼导弹,导弹成功摧毁目标展示出其军事威力。海狼导弹是一种近距、快速响应、超声速面空导弹,旨在使军舰来面对反舰导弹来袭时具备自主防御能     

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。     

过虚拟交班点的能量最优制导律

针对固定目标的导弹过虚拟交班点制导问题，在希尔伯特空间下，基于最优化理论设计了有无终端落角约束两种情况下的全局能量最优制导律。通过对模型进行线性化，将提出的最优制导模型转化为线性二次型最优控制问题，在此基础上利用零控脱靶量（ZEM）概念对系统模型进行降阶，并推导出解析解。设计的制导律可以使导弹准确经过虚拟交班点，并实现期望终端落角。仿真结果表明，与经典制导律对比，该制导律可以显著减少全局控制能量消耗。     

电视遥控制导武器深入测试研究与应用

介绍了电视遥控制导武器的原理及其在航电综合试验中存在的问题，给出了对电视遥控制导武器进行深入测试的方法，论述了该方法应用到飞机平台中作为嵌入式训练系统的技术可行性。     

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。     

终端区域理想速度剖面的生成

本文着重探讨了飞机进入终端区域后理想速度剖面的生成问题,目的是通过执行理想剖面生成算法,达到对飞机进行精确的时间控制,消除等待时间,提高机场利用率,达到节省燃料减少延误的目的。     

基于速度预测的导引律剩余时间估计

将分段线性逼近与迭代求解的思想扩展到对导弹的时变速度进行分段预测,给出了适用于反舰导弹速度时变情况的大前置角下比例导引律和偏置比例导引律的剩余时间估计算法。该算法在现有分段迭代算法的基础上,依据闭环形式的反舰导弹速度微分方程,分转弯平飞段和近似直线飞行段2种情况,对导弹未来速度的大小进行分段迭代预测并对剩余时间估计进行修正。算法中还给出了偏置比例导引律作用下近似直线飞行段剩余飞行航程的估计公式。仿真结果验证了本文算法的有效性。     

图像序列中机动目标三维运动和结构的计算

综合视觉运动分析中的2类处理方法,选取图像中的角点作为特征点,在理论上证明了图像序列的光流场可以近似地用角点的位移场代替。利用已有文献中的建模思想,详细推导出递归计算机动目标三维运动和结构的非线性计算模型,采用广义卡尔曼滤波(EKF)递归地计算图像序列中机动目标的三维运动和结构。合成图像序列和真实图像序列实验结果表明该算法能取得较好的效果。     

基于深度学习的自冲铆接偏铆缺陷检测算法研究

自冲铆接技术适合铝钢等异种材料连接,接头性能可靠,在航空工业中有着广阔的应用场景,但目前针对自冲铆接缺陷无损检测的相关研究较少。提出了基于深度学习的自冲铆接偏铆缺陷检测算法,首先通过剪切力学性能试验得出偏铆自冲铆接件相较于正常铆接件力学性能下降了5.6%;然后通过自冲铆接偏铆件外部形貌特征将偏铆程度由外部特征定义在0～10的区间;最后探究了单步检测同双步检测间的检测效果差异,提出了YOLOv5s(You Only Look Once v5s)加ResNet18的检测方案,并通过Grad-CAM(Gradient-Weighted Class Activation Mapping)对不同检测方案的效果差异进行了可视化的解释。测试表明,提出的YOLOv5s加ResNet18的检测方案在所采集的数据测试集中可以达到100%正确率,高于仅用YOLOv5s取得的95.18%正确率,远高于仅用ResNet18取得的84.1%正确率。     

扑翼机器人机载视觉避障系统设计（英文）

扑翼机器人是一种高仿生度的飞行器,它可以执行军事侦察和民用监测任务。在执行这些任务时,避障是一种确保扑翼机器人安全的必要功能。本文设计了一种基于单目视觉的扑翼机器人自主避障系统,其中所有图像的处理计算均使用机载处理器实现。在这个系统中,机载处理器的质量被减至48 g,以便于扑翼机器人可以携带它稳定飞行。该系统的工作流程可以分为以下几步：首先,图像采集模块获取周围环境的视频图像;然后,机载处理器通过处理扑翼机器人第一视角的光流信息来计算方向舵角度和转弯方向;最后,飞控板接收计算结果并控制扑翼机器人避开障碍物。地面站对扑翼机器人飞行过程进行实时监测,实验结果验证了本文所设计的避障系统的有效性。