一种适用于曲面结构的机器人制孔误差在线补偿技术

针对工业机器人应用于飞机零部件自动钻孔时各项误差累积造成制孔精度差的问题，提出一种利用单应关系计算机器人驱动坐标三维偏差，以在线补偿机器人制孔精度的方法。首先利用外部测量设备建立机器人制孔系统中各坐标系关系；在标定阶段，通过以一定倾斜角度固联于机器人末端的相机拍摄一幅安装于制孔工作平面上与刀轴正对的平面标定板图像，并据此完成基于单应变换的手-眼关系标定；在实际制孔过程中，机器人在测距传感器及相机的辅助下，从基准孔理论坐标对应的姿态，不断调整至基准孔正上方理想位置，通过手-眼关系计算基准孔实际位置对应的机器人驱动坐标，然后根据一组基准孔的机器人三维驱动误差，计算三维驱动误差变换矩阵，据此获得这组基准孔邻域范围内各待钻孔的机器人驱动坐标补偿量，从而实现待钻孔定位误差补偿。以飞机结构实验件为对象进行了模拟制孔验证，实验结果表明，补偿前待钻孔三维综合定位误差和法向误差测量值范围分别为2.28~2.85 mm和2.09°~3.93°，平均为2.55 mm和3.30°，补偿后制孔最大误差分别不超过0.30 mm和0.21°，满足自动制孔位置精度要求。     

无人机位姿测量的点特征视觉方法

针对无人机在动态环境下快速高精度定位的问题，提出了用单目相机对无人机上的人工特征点进行位姿解算的方法。在无人机上放置一定数量的小型LED灯，并将其作为视觉测量的特征点，并以其中一个点作为原点建立无人机机体坐标系。通过多场景测量确定特征点在机体坐标系下的三维位置，再将三维位置与特征点在图像中的成像位置相匹配，最后使用EpnP算法求解出无人机的位置和姿态。在实验部分，利用三轴移动平台和三维转台，分别对位置解算结果和姿态解算结果进行误差测量。试验结果表明，位置解算误差在2%以下，姿态误差在8%左右。同时，该算法的处理时间在2 ms左右，该算法可以满足无人机对定位的实时性和精度的要求。     

基于因子图的无人机视觉定位方法

当前多用途无人机主要依靠全球导航卫星系统（GNSS）和惯性测量单元（IMU）的组合导航实现高精度定位，然而在强电磁干扰以及各类复杂环境GNSS拒止等情况下，该定位模式面临失效的风险。为探索一种GNSS拒止环境下的导航定位手段，对视觉导航方式进行了研究，针对无人机小交会角条件下视觉定位存在高程方向交会精度差、绝对尺度信息缺失、累积误差无法消除和定位轨迹不连续等问题，提出了基于因子图融合影像匹配和视觉信息的光束法平差方法，解决了无人机小交会角下的自主绝对定位问题。     

基于单轴旋转的光纤捷联惯导系统误差特性与实验分析

针对惯性器件偏差是影响惯导系统导航精度的主要因素,同时考虑到多种误差源对调 制型捷联系统的影响,提出了一种利用惯性测量单元(IMU)四位置转停的误差调制方法。分 析了调制型捷联系统的误差特性并建立了四位置转位方案模型。利用实验室自行研制的光纤 捷联惯导系统分别进行IMU静止和四位置转位运动下的长时间导航实验,实验结果表明了该 方法的有效性。
     

基于随机文法的多功能雷达识别方法

 针对多功能雷达采用复杂体制而造成的辐射源不能正确识别问题,提出了一种基于随机文法(SG)的辐射源识别算法。该算法基于多功能雷达的句法模型,将威胁数据库中的多功能雷达文法分为随机正则文法(SRG)和随机上下文无关文法(SCFG)两种情况,并分别构造随机有限自动机(SFA)和随机下推自动机(SPDA)对测量辐射源进行识别。仿真实验表明,该方法不仅能识别出多功能雷达辐射源的型号及模式,而且能识别出雷达辐射源的功能状态,并进而推断出雷达辐射源的威胁等级。     

基于CNS定位误差的平行航路间隔安全评估

主要对平行航路中基于CNS定位误差的飞行间隔安全评估问题进行了研究。首先分析了CNS定位误差对飞机碰撞风险的影响。其次运用概率论方法得到了CNS定位误差下飞机纵向、侧向和垂直三个方向上的碰撞风险计算模型,并根据模型利用牛顿迭代算法,通过给定某一方向安全目标水平计算CNS定位误差下相应的安全间隔。最后对平行航路三个方向的飞行间隔进行了评估计算,将结果与实际相比较,表明该模型可行。     

所需通信性能对飞机定位误差的影响分析

分析所需通信性能对飞机定位误差的影响,使得各个飞行阶段所需的业务通信系统中有明确的通信性能要求。据此可以有效地减轻管制员工作负荷。选取时间作为衡量误差的参数,研究在通信过程中各系统性能参数对飞机定位误差影响。最后通过对所需通信技术性能的分析,得到所需通信性能概念下的另一重要因素一人员绩效的反应时间。