面向集团企业的云制造服务平台

为推动"制造即服务"理念的发展,提出了面向集团企业的云制造服务模式,并以航天集团为例分析了集团企业制造资源的供需情况,提出了以集团为单位的"私有云"构建体系以及面向集团企业的云制造服务系统的实施方案,并对构建过程中的关键技术问题进行了讨论。最后对集团企业实施云制造的思路提出了建议。     

磁云边界层内朗缪尔波活动现象的初步研究

对35例磁云边界层内朗缪尔波活动现象进行了初步分析, 发现两类磁云边界层内特有的朗缪尔波活动现象. 一类是相对于邻近鞘区和磁云本体, 整个边界层内朗缪尔波活动增强; 另一类是短时间的朗缪尔波爆发现象, 同时伴随着宽频带的多普勒频移离子声波活动. 考察了其中一例朗缪尔波爆发事件对应的高分辨率电子分布函数数据, 发现速度约为7×103 km/s的电子束流形成尾峰分布不稳定性导致了朗缪尔波的爆发.      

涡和翼型的强相互作用

基于涡云模型研究涡和翼型的强相互作用，重点模拟主涡在贴近翼型表面经过时涡变形对声偶极子强度的影响，并与单点涡模型的研究结果进行了比较。     

基于Hadoop云存储高速公路远程视频监控系统的研究与设计

针对高速公路远程视频监控系统海量数据的存储问题,通过对Hadoop框架和HDFS分布式文件系统等云计算核心技术的分析和研究,提出了一种基于Hadoop框架的海量数据存储模型,并在此模型的基础上,研究并设计了基于Hadoop云存储的高速公路远程视频监控系统。该系统有效地解决了高速公路远程视频监控过程中遇到的海量数据存储管理问题,具有开发成本低、处理速度较快、操作简便、使用效果好等特点。     

二维三维信息融合的空间非合作

为实现位置和姿态的测量,常用敏感器包括激光类敏感器和双目立体视觉类敏感器.激光类敏感器的测量结果受目标反射特性的影响较大,而双目立体视觉敏感器的测量精度又受杂光和自身基线长度的限制.针对这两类敏感器在各自应用中存在的问题,提出一种融合二维三维信息进行位置和姿态求解的方法,综合利用二维和三维测量敏感器各自的优势来获取目标信息和进行相对位置姿态测量.通过算法仿真和试验验证了方法的可行性.     

基于NB-IoT温室环境远程监测系统设计

为了实现温室环境等的远程无线监测,设计基于NB-IoT的无线监测系统.在该系统的感知层,设计基于NB-IoT的无线传感器节点,完成节点软件、云端软件以及手机App的开发.对该系统进行测试实验,结果表明该系统能够实现数据的稳定采集与传输.研究结果为农业温室环境远程无线监测及其它领域环境远程无线监测奠定了基础.     

基于图优化的惯性/地磁/激光雷达复合定位技术研究

为解决卫星失锁条件下车辆的高精度、高可靠性定位问题,结合惯性导航、运动约束、地磁匹配、激光点云匹配方法的优势,提出了一种基于图优化的惯性/地磁/激光雷达复合定位方案。首先,采用因子图优化算法,实现惯导预积分信息、运动约束信息、地磁匹配信息、激光雷达点云匹配信息的异步多源信息融合。然后,在点云匹配失效时,惯性/运动约束/地磁可以实现精度保持,为点云匹配提供持续可用的先验信息,以避免点云匹配一旦失效后由于先验位姿发散再难匹配的问题。最后,搭建试验平台完成跑车试验。试验结果表明,该方案可以实现车辆的高精度、高可靠性定位,点云匹配有效定位精度为1.24m(max),均方根为0.48m,在因点云地图缺失而造成匹配失效时,惯性/运动约束/地磁可实现定位精度保持在10.29m(max)。     

动态环境下融合激光雷达和IMU的激光里程计设计

激光SLAM通常通过多帧点云配准,完成位姿变换矩阵的估计,而点云中的动态点会降低激光里程计的定位精度。为了减少动态点引入的误差,提出了一种动态点云识别算法,并结合该算法改进了传统特征匹配策略,组成了动态环境下融合激光雷达和IMU的激光里程计。通过约束范围角与动态中心点,将点云快速分割成多个簇类,再借助IMU信息,快速建立点云簇类配准关系,从而去除动态点,最后根据簇类的对应关系进行约束,以提高匹配的精度与速度。使用KITTI数据集和UGV在多个情形下进行了实验。实验结果表明,该算法可以成功识别点云中的多个动态对象,并通过去除动态点,有效地减少了位姿估计的累积误差。     

航空发动机管路测量数据分割方法

 为了提高航空发动机管路测量数据的反求建模效率,提出了一种区域增长分割算法。该方法主要是利用管路表面在曲面索引系数映射、主曲率映射、高斯映射上的特性,并基于均值漂移算法和遗传算法提出了区域分割算法中种子区域的选择策略。然后利用区域增长分割方法实现了对管路测量数据的分割。经过仿真和实测数据验证,所提管路分割算法具有较好的分割质量和效率。