在云制造背景下用架构驱动的建模方法探讨数字孪生企业（英文）

日益动态竞争的制造、商业和工业环境所要求的云制造，导致了“数字孪生企业”的形成。为了用体系结构驱动的建模方法探索数字双胞胎企业，本文首先介绍了数字孪生企业体系结构的基本要素，利用多智能体技术将这些要素聚合形成资源，并动态连接到云制造平台。然后结合数字双胞胎技术，进一步细化企业的一般活动，形成体系结构的主要操作流程。最后，本文对数字孪生企业参与云制造的过程进行了详细的分析。通过应用数字孪生技术，企业能够对自身的生产资源进行合理的管控，企业内部的生产数据流得以被进一步利用，使得生产过程得到了优化。同时，企业的制造资源能够实时接入网络化制造平台，更好地获取适合生产的个性化订单。本文通过构建多智能体运行框架，优化企业参与网络化生产活动的流程，使得企业本身的数字化程度得到了极大的提升。     

基于三坐标测量机的线结构光快速高精度点云采集方法

利用集成在三坐标测量机上的线结构光测头，提出一种针对单个工件的点云采集方法，建立了线结构光和三坐标测量机的几何坐标系转化模型，将激光测头的二维测量数据统一到三坐标测量机机器的三轴坐标上，转换为三维数据，实现点云采集。通过解决运动状态下的三轴坐标位置锁存与数据传输间的迟滞关系，实现高效采集激光-光栅数据对，得以在连续触发模式下进行快速点云采集。     

基于博弈论的研究生课堂教学质量云物元评价

本文基于系统分析影响研究生课堂教学质量各种因素，提出了研究生课堂教学质量评价指标体系，根据博弈纳什均衡理论确定评价指标的组合权重，引入云物元模型构建研究生课堂教学质量评价云物元模型。通过计算评价指标与教学质量基准云之间物元关联度，得到研究生课堂教学质量评价结果。实例分析表明云物元理论适用于研究生课堂教学质量评价，为研究生课堂教学质量评价研究提供了新的思路。     

基于条纹投射三维测量的铆钉自动化检测技术

针对大型薄壁结构铆接点位自动化检测问题,提出了基于条纹投射三维测量的铆钉检测技术,实现了铆钉镦头尺寸特征高精度测量以及裂纹缺陷自动化识别。在传统条纹投射三维测量的基础上,引入高动态范围(HDR)纹理合成,提出二、三维结合的点云分割策略,实现铆钉尺寸特征高效提取。搭建深度学习神经网络,实现镦头表面缺陷识别。本文搭建了系统原理样机,以铆接桁条样品和标准器作为样件进行系统实验验证。结果表明:实验室条件下,该方法直径测量精度为0.040 mm,高度测量精度为0.013 mm,缺陷识别准确率可达99.30%。与传统方法相比,本文提出的方法更加易于集成,效率高,具有广泛应用价值。     

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。     

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)。