摘要：基于含泵头塑料包装瓶受到冲击后的损坏形式,提出一种损坏赋值评价方法。通过对市面上常见的六款含泵头的塑料包装瓶进行了六个不同姿态下的冲击强度测试,获得不同泵头塑料包装瓶在受冲击激励后的损坏形式,建立其损坏量化指标,并构建赋值损坏综合评价方法。结果表明,含泵头塑料包装瓶在45°-1冲击姿态下泵嘴最脆弱,均会发生断裂失效。依据建立的赋值综合评价体系可有效获得含泵头类日化包装瓶的强度排序,并为该类塑料包装瓶的设计优化及缓冲包装设计提供指导依据。

摘要：针对在卫星信号拒止、视觉系统退化场景中无人机MEMS-IMU零偏无法准确估计并补偿导致导航误差迅速发散的问题,提出一种基于改进长短时记忆(LSTM)网络的零偏在线标定方法。首先,为解决MEMS-IMU零偏数据非线性强、传统循环时间网络训练效果差的问题,设计序列到序列的LSTM神经网络结构,引入教师强迫机制,提高了网络特征学习能力。然后,在导航过程中使用训练后的网络对MEMS-IMU零偏在线标定,补偿后的IMU量测与视觉信息联合优化,保证了导航定位精度。实验结果表明,在纯惯性导航实验中,所提方法的绝对位置误差比传统LSTM方法减小了6.5%;在EUROC数据集下进行的视觉惯性组合导航实验中,所提方法的平均绝对位置误差比传统LSTM方法减小了15%。