摘要：智能化测绘的发展对数据采集高效性、完备性和智能性提出了更高的要求。尤其是在林下等GNSS拒止环境下,现有传统手段往往难以完成高效率、高覆盖率测量。为了满足未知环境的智能化感知测量需求,以无人机为移动平台,本文设计并提出了一种融合视觉在线自主定位及全局探测路径规划的自主无人机智能感知测量技术与总体框架。本文首先设计并采用了一种基于点线特征的VIO(visual-inertial odometry)在线定位算法,通过点线特征的提取和匹配进行初始位姿的解算,之后利用因子图优化实时地输出无人机高精度的位姿信息。进一步地,为了实现无人机对于未知环境高效且高覆盖率的自主测量,采用了一种顾及多层次信息的全局最优探测路径规划方法确定局部最佳探测目标,然后通过轨迹搜索和优化算法实时地生成高质量的探测运动轨迹。通过自主搭建无人机平台对该技术框架进行了验证,分步对比和总体真实试验表明框架设计并采用的定位及空间探测方法相较于目前具有代表性的方法具有明显优势,并且在GNSS拒止局部林下环境中实现了高效高覆盖率的全自主测量,为未知场景进一步的在线智能化感知奠定了良好的理论方法与框架基础。

摘要：桩体倾斜度监测在沉桩作业中至关重要,现有方法普遍存在安置过程复杂、工作耗时长等典型问题。针对以上问题,以双目立体设备研制为基础,提出了一种基于双目立体视觉的桩体倾斜度测量方法。首先,该方法通过旋转码盘与相机的高精度标定实现利用码盘旋转角度读数来高效计算相机在任意旋转角度的位姿信息。其次,在双目影像同步采集以及高频倾斜角度测量条件下,设计了一种新的利用提取桩体边线几何的方法来拟合桩体中心轴线方向向量,从而快速计算柱体的倾斜度。实验结果表明,该方法可准确计算相机相对位姿以及柱体倾斜度,倾斜度测量精度可达到优于0.1°,且单次自动测量效率优于10 s,相较于常用的全站仪测量方法,其效率可提高6倍以上,能够满足连续高效且高精度的桩体倾斜度测量需求。

摘要：为提高弹协调器的交弹效率,同时保障协调交弹动作具有高可靠度,开展某弹协调器机构的可靠性优化设计。考虑主要几何尺寸、制造误差、重要构件弹性变形等影响因素,建立某弹协调器的参数化刚柔耦合动力学模型,通过参数化动力学分析,复现协调器的协调交弹动作失效,并建立相对应的功能函数及协调器可靠性优化设计模型。针对协调器可靠性优化模型,为提高优化设计的效率和精度,构建新的Kriging模型自适应更新策略,并与序列二次规划(SQP)方法、功能函数度量法(PMA)/可靠度指标法(RIA)结合,提出协调器机构可靠性优化设计方法。研究结果表明,在协调交弹可靠度满足要求的情况下大幅提高了某协调器的协调效率,也验证了所提方法的有效性和工程价值。

摘要：在全自主运动控制的移动机器人系统中,自身位姿的估计和校正对于移动机器人的运动至关重要。卡尔曼滤波是解决移动机器人同步定位与地图构建(SLAM)常用方法。相较于卡尔曼滤波,无迹卡尔曼滤波(UKF)无须对复杂的非线性函数进行雅可比矩阵运算。本文基于无迹卡尔曼滤波,根据先验协方差的平方根选择sigma点,计算协方差以及加权均值。用四元数表示姿态,将四元数矢量转换为旋转空间进行矩阵运算,在此基础上设计了一种位姿估计算法——基于四元数平方根的无迹卡尔曼滤波(QSR-UKF)算法。试验将EKF、QSR-UKF、SR-UKFEKF 3种算法的位姿估计结果进行仿真分析,并通过相关定量指标进行了描述,验证了本文算法的有效性。

摘要：工业机器人与数控机床联合工作在自动化生产及智能制造中发挥着重要作用。为了解决机器人与数控机床联合工作时产生的误差问题,在其联合工作的条件基础上建立了机器人与机床的综合误差模型,将机器人与数控机床分为两个运动支链。考虑到二者之间的相互关系,提出了一种利用机床测头进行联合误差测量的方法,通过对机器人和数控机床的联合运动进行测量,来获取系统的总体误差信息。针对数控机床运动支链的误差测量与辨识,采用NUBRS曲线作为机床的运动轨迹,在此基础上建立了数控机床几何误差辨识模型,该模型包含了27项误差元素。经过实验验证,在测量出机床与机器人联合工作所产生的空间误差后,有效辨识出数控机床4个坐标系共27项误差元素。

摘要：结合分级关键点互相关迭代法与搜索空间标记法,设计了一种有效提高图像相关匹配速度的算法。其中分级关键点互相关迭代算法快速实现了由重要到不重要像素点的逐级迭代互相关匹配计算,算法在保证精度的前提下可以随时结束并输出相关匹配值;而搜索空间标记法则能快速排除掉大量参数空间内不可能匹配的点。实验证明,这种算法能在正确配准图像的前提下大幅度提高匹配速度。

摘要：针对现有估计网络空间复杂度高、难以处理高分辨率影像的问题,提出了一种大尺度多视立体深度估计网络(scalable multi-view stereo network,S-MVSNet)。以R-MVSNet为基础,提出一种轻量级的多尺度特征提取网络MiniUNet来降低空间复杂度;结合多尺度循环神经网络(multi-scale recurrent neural network,MS-RNN)来提升正则化网络的感受野;设计半全局正则化(semi-global regularization,SGR)方法将3D正则化问题转化为两个方向上的2D序列正则化问题,以提升深度估计的精度。在DTU、ETH3D及Tanks and Temples数据集上进行测试,测试结果表明,S-MVSNet能在8 GB显存下处理2K影像,支持的最大输入分辨率是RMVSNet的2.25倍,平均精度较R-MVSNet提升11%。

摘要：卫星遥感在土地监测中发挥了重要作用,而数据处理技术应具有良好的适用性和较高的精度水平以满足应用需求。针对目前种植园提取算法适用性较差、数据依赖性高、自动化程度低、算法复杂及特征冗余等问题,本文提出了一种新型种植园结构特征,多尺度多方向结构指数,通过对其进行阈值化并结合形态学处理实现了种植园的自动提取。对多种植模式、背景植被化程度和结构复杂度各不相同的全色和多光谱种植园影像分别设计了3组试验,结果证明,与传统方法相比,本文方法适用性更强,对多方向、多尺度、基元变形、种植线变形、种植模式规律性差、背景高度植被化等诸多复杂的种植园等均能进行有效提取,整体精度达到90%以上。此外,试验结果中,全色影像与多光谱影像精度相当,表明本文方法具有较低的光谱依赖性,因此在数据选择和应用上具有更大的灵活性。

摘要：客滚船船体结构重量通常约占其空船重量的60%,因此其对最终的空船重量和重心数据有着决定性影响。为探索一种客滚船船体结构重量重心全流程控制方法,通过该方法,可以在设计和建造过程中有效控制和修正客滚船船体结构重量重心,尽可能降低因重量重心不满足规则规范或规格书的要求而带来的巨大风险。该方法以目标为导向,前期合理预估,过程中不断更新迭代,出现偏差及时采取措施纠偏,使得客滚船船体结构的重量重心数据始终在可控范围内。

摘要：城市的快速发展,带来雾霾天气的持续蔓延。如何通过空间设计手段调控城市微气候环境成为迫切需要研究的问题。研究选取同一地块6个不同的城市设计投标方案,提取6个不同方案的城市广场空间设计要素,采用计算流体力学(CFD)方法,分别对各方案中心广场通风效果进行数值模拟,对有效稀释污染空气的风速阈值进行了界定,并以静风率进行量化表征,取得各空间要素与静风率之间的关联排序关系。研究结果显示,设计要素的改变对同一气象条件下的广场通风效果具有显著影响。其中,开发强度要素为次要影响因素,布局要素为重要影响因素,且布局要素中的广场风道长宽值是影响广场空气质量的决定因素。