摘要：针对零速修正的行人惯性导航方法中MEMS IMU误差大且复杂多变、复杂运动类型下传统阈值零速检测鲁棒性差的问题,提出一种基于PRCNN-Attention鲁棒零速检测的导航方法。首先,引入注意力机制,突出不同运动类型下的关键信息,设计了基于并联式循环卷积网络的深度神经网络(PRCNN-Attention)框架,实现对零速状态的鲁棒识别;然后,将零速信息作为量测信息,基于不变扩展卡尔曼滤波器实现信息融合。最后,在公开数据集以及实际场景中对所提方法进行了验证。实验结果表明,相较于固定阈值零速检测方法和自适应阈值零速检测方法,所提方法在公开数据集上的零速检测精确率分别由0.752和0.920提升到0.978,导航误差分别降低了54.1%和31.8%,在实际场景中导航误差分别降低了28.1%和13.5%,验证了所提方法的鲁棒性和有效性。

摘要：针对传统零件表面缺陷检测方法准确性差效率低,无法满足智能制造需求的问题,提出基于Faster-RCNN深度学习算法的缺陷检测方法。在Faster-RCNN基本算法的基础上,引入引导锚框算法生成anchor方案,解决算法中anchor方案对本次检测的缺陷目标缺乏针对性、产生大量的冗余区域建议窗口的问题,以提高检测的准确性和效率;通过对比非极大值抑制中不同的IOU阈值对检测结果的影响,确定最优的IOU阈值,并设计零件缺陷样本采集方案,建立三种零件缺陷数据集,在此基础上对方法的有效性进行试验验证。实验结果表明,该方法能够大幅度提高零件表面缺陷检测的准确性和效率,各缺陷检测结果的平均精度可达97.7%以上,平均检测速度达到4.3 fps,满足了智能制造的急迫需求。

摘要：旋转调制自补偿技术可以调制惯性元件的常值误差,从而提高惯性导航系统的导航精度。出于实际工程应用需求,研究了旋转式SINS大方位失准角初始对准方法。以单轴旋转式SINS为例,给出了单轴旋转式SINS大方位失准角非线性误差模型;根据系统误差模型的非线性特性,利用简化Unscented卡尔曼滤波(Unscented Kalman Filter UKF)算法,设计了系统的大方位失准角初始对准算法。数字仿真实验结果表明:在相同条件下,提出的UKF算法在收敛速度与对准精度方面均优于EKF算法;系统试验验证结果表明,采用本文提出的初始对准方法,系统的水平对准精度优于0.1′,方位对准精度优于1.5′,证明本文提出的初始对准方法在工程应用中是有效、可行的。

摘要：以双轴旋转式SINS初始对准方法为研究对象,建立了双轴旋转式光学SINS大方位失准角误差模型,设计了双轴旋转式SINS大方位失准角初始对准的UPF初始对准算法;根据实际工程应用需要,结合UPF算法和卡尔曼滤波(KF)算法,设计了UPF+KF组合滤波算法,将其应用到了双轴旋转式光学SINS大方位失准角初始对准中。仿真及试验结果表明,提出的UPF+KF组合滤波算法有效降低了UPF算法的耗时,在双轴旋转式光学SINS大方位失准角初始对准中,水平姿态角收敛时间约为11min,方位角收敛时间约为20 min,而且对准误差大大缩小,水平姿态角误差小于3.6〞,方位误差小于2ˊ,证明本文提出的UPF+KF组合滤波算法是有效的、可行的。

摘要：针对水下无人潜器无准确外参考信息条件下惯导系统动基座自对准问题,提出基于不变扩展卡尔曼滤波(IEKF)的动基座自对准方法。首先,建立系统误差模型,并针对系统动态模型的不确定性,设计自对准的不变扩展卡尔曼滤波算法;同时基于水下无人潜器一般工作在匀速运动状态,将航向信息耦合到自对准滤波器的量测方程中,最终实现了无准确速度信息条件下的动基座初始对准。跑车实验证明,提出的方法在大失准角情况下,航向角在30 min内收敛到惯性元件所对应的航向精度水平。证明了所提出方法的有效性和可行性。该方法增强了水下和陆上惯性导航设备初始对准的环境适应性。

摘要：针对人工和传统自动化算法检测发动机零件表面缺陷中准确率和效率低下,无法满足智能制造需求问题,提出了一种基于深度学习的检测算法.以Faster R-CNN深度学习算法为算法框架,引入聚类理论来确定anchor方案,通过对比k-meansII和CURE聚类算法生成anchor对检测结果的影响,提出了基于聚类生成anchor方案的Faster R-CNN的零件表面缺陷检测算法,并引入多级ROI池化层结构,减少ROI池化过程中取整带来的偏差,实现高效并准确检测零件表面缺陷的目的.通过设计缺陷图像数据采集方案,建立了3种缺陷零件数据集,并验证了算法的性能.实验结果表明,该算法将缺陷检测的均值平均精度mAP从原算法的54.7%提高到97.9%,检测速度最快达到4.9 fps,能够满足智能制造的生产需求.

摘要：为实测不规则块体与底部界面之间的界面摩擦角,采用滚筒实验方法获取了石英石块体界面摩擦角的近千个实测数据。根据统计学原理,分析了石英石块体质量、形状、块体和筒底的相对运动速度3个因素对平均界面摩擦角的影响。结果表明,质量和形状的影响不明显;相对运动速度的影响显著。采用开源离散元软件LIGGGHTS验证了实测的平均界面摩擦角可用于数值计算,揭示了数值计算在模拟滚筒实验中振荡现象的局限性。研究结果揭示了不规则块体与底部界面之间的界面摩擦角的统计学规律,证实了滚筒实验对于测定界面摩擦角的有效性,证明了滚筒实验结果可用于标定DEM数值计算的滑动摩擦系数。

摘要：在双轴旋转式SINS中,惯性元件常值漂移误差对系统的影响可以得到调制,但安装误差和标度因数误差对系统的影响无法得到调制,同时这些误差会与旋转角速率耦合,引起速度锯齿波等误差从而降低了系统的各项性能指标。为了减少这种影响,分析了光学陀螺双轴旋转式SINS误差传播特性,利用奇异值分解法对系统的可观测程度进行了分析,经分析,与转动轴相关的安装误差和标度因数误差的可观测度较好,据此设计了系统的自主标定方案及滤波算法,进行了数字仿真和半实物仿真验证试验。试验结果表明,利用设计的自主标定方案,在1 h内能估计出转轴上两个陀螺的标度因数误差及与转轴相关的四个安装误差,估计精度能达到95%以上。导航试验验证表明,利用自主标定的参数,相对于传统标定方法,使系统定位精度提高了20%。

摘要：双轴旋转调制技术可以实现全部惯性元件常值误差的自补偿,从而提高惯性导航系统的导航精度。以双轴旋转调制式SINS初始对准方法为研究对象,建立了双轴旋转式SINS大方位失准角非线性误差模型,利用简化Unscented卡尔曼滤波(UKF)算法,设计了双轴旋转式SINS大方位失准角初始对准算法。利用提出的UKF算法进行了方位失准角为任意大小的数字仿真试验,并进行了同样条件下的EKF算法对比仿真试验。最后进行了UKF算法的系统对准验证试验,验证试验的1σ统计结果为水平误差小于3″,方位误差小于1′。试验结果表明建立的双轴旋转SINS大方位失准角非线性误差模型是正确的,提出的UKF对准算法在工程应用中是有效、可行的。

摘要：在总结了地学可视化发展过程及目前三维可视化技术研究进展的基础上,针对大洋河流域河口的地理特征设计并实现了三维可视化场景,为流域河口生态安全评价三维演示系统的实现奠定了基础,并从地表模型的建立、建筑物模型的建立和虚拟场景的搭建三方面详细介绍了流域河口三维场景实现的具体方法。