基于视觉的近距离编队对偶四元数相对位姿估计算法

针对近距离编队飞行中位姿估计问题,提出了一种新的点到区域匹配航天器间视觉相对位姿估计算法。给定主星表面上的点集及与之匹配的从星摄像机像平面图像凸区域,结合对偶四元数及凸优化数学工具,充分利用对偶四元数描述坐标系变换的简洁性,建立了对偶四元数凸优化位姿估计模型,估计出主星与从星之间的相对位姿参数。该算法不仅利用对偶四元数较传统四元数描述坐标系变换的优势,而且采用凸优化方法可大大降低传统位姿估计方法中需要精确的点到点匹配的要求。仿真结果证明,该算法能满足近距离编队相对位姿估计精度要求,具有较好的鲁棒性,对目前航天任务中航天器间视觉相对位姿估计具有重要参考价值。     

基于多尺度特征的像素位姿定位优化方法

在已知三维信息的场景中估计相机位姿，是自主驾驶、增强现实、虚拟现实等领域的重要环节。已有方法从输入图像中直接回归相机的位姿，或者通过回归像素的三维坐标方式计算相机位姿，这些方法存在的问题是与训练场景耦合严重，在新环境中缺少泛化能力。认为深度学习网络应该专注于学习鲁棒和不变的图像特征，因此介绍了一种基于多尺度图像特征对齐的优化方法，将图像特征相似性作为度量形式，将相机位姿作为优化量，通过从像素到位姿的端到端的训练，来估计相机精确的六自由度(6 degree of freedom, 6DOF)位姿。该模型参数和场景分离，对新场景有较强的泛化能力，并且具有较好的定位精度。     

基于SAGE的近场信道参数估计方法

在室内无线传播环境中,散射体与接收端之间的距离并不一定满足远场假设,这时到达接收端的多径信号是近场球面波形式,从而会对波达角和角度扩展的估计造成影响。对近场多径信道参数的估计需要同时考虑近场散射体与接收阵列之间的波达角和距离。基于空间交替通用期望最大化（SAGE）算法的基本思想,提出了一种的近场信道参数低复杂度估计方法,可以对近场散射体分量的时延、波达角、多普勒、复幅度等参数与距离参数进行联合估计。仿真实验验证了该算法能够准确地对近场散射体的距离和角度进行联合估计。     

脉冲多普勒雷达距离拖引目标序贯滤波跟踪方法

建立一个包含欺骗过程参数的滤波模型,在估计目标状态的同时,对目标距离拖引欺骗的相关参数进行估计。用一个递归滤波器估计回波平均功率,并计算真实回波和欺骗回波的检测概率,用于相关计算和欺骗终止判断。用2D方法实现测量值与真实回波和欺骗回波预测位置的关联判断,对相关上的回波使用序贯滤波的方法对目标状态进行估计。仿真结果表明,本方法能够有效地利用欺骗回波,不仅能稳定地跟踪目标,而且可以获得较高的目标位置估计精度。     

雷达舰船目标HRRP成像视角参数估计

针对雷达舰船目标一维距离像敏感于姿态角,分析了成像视角对船长估计精度的影响,提出一种舰船成一维距离像视角参数估计方法,首先建立雷达舰船运动模型,对雷达跟踪数据预处理,并估计出目标的运动状态和航速,通过稳健回归估计方法进行二次曲线拟和,估计出舰船目标成像视角参数,通过本文方法估计的视角参数可用于基于高分辨距离像的舰船目标识别和船长估计中。经实测数据验证表明,估计出的视角平均误差小于5°,本文方法易于实践,具有较高的工程应用价值。     

基于结构元理论的模糊多元线性回归模型

针对系数为模糊数的多元线性回归模型， 运用基于模糊结构元理论的最小二乘法， 研究模型的解析表达式. 首先运用模糊结构元方法定义了模糊数距离公式， 该公式与文[1]给出的距离公式在一定条件下等价， 但避 免了后者因区间运算而带来的不便. 对模糊参数用结构元理论表示， 得到了模型的解析表达式. 再根据 定义的距离公式采用最小二乘法得到了估计模糊参数的方法. 根据该方法得到系数为LR-型模糊数的回归模型. 最后给出一个应用算例， 说明本文方法的简便性.     

星敏感器姿态测量算法研究

针对传统矢量定姿方法精度较低的问题，研究了主流的星敏感器多矢量天文定姿算法，从理论上对奇异值分解(singular value decomposition, SVD)算法、双矢量定姿加研究背景算法、最小二乘(least square, LS)算法、四元数估计(quaternion estimator, QUEST)算法和线性估计算法进行了详细推导。其中，线性估计算法先将各矢量对的坐标变换等式分散表示，推导出对应的四元数形式，再联立所有矢量的坐标变换等式，基于长方矩阵的Moore-Penrose伪逆运算对二次四元数矩阵方程线性化，再在此基础上考虑随机噪声的影响对一次四元数矩阵方程进行鲁棒性操作，具有良好的创新性与实用性。以最小化Wahba损失函数为目标，对定姿算法的性能进行对比分析。仿真和实验结果表明，线性估计算法较之于其余4种算法，具有更快的解算速度、更高的定姿精度。     

基于矢量约束的随机特征点选取算法

无人机利用视觉在未知区域自主着降时,提取的特征点具有数量多、随机性强等特点。针对利用随机特征点进行位姿估计精度低、稳定性差的问题,提出一种基于矢量约束的随机特征点选取算法。首先通过分析位姿估计方程可知,特征点地理坐标是影响方程组求解精度的重要因素;然后在引入矢量角均分度、矢量模值均值及矢量模值最大值三项约束指标基础上,制定了一种基于矢量约束的特征点选取策略;最后利用正交迭代算法对所选取的特征点进行位姿估计精度验证。实验结果表明,提出的算法相比于随机选取的特征点进行相对位姿估计精度更高,鲁棒性更强。     

具有预设性能的近距离星间相对姿轨耦合控制

针对存在系统不确定性和外界干扰的接近绕飞阶段跟踪航天器相对目标航天器的姿态与轨道一体化控制任务,设计了一种具有预设性能的鲁棒反演控制器。该控制器能预先设计系统的稳态与暂态性能,保证相对姿轨跟踪误差满足预先设计的性能指标要求;为避免传统反演控制方法中存在的“微分膨胀”问题,引入滑模微分器对虚拟控制量的导数进行估计;同时利用自适应控制技术估计不确定模型参数及包含滑模微分器估计误差和外界干扰的集总干扰上界,并引入鲁棒补偿项处理这些不确定性带来的影响。理论分析证明所设计的控制方法能保证相对姿轨跟踪误差满足预设性能指标要求,仿真结果验证了所设计控制方法的有效性。     

激光加工机器人标定的神经网络法

在分析原有机器人误差标定方法的基础上,给出了两种误差标定的神经网络法,并对激光加工机器人进行了精确标定。第一种方法通过前馈神经网络与机器人理想运动学模型结合,可把机器人位姿误差降低到初始值的1/5左右;第二种方法把前馈神经网络与标定好的实际运动学模型结合,进行神经网络-参数法混合位姿标定,并与参数法标定结果进行了对比。仿真结果表明后一种方法可以进一步提高机器人的位姿精度,且可以对参数模型中没有涉及到的因素进行补偿,方法简单且标定效果更好。     

Head pose estimation method based on pose manifold and tensor decomposition

Pose manifold and tensor decomposition are used to represent the nonlinear changes of multi-view faces for pose estimation, which cannot be well handled by principal component analysis or multilinear analysis methods. A pose manifold generation method is introduced to describe the nonlinearity in pose subspace. And a nonlinear kernel based method is used to build a smooth mapping from the low dimensional pose subspace to the high dimensional face image space. Then the tensor decomposition is applied to the nonlinear mapping coefficients to build an accurate multi-pose face model for pose estimation. More importantly, this paper gives a proper distance measurement on the pose manifold space for the nonlinear mapping and pose estimation. Experiments on the identity unseen face images show that the proposed method increases pose estimation rates by 13.8%and 10.9% against principal component analysis and multilinear analysis based methods respectively. Thus, the proposed method can be used to estimate a wide range of head poses.     

基于视觉和渐消记忆UKF的浮空器位姿估测

提出了一种新的浮空器位姿估测方法,用地面上共面设置的四个固定信标和浮空器上双焦CCD摄像机组成单目视觉测量系统;应用四元数描述载体和大地直角坐标系间变换关系,在此基础上利用Levenberg-Marquardt迭代算法将地标图像观测量直接转化为位姿参数值,减少了计算量;合理地采用随机加速度模型构建滤波器状态方程,并引入渐消记忆因子改进平方根UKF滤波算法,用于抑制由于系统建模误差造成的滤波精度下降。对所提方案进行验证,比较了不同渐消记忆因子作用下的滤波结果,仿真结果表明了该方法的有效性。     

基于ICP算法的非合作目标特征点云配准优化

针对视觉测量中非合作目标无法提供合作信息从而引起的位姿测量问题,采用ICP(Iterative Closest Point)算法配准不同时刻获取的点云降采样数据来完成目标的相对位姿测量。利用运动恢复结构算法获取了目标当前时刻的点云数据并比较了基于阈值匹配与光流匹配的特征点匹配算法,利用三角测量法对提取到的特征点进行重建,同时将点云数据进行降采样处理,根据降采样后的点云数据计算出不同时刻目标的相对位姿关系。实验表明当物体发生旋转运动时,对降采样数据利用ICP算法计算得到的目标绕坐标轴旋转角度最大误差不超过0.11º。     

基于负曲率极值点的零件识别与检测技术研究

在机器人柔性自动装配中,零件的识别与定位是一项极为重要的技术。提出了一种新的基于点到弦的距离累积算法,以实现零件轮廓曲线上负曲率极值点的检测,并在此基础上利用短切规则实现目标轮廓的分解与特征参数的提取。首先,用平面几何区域的面积来近似平面点到弦的距离累积积分,得出了距离累积积分与曲线曲率之间的关系,利用距离累积积分来检测平面离散曲线的负曲率极值点。然后,利用短切规则对零件轮廓进行分解,获取零件的几何特征,实现零件的识别与检测。试验和仿真结果说明了该方法的有效性。     

6-3-3并联机构工作空间分析与仿真

提出了6-3-3并联机构在给定姿态下工作空间分析的计算机仿真方法,该方法要点是：对给定的三维空间,不需拆解支链杆,只需使用三维搜索法遍历该空间,基于该机构逆位移解,结合滑块运动范围、球铰链半锥角最大值、奇异性条件和支链干涉动画检验,即可排除该三维空间中位姿不可能点,同时显示其中位姿可能点集——工作空间边界三维图形,作为推论还给出了使用工作空间截交面检验其内部是否存在空腔的方法。为6-3-3并联机构的设计和轨迹规划提供了基础。     

在视景仿真中用Hermite曲线控制物体运动

在视景仿真中利用关键帧方法控制物体沿曲线运动占有非常重要的地位,用于关键帧拟合的Cardinal曲线、Catmull-Rom曲线、Kochanek-Bartels曲线的引入切线和引出切线的生成方法由于没有直接利用起点和终点的参数而导致这些方法不适合在视景仿真中利用DOF节点控制物体运动的要求。为此提出了利用起点终点的直线距离生成Hermite曲线的方法,通过计算发现用该方法生成的曲线能有效地逼近原始曲线,如由圆形上的两点作为起点和终点,利用该方法生成的Hermite曲线可以有效的逼近圆形。最后将提出的生成Hermite曲线的方法应用到视景仿真系统中实现了物体的随时间变化沿Hermite曲线平滑运动。     

A tool path correction and compression algorithm for five-axis CNC machining

A novel approach is proposed for correcting command points and compressing discrete axis commands into a C2 continuous curve. The relationship between values of rotation angles and tool posture errors is firstly analyzed. A segmentation method based on values of rotation angles and lengths of adjacent points is then used to subdivide these command points into accuracy regions and smoothness regions. Since tool center points generated by CAD~CAM system are usually lying in the space that is apart from the desired curve within a tolerance distance, and the corresponding tool orientation vector may change a lot while the trajectory length of the tool center point is quite small, directly machining with such points will lead to problems of coarse working shape and long machining time. A correction method for command points is implemented so that good processing effectiveness can be achieved. Also, the quintic spline is used for compressing discrete command points into a C2 continuous smooth curve. The machining experiment is finally conducted to demonstrate the effectiveness of the proposed algorithm.     

多目标线性规划的一种矩阵对策方法

提出了一种求解多目标线性规划问题的人机对话方法，其基本原理与ＳＴＥＭ方法大致相同，但采用了两人零和混合对策思想确定Ｔｃｈｅｂｙｃｈｅｖ距离中的相对权重，使权重的确定方法较传统的机械式相对固定权重确定方法更为合理     

一种基于宽带雷达回波的航迹起始方法

宽带雷达回波能提供高距离分辨能力,有助于实现高精度目标跟踪。但高分辨导致的目标回波分裂效应和距离跨越效应给目标检测和关联提出严峻挑战。为此,提出一种基于层次聚类的宽带目标点迹凝聚方法,实现群目标场景下检测点迹的自适应凝聚。进一步地,提出了一种基于全局运动补偿的航迹起始方法,克服传统方法在宽带航迹起始过程中补偿效果差、航迹多分枝等缺陷。最后,采用群目标场景仿真验证了本文宽带点迹凝聚和航迹起始方法的有效性。     

基于马田系统与TOPSIS的区间数多属性决策方法

针对区间数多属性决策问题,提出了一种利用马田系统处理区间数决策向量信息、利用TOPSIS法对区间数决策向量进行排序的方法. 该方法将决策方案的区间数决策向量看作是多维属性空间中的超长方体,利用2水平正交表在该超长方体上均匀、分散地进行布点,并组成布点集来代表该决策方案;利用马氏距离测度决策方案布点集中的布点到正负理想方案布点集的距离;利用信噪比定义决策方案与正理想方案的贴近度.给出了详细的决策步骤.最后通过实例同其他方法进行了对比分析,结果表明本方法可行、有效.