浅谈建筑工程征地与定位测量

概述了建筑工程征地与定位测量的技术方法。     

两圆锥相接平面的定位计算及其应用

用自动绘图机绘制接口为平面曲线的两圆锥表面展开图,先要准确计算接口平面的位置,再按接口展开的曲线方程,编制两圆锥相交后的表面展开的绘图程序。本文探讨了不同锥度的两圆锥相接平面的定位计算,得出了两圆锥相接平面的定位计算公式。最后,应用本文所推导的公式,简化和论证了有关圆锥相接的若干作图方法。     

信息化陆战场多传感器系统可靠性模型

信息化陆战场上,多个传感平台(装备)综合集成为多传感器系统以实施信息收集与融合,故需要对其可靠性模型问题进行探讨。采用将战术任务转化为技术体系结构的方法,从系统及其组成部分的工作原理和功能关系出发,提出了多传感器系统的作战体系结构和功能体系结构,并在故障描述的基础上,建立了其可靠性框图与可靠性数学模型。对多传感器系统进行的可靠性预计与分配,表明该可靠性模型可以应用于可靠性研究、分析和设计中。     

高等级公路控制导线坐标的联测和计算

随着全站仪和GPS等高精度测量仪器在公路外业勘测和施工中的广泛应用，地面点的位置在设计图纸和施工定位中都是采用坐标表示的。这就涉及到在工程局部区域地面点的坐标与国家坐标系的联测，这些点位是在公路勘测设计或者是在施工放样中的控制点即导线点（或三角点）。     

含修正Yukawa-Kratzar势场的Schr?dinger方程束缚态解析解

采用Greene-Aldrich指数型近似方法近似表达径向方程非线性离心项,利用P-NU方法研究了含修正Yukawa-Kratzar势场的Schr?dinger方程束缚态解析解问题,得到了归一化的束缚态波函数和相应能量本征值方程,数值求解能量本征值方程并和真实值数据进行了对比。     

基于多维行为分析的窃电高风险客户精准定位方法

窃电行为对国家电力系统及供电公司造成了极大的损失,故反窃电技术是电力行业的重要研究方向之一。传统的窃电用户定位方法存在定位不准确、查处效率低等问题,为了解决上述问题,提出基于多维行为分析的窃电高风险客户精准定位方法。首先通过相关矩阵R及特征值谱熵正则化完成用户数据去噪,其次在UFS-MI模型内提取用户数据特征,分析用户用电的多维行为,最后根据逻辑回归算法完成窃电高风险客户的精确定位。实验结果表明,所提方法的窃电高风险客户定位精准度较高,误判率较低,整体定位效果较好。     

基于ROS的室内导航机器人设计研究

采用基于机器人操作系统（ROS）的设计方案开展了机器人在自主导航中的应用研究,设计了一款集定位、SLAM建图、路径规划、驱动控制于一体的机器人综合系统。系统利用激光雷达扫描获取环境实时数据和里程采集信息,通过Gmapping算法对数据进行融合,以及采用自适应蒙特卡洛定位（AMCL）方法实现了环境地图绘制与定位。通过matlab对路径规划算法进行对比研究发现,路径规划任务中Djakarta算法更适应在室内多障碍物场景。而实验结果显示在模拟环境中利用Dijkstra算法和DWA算法进行避障更加有效。仿真实验结果也表明,该系统可构建高精度环境地图,并对机器人进行定位和导航,实现了在实时路径规划中成功避开障碍物到达目标点。以上研究表明在室内定位和导航任务中该机器人系统框架具有良好的可行性和稳定性。     

杭钢集团:三中心四赛道,探索数据价值化改革

杭钢集团以“数字基础构建者、数字应用开拓者、数字安全赋能者、数据价值探索者”为战略定位,布局“数聚、数算、数智、数安”四条赛道,以开放、合作、共赢的“平台+生态”发展模式,打造半山基地数字经济核心区,构建“1+2+4+N”产业体系,积极探索产业数据价值化改革实践。     

基于双目视觉的物料三维空间定位算法

针对移动机械臂抓取物料过程中的三维空间定位问题,提出一种适用于双目视觉的物料定位算法。首先基于双目视觉成像原理,构建手眼矩阵,完成双目相机坐标系到机器人坐标系的转换;其次将注意力机制嵌入到主干网络的CSP结构中,采用一种YOLOv5s+CBAM改进网络结构,在自制的物料数据集上mAP达到99.1%,FPS为71,可实现物料抓取点位置的准确检测;最后针对抓取点立体匹配错误导致深度信息获取错误的问题,提出一种基于灰度值测距的SGBM改进算法获取深度信息。经实验检测,平均测距误差5.16mm,结合目标检测,可实现物料抓取点三维坐标的定位。     

一种无先验地图的移动机器人导航方法

为了提高移动机器人在复杂环境下的无先验地图导航算法模型训练速度及导航成功率,提出一种基于深度确定性策略梯度(deep deterministic policy gradient,DDPG)的移动机器人导航方法。利用2D激光雷达的均匀分布测距信息,降低环境噪声的干扰及高维度环境信息的计算量;采用人工势场法构建移动机器人从初始位置到目标点过程的奖励函数;通过Actor-Critic网络结构提高模型训练的稳定性和泛化能力。实验结果表明,提出的方法具有模型训练速度快、导航成功率高及泛化能力强等优点。