视觉惯性SLAM研究进展

近年来视觉惯性SLAM是机器人及计算机视觉领域中的研究热点问题,在无人驾驶、增强现实、三维重建等领域有着广泛的应用.简述了视觉惯性SLAM的关键技术,并从统一的贝叶斯框架出发介绍了后端的两种形式——滤波和优化.对几个代表性视觉惯性SLAM系统进行深入对比分析,讨论了近年研究热点与发展趋势,并做出总结与展望.     

光纤陀螺仪(FOG)技术及发展应用

介绍了当前惯性导航领域一门新型技术光纤陀螺仪(FOG)的基本原理、类型及两种典型光纤陀螺仪的结构,分析了光纤陀螺仪的误差及消除误差的方法,通过介绍光纤陀螺技术发展的过程及世界各主要国家在光纤陀螺实用化方面取得的进展,指出了光纤陀螺仪与其它光学陀螺相比具有的优点及良好的发展前景。     

军用导航技术发展趋势

现代战争的高技术特点要求武器系统装备精密导航系统来提供精确的导航信息 ,提高武器的战斗性能。论述了惯性敏感器发展技术、GPS技术、GPS/INS组合与抗干扰问题。发展高精度、低成本、抗干扰能力强的导航系统是未来军用导航系统发展的趋势     

本质流形上的自适应运动估计

分析了计算机视觉中一种新的运动估计模型,将运动估计作为一个参数定义在"本质流形"上的非线性系统参数辨识问题。针对基于离散处理和连续处理方法得到的"本质流形",提出了一种新的、统一的自适应推广卡尔曼滤波算法,在"本质流形"的局部坐标系上进行运动估计。仿真结果验证了该算法的正确性。     

扑翼微型飞行器翼杆惯性载荷识别

针对扑翼微型飞行器的弹性翼杆,通过其变形特征来识别其受载行为,建立扑翼载荷识别方法。以裸翼杆的往复拍动为对象,首先基于机器视觉测量法,根据翼杆形貌提取翼杆变形挠度,其次使用幂级数重构分布载荷和Tikhonov正则化方法求解惯性载荷,最后通过批量处理,得到翼杆运动过程中的惯性载荷分布。实验表明,翼杆的平均最大分布载荷为30 N·m^-1,识别挠度的平均相对误差为3×10^-5,识别角位移曲线上所有幅值点的平均相对误差为14.8%,识别周期没有偏差,识别的载荷在不同周期内的分布一致。结果表明该方法具有良好的可靠性和实用性,有望用于对带膜扑翼的气动力测试。     

基于图像和惯性的头盔组合跟踪原理

不同体制的头盔跟踪定位技术单独使用时都存在一定的原理性性能制约,提高跟踪定位技术整体性能的有效途径是采用组合跟踪。目前综合性能较好的是图像式头盔跟踪,图像式跟踪技术精度高,输出数据平稳,稳定性好,但其缺点是头盔活动范围受制于CCD摄像机视场及头盔大角度转动时头盔本身对CCD摄像机视角的遮挡。惯性跟踪不需要任何外来信息也不向外辐射任何信息,可在任何介质和任何环境条件下实现360°全范围头部跟踪,但其定位精度随时间下降。提出的基于图像和惯性的头盔组合跟踪技术充分利用图像跟踪精度高、长期稳定性好及惯性定位跟踪范围广、跟踪系统简单的优点,达到单个跟踪定位体制不具备的综合性能。     

斯佩里海事公司为加拿大海军舰船和潜艇装备惯性导航系统

诺思罗普·格鲁曼公司已经从加拿大公共工程和政府服务部及加拿大国防部获得两份合同,对加拿大海军水面舰艇和潜艇上的惯性导航系统(INS)进行升级,并提供在役支持。     

从“洛克菲勒卖珠宝”看如何破除思维定势

美国石油大亨约翰·洛克菲勒淘得人生第一桶金并非来自石油,而是靠卖珠宝得来的。1858年,19岁的洛克菲勒与朋友合开了一家珠宝饰品店,尽管货真价实,却生意惨淡。尽管他一再调低价格,仍旧门庭冷落。一天,心烦气躁的洛克菲勒决定外出散心,出门前他告诉店员,店里商品全部按原价的两倍出售。大家都以为他疯了,可是,没过几天店里的商品几近售罄。洛克菲勒完全没有想到,自己无意中的举动居然让小店的生意起死回生。事后他找到了答案。原来,购买珠宝的顾客绝大多数人并不懂珠宝,他们大多凭着“质优则价高”的购物理念和思维惯性。     

浅议建立完善机关人才队伍建设机制

正机关,被誉为首长决策与指挥的"外脑"和"智囊",机关人员的素质不仅决定着单位的工作效率,而且也直接影响部队战斗力的提高。因此,必须注重机关人才队伍建设。机关人才队伍建设需要做的工作很多,其中加快建立完善一整套科学合理的制度机制尤为紧迫。一要建立完善选拔机制。首先,要拓宽选拔渠道。打破过去只在本单位、本部门、本领域对口选拔机关人才的惯性思维,探索走开跨专业、跨领域交叉选拔的路子,广开进才之路,广纳贤人志士,特别要     

基于非线性技术的AUV组合导航新方法

针对小型AUV对低成本、微小型、高性能导航系统的需求,提出了一种基于MEMS技术的IMU/DVL组合导航新方法.分析了低成本惯性导航系统的特点和误差模型,为有效提高系统的导航精度引入多酱勒测速仪与微机械惯性测量单元相组合,并采用无迹卡尔曼滤波(UKF)算法设计组合导航系统的滤波器.仿真结果表明,基于UKF滤波的MEMS...