简介：提出一种单目视觉里程计/捷联惯性组合导航定位算法。与视觉里程计估计相机姿态不同,惯导系统连续提供相机拍摄时刻对应的三维姿态,克服了单纯由视觉估计相机姿态精度低造成的长距离导航误差大的问题。通过配准和时间同步,用惯导系统解算的速度和视觉里程计计算的速度之差作为组合导航的观测量,采用Kalman滤波修正组合导航系统的误差,同时估计视觉里程计标度因数误差。分别在室内外不同环境下进行了22m的推车实验和1412m的跑车实验,定位误差分别为3.2%和4.0%。与Clark采用姿态传感器定期更新相机姿态估计结果的方法相比,单目视觉里程计/惯性组合导航定位精度更高,定位误差随距离增长率低,适合步行机器人或轮式移动机器人在复杂地形环境下车轮严重打滑时的自主定位导航。

简介：针对1点RANSAC（RandomSampleConsensus）单目视觉EKF（ExtendedKalmanFilter）算法中的滤波发散问题,分析了滤波发散的产生原因,提出了一种基于渐消记忆滤波的1点RANSAC单目视觉姿态估计算法。该算法通过在EKF滤波方程中引入加权因子,逐渐加大当前数据的权重,相应地减少旧数据的权重,有效地扼制了算法中的滤波发散问题。最后通过两组验证性实验验证说明了算法的有效性。实验结果表明：该算法能够有效地解决1点RANSAC单目视觉EKF算法中的滤波发散问题,具有更高的精度。第一组双轴联动实验,航向角的平均误差减小2.4158？,俯仰角平均误差减小0.1782？;第二组偏航轴大角度转动实验,摄像机航向角的估计误差一直保持在1.5？以内。

简介：从理论上推导了声学超表面对平面声波的作用模型,该理论模型计及声波高阶衍射模态,从而能够计及超表面微结构之间的声学干扰.通过与数值结果对比,该模型预测的反射频率精度得到了一定程度的提高,并能够分辨出相邻孔声场之间的耦合模态.讨论了声学超表面吸声特性与阻抗特性对高超声速边界层内Mack第2模态的抑制机理,研究发现通过设计超表面阻抗特性,使得入射声波与反射声波在壁面处相位相反,同样可以抑制Mack第2模态.基于理论模型,分别优化设计得到最优的微结构几何尺寸,并通过对Mach6平板边界层流动进行稳定性分析,验证了超表面不同声学特性的抑制效果.