基于错误式学习的低空影像人行横道多角度自动识别

提出了一种基于特征的错误式学习分类器半自动迭代训练方法,该分类器能够自动识别多角度低空影像上的人行横道线,在人行横道线管控与数据库建立、道路网提取上有较好的应用。介绍了基于错误式学习的分类器训练思路与方法,并提出了将同一地区不同角度低空影像的识别结果进行合并,从而尽可能全面的检测出被城区高楼以及车辆遮挡的人行横道线的思路。通过对比实验该方法的鲁棒性,并在其基础上随机选取多组数据进行系列实验,证实了基于错误式学习的分类器比传统方式训练的分类器有更好的综合性能,能够在不降低识别耗时的前提下产生高准确率、低漏检率和低误识别率的识别结果。     

同轴双向回转钻进破岩效率研究

国内外相关研究均显示同轴双向回转可有效降低钻具振动和提高破岩效率,但双向回转相对传统单向回转的钻进效率的提升水平研究较少。据此,本文建立双向回转钻头以及单向回转钻头与岩石相互作用的有限元模型,以破岩比功作为评价指标量化比较分析了2种钻头的破岩效率。通过定义双向钻头内外壁尺寸差、内外钻头的间隙、内钻头壁厚与双向钻头内外壁尺寸差之比、内外钻头转速比和内外钻头底部高度差5种核心参数,并设计正交试验完成了仿真分析。结果显示,内外钻头高度差与内外钻头间隙对于破岩比功影响比较小,内外钻头尺寸差、内外钻头转速比和内钻头壁厚与双向钻头内外尺寸差之比对破岩比功影响显著。     

一种用于下水管道修复控制管线固化的温度测量系统

由于下水管道进出口数量有限,因此在管道固化过程中控制热水或者蒸汽的能量使其沿着管道均匀固化很难实现。现在常用的方法是在特定的检查室内用点式传感器（pt—100）测量下水道外层薄膜的当前温度值。本文将展现在下水道管道修复中用于控制管线固化的一种新的温度测量体系,这种温度测量体系将无缝的测量整个管道。该体系包括光纤监测系统、软件工程设计和硬件设计。当然我们也会展示以下内容：该系统通过研究不同的管道工程而逐渐成熟的研发过程,经过优化的导向过程的优势,降低管道修复的成本,提高管线的质量和客户的接收程度。     

向西海岸输送电力

本文介绍了位于加拿大应属哥伦比亚省的温哥华市中心电力输送项目中的穿越施工情况。     

基于笛卡尔坐标的卫星地影模型解析

卫星地影的精确计算对于卫星的电源设计、定轨和定姿等方面具有重要意义。本文通过基于地心的笛卡尔坐标系,从向量的角度描述了日、地、卫之间的几何关系,针对不同轨道高度的卫星分别利用圆柱形模型和圆锥形模型对其进出地影的时间和位置进行了解算和分析,同时给出了圆锥形模型的计算程序。     

北京人卫激光观测站白天激光测距实现

对于卫星激光测距来说, 白天测距是当今卫星激光测距领域的主要研究和发展方向。北京卫星观测站是在千赫兹激光测距的基础上实现的白天激光测距。本文介绍了北京卫星观测站白天激光测距系统实现方法, 并对观测结果进行了计算和分析,得出了北京人卫激光观测站在白天卫星激光接收系统性能提高的基础上观测数据的数量和质量不断提高的结论。     

卫星跟踪经纬仪的旋转建模及转向自决策算法研究

在对卫星跟踪经纬仪转动轨迹建模基础上,提出一种基于预报轨迹及历史轨迹的经纬仪转向自决策算法。此算法具有事先规划经纬仪旋转轨迹的特点,从而在保护硬件设备的同时避免了卫星跟踪经纬仪目前普遍采用的“断电制动/限位反转”策略所引起的观测弧段的损失。该算法可以应用于其他类似的依赖于卫星预报的卫星跟踪经纬仪。     

SESAM锁模激光器在卫星激光测距领域应用研究

本文在分析SESAM(Semiconductor Saturable Absorber Mirrors)锁模激光器原理及技术特点、描述其工作流程的基础上,展示了SESAM锁模激光器用于卫星激光测距的实测结果,通过对卫星激光测距数据数量及质量分析,得出了SESAM锁模激光器以窄脉冲宽度、高能量密度、输出稳定等优势首次在国内应用于卫星激光测距系统后,使系统整体性能得到明显提升的结论。     

基于试验的模拟月壤表层取样理论修正及其应用

月球探测对于我国各方面综合实力的提升均具有巨大的推动作用。当前我国各研发机构对月球采样的研发重点集中于采样机具的设计制造上,对采样机具和月壤之间相互作用却研究较少。与地球土壤相比,月壤的形成环境与条件完全不同,从而造就了其较为特殊的物理力学性质。在利用与真实月壤类似的模拟月壤进行的薄壁圆筒贯入试验中,发现存在月壤滞留和月壤附壁现象,从而分析得出在采样机具表面与月壤相互作用的理论分析中,除了传统的摩擦力理论外,还可通过最大抗剪强度进行分析。通过对试验现象和数据对比摩擦力理论和最大抗剪强度理论发现,最大抗剪强度理论更加符合实际情况。故将最大抗剪强度理论引入已有的月球螺旋钻进采样的理论模型中,通过计算得出基于最大抗剪强度理论计算的螺旋临界转速低于基于摩擦力理论计算的临界转速,在一定程度上能够降低采样机具的能耗。     

基于模拟月壤挖取采样扭矩试验及建模

开展月球探测对于提升我国综合实力具有重要意义.按照计划我国将在2017年左右完成月球采样并返回地球的目标.目前国内各科研院所对采样机具的研究多集中在钻取机具的设计及其仿真模拟上,对表层取样机具研究较少.基于表层取样研发了一套由直流电机驱动,并能通过检测其电流间接测算挖取运动扭矩的试验机构.利用该机构在6种不同的模拟月壤中进行不同试验参数的挖取试验后可知,在不同的试验条件下挖取机构承受的扭矩变化趋势大致相同,并能由4个特征点进行描述.4个特征点的取值随试验参数的不同而改变.完成试验后将试验数据进行归一化处理后导入BP神经网络进行学习和训练,建立了以运动参数(运动角度、机构悬挂高度)、模拟月壤类型(内聚力、内摩擦角)、模拟月壤密实程度(容积密度、孔隙度、相对密实度)为输入量,机具承受扭矩为输出量的神经网络模型.通过与实测数据对比可证明本文建立的BP神经网络挖取力学模型具有很高的拟合和预测精度.