基于多源约束自适应视觉SLAM关键帧选取研究

该文针对现有关键帧选择方法在复杂场景下的稳定性和适应性方面不足问题,提出一种多源约束的自适应视觉SLAM关键帧选取方法。该算法基于相机几何测量原理,设计自适应阈值进行关键帧选取策略;针对复杂环境下的剧烈运动情况,设计基于IMU的实时状态检测机制和熵函数约束标准,进一步提高关键帧选取的稳定性和适应性。在EuRoC数据集和TUM数据集上对该方法进行定性和定量评估。在单目惯性和立体惯性模式下,将估计轨迹与参考轨迹进行对比,以绝对轨迹误差(absolute trajectory error,ATE)、关键帧数量和运行时间作为评判指标,并与ORB-SLAM3方法进行比较。结果显示,提出的方法可显著提高视觉SLAM在复杂环境下的定位精度和稳定性。

基于自主可控硬件逻辑的新型网络加密系统设计与实现

随着我国信息化建设与产业数字化转型的飞速发展,信息安全问题已上升至国家安全层面。本文提出了一套基于硬件控制逻辑,采用国产密码算法的网络加固安全产品设计与系统架构实现的方法。系统架构中主要加固产品单元利用国产密码芯片及可编程芯片技术,实现网络边界与数据安全加固保护,彻底摆脱了操作系统与国外技术体系限制的弊端。

基于标签伯努利滤波技术的多机器人随机组网协同导航

针对多机器人在间歇性观测或无绝对观测环境下的分布式协同导航问题,提出了一种基于标签伯努利滤波技术的多机器人随机组网协同导航算法(GS-EPF-LMB)。该算法通过时间更新、观测更新和显示通信3种状态更新策略,利用随机有限集对状态和观测进行建模,并生成标签化的多伯努利粒子。为了提高算法的一致性和定位精度,基于标签多伯努利粒子耦合相对观测和绝对观测,采用粒子滤波器优化带有标签的粒子状态,并利用历史信息对状态估计进行约束。此外,利用概率数据关联实现导航系统状态估计,并通过分层高斯模型和变分贝叶斯方法实现全局最优状态估计。实验结果表明,算法的定位精度达到0.11 m,相较于全局状态-协方差交(GS-CI)算法,定位状态协方差收敛性提高了48.6%,精度提高了11%。

高精度宽量程MEMS皮拉尼真空度传感器

真空度传感器是真空检测的核心元件。基于全桥结构微电子机械系统(MEMS)皮拉尼芯片开发了一款高精度宽量程MEMS皮拉尼真空度传感器。全桥结构的设计从芯片级有效抑制了传感器的温漂。测试结果表明,传感器最大温漂为0.15%/℃。校准后,该传感器能够在5×10^(-2)~1.01×10^(5)Pa的真空度范围内实现小于5%的高读数精度,最大灵敏度为1.34 V/Dec。传感器平均噪声小于-100 dB,理论计算最小检测极限为1.9×10^(-3)Pa。该真空度传感器具有宽量程和高检测精度的特点,能够满足不同领域的真空检测需求。