-
题名永磁电机的研究现状与发展趋势
被引量:5
- 1
-
-
作者
刘加岭
刘全新
杜传明
阮文阳
-
机构
山东科技大学
-
出处
《电子技术与软件工程》
2016年第1期249-249,共1页
-
文摘
本文通过介绍永磁电机结构特点、工作原理及其优越性,讨论了其应用领域和应用前景,最后又给出了永磁电机推广所面临的问题,希望对未来永磁电机的发展有所帮助。
-
关键词
永磁电机
稀土永磁电机
同步永磁电机
发展现状
-
分类号
TM351
[电气工程—电机]
-
-
题名浅谈大扭矩永磁同步电机在工程中的应用
被引量:2
- 2
-
-
作者
刘全新
刘加岭
杜传明
阮文阳
-
机构
山东科技大学
-
出处
《山东工业技术》
2016年第2期115-115,共1页
-
文摘
随着国家工业化的发展,大扭矩永磁同步电机高效节能的特点已经成为市场新贵。本文基于大扭矩永磁同步电机的特点和优势,分析了永磁同步电机在风力发电领域、船舶电力推进领域以及交通工具领域中的应用,最后总结了永磁同步电机未来的发展趋势前景,希望对未来永磁同步电机的新应用有所助益。
-
关键词
永磁同步电机
风力发电
船舶电力推进
交通工具
-
分类号
TM341
[电气工程—电机]
-
-
题名深度贫困地区脱贫经验分析
- 3
-
-
作者
区小兰
阮文阳
-
机构
南宁师范大学
-
出处
《合作经济与科技》
2019年第15期184-185,共2页
-
基金
国家社科基金项目:“桂滇边境深度贫困区短期脱贫与长期振兴的治理共同体构建研究”阶段性成果(18BMZ141)
广西哲学社会科学规划研究课题:“广西少数民族地区易地扶贫搬迁与搬迁人口市民化耦合机制研究”(17BMZ004)
-
文摘
龙州县是国家扶贫开发重点县、国家滇桂黔石漠化片区县,也是广西2017年脱贫摘帽县中唯一一个国定深度贫困县。本文通过分析龙州县在脱贫政策执行中展现出惊人的执行力,为尚未脱贫地区提供经验借鉴,并展望该县脱贫后的乡村振兴发展道路。
-
关键词
深度贫困地区
经验分析
广西龙州县
-
分类号
C913.7
[经济管理]
-
-
题名基于可变视场角的空中加油锥套位姿精确测量方法
被引量:5
- 4
-
-
作者
王宏伦
阮文阳
王延祥
吴健发
左芝勇
康荣雷
-
机构
北京航空航天大学自动化科学与电气工程学院
北京航空航天大学飞行器控制一体化技术重点实验室
北京航天计量测试技术研究所
北京航空航天大学高等理工学院
中国电子科技集团公司第十研究所
-
出处
《战术导弹技术》
北大核心
2020年第4期135-143,共9页
-
基金
国家自然科学基金项目(61673042)。
-
文摘
针对无人机自主空中加油近距视觉高精度导航问题,提出了一种基于可变视场角的空中加油锥套相对位置和姿态精确测量方法。首先构建了由多组不同固定视场角相机组成的双目视觉测量系统,提出了基于非线性滞环特性的相机组切换策略,有效克服了随着距离增加锥套目标在相机图像中比例逐渐减小而导致测量精度降低的问题。在此基础上,使用深度学习YOLO v2算法对首帧图像进行检测与识别,截取感兴趣区域(ROI)并进行图像处理,提取标志灯质心坐标。然后根据双目视觉原理进行三维重建,以计算出标志灯的空间位置。最后根据解析几何关系解算得到锥套相对相机的位置和姿态信息。空中加油对接过程视景仿真和地面实物试验表明,本方法在设定的测量范围内均能达到较高的相对位置和姿态测量精度,且满足实时性要求。
-
关键词
无人机
自主空中加油
锥套位姿测量
可变视场角
双目视觉
深度学习
-
Keywords
UAVs
autonomous aerial refueling
drogue position and attitude measurement
variable field angle
binocular vision
deep learning
-
分类号
V249
[航空宇航科学与技术—飞行器设计]
-
-
题名基于深度学习的低空小型无人机障碍物视觉感知
被引量:11
- 5
-
-
作者
寇展
吴健发
王宏伦
阮文阳
-
机构
北京航空航天大学自动化科学与电气工程学院
北京航空航天大学飞行器控制一体化技术重点实验室
北京航空航天大学高等理工学院
-
出处
《中国科学:信息科学》
CSCD
北大核心
2020年第5期692-703,共12页
-
基金
国家自然科学基金(批准号:61175084,61673042)资助项目。
-
文摘
本文提出了一种基于深度学习与目标跟踪方法,综合单目视觉和双目立体视觉特点的无人机障碍物实时感知方法.首先,采用深度学习的方法对相机采集的首帧图片进行障碍物检测与识别,并采用目标跟踪算法对首帧检测结果进行实时跟踪,以提高检测系统实时性;同时,使用双目立体视觉技术对当前帧图像进行全图的三维重构,得到环境的空间信息;之后,通过在检测结果的感兴趣区域内进行点云聚类提取等策略并结合上述感知到的信息进行信息融合,得到障碍物的种类、空间位置及轮廓大小.最后,开发实物样机对方法进行验证,结果表明通过采用该方法,无人机在搭载一个双目相机的情况下即可完成对障碍物的实时感知.
-
关键词
深度学习
目标跟踪
无人机
障碍感知
双目视觉
-
Keywords
deep learning
target tracking
UAVs
obstacle sensing
binocular vision
-
分类号
V279
[航空宇航科学与技术—飞行器设计]
TP391.41
[自动化与计算机技术—计算机应用技术]
TP18
[自动化与计算机技术—控制理论与控制工程]
-