无人机着舰红外视景导航

舰载无人机着舰回收是整个飞行中事故率最高的一个环节。美国率先研究利用机载无源红外成像传感器和P3P（三点透视姿态估计问题）算法求解相对距离和方向的原理，实现无人机红外视景导航。本文对这种无人机自主着舰红外视景导航过程、飞行试验及其结果进行了介绍分析。从分析和飞行试验可以看出，远距离时，利用机载红外视景导航引导无人机发形识别甲板，并自主进近，近距离时辅以无线电遥控进彬撞网回收，是无人机回收着舰的有效途径。

近界视景导航中森林场景加速绘制

作为近界视景导航中典型地物,三维几何树模型能提高虚拟场景视觉精度,增强场景真实感,但会导致大规模森林场景绘制效率降低,从而降低视景导航精度。为提高绘制效率以确保视景导航精度,并提高场景真实感,采用布告板云算法构建了基于视距的多分辨率树模型,针对算法在近界视景导航应用中存在的问题进行了改进。为进一步提高近界特别是贴地飞行时高动态视点下视景导航精度,根据有限视域、威胁区域以及视觉冗余等特点,提出了一种基于高动态视点的加速绘制算法。通过实验对比分析,算法大幅提高了场景绘制效率,增强了场景视觉质量,提高了虚拟场景导航精度。

光电技术与“视景”导航—光电导航系统的发展

从“视景”导航的概念出发，论述光电技术在军用导航中的应用，并作为军用导航体系结构的一个分支，初步勾画出光电导航的分类体系构架轮廓，最后简述了光电导航系统的发展趋势。

基于卡尔曼预测器的数据预取方法

大规模复杂场景绘制,地形数据量庞大,需动态调度地形数据;但是由于磁盘传输的延迟,会出现绘制时的卡帧现象。为了解决上述问题,通过研究卡尔曼滤波器,将其与固定间隔的预取方法相结合,提出了采用卡尔曼预测器的数据预取方法。上述方法通过卡尔曼预测器预测视点位置,判断视域范围,进行数据预取。可显著提高视点预测的准确性,减少下一时刻需要预取的数据量,提高绘制效率。