用不同湍流模型预测机翼边界层分离区

介绍了机翼气流分离区的预测方法和不同湍流模型对其预测结果的影响。分析了C-S模型用于分离流计算的缺点,提出了对模型的若干种改进方案,并通过实例计算说明它们的应用效果。还给出了使用k方程模型求解边界层分离流问题的技术细节与技巧,对计算结果与代数模型结果以及试验结果作了比较。结果表明,对C-S模型的原型作适当修正是必要的,修正内容包括在外层粘度系数定义时用流向位移厚度来取代三维位移厚度,并计入壁面流线角影响;在定义内层粘度系数时,需计入压力梯度影响和横向与纵向旋涡粘度比的影响。

基于双目视觉的无人机编队相对定位算法

针对无人机编队飞行时双目视觉定位精确性差、计算量大、实时性不高的技术现状,对基于特征点的FAST定位和BRIEF旋转(Oriented fast and rotated brief,ORB)算法进行了改进,提出了一种适用于无人机双目视觉定位的算法。在改进ORB算法中,采用提取目标区域、最近邻约束和随机抽样一致(Random sampling consensus,RANSAC)方法,提高了特征点提取与匹配效率,也提高了特征点匹配质量;对于双目视觉定位,提出了适用条件更加宽泛的双目视觉定位模型,并保证了模型的定位精度;最后使用卡尔曼滤波算法对无人机的定位信息进行估计,进一步提高了无人机的定位精度。实验表明,算法具有较高的精确性和实时性,满足无人机间的相对定位要求。