基于卷积神经网络(CNN)的目标位姿估计模型的损失函数大多采用两点之间的欧氏距离作为评判准则,虽然该损失函数计算简单、运算速度快,但训练规则不够全面、缺乏对目标的全局认识。针对这一问题,提出了一种基于组合型损失函数的ComPoseNet模型,并进行位姿估计。此模型中的损失函数从空间学习的角度出发,同时利用两点欧氏距离、两点直线和两点直线角度等作为训练规则。相比传统损失函数,此算法分别从点、线以及角度方面考虑了目标的空间整体位置,进一步减小了估计位姿与真实位姿之间的误差,位姿估计得以改善。在LineMod数据上进行大量的实验和分析,结果表明,在相同的训练次数情况下,本文算法比传统算法收敛速度快、精度高、误差小,其中平移误差降低了7.407%,角度误差降低了6.968%。

报道了一种新型结构形式的环绕式高密度注入波导激光器原理样机。采用环绕式高密度侧面注入技术, 利用经过特殊工艺处理的裸增益光纤, 当注入泵浦功率320 W时, 获得了最高输出功率为28 W的连续激光, 斜率效率20%, 中心波长1080 nm。结果表明, 环绕式高密度注入波导结构形式是可行的, 且输出功率和斜率效率具有较大的提升空间。

压电马达需高压交流信号进行驱动，传统的驱动电路通过电感与马达构成谐振升压电路产生高压。分析指出了传统电路缺点在于谐振电路的输出信号不均衡且不稳定，而且需逐个微调马达对应的匹配电感。基于短时工作、轻载荷的应用环境，针对上述缺点提出了多级升压方案。新的方案减轻了谐振升压电路的压力。电感主要作用转变为调节电路功率因数。因此两相输出信号变得平稳、均衡，且无需微调电感，调试过程得以精简，利于批量生产。试验数据表明电路可输出±260 V的交流信号，驱动 Ф11 mm行波压电马达正常工作，转速约 600 RPM。

为探索三明治微加速度计温度漂移与封装胶的关系，基于有限元分析方法，结合微加速度计伺服反馈工作原理，对温度漂移与封装胶关系展开了研究。研究表明：封装胶厚度、杨氏模量和与封装胶相连的底部玻璃厚度改变均会影响温度漂移，当封装胶厚度从15 μm 增加到35 μm时，温度漂移减小约25%；封装胶杨氏模量从4 GPa 减小到0.25 GPa 时，温度漂移减小约70%；与封装胶相连的底部玻璃厚度从400 μm 增大到1 000 μm 时，温度漂移减小约37%。并且，通过与实验结果对比，表明封装胶所引起的温度漂移约为实测漂移的1/4~1/3。研究为三明治微加速度计温度漂移与封装胶关系提供了参考。