伴随着航天技术井喷式发展和太空力量的迅猛推进，人类在太空的活动越来越频繁，期间产生了数量庞大的空间碎片，严重威胁了在轨航天器与航天员的安全。为应对空间碎片带来的潜在危险，快速观测空间碎片状态，获取尺寸、外形、运动状态等特征信息尤为重要。本文对现有的天基空间碎片观测系统及其技术手段进行了归纳与总结，并提出若干发展建议，探究天基空间碎片观测手段的发展趋势，为构建未来天基空间碎片的观测系统提供参考。

机器人在大尺度场景下开展同时定位与建图(SLAM)任务时,其闭环检测环节会出现较严重的错匹配或者漏匹配问题,因此,采用残差网络(ResNet)对图像序列进行特征提取,并提出一种新的闭环检测算法。通过预训练的ResNet提取输入图像的全局特征,并对该帧图像及之前具有一定长度的图像序列的特征按照下采样的方式进行拼接,将结果作为当前帧图像的特征,保证图像特征的丰富性与准确性。同时,设计一种双层查询的方法以获得最相似的图像帧,并对最相似图像进行一致性检验,确保闭环的准确性。在闭环检测主流公开数据集New College和City Centre上,所提算法在100%准确率下的召回率为83%,在99%准确率下的召回率为85%。与传统的词袋方法和VGG16方法相比,所提算法具有显著的提升。

在行星探测任务中,针对尺度不变特征变换(SIFT)算法计算量大,无法同时满足对导航算法准确性和实时性要求的问题,提出了一种基于快速高斯模糊的并行化SIFT算法,即FG-SIFT算法。首先,将算法中构建高斯金字塔的二维高斯核函数分离成两个一维高斯函数,降低算法的计算复杂度。然后,对于每一维高斯函数,使用两个无限脉冲响应滤波器串联进行逼近,进一步减少计算量。最后,利用并行化处理的优势,设计算法各部分的并行化计算方案。仿真结果表明,FG-SIFT算法的计算效率相较于原SIFT算法平均提高了15倍,相较于没有使用快速高斯模糊的SIFT算法,在图形处理器上的运行效率也有近2倍的提高,很大程度上减少了特征点提取的计算时长,提高了算法的实时性。

深空探测任务中,探测器需要在复杂的地形区域着陆,因此在轨障碍的快速检测至关重要,而图像分割是在轨检测的关键过程之一。鉴于此,提出一种基于粒子群和灰狼混合优化的多级阈值图像分割算法。在寻优过程中,所提算法在考虑图像能量分布的情况下,针对不同场景通过改变种群初始条件来自定义阈值级数。在位置更新过程中,所提算法增加扰动算子来扩大全局搜索的范围,引入动态权重来平衡群体的全局搜索能力与局部搜索能力,从而提高寻优的速度和精度,完成图像分割。实验结果表明,相较于传统的群智能算法,所提算法表现出较好的搜索能力,在处理灰度直方图不呈现双峰的复杂图像问题上有明显改善。

针对相衬显微镜采集的细胞图像具有亮度不均衡且细胞与背景对比度较低的问题,提出一种以U-Net为基本框架,结合残差块和注意力机制的细胞分割模型。首先,利用具有编码器-解码器结构的U-Net对细胞图像进行细胞初始分割;然后,在U-Net中引入残差块,以强化特征的传播能力,提取更多细胞细节信息;最后,利用注意力机制加重细胞区域的权重,降低亮度不均衡、对比度较低对模型的干扰。实验结果表明,与其他模型相比,所提模型在视觉效果和客观评价指标上均有较好的分割效果。

激光雷达和双目相机作为无人驾驶领域中重要的环境感知设备,两者之间的外参配准是其联合应用的重要基础,然而两种信息的融合意味着繁琐的校准过程。基于此,提出一种基于特征点对匹配求解的方法,采用两块矩形木板,分别提取双目相机与激光雷达坐标系下的木板边缘3D点云,拟合空间直线求取角点坐标,最后利用Kabsch算法求解配对的特征点之间的坐标转换,利用聚类法去除多次测量结果中的异常值,并求取平均值。通过搭建实验,所提算法可在Nvidia Jetson Tx2嵌入式开发板上实现,获得了准确的配准参数,验证了理论方法的可行性。此配准方法简单易行,可自动完成多次测量,相比于同类方法精度也有所提高。

针对国内静态红外地平仪探测器信噪比较低,传统地平检测方法定姿精度不高的现状,基于典型的静态地平仪设计,在分析探测器采样信号序列全局特征的基础上,设计了一套基于匹配滤波的信息处理算法,经仿真验证可以有效提高地平仪的定姿精度.

提出了一种新的电致变色薄膜的锂化方法"通过电子枪蒸镀锂单质,提高了锂的离化率,从而提高了锂化效果。采用此技术研制的全固态电致变色薄膜器件获得了较好的变色特性,透射式和反射式全固态电致变色薄膜器件的变色性能分别为50%～5%和70%～20%。

介绍了WO3电致变色薄膜的变色机理和制备工艺，对WO3薄膜的电阻率，结构，化学组分，电化学特性和变色性能等特性进行了研究，提出了WO3薄膜的一种新的锂化方法，这种方法对进一步研制全固态电致变色薄膜器件是十分关键的。