自主导航技术作为无人系统等关键平台不可或缺的核心技术,其战略价值与应用前景日益凸显。然而,在城市峡谷、室内、水下等卫星拒止环境中,依赖全球导航卫星系统的传统导航方式易受干扰,导致精度骤降或定位失效。近年来,深度学习技术的快速发展,为构建高精度、强鲁棒、全自主的导航系统提供了新思路。聚焦卫星拒止时深度学习辅助自主导航技术,深入调研并剖析深度学习辅助惯性导航技术、拒止条件下多源智能导航技术、深度学习赋能滤波融合技术三方面研究进展,最后展望了深度学习辅助自主导航技术的未来发展趋势。

惯性稳定平台各种轴端干扰力矩的存在限制了传统控制器动态控制精度的进一步提升。为抑制轴端干扰力矩对稳定控制回路的影响,将扰动观测器引入到控制回路中,并在三轴光纤陀螺惯性平台完成了动态性能验证。试验结果表明,引入扰动观测器可显著提升动态条件下的稳定控制精度,在摇摆测试条件6.0°、1.0 Hz,0.95°、2.5 Hz,0.35°、4.0 Hz下,台体三轴最大失稳误差角不超过3″;回路扫频对比试验表明,引入扰动观测器后,能够在保证稳定裕度的同时有效提升低频段的回路增益,从而增大回路力矩刚度,降低动态误差。

加速度传感器是航空航天及国防装备惯性导航、振动监测的关键器件,其工作过程中可能面临高冲击过载导致功能失效。为了满足高冲击过载场合对微机电系统(MEMS)加速度传感器抗冲击过载能力的要求,设计了一种抗高过载电容式加速度传感器,采用“刚柔”结合的抗过载结构限位方案,具备刚性限位结构刚度大、可靠性强与柔性非线性限位结构不易崩裂、可吸收冲击能量的特点;分析了结构阻尼及模态分离比,对关键尺寸进行多参数综合优化,进一步提升了面外抗冲击能力与检测灵敏度。性能标定与落锤冲击试验表明,敏感芯片封装后量程达到±20 g,分辨率为0.5 mg,灵敏度幅值线性度为0.067%,并可抵抗面内和面外3500 g的冲击加速度,具备良好的综合性能及抗冲击特性。

精确制导弹药因其具有打击精度高、突防能力强、射程广等优势,已经成为了现代军事体系中不可或缺的组成部分,以微机械加速度计和微机械陀螺仪为代表组成的微惯性制导系统在炮弹精确制导中有着极其重要的作用。因此,如何使微惯性器件在高过载环境中正常工作已经成为了各科研院所和高校的重点研究方向。旨在系统地概述MEMS惯性器件在高过载环境中的需求及其技术挑战,并重点分析抗高过载技术的关键创新点和相关测试设备的最新进展。通过总结国内外研究现状,提出了未来抗高过载MEMS惯性器件及测试设备发展的主要方向,为该领域的技术进步提供了理论参考和实践指导。

以提升基于玻璃-硅微加工工艺的导航级MEMS谐振梁加速度计工程应用精度为目标,介绍了抑制加速度计温漂、非线性和振动冲击误差的技术方案及样机性能试验结果。首先,研究了低温漂结构设计、低热应力封装工艺、温漂实验建模与补偿等温漂抑制技术,样机在-40~60℃范围下零偏稳定性与标度因数稳定性的均值分别达到4.3 μg和1.4 ppm。其次,通过将加速度测量改进为对谐振频率平方进行差分方式,样机在±20 g量程下的标度因数非线性均值降低至25.2 ppm。最后,基于有源阻尼技术实现了对敏感结构一阶模态扰动的有效抑制,显著提升了样机的抗振动冲击性能。

正交耦合是影响陀螺仪输出的关键因素。在双闭环MEMS陀螺仪启动过程中,环路控制参数对输出稳定时间有着显著的影响。实验发现,增大正交环路积分参数KIQ,使检测解调相位与检测轴实际相位对齐,可使陀螺仪启动后30 ms即实现零偏稳定。但在高低温下,检测Q值变化使检测解调相位偏离最佳值,会延长启动稳定时间。为此提出了一种正交校正固定配置与实时闭环相结合的控制方法,配置固定正交校正偏压,抵消固有正交耦合,从而减小启动初始时刻的正交耦合偏差量,显著缩短了闭环环路稳定时间,使得陀螺仪在-45℃~85℃温度范围内,即使KIQ参数较小或检测解调相位误差较大时,仍然可以快速启动,30 ms即达到稳定的输出状态,启动特性显著提升。

随着陀螺仪品质因数的提升,MEMS陀螺仪的带宽性能限制了其在高精度、高动态领域的应用。针对超高Q值MEMS陀螺带宽极低的问题展开研究,首先对MEMS陀螺进行建模推导,接着基于传统力平衡控制环路设计带宽拓展算法,建立带宽拓展后系统的噪声模型,分析其主要噪声源并进行优化。测试结果表明,所设计的带宽拓展算法及优化方案适用于Q值为416k的超高Q值MEMS陀螺,相比于传统力平衡PI控制方案,可以在相同零偏不稳定性条件下将带宽从1.5 Hz提升至40 Hz,零偏不稳定性可达到0.4832 (°)/h,实现了带宽拓展并解决带宽与噪声性能相互制约的问题。

自主导航是衡量机器人智能化水平的核心能力。传统导航框架普遍依赖连续且精确的定位信息,在长廊等感知退化场景中易因定位失效而崩溃。同时,单一规划策略也难以兼顾多变环境下的效率与安全性。为应对此挑战,提出了一种基于点云场景理解与拓扑规划的自适应导航框架。通过基于稀疏体素卷积神经网络场景导航理解的导航策略切换方法,识别开阔区域、狭窄通道和房间等空间结构,设计面向场景特征的导航策略自适应切换方法。提出改进的 Zhang-Suen中线提取方法,结合骨架结构剔除冗余节点与分支,增强拓扑地图对环境空间布局的表达能力。设计了一种启发式A^*算法,利用中线拓扑实现与通道结构对齐的路径引导,提升机器人在狭窄空间中的通行稳定性与安全裕度。试验结果表明,在狭窄环境中,所提方法较主流局部路径规划方法导航耗时平均减少13.1%,路径平滑度平均提升34.6%,并在定位失效情况下保持稳定、安全运行。

本文综述了仿生飞行器多源信息融合与控制技术的研究现状和发展趋势。文章首先概述了昆虫和鸟类的导航与控制机制,揭示了它们如何整合视觉、嗅觉、地磁等多源信息进行导航,分析了其独特的飞行感知系统和信息融合反馈控制机制。随后,文章探讨了仿生飞行器多源信息融合导航与控制技术的研究现状,涵盖了飞行器多源信息导航技术、仿生飞行器动力学模型、仿生飞行器运动控制与导航定位技术,以及生物启发的分布式感知飞行控制技术。最后,文章展望了未来仿生飞行器导航与控制技术的发展方向。

由于材料和制造工艺的限制,微机电陀螺容易受到温度的影响,由此产生的温度漂移严重限制了微机电陀螺的测量精度和进一步应用。提出了一种基于信号分解和神经网络的微机电陀螺温度补偿方法,该方法通过基于自适应噪声插值互补集合局部均值分解的信号降噪滤除随机噪声,再建立动态的门控循环单元神经网络模型补偿温度漂移,在有效降噪的同时提升了温度漂移模型的学习精度。验证实验结果表明,在-40℃~70℃的温度范围内,所提方法使微机电陀螺的零偏不稳定性从1.0406 (°)/h降低到了0.1228 (°)/h,角度随机游走从4.8309 (°)/h^1/2降低到了0.1587 (°)/h^1/2,有效地改善了微机电陀螺的温度性能。

石英谐振加速度计具有稳定性高、功耗低等特点,已成为惯性测量领域的研究热点。围绕当前制约石英谐振加速度计性能提升的标度因数和稳定性瓶颈问题,通过系统的理论分析,建立了谐振式加速度计结构模型,提出了具有差动式双对置摆组件结构的标度因数提升方案。通过多物理场耦合仿真优化参数,确定了加速度计芯片的最佳尺寸,并采用湿法腐蚀与精密机加工工艺实现芯片各部件制造及装配封装,初步研制出金属基集成式石英谐振加速度计工程样机。实验数据显示,样机量程为±3 g,尺寸为Φ25 mm×15 mm,标度因数达到348.33 Hz/g,零偏稳定性为57.78 μg,标度因数稳定性达8.42 ppm。测试结果表明,该微型化器件兼具高标度因数、小量程与高稳定性等特点,可为深空探测等精密航天工程提供新的惯性测量解决方案。

MEMS加速度计是一种基于硅微加工技术、用于测量加速度信息的惯性传感器,其接口电路的温度特性决定了整个传感器的性能。针对MEMS加速度计接口ASIC芯片全温条件下的零位输出漂移问题以及滞回特性问题,提出了三种温度特性优化方案。首先提出了阵列电容补偿方案,用于解决运算放大器失调、电容失配导致零位偏移所引起的温度特性问题;其次设计了低温漂带隙基准源,用于提供载波电平及共模电平;最后设计了三阶拟合数字温度补偿方案,进一步提高了输出精度。对该芯片进行测试,最终实测结果表明,在-45℃~85℃的温度范围内,MEMS加速度计三轴模拟输出漂移峰峰值分别为8 mg、12 mg、11 mg,补偿后可减小至2.8 mg以内,温度滞回误差均在2.5 mg以内;三轴数字输出漂移峰峰值分别为50 mg、22 mg、18 mg,补偿后可减小至6 mg以内,温度滞回误差均在0.5 mg以内。该研究为低温漂加速度计设计提供了技术支持和理论依据。

力平衡(FTR)模式作为微机电陀螺应用最为普遍的速率测量模式,其标度因数非线性误差显著制约了陀螺应用场景的拓宽。针对定直流变交流这一常规FTR激励方法受限于信号更新率与噪声的相互制约,提出了定交流变直流的FTR激励方式。首先搭建了基于定直流变交流激励方式的FTR速率测量控制回路模型,以此分析FTR速率陀螺两工作模态激励与拾取端信号的相位关系,继而设计了90°移相电路将驱动模态拾取端的稳定幅度信号转换为FTR反馈激励信号,最后进行了两种激励方式的性能对比。实验结果表明,相较于传统的定直流变交流激励方式,定交流变直流激励方式将标度因数非线性误差降低了82.84%,不对称误差降低了93.93%,两种激励方式的零偏不稳定性变化为7.32%,角度随机游走变化为17.57%。

惯性测量单元在自主导航定位中发挥着重要作用,但其测量误差会随着时间呈指数级增长。提出了一种基于时频特征编码神经网络的行人惯性导航方法,将惯性数据的时序序列与经过Haar变换得到的频域序列分别作为神经网络的输入,通过惯性时频特征编码器分别提取时域和频域特征,并通过多头注意力机制自适应地融合并学习不同时间步和频率分量之间的依赖关系。再将神经网络的预测结果通过扩展卡尔曼滤波框架与惯性运动模型融合,以进一步优化状态估计。在公开数据集TLIO和RoNIN上的实验结果表明,相比于基准方法TLIO,本文方法在绝对轨迹误差、相对轨迹误差和漂移率上分别降低了10.8%、17.7%和12.9%,展现了在行人复杂运动场景中的高精度和鲁棒性。

随着国际贸易和海上运输规模的不断扩大,基于船舶自动识别系统的船舶轨迹预测,作为智慧航运与海事监管的核心技术,正面临越来越高的精度与鲁棒性要求。为应对复杂航行环境中常见的观测扰动与预测精度不足,构建了一种兼具高精度预测能力与抗噪鲁棒性的船舶轨迹预测框架。具体而言,提出了融合门控循环单元与多尺度自注意力机制的新型预测模型——GRU-MSAformer。模型首先通过GRU提取局部时间依赖特征,随后引入多尺度自注意力机制,对不同时间尺度下的轨迹行为进行建模,实现对噪声的自适应过滤。实验结果表明,GRU-MSAformer在无噪声和高斯噪声干扰条件下均展现出优越的性能。在10~40 min的预测任务中保持较低误差,且在不同噪声强度下仍能维持稳定的预测精度。

随着信息化向多维物理空间深度拓展,时空信息主导权已成为大国战略竞争的核心领域之一。面向国家综合定位、导航与授时(PNT)体系发展需求,探讨了制权博弈体系的内涵与技术演进,梳理了从制海权、制空权、制天权到制电磁权与制信息权的跨域协同发展脉络,重点分析了制导航权在对抗环境下的技术发展路径。通过归纳美国、俄罗斯等国家在导航对抗中的技术体系构建策略与发展趋势,剖析了现有卫星导航系统在服务端与应用端的相关脆弱性,探究了天基弹性PNT与智能多源自主导航等关键技术方向。最后,从体系对抗和认知域等维度展望了制导航权技术的未来趋势,以期为我国新一代综合PNT体系建设提供技术参考。

传统导航技术在动态与非确定性环境中面临着依赖外部信号、高能耗及硬件体积大等挑战,而仿生导航通过模仿生物感知与信息融合机制,为复杂环境下的高效、鲁棒导航提供了创新解决方案。本文系统梳理了典型仿生导航传感器的研究进展,按照生物导航方式进行分类,重点探讨了各类传感器的仿生设计原理、技术突破与应用潜力。文章进一步总结了当前技术瓶颈,并指出未来需融合类脑计算与深度学习,推动“感知-决策-行动”全链条自主化发展。本文内容可为仿生导航传感器的工程化应用与跨学科创新提供参考。

谐振式加速度计是一种新型加速度传感器,具有体积小、功耗低、精度高等优点。针对谐振式加速度计闭环自激驱动技术展开研究,通过分析谐振式加速度计的工作原理,完成敏感结构电学模型的建立及仿真。在完成包含低噪声运算放大器、非线性乘法器在内的前级跨阻检测单元和自动增益控制单元设计的基础上,进行了闭环自激驱动电路的搭建及仿真验证。仿真结果表明,闭环自激驱动电路在100 ms内完成了驱动信号的建立,PI控制器输出均值为3.076 V,波动幅值为209.2 μV。该技术为谐振式加速度计驱动电路的集成化设计提供了支撑。

陀螺仪作为角速度测量的核心传感器,其微型化与高精度化对智能导航与精密制导领域至关重要。针对传统微机电系统(Micro Electro Mechanical System,MEMS)陀螺仪噪声抑制改进以及腔光力传感器与MEMS工艺兼容性仍有挑战的双重问题,提出一种新型集成架构,旨在通过协同设计双解耦腔光力系统与抗塌陷脊波导,解决腔光力传感器波导集成难题并提升性能。首先,采用双解耦结构降低驱动与检测模态的机械耦合,增强抗环境振动能力;其次,创新性设计基于硅基绝缘体(Silicon on Insulator,SOI)的脊波导,保留500 nm硅层并两侧刻蚀400 nm,保护二氧化硅层并防止塌陷,仅需电子束光刻(Electron Beam Lithography,EBL)结合干法刻蚀实现质量块释放,大幅简化工艺。通过有限元仿真与数值计算验证性能:陀螺仪角度测量灵敏度达318.7 mV/[(°)/s],角度随机游走(Angular Random Walk,ARW)为0.16 (°)/h^1/2;脊波导在1550 nm波长下传输效率达82.9%,端面耦合效率为46.3%。本研究通过解耦设计与波导集成工艺创新,为基于腔光力系统的高精度微陀螺仪提供了可扩展的集成化技术路径,在降低工艺复杂度的同时,展现出在导航与控制领域的应用潜力。

MEMS惯性传感器是一种用于导航、定位与姿态测量的微型器件,主要包括MEMS陀螺仪和MEMS加速度计。然而由于器件结构、封装工艺、环境改变以及硬件电路等因素,传感器会出现零偏漂移,从而严重影响性能,因此零偏漂移补偿技术具有重要研究意义。首先介绍了MEMS惯性传感器的分类和基本原理,然后分析了零偏漂移的来源,主要来自频率裂解、封装应力、温度波动和电路相移等。综述了国内外零偏漂移补偿技术的研究现状,主要包括模态匹配、应力补偿、温度补偿和相位补偿,探讨了各方案的技术特点和优势。总结了目前的研究现状,并展望了未来的发展方向,对高精度MEMS惯性传感器技术的发展具有重要意义。

编码孔径快照光谱成像(Coded Aperture Snapshot Spectral Imaging,CASSI)技术通过单次曝光压缩成像机制,实现空间与光谱信息的高效协同获取,突破了传统光谱成像技术依赖扫描机制、数据存储传输成本高的局限。本文系统综述了CASSI技术的硬件架构、理论模型及重建算法的研究进展。硬件设计部分探讨了系统架构的迭代优化与编码孔径设计对成像性能的提升。理论模型部分分析了单色散CASSI的物理建模方法并总结了理论模型的优化路径,强调了光学误差校正对提升重建精度的重要性。重建算法部分探讨了传统重建算法的性能瓶颈,进而引出近几年基于深度学习的重建算法的突破性进展。虽然深度学习在复杂场景重建与计算效率方面展现出显著优势,但其可解释性、数据依赖性及硬件适配性仍需进一步优化。最终本文为CASSI技术展望了在系统架构、硬件革新、算法框架以及嵌入式终端开发等多维度的发展趋势,推动其在航天遥感、生物医学、深空探测及实时导航等领域广泛应用。

无人机技术的快速发展正逐步改变现有的作战模式,并催生出新的作战样式。首先,通过介绍无人机系统在多次军事冲突中发挥的重要作用以及与此同时对国家和地区带来的潜在安全威胁,分析了空基反无人作战面临的难点和挑战,阐明了发展空基反无人机系统与研究空基反无人关键技术的迫切性和必要性。随后,对典型空基反无人作战样式进行了总结,并从“以无反无”技术、“以群制群”技术、智能博弈技术、大模型技术四个方面对空基反无人关键技术进行了深入分析。最后,从系统作战角度简要总结了未来空基反无人关键技术的研究方向和发展趋势,以推动未来反无人技术的发展。

随着MEMS陀螺相关误差技术的发展,相位误差成为制约其成为高性能、高稳定性惯性器件的重要因素。针对相位误差导致正交误差耦合到角速率输出等问题,对控制电路相位误差进行建模推导,并提出抛物线插值法来识别补偿相位误差,通过不断迭代更新区间范围,寻找驱动电压最小值,从而达到识别和补偿的目的。相较于传统方法,该方法更加高效,适应陀螺闭环控制。实验结果表明,相位误差补偿后驱动幅值达到最小,角速率输出中的正交耦合误差被消除,标度因数性能被改善,角度随机游走保持不变,零偏不稳定性从0.762 (°)/h降低到0.117 (°)/h,有效解决了相位误差无法快速识别与补偿精度不高的问题。

基于无自旋交换弛豫(Spin Exchange Relaxation Free, SERF)原理的原子惯性测量系统具有高灵敏度和小型化优势,但对激光功率波动极为敏感。针对传统比例-积分-微分(Proportional Integral Derivative, PID)控制难以应对模型不确定性和低频扰动的问题,本文提出一种基于线性自抗扰控制的激光功率稳定方法。针对基于系统辨识构建的液晶控制电压和主路光功率间的传递函数,设计基于扩展状态观测器的线性自抗扰控制器,实现对总扰动的在线估计与主动补偿。仿真与实验结果表明,该方法相较PID在跟踪性能和抗扰能力上表现更优,均方根值从3.07×10^－4mW降低至1.17×10^－4mW,1 Hz处陀螺信号的噪声功率谱密度从1.02×10^－5(°)/s/Hz^1/2降低至7.39×10^－6(°)/s/Hz^1/2,稳定性提升约27.5%。本研究满足了SERF原子惯性测量系统中光功率控制10^－4mW量级的要求,更提供了一种高鲁棒性的优化路径,拓展了自抗扰控制在量子精密测量领域的应用边界。

调频连续波激光测距技术凭借其高精度的测距测速能力,在卫星编队飞行、航天器交会对接等宇航领域具有巨大的应用潜力,但激光器存在固有的非线性导致信号频谱展宽,制约了测量精度的提升。针对这一问题,基于半导体蝶形激光器提出了一种非线性校正技术及装置。通过对辅助干涉光路进行拍频生成特定相位点作为采样触发时钟,实现了对测量信号的重采样,抑制了信号的频谱展宽,进而实现了激光器的非线性校正。通过搭建光路系统装置对非线性校正技术进行实验验证,在100 m的测量范围内,实现了重复测量精度优于20 cm的指标。实验结果表明,在系统小型化的基础上,该技术能够有效抑制非线性导致的信号频谱展宽,提升了距离测量稳定性。

核磁共振陀螺在实际工作中需要将系统加热至100℃~110℃,以提高碱金属原子密度,从而增强自旋交换碰撞极化效应,提升惰性气体原子的极化水平及实验中测量的信号强度。考虑在高频电流加热原子气室时原子的交流斯塔克效应对核磁共振陀螺系统测量结果的影响,提出了利用平面内相互平行的多级磁矩相互作用以抑制电流所产生磁场的加热线圈方案。该方案通过优化空间中每一个线圈的半径分布和电流方向,使得当存在多个圆形线圈时的低阶磁场项能够相互抵消,显著降低了原点附近的残余磁场。数值计算结果表明,该线圈设计方案可将每毫安电流产生的磁场抑制为0.6 pT。当考虑实际的加热需求时,该线圈将产生25 pT的磁场,加热系统所引入的测量误差仅有10^-12 Hz,满足了核磁共振陀螺的加热需求,同时有效提高了系统的测量精度。

读出电路作为传感器系统的前端模块,是决定整个系统性能的关键部分。针对MEMS电容式陀螺仪的低噪声读出需求,采用180 nm CMOS工艺设计了包含驱动环路和检测电路的集成化读出电路。根据陀螺实际结构,使用Verilog-A构建了一种可以与CMOS读出电路进行联合仿真的陀螺传感器模型;基于斩波技术,设计了低噪声电容放大器,在降低低频噪声的同时实现了增益可调;对检测电路中的解调和滤波部分进行了集成化处理,精简了电路结构。仿真结果表明,在斩波频率250 kHz下,读出电路的输出噪声为50.5 μV,最小分辨电容为20 aF,动态范围达到了94 dB。

低成本惯性测量单元存在的交轴耦合误差、比例因子偏差和时变噪声会显著降低姿态估计精度,而现有神经网络去噪方法在多维误差建模中存在明显局限性。提出一种融合时间和通道注意力机制的陀螺仪自适应动态补偿网络,采用卷积神经网络进行特征提取,通过通道注意力机制优化多轴特征权重,借助时间注意力机制平衡各时刻特征贡献,从而提升网络的精度和鲁棒性。在EuRoC数据集上的实验表明:通道注意力机制能显著提高动态补偿精度;时间注意力机制可平衡三轴的精度,但无整体性能增益;二者结合虽有一定改进,但部分场景下其相互作用可能阻碍性能达到最优水平。该结果验证了多注意力机制在惯性传感器误差建模中的有效性,并为低成本陀螺仪动态补偿算法设计提供了新见解。

量子传感器能够突破经典测量极限,用量子传感器替代经典传感器,发展高精度量子导航技术,成为提高导航能力的潜在技术方式。受限于量子导航系统复杂、动态环境测量精度下降以及体积质量大等问题,量子导航技术工程化进展缓慢。以近几年的量子导航试验为引,梳理了针对上述问题的最新解决方案,指出其中最具潜力的发展方向,为量子导航技术工程化发展提供参考。

保持绝对重力仪敏感轴的稳定是实现有效重力测量的先决条件,采用光束指向稳定实现敏感轴方向稳定可有效提升绝对重力仪姿态响应带宽。针对基于量子化轴稳定的绝对重力仪光束指向控制与复杂光学系统相耦合的控制问题,推导了基于量子化轴稳定的绝对重力仪光束指向控制模型,并提出了光束指向控制的控制对准方法。针对推导的控制与对准方法开展指向控制误差的数值仿真分析,仿真结果表明,测量控制噪声及光学标定误差引入的光束指向控制误差均值为0.036°。依据数值仿真结果,设计开展了控制对准试验与光束指向控制模型验证试验,控制对准与验证试验测量的光束指向控制误差实际均值为0.011°,验证了光束指向控制模型与对准方法的有效性。

MEMS陀螺仪因其微机械结构与硅基材料的热敏特性,在实际应用中表现出显著的温度依赖性。为解决这一问题,提出了一种基于贝叶斯优化的自适应分段多项式拟合的温度补偿方法。该方法突破了传统多项式拟合在温度区间划分和参数优化方面的局限性,主要包含三个关键技术环节。首先,通过K均值聚类算法对温度变化区间进行数据驱动式的自适应划分;其次,在各温度区间内利用贝叶斯优化框架,同步求解最优多项式阶数与正则化系数;最后,通过引入L2正则化约束有效抑制了模型过拟合风险,并提升模型泛化能力。实验结果表明,该补偿算法使MEMS陀螺在-40 ℃~60 ℃宽温范围内的性能得到显著提升,零偏稳定性由补偿前的1.2 (°)/s提升至0.047 (°)/s,零偏不稳定性由0.0023 (°)/s降低至0.0016 (°)/s。

具身智能的行为学习依赖于高质量机器人操作数据,但真实机器人数据采集成本高且规模有限,而互联网视频数据虽规模庞大却缺乏动作状态标签。针对无标注视频中状态表征提取困难的问题,提出了一种基于视频预训练的具身智能行为学习方法。首先,构建视频无监督预训练框架,通过特征提取编码、动静态特征分离和跨帧一致性约束实现潜在状态提取;其次,设计多模态Transformer架构,结合分块注意力机制与动态动作头完成多模态信息融合与自适应动作生成。仿真结果表明,本文方法在CALVIN及SIMPLER仿真环境中的任务执行中的性能相较于基线方法Moto最高提升32.96%,在未知环境泛化性和环境鲁棒性测试中均表现出显著优势,有效提升了具身智能的行为学习能力。

地磁导航技术的精准性和可靠性依赖于磁场信息的高精度测量。针对地磁导航中磁场信息测量不准的问题,提出了一种基于金刚石氮空位(NV色心)磁检测技术的矢量磁场实时跟踪与校准方法。将光探测磁共振技术与多通道微波频率调制技术相结合,从单个光电探测器捕获的荧光信号中提取各NV轴的磁场信息,进行实时解调,跟踪各NV轴谐振频率,将电压值通过矢量解算转换为三轴磁场并且通过坐标系与正交度进行校准。由车载测量矢量磁场实验并且与磁通门进行对比可知,三轴误差均小于4%,同时验证了该方法可以对变化较快的磁场进行实时测量,在10 ms内可以感知到磁场变化,满足了地磁矢量的高精度高灵敏测量。

无自旋交换弛豫(SERF)原子惯性测量装置因具备超高的理论精度,成为新一代惯性测量装置的重要发展方向。为解决SERF惯性测量装置气室温控过程引入的低频噪声,采用了一种基于变分模态分解(Variational Mode Decomposition, VMD)的噪声特征提取方法,并引入旅鼠优化算法(Artificial Lemming Algorithm, ALA)对VMD模态分解的参数进行自适应寻优,进而快速准确地提取气室温控系统中的低频干扰噪声特征。基于提取的噪声特征,定位了由测温过程中滑动中值滤波这种数据后处理方式引入的干扰,并设计了基于ACPL-C87A的光耦隔离电路,通过对功率元件进行电气隔离来抑制电磁噪声的反射。实验测试表明,所设计的光耦隔离电路可显著提升装置性能:在PID温控模式下,1 Hz处惯性测量灵敏度由2.65×10^-5(°)/s/Hz^1/2提升至4.65×10^-6(°)/s/Hz^1/2,2 Hz处惯性测量灵敏度由8.31×10^-6(°)/s/Hz^1/2提升至2.48×10^-6(°)/s/Hz^1/2,验证了该方法可有效抑制低频噪声干扰,使得SERF惯性测量装置在保留PID控制快速响应和高调节精度优势的同时,实现了与PI控制相当的灵敏度性能。

基于无自旋交换弛豫(SERF)的原子自旋惯性测量系统具备超越传统惯性测量仪表的超高灵敏度潜力,然而温度漂移带来的系统误差严重影响惯性测量系统的长期稳定性。本文提出了一种工作点寻优方法抑制系统对温度波动的敏感性,从而减小温度漂移带来的系统误差。首先基于Bloch方程的稳态解,推导系统输出方程,研究系统对温度波动敏感程度的变化规律。然后搭建原子自旋惯性测量装置,通过实验探究温度工作点对温度敏感性以及惯性测量系统长期稳定性的影响。实验结果表明,通过工作点寻优的方法可以有效抑制系统的温度敏感性,从而将系统的零偏不稳定性降低50％,实现系统长期稳定性的提升。

GNSS欺骗攻击可导致自动驾驶汽车被攻击者隐蔽操控,严重威胁道路交通安全。针对现有检测方法存在的应用场景受限、实时性不足等问题,提出了一种基于LSTM和注意力机制的欺骗检测方法。该方法通过构建LSTM-Attention模型,实现多传感器数据融合与车辆运动状态估计,进而通过航迹推算生成参考轨迹,并借助轨迹一致性检验判别欺骗行为。为降低累积误差对定位精度的影响,引入滑动时间窗口机制,在窗口内进行误差校正,并对比参考轨迹与GNSS导航解之间的相似性。实验结果表明,所提方法在保持低虚警率的前提下,对突变型欺骗的检测率达到97.5%,优于现有的基准方法,且能够满足实时检测需求。

随着核技术的广泛应用,利用移动机器人代替人工进入未知辐射环境执行核应急任务愈发重要。然而,机器人受限于探测时间与传感器性能,仅能获取稀疏的辐射数据,但为了便于开展核安全监测工作,必须获取环境中的辐射场分布和放射源的位置。针对上述问题,提出一种融合二维激光SLAM与辐射特征的源项定位方法。该方法利用移动机器人搭载核辐射探测器、激光雷达等传感器进行辐射数据采集和环境地图构建;然后,基于高斯过程回归方法反演出区域辐射场,并将反演的辐射场融合到SLAM环境地图中;最后使用霍夫变换方法定位未知放射源。此外,在放射源存在的真实环境下开展了实验验证,实验结果表明:在采用Gmapping、Hector和Cartographer三种激光SLAM算法构建占用栅格地图的基础上,空地和厂房两种环境中均能够完成全局辐射环境地图的融合,且定位精度高于0.29 m。

在复杂动态环境中实现高效避障与稳定导航是服务机器人发展的关键挑战。传统方法依赖静态地图或频繁迭代计算局部最优轨迹,在动态狭窄通道环境下易陷入局部最优或发生碰撞。为此,提出了一种融合时空感知与知识蒸馏的端到端导航框架。该方法引入 PredRNN结构建模图像序列以捕捉时空特征;其次,设计“教师-学生”架构,利用基于激光雷达与动态障碍先验知识的教师网络获得高质量策略,对以深度图像为输入的学生网络进行感知与行为蒸馏,使其继承教师知识并具备鲁棒决策能力。实验结果表明,该方法在复杂动态场景下的到达率相比最优基线提升了13%。综上,该框架突破了传统方法在动态、狭窄和感知受限环境中的局限,展现出更强的泛化性与适应性,为服务机器人在真实复杂环境中的安全高效运行提供了新思路。

在复杂水下环境中,多源自主导航系统易受环境干扰,其导航精度和鲁棒性降低。针对复杂水下环境中捷联式惯性导航系统/多普勒测速仪/超短基线(SINS/DVL/USBL)多源自主导航系统导航精度和鲁棒性因受干扰而下降的问题,聚焦水下多源自主导航系统可检测性分析,提出了一种基于可检测性量化模型的SINS/DVL/USBL多源自主导航滤波算法。首先,对SINS/DVL/USBL建立误差模型,计算其均方根误差作为可检测性量化指标;其次,考虑到水下复杂环境对多源传感器的干扰,引入环境干扰因子修正建立的多维可检测性量化模型,并基于模型提出了一种自适应滤波算法;最后,对提出的算法进行了长江试验。试验结果表明,所提算法可以解决水下复杂环境干扰导致SINS/DVL/USBL多源自主导航系统精度和鲁棒性下降的问题,在北、东、天方向上的均方根误差相较于传统卡尔曼滤波算法分别降低了88.5%、84.0%、97.4%,相较于最大相关熵卡尔曼滤波算法分别降低了48.3%、22.6%、18.6%。

近年来,伴随无人机、无人潜航器等新型装备载体的发展,惯性导航系统对兼具高性能与小型化、低成本、轻量化特征的陀螺仪产生了迫切需求。随着集成光子学的快速发展,集成光学陀螺仪应运而生,干涉式集成光学陀螺是其中重要的一种。概述了基于Sagnac效应的干涉式集成光学陀螺的基本工作机理,并从分立器件的性能提升以及系统的集成耦合封装两个大方面对干涉式集成光学陀螺的研究现状进行了详细总结。针对当前研究与应用中遇到的主要挑战进行了剖析,并展望了干涉式集成光学陀螺的未来发展趋势。