太阳帆动力学建模与姿态控制

对基于控制杆的太阳帆航天器,对其结构进行合理简化,应用矢量力学原理建立了太阳帆航天器刚柔耦合动力学方程,通过求解太阳帆航天器支撑杆的非约束模态,进而给出太阳帆航天器动力学方程的求解方法.结合运行于超地球同步转移轨道上的太阳帆航天器的偏航轴对地定向任务,设计了基于控制杆的太阳帆航天器俯仰轴Bang-Bang PD控制器....     

柔性太阳帆航天器动力学建模与姿态控制

对基于控制叶片的太阳帆航天器,推导考虑弹性振动的太阳帆姿态动力学方程和振动方程,利用非约束模态的概念给出了太阳帆航天器动力学方程的求解方法.结合超地球同步转移轨道太阳帆航天器偏航轴对地定向问题,设计了太阳帆俯仰轴的考虑Bang-Bang控制策略的PD控制器,数值仿真结果表明,所设计的基于控制叶片的控制器可以较快、较精确...     

基于改进YOLOv5s的雾天场景车辆检测方法

为了解决现有的目标检测方法在雾天场景下存在识别准确率低、易漏检的问题,提出一种改进YOLOv5s的雾天车辆检测方法。首先,以VisDrone数据集为基础,通过大气散射模型生成轻雾数据集(LightFogVisDrone)和浓雾数据集(ThickFogVisDrone),并收集真实雾天场景图片组成混合浓度数据集(MixFogData);其次,对原始YOLOv5s的Mosaic数据增强方式进行改进,由原始的4张图片改为9张图片进行随机剪切,减少灰色背景面积,加快模型收敛,提高训练效率,在预测端之前添加CBAM注意力机制,以此来增强模型的图像特征提取能力,改善遮挡目标与小目标的漏检问题;最后,优化NMS非极大抑制值先验框,改善车辆目标的漏检问题。实验结果表明：与原始YOLOv5s相比,改进YOLOv5s在轻雾、浓雾和混合雾气状态下的平均精确率分别提高了16.14、16.16和15.05百分点。改进YOLOv5s对于雾天环境下车辆目标的检测具有有效性和实用性。