超细碳化钨粉末制备工艺研究进展

碳化钨是一种重要的硬质合金材料,在国民经济、社会生活及国防建设等领域均有广泛应用。近年来碳化钨制备工艺取得了很大的进展。综述了固相法、液相法和气相法三大类碳化钨粉末制备工艺并对其优点及存在的问题进行分析,展望了碳化钨制备工艺的发展趋势。     

小型储罐施工中吊车的选择和应用

本文介绍了吊车在小型储罐施工中的应用,对如何根据施工内容和施工环境选择合适的吊车做了具体介绍,同时简述了如何注意吊装过程中的施工安全.     

不确定度评定在食品领域的应用

测量在每一个科学领域中都是不可或缺的，是科学技术发展和应用中必不可少的。随着科学技术的发展，测量精度和准确性要求越来越高，但由于测量工具、人为因素以及环境因素等不可避免因素的干扰，测量所得到的数据不可避免地与真值有一定的偏差，而测量不确定度就是给出测得结果的合理分布范围，这大大提高了利用测得结果对测定样品进行评定的准确性。测量结果往往是决定科学实验成败的直接因素，只有保证数据偏差在一定合理范围内，才可利用这些数据进行进一步的分析。保证数据偏差在一定范围内，一方面是为了提高结果的可靠性，另一方面也是使数据之间具有可比性。食品工业在国民经济中具有极其重要的地位，不确定度在食品检测、微生物和设备校准等领域有较多研究和应用，不确定度评定为食品质量与安全评估提供更充分依据，更好地为食品安全保驾护航。     

基于平面拟合及残差预测的点云压缩方法

激光雷达点云数据三维表征能力出色，但其庞大的数据量给其存储及传输带来了挑战。基于平面拟合的点云压缩将三维点云转换为二维距离图，并使用空间平面拟合坐标点，在一定误差和精度的条件下能够有效降低单帧点云的空间冗余。针对该方法在复杂场景和高拟合精度情况下非拟合点过多导致压缩性能降低的问题，提出了使用残差预测处理未拟合点数据，进一步提升了压缩率。详细介绍了平面拟合残差预测的工作原理及压缩处理框架，使用对称最近邻均方差和位姿估计，从数据误差和应用精度两个方面评估比较不同压缩算法的性能，验证了残差预测对压缩性能提升的有效性。     

激光雷达SLAM算法综述

即时定位与地图构建（simultaneous localization and mapping,SLAM）是自主移动机器人和自动驾驶的关键技术之一，而激光雷达则是支撑SLAM算法运行的重要传感器。基于激光雷达的SLAM算法，对激光雷达SLAM总体框架进行介绍，详细阐述前端里程计、后端优化、回环检测、地图构建模块的作用并总结所使用的算法；按由2D到3D，单传感器到多传感器融合的顺序，对经典的具有代表性的开源算法进行描述和梳理归纳；介绍常用的开源数据集，以及精度评价指标和测评工具；从深度学习、多传感器融合、多机协同和鲁棒性研究四个维度对激光雷达SLAM技术的发展趋势进行展望。