应力强度因子是预测荷载作用下结构中裂纹产生和扩展的重要参数。半解析的比例边界有限元法结合了有限元和边界元法的优势,在裂纹尖端或存在奇异应力的区域不需要局部网格细化,可以直接提取应力强度因子。在比例边界有限元法计算应力强...应力强度因子是预测荷载作用下结构中裂纹产生和扩展的重要参数。半解析的比例边界有限元法结合了有限元和边界元法的优势,在裂纹尖端或存在奇异应力的区域不需要局部网格细化,可以直接提取应力强度因子。在比例边界有限元法计算应力强度因子的框架下,引入随机参数进行蒙特卡罗模拟(Monte Carlo simulation, MCS),并提出一种新颖的基于MCS的不确定量化分析。与直接的MCS不同,采用奇异值分解构造低阶的子空间,降低系统的自由度,并使用径向基函数对子空间进行近似,通过子空间的线性组合获得新的结构响应,实现基于MCS的快速不确定量化分析。考虑不同荷载状况下,结构形状参数和材料属性参数对应力强度因子的影响,使用改进的MCS计算应力强度因子的统计特征,量化不确定参数对结构的影响。最后通过若干算例验证了该算法的准确性和有效性。展开更多
传统的基于数据关联的同时定位与建图(simultaneous localization and mapping,SLAM)方法易引起观测与目标之间的误匹配,进而导致位姿估计精度下降.结合柱状特征提取方法和随机有限集理论,提出一种基于序贯蒙特卡罗实现的车辆3D激光SLA...传统的基于数据关联的同时定位与建图(simultaneous localization and mapping,SLAM)方法易引起观测与目标之间的误匹配,进而导致位姿估计精度下降.结合柱状特征提取方法和随机有限集理论,提出一种基于序贯蒙特卡罗实现的车辆3D激光SLAM方法.利用M估计抽样一致性算法从分割后的点云中提取稳定的柱状特征,捕获单帧点云中的静态存活特征和新生特征;在Rao-Blackwellized-概率假设密度同时定位与建图(Rao-Blackwellizedprobability hypothesis density-simultaneous localization and mapping,RB-PHD-SLAM)框架中引入两种特征,并运用序贯蒙特卡罗方法完成车辆轨迹概率密度和地图后验强度在帧间的传递,实现对环境特征和车辆位姿的同时估计.模拟数据集和KITTI数据集试验结果显示,与经典的FastSLAM算法相比,本文算法使车辆定位精度提升44.99%,并使环境特征位置估计和环境特征数量估计的平均误差分别降低49.24%和56.22%,显著提升了SLAM的运行精度和鲁棒性,有助于保障智能汽车的运行安全.展开更多
文摘应力强度因子是预测荷载作用下结构中裂纹产生和扩展的重要参数。半解析的比例边界有限元法结合了有限元和边界元法的优势,在裂纹尖端或存在奇异应力的区域不需要局部网格细化,可以直接提取应力强度因子。在比例边界有限元法计算应力强度因子的框架下,引入随机参数进行蒙特卡罗模拟(Monte Carlo simulation, MCS),并提出一种新颖的基于MCS的不确定量化分析。与直接的MCS不同,采用奇异值分解构造低阶的子空间,降低系统的自由度,并使用径向基函数对子空间进行近似,通过子空间的线性组合获得新的结构响应,实现基于MCS的快速不确定量化分析。考虑不同荷载状况下,结构形状参数和材料属性参数对应力强度因子的影响,使用改进的MCS计算应力强度因子的统计特征,量化不确定参数对结构的影响。最后通过若干算例验证了该算法的准确性和有效性。
文摘传统的基于数据关联的同时定位与建图(simultaneous localization and mapping,SLAM)方法易引起观测与目标之间的误匹配,进而导致位姿估计精度下降.结合柱状特征提取方法和随机有限集理论,提出一种基于序贯蒙特卡罗实现的车辆3D激光SLAM方法.利用M估计抽样一致性算法从分割后的点云中提取稳定的柱状特征,捕获单帧点云中的静态存活特征和新生特征;在Rao-Blackwellized-概率假设密度同时定位与建图(Rao-Blackwellizedprobability hypothesis density-simultaneous localization and mapping,RB-PHD-SLAM)框架中引入两种特征,并运用序贯蒙特卡罗方法完成车辆轨迹概率密度和地图后验强度在帧间的传递,实现对环境特征和车辆位姿的同时估计.模拟数据集和KITTI数据集试验结果显示,与经典的FastSLAM算法相比,本文算法使车辆定位精度提升44.99%,并使环境特征位置估计和环境特征数量估计的平均误差分别降低49.24%和56.22%,显著提升了SLAM的运行精度和鲁棒性,有助于保障智能汽车的运行安全.
