针对多无人机对抗任务仿真在中央处理器(central processing unit, CPU)上的推演时间随无人机数量呈平方增长的问题,设计并构建了一个图形处理器(graphics processing unit, GPU)并行加速的轻量级多无人机对抗仿真环境。相较于已有仅限单无人机任务、仅对多无人机动力学推演并行化的仿真框架,在面向多无人机对抗问题的基础上,进一步开展了对每个环境中无人机相对位姿和毁伤关系的并行化计算。针对传统基础空战机动只在平飞状态下有良好定义的局限性,设计了改进的全姿态可解释的基础空战机动。仿真环境所包含的多种规模可扩展的多无人机对抗任务,可为各类任务实现启发式基线策略,并可为一对一对抗任务实现基于近端策略优化算法的基线策略。与在8核16线程上的多线程仿真相比,所提平台可将采样速度提升2~3个数量级。在CPU与GPU 并行环境下的强化学习训练结果表明,GPU 加速的仿真环境能将训练时间缩短至1/50,同时不会因为采样轨迹碎片化显著降低采样效率。所提并行加速的多无人机对抗仿真环境能显著提升采样与训练速度,有助于加快该领域的研究进程。

针对卫星拒止环境下异构机器人协同同步定位与地图构建（simultaneous localization and mapping, SLAM）面临的位姿定位对准数据误差、通信受限及位姿估计误差累积问题，提出了一种异构机器人多阶段协同SLAM系统架构。设计了Scan Context粗对准与广义迭代最近点（generalized iterative closest point, GICP）算法精配准的两阶段重定位机制，提升了异构平台初始位姿估计准确度；构建了基于高速内网穿透技术的轻量通信框架，通过点云体素滤波与关键点提取压缩数据量，保障低带宽环境实时传输；引入随机采样一致性（random sample consensus, RANSAC）算法优化多载体位姿变换，剔除离群估计以提升全局一致性；通过坐标变换实现多源点云融合。在地下停车场、地下管廊开展了异构机器人协同导航试验，成功构建完整点云地图，重定位耗时均小于1.58 s，RANSAC优化耗时均小于3.2 ms，拼图耗时均小于1.8 ms，验证了系统在复杂地下环境的实时性与鲁棒性；多载体协同SLAM结合RANSAC优化构图的结果表明，协同构图精度较单体构图优化程度高于45%，且引入RANSAC优化进一步提升了15%以上的重定位准确性，提升了构图结果的精确度。该方法可为多异构机器人协同感知与导航技术提供参考。

在模块化、轻量化应急桥梁研制背景下，开展了基于大跨高比玻璃纤维增强复合材料（glass fiber reinforced polymer,GFRP）拉挤型材方管粘合桥面板的三点弯曲试验，建立了考虑损伤演化的实体有限元模型和直接受载区段平面框架结构有限元模型并进行数值模拟和分析。结果表明，桥面板在直接受载区域边缘的顶板-腹板交界位置最先发生损伤，桥面板极限承载力由顶板局部屈曲控制，最终失效形式为腹板局部屈曲；桥面板结构初始损伤由直接受载区域横截面的局部变形控制，即直接受载区边缘管件损伤由剪切变形和局部横向弯曲共同控制，中间管件损伤由顶板局部横向弯曲控制；桥面板破坏失效机制为跨中弯曲内力主导的顶板和腹板局部屈曲，顶板-腹板交界处损伤开裂后形成的弱约束加速了该进程。所设计桥面板可为应急场景提供参考。