西北工业大学宁波研究院

本发明涉及仿生水下机器人柔性结构运动状态感知与预测领域，具体涉及一种基于E‑MLP的水下机器人柔软体结构变形预测方法，包括：构建数据集；获取增强数据集；构建损失函数；构建E‑MLP预测模型，并进行训练；预测胸鳍表面去除刚体运动后的结构位移场。本发明使E‑MLP预测模型预测结果在结构振动模式与空间形态上均具有更高一致性，还能满足流固耦合物理一致性，从而提高预测精度。

本发明公开了一种基于泛化重力约束与浅层物理引导的点云配准方法。该方法包括：获取输入点云数据，得到泛化重力约束向量；针对输入点云数据，得到潜在空间下的广义方向向量；获取局部空间邻域点集，在潜在空间中隐式度量相对几何拓扑；针对每个点对合成局部关系特征；构建重力感知残差核点卷积模块；将输入点云数据输入至点云配准网络中，得到编码后的全局特征；输出密集特征描述符与显著性分数；将源输入点云数据向目标输入点云数据进行对齐配准；本发明解决了现有深度学习点云配准方法在低重叠、含噪声场景下，浅层特征提取缺乏重力物理先验引导、局部几何拓扑表征能力不足，导致配准精度低、鲁棒性差的技术问题。

本发明公开了一种高性能改性PET膜的制备方法：将PET原料干燥至水分≤0.02wt%；先将0.1‑10%离型剂与干燥PET混合，再加入0.1‑3%开口剂混合得预混料；经熔融共混、挤出造粒制得PET功能母粒；将母粒干燥至水分≤0.02wt%后，通过流延法制成未拉伸膜片；对膜片进行双向拉伸，纵向与横向拉伸倍数均为2‑9倍。其中，离型剂在熔融共混及后续成型过程中向薄膜表面迁移并富集，形成低表面能隔离层；开口剂在薄膜表层形成微观凸起结构，使离型剂与开口剂在薄膜表面共同构建具有微观凸起与低表面能覆盖层的防粘结构。本发明制备的改性PET膜兼具优异离型性能、良好力学性能、突出尺寸热稳定性。

本申请公开了一种基于膨胀时序卷积增强Transformer与卡尔曼滤波融合的水下惯性导航方法、系统、电子设备及存储介质。该方法通过构建双级在线校正网络，利用膨胀时序卷积提取局部短时IMU误差特征，结合Transformer编码器建模长时依赖关系，对原始角速度进行校正；再将原始加速度和校正角速度联合输入，进行相同网络处理得到校正加速度。利用校正后的角速度和加速度执行惯导机械编排，递推得到预测姿态、速度和位置，并结合卡尔曼滤波，在DVL速度量测可用时进行状态更新，DVL失效时仅依靠校正IMU维持导航。本申请有效解决传统方法难以适应动态误差的问题，降低了复杂海洋环境下的导航漂移。