基于人工智能的雷達(dá)設(shè)備虛擬維修訓(xùn)練仿真模型

摘" 要： 雷達(dá)設(shè)備是重要的電子設(shè)備，但在工作過(guò)程中可能會(huì)出現(xiàn)各種故障。通過(guò)開(kāi)發(fā)虛擬維修訓(xùn)練仿真模型，可以提供一個(gè)實(shí)際環(huán)境下的虛擬場(chǎng)景，使維修人員能夠在虛擬的情境下進(jìn)行維修訓(xùn)練，以此提高維修人員的操作技能和判斷能力，在面對(duì)實(shí)際故障時(shí)能更高效和準(zhǔn)確地進(jìn)行維修，提升雷達(dá)設(shè)備維修效果。為此，文中設(shè)計(jì)一種基于人工智能的雷達(dá)設(shè)備虛擬維修訓(xùn)練仿真模型。依據(jù)用戶(hù)輸入的雷達(dá)設(shè)備虛擬維修訓(xùn)練的相關(guān)設(shè)計(jì)參數(shù)，以及線性激光掃描儀采集的點(diǎn)云數(shù)據(jù)，采用人工智能中的三維重建技術(shù)構(gòu)建雷達(dá)設(shè)備和維修場(chǎng)景三維模型。利用人工智能中的粒子群算法對(duì)仿真過(guò)程進(jìn)行碰撞檢測(cè)，得到維修訓(xùn)練路徑規(guī)劃結(jié)果。對(duì)仿真過(guò)程展開(kāi)維修性檢驗(yàn)，判斷雷達(dá)設(shè)備是否符合維修性要求，并利用投影儀呈現(xiàn)虛擬維修訓(xùn)練仿真過(guò)程的相關(guān)數(shù)據(jù)，顯示雷達(dá)設(shè)備虛擬維修訓(xùn)練結(jié)果。實(shí)驗(yàn)結(jié)果表明：所設(shè)計(jì)模型可有效實(shí)現(xiàn)雷達(dá)設(shè)備的三維點(diǎn)云重建，得到雷達(dá)設(shè)備三維模型，完成雷達(dá)設(shè)備虛擬維修訓(xùn)練仿真。

關(guān)鍵詞： 人工智能； 雷達(dá)設(shè)備； 虛擬維修訓(xùn)練； 三維重建技術(shù)； 粒子群算法； 碰撞檢測(cè)； 路徑規(guī)劃

中圖分類(lèi)號(hào)： TN957.52+4?34； TP391.9" " " " " " " " "文獻(xiàn)標(biāo)識(shí)碼： A" " " " " " " " 文章編號(hào)： 1004?373X（2024）08?0182?05

Simulation model of radar equipment virtual maintenance training

based on artificial intelligence

XU Cheng1， LI Xiaonian2， ZHAO Peng1， LU Kun1

（1. Air Force Early Warning Academy， Wuhan 430019， China; 2. Longdong University， Qingyang 745000， China）

Abstract： Radar equipment is an important electronic device that may encounter various malfunctions during operation. By developing a virtual maintenance training simulation model， a virtual scene can be provided in an actual environment， enabling maintenance personnel to conduct maintenance training in a virtual environment， thereby improving their operational skills and judgment ability. When facing actual faults， maintenance can be carried out more efficiently and accurately， and the maintenance effect of radar equipment can be improved. For this purpose， a virtual maintenance training simulation model for radar equipment based on artificial intelligence is designed. Based on the relevant design parameters of virtual maintenance training for radar equipment inputted by users， as well as point cloud data collected by linear laser scanners， 3D reconstruction techniques in artificial intelligence are used to construct 3D models of radar equipment and maintenance scenes. The particle swarm optimization algorithm in artificial intelligence is used for the collision detection on the simulation process to obtain the maintenance training path planning results. The maintainability testing is conducted on the simulation process to determine whether the radar equipment can meet the maintainability requirements， and the projector is used to present relevant data of the virtual maintenance training simulation process， displaying the virtual maintenance training results of the radar equipment. The experimental results show that this model can effectively achieve 3D point cloud reconstruction of radar equipment， obtain a 3D model of radar equipment， and complete virtual maintenance training simulation of radar equipment.

Keywords： artificial intelligence; radar equipment; virtual maintenance training; 3D reconstruction; particle swarm algorithm; collision detection; path planning

雷達(dá)設(shè)備是一種利用無(wú)線電波探測(cè)目標(biāo)并獲取其位置、速度、形狀等信息的裝置[1]。根據(jù)應(yīng)用領(lǐng)域不同，雷達(dá)設(shè)備可分為軍事雷達(dá)、航空雷達(dá)、氣象雷達(dá)等[2]。隨著科技進(jìn)步，雷達(dá)設(shè)備的性能和復(fù)雜性不斷提高，在工作過(guò)程中可能會(huì)出現(xiàn)各種故障，對(duì)維修人員的技能和訓(xùn)練要求也越來(lái)越高[3]。因此，對(duì)提高維修人員的技能和訓(xùn)練效果具有重要意義。

李榮強(qiáng)等利用計(jì)算機(jī)仿真技術(shù)構(gòu)建一個(gè)虛擬維修訓(xùn)練環(huán)境，用戶(hù)可以通過(guò)虛擬仿真模型來(lái)模擬設(shè)備的維修和訓(xùn)練過(guò)程[4]。該模型的開(kāi)發(fā)和應(yīng)用可以提高設(shè)備維修訓(xùn)練的效率和質(zhì)量，同時(shí)還可以降低實(shí)際維修成本和風(fēng)險(xiǎn)，但用戶(hù)的交互性和參與度導(dǎo)致該模型的應(yīng)用效果降低。姚壽文等利用虛擬現(xiàn)實(shí)技術(shù)來(lái)創(chuàng)建設(shè)備模型和維修場(chǎng)景，同時(shí)通過(guò)實(shí)時(shí)感知設(shè)備狀態(tài)和直觀性交互，幫助受訓(xùn)者理解和實(shí)踐正確的維修步驟[5]。應(yīng)用該模型能夠提高訓(xùn)練的質(zhì)量和效率，并減少實(shí)際設(shè)備維修時(shí)的錯(cuò)誤。但該模型的實(shí)施依賴(lài)于先進(jìn)的硬件設(shè)備，如果這些硬件設(shè)備出現(xiàn)故障或性能問(wèn)題，會(huì)影響模型的正常運(yùn)行和使用。

在雷達(dá)設(shè)備維修訓(xùn)練中，人工智能的應(yīng)用可以在很大程度上提高訓(xùn)練效率，降低實(shí)裝成本，并保證較高的安全性。三維重建技術(shù)屬于人工智能領(lǐng)域的一個(gè)重要方向，它的主要目的是將二維圖像轉(zhuǎn)化為三維模型，以實(shí)現(xiàn)對(duì)真實(shí)世界的仿真、虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)等應(yīng)用[6?7]。為此，本文設(shè)計(jì)一種基于人工智能的雷達(dá)設(shè)備虛擬維修訓(xùn)練仿真模型，旨在提高維修訓(xùn)練的效率和效果，降低訓(xùn)練成本。

1" 雷達(dá)設(shè)備虛擬維修訓(xùn)練仿真模型

1.1" 雷達(dá)設(shè)備虛擬維修訓(xùn)練仿真模型設(shè)計(jì)流程

利用人工智能設(shè)計(jì)雷達(dá)設(shè)備虛擬維修訓(xùn)練仿真模型，該模型的設(shè)計(jì)流程如圖1所示，主要包含三個(gè)階段，分別是概念設(shè)計(jì)階段、基礎(chǔ)設(shè)計(jì)階段與詳細(xì)設(shè)計(jì)階段。

在概念設(shè)計(jì)階段中，依據(jù)用戶(hù)輸入的雷達(dá)設(shè)備虛擬維修訓(xùn)練的相關(guān)設(shè)計(jì)參數(shù)，以及線性激光掃描儀采集的雷達(dá)設(shè)備點(diǎn)云數(shù)據(jù)，采用人工智能中的三維重建技術(shù)[8?9]，構(gòu)建雷達(dá)設(shè)備三維模型以及維修場(chǎng)景三維模型。

在基礎(chǔ)設(shè)計(jì)階段，通過(guò)整合雷達(dá)設(shè)備和維修場(chǎng)景三維模型，得到雷達(dá)設(shè)備虛擬維修訓(xùn)練仿真模型；利用外設(shè)的VR設(shè)備進(jìn)行交互，得到雷達(dá)設(shè)備虛擬維修訓(xùn)練仿真過(guò)程。利用人工智能中的粒子群算法[10?12]對(duì)雷達(dá)設(shè)備虛擬維修訓(xùn)練仿真過(guò)程進(jìn)行碰撞檢測(cè)，得到維修訓(xùn)練路徑規(guī)劃結(jié)果。

在詳細(xì)設(shè)計(jì)階段，對(duì)雷達(dá)設(shè)備虛擬維修訓(xùn)練仿真過(guò)程展開(kāi)維修性檢驗(yàn)，判斷雷達(dá)設(shè)備是否符合維修性要求，如果符合設(shè)定的維修性要求，那么利用投影儀呈現(xiàn)虛擬維修訓(xùn)練仿真過(guò)程的相關(guān)數(shù)據(jù)，顯示雷達(dá)設(shè)備虛擬維修訓(xùn)練結(jié)果；反之，返回概念設(shè)計(jì)階段，重新設(shè)計(jì)雷達(dá)設(shè)備虛擬維修訓(xùn)練仿真模型。

1.2" 雷達(dá)設(shè)備虛擬維修訓(xùn)練三維模型構(gòu)建

通過(guò)人工智能中的三維重建技術(shù)，構(gòu)建雷達(dá)設(shè)備三維模型以及維修場(chǎng)景三維模型。

在進(jìn)行雷達(dá)設(shè)備三維模型以及維修場(chǎng)景三維模型構(gòu)建前，需要對(duì)采集的雷達(dá)設(shè)備以及維修場(chǎng)景點(diǎn)云圖像進(jìn)行圖像坐標(biāo)系和角度坐標(biāo)系的轉(zhuǎn)換，坐標(biāo)圖如圖2所示。

以雷達(dá)設(shè)備三維模型構(gòu)建為例，令線性激光掃描儀光軸[σ]和雷達(dá)設(shè)備點(diǎn)云圖像的交點(diǎn)是[H]，光軸和基線的夾角為[θ]；雷達(dá)設(shè)備點(diǎn)云圖像內(nèi)的隨機(jī)一點(diǎn)為[Px，y]，[P]至平面的垂足為[A]，垂線為[AB]，且[AB]與[σM]垂直；在角度坐標(biāo)系內(nèi)，[P]在點(diǎn)云圖像內(nèi)的投影點(diǎn)坐標(biāo)是[uL，vL]。

根據(jù)余弦定理能夠得到：

[cosuL=σP2+σHcosθ2-AP2+AH+HM22?σP?σHcosθ] （1）

式中：[σP]、[σH]、[AP]、[AH]分別是兩點(diǎn)間的長(zhǎng)度。

因?yàn)閇σH]為焦距[f]，[σP2=σH2+AH2+AP2]，則式（1）變更為：

[cosuL=f2+x2+y2+fcosθ2-y2+ftanθ-x22?f2+x2+y2fcosθ] （2）

依據(jù)三角形關(guān)系可得：

[tanv=APAB=yftanθ-x?cosuL]" " "（3）

通過(guò)式（2）與式（3）了解到，雷達(dá)設(shè)備點(diǎn)云圖像內(nèi)隨機(jī)一點(diǎn)均可轉(zhuǎn)換成角度坐標(biāo)，表達(dá)形式為[uL，vL]。

通過(guò)上述方式可獲取左、右線性激光掃描儀采集的左右雷達(dá)設(shè)備點(diǎn)云圖像的角度坐標(biāo)[uL，vL]、[uR，vR]。

對(duì)左右雷達(dá)設(shè)備點(diǎn)云圖像進(jìn)行立體匹配后，可獲取匹配點(diǎn)坐標(biāo)[uL，vL]與[uR，vR]。

按照正弦定理得知三角形[△PσLσR]的關(guān)系為：

[σLσRsin∠σLPσR=PσRsinuL=PσLsinuR]" " " "（4）

式中：[σL]、[σR]分別為左、右線性激光掃描儀的光軸中心點(diǎn)。

令基線長(zhǎng)[σLσR=b]，則雷達(dá)設(shè)備點(diǎn)云數(shù)據(jù)的三維坐標(biāo)變換關(guān)系為：

[xP=b2-b?sinuL?cosuR?tanvsin180°-uL-uRyP=b?sinuL?sinuR?cosvsin180°-uL-uRzP=b?sinuL?sinuR?sinvsin180°-uL-uR]" " " " "（5）

式中：[v=vL=vR]。

依據(jù)式（5）可獲取雷達(dá)設(shè)備點(diǎn)云圖像二維匹配點(diǎn)至三維坐標(biāo)的轉(zhuǎn)換關(guān)系，完成三維點(diǎn)云重建；再依據(jù)曲面擬合構(gòu)建雷達(dá)設(shè)備三維模型。同理，構(gòu)建雷達(dá)設(shè)備維修場(chǎng)景三維模型。

1.3" 雷達(dá)設(shè)備虛擬維修訓(xùn)練仿真過(guò)程的碰撞檢測(cè)

在1.2節(jié)構(gòu)建的雷達(dá)設(shè)備維修場(chǎng)景三維模型內(nèi)，放置雷達(dá)設(shè)備三維模型，并通過(guò)外設(shè)的VR設(shè)備進(jìn)行交互，實(shí)現(xiàn)雷達(dá)設(shè)備虛擬維修訓(xùn)練仿真。利用人工智能中的粒子群算法，結(jié)合任意方向包圍盒（Oriented Bounding Boxes， OBB）[13]對(duì)仿真過(guò)程進(jìn)行碰撞檢測(cè)，當(dāng)無(wú)碰撞問(wèn)題時(shí)，則記錄雷達(dá)設(shè)備虛擬維修訓(xùn)練路徑點(diǎn)，添加至維修訓(xùn)練路徑內(nèi)，得到最終的維修訓(xùn)練路徑。

首先，利用粒子群算法進(jìn)行碰撞檢測(cè)，具體步驟如下：

1） 塑造Sphere?OBB包圍盒層次樹(shù)。首先，構(gòu)造雷達(dá)設(shè)備虛擬維修訓(xùn)練仿真模型全部物體基本幾何元素的包圍球Sphere；其次，通過(guò)分離軸劃分層次樹(shù)的根節(jié)點(diǎn)，并分析子節(jié)點(diǎn)內(nèi)存在的基本幾何元素片是否符合葉子節(jié)點(diǎn)需求，如果符合需求，那么將其當(dāng)成葉子節(jié)點(diǎn)，完成OBB包圍盒構(gòu)造；最后，對(duì)葉子節(jié)點(diǎn)展開(kāi)遞歸操作與分割處理，獲取Sphere?OBB包圍盒層次樹(shù)。

2） 以O(shè)BB包圍盒的中心點(diǎn)為特征，實(shí)施采樣處理，構(gòu)造二維離散搜索空間，通過(guò)粒子群算法在該空間內(nèi)搜索重疊的包圍盒，并展開(kāi)基元相交測(cè)試，獲取碰撞檢測(cè)結(jié)果。

然后，利用粒子群算法搜索重疊包圍盒，具體步驟如下：

1） 參數(shù)初始化，令每個(gè)粒子均代表一個(gè)可能存在重疊的包圍盒。

2） 計(jì)算各粒子的適應(yīng)度。

3） 更新粒子位置，公式如下：

[at+1i=xP?w?ati+yPc1r1Qbest-sti+zPc2r2Gbest-sti]" " （6）

式中：[t]為迭代次數(shù)；[si]為第[i]個(gè)粒子位置，即可能存在重疊的包圍盒；[ai]為速度；[w]為權(quán)值；[c1]、[c2]為學(xué)習(xí)因子； [r1]、[r2]為隨機(jī)數(shù)；[Qbest]為個(gè)體極值；[Gbest]為全局極值。

4） 判斷是否符合結(jié)束條件，若符合，則輸出最佳解，即存在重疊的包圍盒。

最后，對(duì)雷達(dá)設(shè)備虛擬維修訓(xùn)練仿真過(guò)程展開(kāi)維修性檢驗(yàn)，判斷雷達(dá)設(shè)備是否符合維修性要求，并利用投影儀呈現(xiàn)虛擬維修訓(xùn)練仿真過(guò)程的相關(guān)數(shù)據(jù)，顯示雷達(dá)設(shè)備虛擬維修訓(xùn)練結(jié)果。

2" 實(shí)驗(yàn)分析

為了驗(yàn)證基于人工智能的雷達(dá)設(shè)備虛擬維修訓(xùn)練仿真模型的有效性，以某高校雷達(dá)工程專(zhuān)業(yè)的學(xué)生為實(shí)驗(yàn)對(duì)象，為該雷達(dá)工程專(zhuān)業(yè)的學(xué)生設(shè)計(jì)雷達(dá)設(shè)備虛擬維修訓(xùn)練仿真模型，旨在提升雷達(dá)維修質(zhì)量與維修效率。該高校雷達(dá)工程專(zhuān)業(yè)需要維修的雷達(dá)設(shè)備相關(guān)參數(shù)如表1所示。

當(dāng)線性激光掃描儀凝視角不同時(shí)，利用設(shè)計(jì)模型對(duì)該雷達(dá)設(shè)備進(jìn)行三維點(diǎn)云重建，分析不同凝視角時(shí)的雷達(dá)設(shè)備三維點(diǎn)云重建效果。凝視角為左右線性激光掃描儀的光軸夾角，不同凝視角的雷達(dá)設(shè)備三維點(diǎn)云重建結(jié)果如圖3所示。

由圖3a）可知，在凝視角為2°時(shí)，設(shè)計(jì)模型可有效完成雷達(dá)設(shè)備三維點(diǎn)云重建，且三維點(diǎn)云重建效果較好，并無(wú)點(diǎn)云數(shù)據(jù)缺失問(wèn)題。由圖3b）可知，在凝視角為15°時(shí)，設(shè)計(jì)模型也可有效重建雷達(dá)設(shè)備三維點(diǎn)云，但重建結(jié)果存在點(diǎn)云數(shù)據(jù)缺失問(wèn)題，影響后續(xù)三維模型構(gòu)建精度。綜合分析可知，凝視角的大小會(huì)影響雷達(dá)設(shè)備三維點(diǎn)云重建效果，凝視角過(guò)大，雷達(dá)設(shè)備三維點(diǎn)云重建效果較差。

對(duì)凝視角為2°時(shí)的雷達(dá)設(shè)備三維點(diǎn)云重建結(jié)果進(jìn)行曲面擬合，構(gòu)建雷達(dá)設(shè)備三維模型，雷達(dá)設(shè)備三維模型構(gòu)建結(jié)果如圖4所示。

從圖4中可以看出，設(shè)計(jì)模型可以有效地生成雷達(dá)設(shè)備的三維模型，這表明該模型在技術(shù)上具有可行性。設(shè)計(jì)模型在構(gòu)建三維模型時(shí)的主觀效果較好，這意味著使用該模型構(gòu)建的雷達(dá)設(shè)備三維模型能夠清晰地呈現(xiàn)出雷達(dá)設(shè)備的細(xì)節(jié)信息，使得操作者可以更加直觀地了解雷達(dá)設(shè)備的外觀和內(nèi)部結(jié)構(gòu)。

利用設(shè)計(jì)模型進(jìn)行雷達(dá)設(shè)備虛擬維修訓(xùn)練仿真，虛擬維修訓(xùn)練仿真過(guò)程圖如圖5所示。

從圖5可以看出，設(shè)計(jì)模型能夠構(gòu)建雷達(dá)設(shè)備虛擬維修訓(xùn)練環(huán)境，這種環(huán)境與真實(shí)設(shè)備維修環(huán)境有很高的相似度，可使學(xué)習(xí)者更好地理解和適應(yīng)實(shí)際維修場(chǎng)景，提高維修技能的真實(shí)性。設(shè)計(jì)模型還提供了交互性的操作界面，允許學(xué)習(xí)者在虛擬環(huán)境中進(jìn)行各種操作，并得到實(shí)時(shí)的反饋，這種交互性使得學(xué)習(xí)者能夠更好地理解和掌握維修技能。

3" 結(jié)" 論

本文設(shè)計(jì)一種基于人工智能的雷達(dá)設(shè)備虛擬維修訓(xùn)練仿真模型，為雷達(dá)設(shè)備的維修訓(xùn)練提供了一種新的、有效的手段。依據(jù)用戶(hù)輸入的雷達(dá)設(shè)備虛擬維修訓(xùn)練的相關(guān)設(shè)計(jì)參數(shù)，以及線性激光掃描儀采集的點(diǎn)云數(shù)據(jù)，采用人工智能中的三維重建技術(shù)構(gòu)建雷達(dá)設(shè)備和維修場(chǎng)景三維模型。利用人工智能中的粒子群算法對(duì)仿真過(guò)程進(jìn)行碰撞檢測(cè)，得到維修訓(xùn)練路徑規(guī)劃結(jié)果。對(duì)仿真過(guò)程展開(kāi)維修性檢驗(yàn)，判斷雷達(dá)設(shè)備是否符合維修性要求，并利用投影儀呈現(xiàn)虛擬維修訓(xùn)練仿真過(guò)程的相關(guān)數(shù)據(jù)，顯示雷達(dá)設(shè)備虛擬維修訓(xùn)練結(jié)果。實(shí)驗(yàn)結(jié)果表明：所設(shè)計(jì)模型可有效實(shí)現(xiàn)雷達(dá)設(shè)備的三維點(diǎn)云重建，從而得到雷達(dá)設(shè)備三維模型，完成雷達(dá)設(shè)備虛擬維修訓(xùn)練仿真。該模型可以提高學(xué)習(xí)者的維修技能，避免實(shí)裝損耗，還可以為維修人員提供模擬故障排除的實(shí)踐機(jī)會(huì)，提高維修工作的效率和準(zhǔn)確性。因此，該模型具有重要的應(yīng)用價(jià)值和前景，值得進(jìn)一步研究和推廣。

參考文獻(xiàn)

[1] 張?jiān)?，李?Petri網(wǎng)作用下航空裝備虛擬維修訓(xùn)練仿真[J].計(jì)算機(jī)仿真，2023，40（4）：52?56.

[2] 姜定，李福東，俞松，等.基于CAD模型虛擬仿真數(shù)據(jù)的深度學(xué)習(xí)目標(biāo)檢測(cè)[J].揚(yáng)州大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，24（4）：44?49.

[3] 何倩倩.機(jī)載雷達(dá)設(shè)備大修體系建立及過(guò)程分析[J].現(xiàn)代雷達(dá)，2021，43（1）：30?33.

[4] 李榮強(qiáng)，文愛(ài)兵，花斌，等.航空裝備虛擬維修訓(xùn)練仿真模型快速開(kāi)發(fā)技術(shù)[J].系統(tǒng)仿真學(xué)報(bào)，2021，33（5）：1167?1176.

[5] 姚壽文，胡子然，柳博文，等.基于實(shí)時(shí)裝配狀態(tài)感知和直觀性交互的虛擬現(xiàn)實(shí)輔助維修訓(xùn)練[J].工程設(shè)計(jì)學(xué)報(bào)，2021，28（1）：14?24.

[6] 閆俊伢，裴婭男，姚宏，等.虛擬現(xiàn)實(shí)中基于果蠅優(yōu)化算法的碰撞檢測(cè)[J].南京理工大學(xué)學(xué)報(bào)，2023，47（1）：74?80.

[7] 王宇，馬琳娟，張福泉，等.基于量子蟻群算法的虛擬現(xiàn)實(shí)碰撞檢測(cè)方法[J].南京理工大學(xué)學(xué)報(bào)，2022，46（6）：735?741.

[8] 張昀瑋，竹夢(mèng)圓.通信行業(yè)天面類(lèi)資源識(shí)別與三維重建[J].郵電設(shè)計(jì)技術(shù)，2023（7）：37?42.

[9] 王政，竹夢(mèng)圓，武歡，等.人工智能技術(shù)在通信工程數(shù)字化設(shè)計(jì)中的應(yīng)用[J].郵電設(shè)計(jì)技術(shù)，2021（6）：29?34.

[10] 徐尹翔，陳祺東，孫俊.應(yīng)用量子行為粒子群優(yōu)化算法的文本對(duì)抗[J].計(jì)算機(jī)工程與應(yīng)用，2022，58（9）：175?180.

[11] 陳春燕，劉夢(mèng)赤.基于粒子群遺傳算法的智能組卷策略[J].計(jì)算機(jī)與現(xiàn)代化，2021（8）：16?23.

[12] 張丹.皮革企業(yè)內(nèi)部審計(jì)與人工智能技術(shù)融合研究[J].中國(guó)皮革，2022，51（6）：43?46.

[13] 楊帆.基于B+樹(shù)存儲(chǔ)的AABB包圍盒碰撞檢測(cè)算法[J].計(jì)算機(jī)科學(xué)，2021，48（z1）：331?333.

作者簡(jiǎn)介：許" 誠(chéng)（1986—），男，湖北武漢人，碩士，講師，研究方向?yàn)橛?jì)算機(jī)仿真。

李小年（1992—），男，甘肅慶陽(yáng)人，碩士，助教，研究方向?yàn)榇髷?shù)據(jù)、人工智能。

趙" 鵬（1985—），男，遼寧遼陽(yáng)人，碩士，講師，研究方向?yàn)橛?jì)算機(jī)仿真。

盧" 坤（1987—），男，湖北仙桃人，碩士，助教，研究方向?yàn)槟M訓(xùn)練。