一种基于线特征约束的无人机双目视觉SLAM算法

为了解决点特征SLAM算法在低纹理环境中精度下降的问题,提出了一种基于线特征约束的无人机双目视觉SLAM算法。首先,将双目相机观测线特征分为单目相机在两帧下观测、双目相机在两帧下观测、双目相机在一帧下观测3种情况;然后,计算了3种情况下的残差块和雅可比矩阵;最后,利用所提线特征约束改进了VINS-Fusion算法。在EuRoC数据集上进行实验验证,结果表明提出的算法在数据集半数以上的场景中都有良好的表现,相较于改进前的VINS-Fusion算法定位精度平均提升13.2%。

基于自适应神经网络的四旋翼无人机轨迹跟踪控制

四旋翼无人机在飞行过程中易受到难测量的非线性多源干扰,进而影响系统的稳定性和控制精度。针对此问题,提出了一种基于自适应神经网络的鲁棒轨迹跟踪控制策略。首先,将四旋翼无人机的跟踪问题转化为对位置子系统和姿态子系统的期望指令跟踪控制问题,针对2个子系统设计基于干扰估计器的控制策略,使系统快速逼近期望轨迹;其次,针对干扰估计器存在估计误差问题,在位置子系统引入了自适应神经网络补偿,实现非线性多源干扰的高精度补偿;最后,通过仿真与实验验证所提控制策略的性能。实验结果表明,所提控制策略在快时变干扰下仍然能够实现期望轨迹跟踪控制,风扰环境下悬停和圆形轨迹跟踪的位置控制精度分别达到0.02m和0.1m,姿态控制精度达到0.1°。

空地协同作业场景下无人机快速路径规划与自主降落技术

空地协同作业场景中要求无人机同时具备快速路径规划与精准自主降落功能,这对无人机搭载有限计算资源下算法的实时性和准确性提出了更高要求。主要解决了无人机快速路径规划与自主降落功能一体化实现关键技术难题。首先,针对传统A~*算法实时性差、消耗资源多等问题,将传统8邻域搜索方式改进为16方向搜索方式,并设计高匹配度启发函数和自适应权重系数全面提升路径规划算法性能;其次,设计了基于视觉反馈的面向空地协同作业场景下无人机自主降落策略,提高了自主降落的精度;最后,进行了仿真和实验,验证了所提改进A~*算法、自主降落和一体化实现策略的性能。结果表明,改进的A~*算法在规划路径长度与平滑度性能方面均得到提升,算法实时性大幅提升,满足复杂环境下的实时避障与规划需求;同时,无人机可以快速稳定地降落在地面平台目标点上。

动态环境下基于语义信息与几何约束的视觉SLAM系统

目前同时定位与地图构建技术多假设外部环境是静态的,忽略了动态目标对SLAM系统的影响,这一假设很大程度上影响了无人系统自主导航的定位精度与鲁棒性。针对这一问题,提出了一种结合目标检测语义信息与多视图极线几何约束的动态SLAM系统,根据运动概率来判别与剔除系统中的动态特征点,并在TUM数据集及实机平台上进行了算法性能测试。实验结果表明在高动态环境下,该系统相较于ORB-SLAM2在绝对轨迹误差上至少可减小94%以上,相对位移轨迹和旋转角度误差分别至少降低了41%和40%,表明该算法能够有效剔除动态特征点,提高了动态环境下视觉SLAM系统的定位精度和鲁棒性。

基于Retinex和多注意力的低光照航拍图像增强方法

针对低光照航拍图像亮度低、对比度弱、噪声多、细节缺失等问题,提出一种基于Retinex和多注意力机制的低光照航拍图像增强(MARNet)方法。首先,将低光照航拍图像分解为光照图和反射图,再将CBAM注意力机制引入噪声调整网络,让网络更加关注高噪区域,去除反射图中大量噪声;然后,设计了由上下采样结构组成的光照调整网络,引入通道注意力机制,提升光照图亮度,同时,加入区域损失函数,提高细节对比度;最后,为实现低光照近地面目标检测与跟踪,利用低光照图像合成方法,加入真实噪声,制作了一套低光照航拍配对数据集。实验结果表明,所提方法在提高图像亮度、减少噪声的同时还原了细节信息,3项性能指标PSNR,SSIM和NIQE及人类视觉感知效果均有所提升。

特征更新的动态图卷积表面损伤点云分割方法

针对金属部件表面损伤点云数据对分割网络局部特征分析能力要求高,局部特征分析能力较弱的传统算法对某些数据集无法达到理想的分割效果问题,选择采用相对损伤体积等特征进行损伤分类,将金属表面损伤分为6类,提出一种包含空间尺度区域信息的三维图注意力特征提取方法。将得到的空间尺度区域特征用于特征更新网络模块的设计,基于特征更新模块构建出了一种特征更新的动态图卷积网络(Feature Adaptive Shifting-Dynamic Graph Convolutional Neural Networks)用于点云语义分割。实验结果表明,该方法有助于更有效地进行点云分割,并提取点云局部特征。在金属表面损伤分割上,该方法的精度优于PointNet++、DGCNN(Dynamic Graph Convolutional Neural Networks)等方法,提高了分割结果的精度与有效性。

自由浮动空间双臂机器人的鲁棒协调控制

研究自由浮动空间双臂机器人在本体位置、姿态均不加控制时,抓取物体运动情况下的动力学协调控制。根据空间双臂机器人抓取系统的闭链约束关系,推导出广义雅可比矩阵,针对抓取系统动力学模型的不确定性,提出一种鲁棒协调控制方法,来控制被抓物体的运动,使被抓物体的运动轨迹跟踪期望的运动轨迹,并保证内力跟踪误差的有界性。通过对自由浮动空间平面双臂机器人进行鲁棒协调控制仿真实验,结果表明了该方法的有效性。

自由浮动柔性双臂空间机器人系统的动力学控制

基于假设模态法对柔性连杆的变形进行近似描述,采用拉格朗日方程分析柔性臂的动力学关系,忽略高阶弹性振动模态,根据柔性双臂和物体的动力学方程、末端约束关系以及系统的动量守恒原理,推导一种自由浮动柔性双臂空间机器人闭链系统的动力学模型。针对系统柔性状态的高频特征,采用奇异摄动法将该系统模型分离为慢变和快变两个子系统,对二者分别采用滑模变结构控制和非线性PD控制,保证刚性、柔性状态输出达到要求,由此得到的组合控制使得系统能较好地跟踪期望的轨迹,抑制弹性振动,并减小对本体运动的影响,内力、内力矩均能平稳跟踪期望值。最后进行数字仿真,验证上述方法的有效性。

自由浮动柔性空间双臂机器人的混合抑振控制

针对一种双臂4关节末端为柔性连杆的自由浮动空间机器人,将自由浮动空间柔性双臂机器人开链系统的柔性杆视为Euler-Bernoulli梁,采用假设模态法对柔性连杆的变形进行近似描述,忽略高阶弹性振动模态,根据拉格朗日法,并结合系统动量守恒,推导了自由浮动空间柔性双臂机器人开链系统的动力学方程和振动方程;考虑弹性变形、建模误差及扰动项,以及动力学的非线性强耦合效应,在模态空间下,采用模糊滑模及最优控制的混合控制方法,讨论空间柔性双臂机器人操作臂在捕获运动时的轨迹跟踪及振动抑制问题。仿真实验表明,混合控制可以削弱滑模控制的抖振程度,使得滑模控制的输出更平稳,有效地抑制柔性连杆产生的弹性振动,保持操作臂末端轨迹跟踪的鲁棒性。

自由浮动空间双臂机器人抓持内力的优化控制

运用非线性规划方法,提出了一种本体位置、姿态均不受控的自由浮动空间双臂机器人的内力优化与控制策略。首先根据空间双臂机器人及负载的动力学方程,建立了抓持系统合成动力学方程,进而将机器人各手臂关节广义驱动力矩的范数作为目标函数,内力作为优化变量,采用了序列二次规划法来解决空间机器人的动态内力优化计算问题,并对双臂六自由度空间机器人进行了内力优化控制仿真实验,结果表明了该方法的有效性。

一种模糊学习控制方法及其在多指手爪位置伺服系统中的应用

本文针对重复抓取与操作的多指手爪，提出了一种模糊学习控制方法。该方法利用先前的控制误差，逐步地修正不完善的控制规则，使系统的实际输出收敛于给定的轨迹．本文还给出了这种方法的收敛性条件，并应用于多指手爪的位置伺服系统中，改善了控制性能，达到了预期的控制效果．

基于OpenGL的机械手三维可视化仿真研究

本文介绍在 Visual C++6 .0环境下 ,基于 Open GL开发机械手三维可视化仿真平台的设计方案 ,给出了创建机械手模型的基本方法 。

一种基于遗传算法的机器人补偿学习控制方法

机器人建模的不精确性以及一些扰动的存在给机器人控制增加了相当大的难度。针对这一问题 ,本文以PUMA5 60机器人为被控对象 ,给出了一种 PUMA5 60机器人动力学模型的简化形式 ,采用 PD控制的计算力矩法 ,得到了机器人的闭环动态误差方程 ,在此基础上设计了机器人的控制器结构 ,提出了一种新的基于遗传算法(Genetic algorithm,GA)的机器人补偿学习控制方法。将 GA与计算力矩法相结合 ,利用进化学习来消除机器人中不确定因素的影响 ,实现对机器人轨迹跟踪的良好控制。最后给出了这种控制的仿真结果 ,验证了该方法的有效性。

自由浮动柔性双臂空间机器人系统动力学建模与抑振控制

柔性多臂空间机器人是一个高度非线性、强耦合的动力学系统。本文基于假设模态法、La-grange方程和动量守恒原理,推导了一种自由浮动柔性双臂空间机器人协调操作刚性负载闭链系统的动力学模型。针对空间柔性机械臂的弹性形变和振动问题,设计了线性二次型最优控制方法对其进行振动主动控制,并通过仿真实验验证了该方法的有效性。

多指手爪非线性分析及其位置离散学习控制

本文通过分析机器人多指手爪的静摩擦、库伦摩擦、粘性摩擦等非线性因素，推导出多指手爪屈伸关节的动态控制模型；针对多指手爪的非线性影响，提出了一种位置离散学习控制方法，并给出了这种方法的收敛性定理。仿真结果表明，离散学习控制方法能在有限次迭代后使手指关节位置达到期望位置。

一种基于遗传算法的多机器人内力优化计算方法

本文在对多机器人静力分析的基础上 ,考虑最大作用力约束和点接触静摩擦约束 ,提出了一种采用混合遗传 -模拟退火算法的内力优化计算方法 ,并通过 2个平面机器人夹持一负载的仿真实验 ,给出了内力和负载分配的优化计算结果 .

现代控制理论课程教学改革的实践与探讨

现代控制理论课程教学改革应突出教学内容的实际应用功能 。

面向任务和基于几何特征的机器人多指手抓取模式规划

针对机器人多指手自身的特点,通过分析人手的抓取特性,对其可能具有的抓取模式进行分类。考虑被抓取物体的几何特征和任务要求,采用基函数为高斯核函数的RBF神经网络来表示被抓物体的样本特征和抓取模式之间的复杂非线性映射。将抓取模式分为10类,对于新的被抓物体,利用训练好的神经网络自动生成抓取模式,并利用VC++/OpenGL建立了可视化仿真平台,进行了抓取模式分类仿真实验,结果表明对于新的物体,机器人可以选择适当的抓取模式进行抓取。

自由浮动空间柔性机械臂在轨操作刚性载荷的组合控制

针对自由浮动空间柔性机械臂,讨论了在笛卡尔坐标系中机械臂对刚性载荷的轨迹跟踪控制和连杆柔性振动主动控制问题。基于拉格朗日法、假设模态法和系统动量守恒定律,推导了一种自由浮动空间柔性机械臂在轨操作刚性载荷的动力学方程。在此基础上,采用奇异摄动法将系统分解为慢变和快变两种尺度时标的子系统,设计模糊终端滑模控制器和Backstepping控制器分别对两个子系统进行控制,由此得到的组合控制使得机械臂按期望轨迹对刚性载荷进行精确在轨操作,同时抑制了柔性连杆的弹性振动。通过数字仿真验证了上述方法的有效性。

一种基于皮层柱侧抑制机制的神经网络群

建立了一种基于皮层柱侧抑制机制的神经网络群,模拟大脑皮层柱的神经元点火现象,并利用该神经网络群进行位置跟踪.采用Stein神经元构建神经网络群;将皮层柱的侧抑制机制应用于神经网络群编码、解码,实现神经网络群的负相关点火,并从理论上证明负相关点火的优越性.仿真实验结果表明,皮层柱侧抑制机制的应用大大提高了位置跟踪精度以及系统稳定性.