局部放电检测机器人巡检的重复路径问题研究

针对变电站局部放电故障检测(PDFD)的路径规划中存在的重复路径过多、巡检效率低等问题,本文在传统A*算法与蚁群(AC)算法融合解决旅行商问题(TSP)的基础上,提出了改进的A*算法与蚁群算法融合的算法。改进的融合算法通过蚁群算法计算巡检序列指导A*算法进行两两巡检点间的路径规划,增加了重复路径列表来提高已寻路径节点的步长代价,再次通过蚁群算法计算巡检序列,迭代计算直到连续两次得到一致的结果。为了验证改进算法的有效性,随机选取10个巡检点在二维栅格地图上进行了对比仿真。仿真结果表明,本文提出的改进算法与传统方法相比,在一定的巡检代价下,有效地增大了巡检路径的路径覆盖比,提高了局部放电故障巡检的效率和质量,对变电站局部放电故障巡检问题的研究具有重要意义。

基于改进A~*算法的多机器人动态路径规划

为解决智能仓储系统多机器人作业产生的交通拥堵问题,提出了一种基于预约栅格的多机器人动态路径规划算法。首先利用预约栅格与有向图的方法,对机器人之间的碰撞进行预防;然后利用预约栅格生成交通拥堵地图,实时显示当前仓库地图的拥堵状况;最后通过改进A*算法,实现多机器人的动态路径规划,解决机器人间的交通拥堵问题,提高了系统效率。通过仿真实验,将所提方法与传统方法进行了比较,对多机器人路径规划方法的有效性进行了验证。

基于异步稳态视觉诱发电位的脑机融合“第三只手”

基于稳态视觉诱发电位(SSVEP)的脑机接口(BCI)在智能机器人领域的应用备受关注。传统基于SSVEP的BCI系统多采用同步触发方式,没有识别用户是处于控制态还是非控制态,导致系统缺乏自主控制能力。为此,本文提出了一种SSVEP异步状态识别方法,通过融合脑电信号(EEG)的多种时频域特征,结合线性判别分类器构建了异步状态识别模型,提高SSVEP异步状态识别准确率。进一步,针对残障人群在多任务场景下的控制需求,搭建了一种基于SSVEP-BCI异步协同控制的脑机融合系统,实现在复杂场景下可穿戴机械手与机械臂即“第三只手”的协同控制。实验结果表明,运用本文所提出的SSVEP异步控制算法和脑机融合系统,可以辅助用户完成多任务协同操作,在线控制实验中用户意图识别的平均准确率为93.0%,为SSVEP异步脑机接口系统的实际应用提供了理论和实践依据。

融合多感官刺激的虚拟现实—脑机接口手功能增强康复系统

脑卒中(stroke)是由于脑部血液供应突然中断或脑血管破裂,导致脑细胞损伤进而损害患者运动和认知能力的一种急性脑血管疾病。融合脑—机接口(BCI)和虚拟现实(VR)的新型康复训练模式,不仅能促进脑网络功能激活,而且能为患者提供沉浸感强、趣味性强的情境反馈。本文设计了融合多感官刺激反馈、BCI和VR的手部康复训练系统,通过虚拟场景的任务引导患者运动想象,获取患者运动意图,进而在虚拟场景下进行人机交互;同时,融入触觉反馈进一步增加患者本体感受,从而实现基于视、听、触觉多感官刺激反馈的手功能康复训练。本研究通过对比分析加入触觉反馈前后的脑电信号数据内不同频段功率谱密度的差异,发现加入触觉反馈后运动脑区被明显激活,运动脑区的功率谱密度在高γ频段有显著提升。研究结果说明,患者在融合多感官刺激的VR—BCI手功能增强康复系统中进行康复训练,能够加速感觉传导通路和运动传导通路的双向促通,从而加速康复进程。