新工科背景下机器人工程人才培养体系的建设——以湖南大学机器人工程专业为例

随着新兴产业的兴起和新经济的发展,目前机器人工程等新工科人才培养体系存在教学资源不足、培养模式单一以及课程内容陈旧等问题,无法满足国家和产业发展对高素质新工科人才的需求。因此,湖南大学机器人工程专业立足国家战略和前沿产业需求,致力于培养多学科交叉型创新创业人才,提出了“三轴支撑—两链融合”的机器人工程专业人才培养体系。该模式自实施以来,在机器人工程领域人才培养方面取得了突出的应用成效,可供国内外高校借鉴。

重大装备制造多机器人任务分配与运动规划技术研究综述

飞机蒙皮、船舶舱体、高铁车身等大型复杂部件高效高品质制造是航空航天、海洋舰船、轨道交通等领域重大装备发展的根基.大型复杂部件具有尺寸超大、型面复杂等特点,传统的人工、单机制造面临着效率低、一致性差、空间有限等问题,多机器人具有高鲁棒性、高效性等优点,为大型复杂部件制造提供了良好的制造基础.任务分配与运动规划是多机器人制造系统的决策中枢,其性能影响整个系统的运行效率.考虑到重大装备部件制造任务分配与运动规划过程中任务工序多、冲突干涉多、精度需求高等挑战,本文首先对复杂环境下多机器人任务分配与运动规划的重要性进行了说明;然后阐述了目前主要的任务分配与运动规划方法,包括其在智能制造领域下的应用;在此基础上,对现阶段复杂场景下任务分配和运动规划存在的问题进行了分析,并使用强化学习与混合优化算法等方法提出了解决思路;最后对重大装备大型复杂部件制造过程多机器人任务分配和动态规划技术及应用的发展进行了总结与展望.

面向可持续生产中多任务调度的双重增强模因算法

从经济、环境和社会3个维度,全面提升生产调度方案的可持续性具有重要意义.针对并行机生产场景,建立考虑机器指派、加工顺序、人员安排以及开关机控制等4种决策任务的调度模型.为实现对复杂决策空间的高效寻优,提出一种融合两种局部优化策略的双重增强模因算法(Dual-enhanced memetic algorithm, DMA)求解模型.从随机更新角度,针对不同决策任务,构造单步变邻域搜索(One-step variable neighborhood search, 1S-VNS)策略.从定向优化角度,分析目标和关键任务之间的匹配关系,提出一种可持续目标导向策略(Sustainable goals-oriented strategy, SGS).考虑到两种优化策略的不同特点,单步变邻域搜索策略作用于整个种群,目标导向策略强化种群中的精英个体,实现对输出解集的双重优化.仿真实验结果表明,双重优化策略能有效地增强算法性能,并且所提算法在非支配解的多样性和收敛性上具有优越性.

基于改进YOLOX的移动机器人目标跟随方法

针对移动机器人在复杂场景中难以稳定跟随目标的问题,提出基于改进YOLOX的移动机器人目标跟随方法,主要包括目标检测、目标跟踪以及目标跟随三个部分.首先,以YOLOX网络为基础,在其框架下将主干网络采用轻量化网络MobileNetV2X,提高复杂场景中目标检测的实时性.然后,通过改进的卡尔曼滤波器获取目标跟踪状态并采用数据关联进行目标匹配,同时通过深度直方图判定目标发生遮挡后,采用深度概率信息约束及最大后验概率(Maximum a posteriori,MAP)进行匹配跟踪,确保机器人在遮挡情况下稳定跟踪目标.再采用基于视觉伺服控制的目标跟随算法,当跟踪目标丢失时,引入重识别特征主动搜寻目标实现目标跟随.最后,在公开数据集上与具有代表性的目标跟随方法进行了定性和定量实验,同时在真实场景中完成了移动机器人目标跟随实验,实验结果均验证了所提方法具有较好的鲁棒性和实时性.

机器人感知与控制关键技术及其智能制造应用

智能机器人在服务国家重大需求,引领国民经济发展和保障国防安全中起到重要作用,被誉为“制造业皇冠顶端的明珠”.随着新一轮工业革命的到来,世界主要工业国家都开始加快机器人技术的战略部署.而智能机器人作为智能制造的重要载体,在深入实施制造强国战略,推动制造业的高端化、智能化、绿色化过程中将发挥重要作用.本文从智能机器人的感知与控制等关键技术的视角出发,重点阐述了机器人的三维环境感知、点云配准、位姿估计、任务规划、多机协同、柔顺控制、视觉伺服等共性关键技术的国内外发展现状.然后,以复杂曲面机器人三维测量、复杂部件机器人打磨、机器人力控智装配等机器人智能制造系统为例,阐述了机器人的智能制造的应用关键技术,并介绍了工程机械智能化无人工厂、无菌化机器人制药生产线等典型案例.最后探讨了智能制造机器人的发展趋势和所面临的挑战.

机器人视觉引导运动控制虚拟仿真平台设计

针对机器人领域技术发展快、知识综合性强、应用场景复杂等特点,基于机器人视觉感知与控制技术国家工程实验室中真实的设备,开发了一套“机器人视觉引导运动控制虚拟仿真平台”,并设计了配套的课程教学资源,应用于自动化、机器人专业的综合设计教学课程。实验采用“虚实结合,科教融合”的设计理念,系统性地融合了机器视觉、机器人运动学求解、机器人控制编程、工控系统设计与虚拟调试等知识,实验平台具有良好的保真性和开放性,能够面向新工科人才需求培养学生的综合实践能力和创新能力。

新型空调技术在通信机楼应用的节能性分析

目前数据中心建设规模高速增长,随着通信技术的迭代,现有通信机楼的直流化改造和节能改造规模也持续增长。本文聚焦通信机楼的空调节能技术,介绍普通风冷型空调、氟泵风冷型空调的工作和节能原理以及能效水平,利用测试数据对不同技术在多个气候条件下的CLF进行对比分析。同时,本文从节能性、建设条件和使用场景等多个角度将应用于通信机楼的多项空调节能技术进行综合对比,从而为各项技术的应用提供参考。

非完整移动机器人目标环绕动态反馈线性化控制

本文针对多个非完整移动机器人对静止或运动目标的环绕追踪问题进行研究.每个机器人仅通过自身和其相邻的机器人的位置与方向信息以及所追踪的目标的位置信息来协调其运动.首先,提出了一种基于动态反馈线性化方法的分布式控制策略,并引入一个控制机器人之间相对角间距的非线性函数,控制机器人间的相对角间距.使多个机器人能够以期望的与目标之间的相对距离、环绕速度和机器人之间的相对角间距对目标进行追踪.然后,利用Lyapunov工具对控制算法进行了渐近稳定性和收敛性分析.最后构建了多移动机器人实验平台,进行了数值仿真和实验验证,仿真和实验的运行结果表明了所提出算法的有效性.

改进型生物激励神经网络的路径规划方法

针对生物激励神经网络在一些情况下存在的路径非最优问题，通过分析其产生机理，做出了相应的改进：对边界附近和障碍物之间的路径点引入了假想的非障碍物相邻点，增大了激励输入，使得这些路径点的活性值增大，解决了路径错判问题；同时，在下一个位置的决策中加入了转角最小因素，减少了路径的转折次数。仿真结果表明，改进后的生物激励神经网络方法适用于实时动态环境下的移动机器人路径规划，且全面地提升了路径质量。

基于中心点搜索的无锚框全卷积孪生跟踪器

为解决孪生网络跟踪器鲁棒性差的问题,重新设计了孪生网络跟踪器的分类与回归分支,提出一种基于像素上直接预测方式的高鲁棒性跟踪算法—无锚框全卷积孪生跟踪器(Anchor-free fully convolutional siamese tracker,AFST).目前高性能的跟踪算法,如SiamRPN、SiamRPN++、CRPN都是基于预定义的锚框进行分类和目标框回归.与之相反,提出的AFST则是直接在每个像素上进行分类和预测目标框.通过去掉锚框,大大简化了分类任务和回归任务的复杂程度,并消除了锚框和目标误匹配问题.在训练中,还进一步添加了同类不同实例的图像对,从而引入了相似语义干扰物,使得网络的训练更加充分.在VOT2016、GOT-10k、OTB2015三个公开的基准数据集上的实验表明,与现有的跟踪算法对比,AFST达到了先进的性能.

基于贝叶斯CNN和注意力网络的钢轨表面缺陷检测系统

面向复杂多样的钢轨场景,本文扩展了最先进的深度学习语义分割框架DeepLab v3+到一个新的轻量级、可伸缩性的贝叶斯版本DeeperLab,实现表面缺陷的概率分割.具体地,Dropout被融入改进的Xception网络,使得从后验分布中生成蒙特卡罗样本;其次,提出多尺度多速率的空洞空间金字塔池化(Atrous spatial pyramid pooling,ASPP)模块,提取任意分辨率下的密集特征图谱;更简单有效的解码器细化目标的边界,计算Softmax概率的均值和方差作为分割预测和不确定性.为解决类别不平衡问题,基于在线前景-背景挖掘思想,提出损失注意力网络(Loss attention network,LAN)定位缺陷以计算惩罚系数,从而补偿和抑制DeeperLab的前景与背景损失,实现辅助监督训练.实验结果表明本文算法具有91.46%分割精度和0.18 s/帧的运行速度,相比其他方法更加快速鲁棒.

旋翼飞行机械臂系统的混合视觉伺服控制

旋翼飞行机械臂是一种具有强耦合特性的机器人系统,借助视觉进行自主作业还存在诸多问题,如实时深度估计、目标极易丢失以及目标笛卡尔空间模型重建等.本文针对传统的基于图像与基于位置的视觉伺服的缺陷以及系统自身欠驱动等问题,建立了运动学模型和提出了基于力平衡原理的动力学联合建模,并通过欧几里得单应性矩阵分解设计出旋翼飞行机械臂系统的混合视觉伺服控制方法,在图像空间控制平移、笛卡尔空间控制旋转,减弱了平移与旋转之间的相互影响实现解耦效果,改善了系统对非结构因素的抗扰性能和全局稳定性.通过仿真和实验检验了系统鲁棒性和算法优越性.

基于Sauvola算法和神经网络的图像自适应二值化方法

二值化处理是文档图像OCR识别中非常重要的一个环节。针对目前主流Sauvola二值化算法存在参数需要人为确定、效果受设定的参数影响等问题,提出了基于Sauvola算法和神经网络的图像自适应二值化方法。在针对Sauvola算法的参数进行分析的基础上,阐述了开窗大小r与参数k对二值化结果的影响。使用SWT算法实现了开窗大小r的计算,将二值化视为对像素点的二分类问题,根据Sauvola算法的思想提取窗内的灰度均值、灰度标准差及当前像素点灰度值作为特征向量,并搭建全连接神经网络进行训练,训练后的神经网络可为每个窗生成特定的参数k,并判定各个像素点的二值化结果。实验结果表明,相较于使用人工精确调节的全局参数k的Sauvola算法,所提出的方法具有更好的自适应性和二值化效果,且具有较好的实用性和普适性。

基于RF-GA的六维力传感器解耦方法

多维力传感器的维间耦合问题严重影响了检测精度的提高。通过设计新型RF-GA(基于遗传算法的改进随机森林算法)解耦方法解决多维力信息的解耦问题,实现提高力传感器检测精度的目标。针对随机森林算法中含有大量子树,但每个子树的预测准度无法保证的问题,利用遗传算法对随机森林的子树进行筛选,保留优质子树,从而提高预测精度。以基于应变检测的六维力传感器为实验对象,将RF-GA算法运用到实际力信息解耦中,并通过解耦实验对RF-GA算法进行验证。与现有解耦算法相比,RF-GA解耦方法具有精度高、解耦时间短的优点,实验结果表明该算法能有效提高多维力传感器的解耦精度。

充放电模式下动力电池组动态均衡控制方法

针对电动汽车动力电池单体SOC不一致及传统静态均衡控制方法均衡速度较慢等问题,提出了一种充/放电模式下动态均衡控制方法。首先,分析了"并联单体解耦-分布式控制器串联"动力电池组的结构特性,在此基础之上,提出了均衡加速系数自适应调整方法,根据与平均SOC之间差异动态调整均衡加速系数η,对单体电池充/放电速率进行动态调整,实现了充/放电过程的动态均衡管理。最后针对6组动力电池单体进行了均衡实验,实验结果表明,所提出的动态均衡控制方法在提升均衡速度的同时有效地提高了单体SOC的一致性。

超高效液相色谱-串联质谱法测定功能饮料中的牛磺酸和赖氨酸

目的建立超高效液相色谱-串联质谱法测定功能饮料中牛磺酸和赖氨酸的检测方法。方法采用衍生化的方法,将稀释之后的饮料样品中的牛磺酸和赖氨酸与苯甲氧羰酰琥珀酰亚胺在碱性条件下进行反应,之后采用超高效液相色谱-串联质谱法测定衍生化后的化合物含量。结果牛磺酸和赖氨酸分别衍生之后的化合物在1~200ng/mL的范围内线性良好,牛磺酸的检出限为20pg/mL,定量限为50pg/mL;赖氨酸的检出限为100 pg/mL,定量限为250 pg/mL。2种物质在低、中、高3个浓度的加标回收率为92.77%~107.59%,相对标准偏差均小于10%(n=6)。结论本方法样品制备步骤简便、检测灵敏度高、重复性好,可用于快速准确的测定饮料中的牛磺酸和赖氨酸的含量。

采用RGB-D时空上下文模型的多目标遮挡跟踪算算法

为了提高实时RGB-D目标遮挡跟踪精确度,解决多目标遮挡跟踪容易发生模型漂移和跟踪丢失等问题,本文提出一种基于RGB-D时空上下文模型的多目标遮挡跟踪算法.首先获取多目标检测定位区域,再通过目标时空上下文特征提取,建立目标时间上下文模型、目标空间上下文模型构成目标RGB-D时空上下文模型;然后在跟踪器判别跟踪状态时通过计算时间一致性进行颜色和深度特征自适应融合确定目标在当前帧位置;最后,当跟踪器判别多目标遮挡时引入深度概率,利用深度概率信息特征进行约束,通过最大后验概率(MAP)关联模型有效解决目标遮挡跟踪问题.在公用数据集clothing store dataset和princeton tracking benchmark dataset上进行定性对比实验和定量结果分析表明,本文提出的算法具有良好的遮挡跟踪性能,能较好解决多目标遮挡跟踪问题,提高目标遮挡跟踪的精确性和鲁棒性.

基于改进动态运动基元的6D轨迹规划

动态运动基元(DMPs)轨迹规划方法可以简化机械臂控制中参数调整的复杂过程,快速生成运动轨迹,但是面对姿态的流形特性以及跨零点情况,现有的DMPs很难达到预期的效果.本文提出了一种基于改进DMPs的笛卡尔空间6D轨迹规划方法.该方法采用四元数描述姿态,实现了位置轨迹与姿态轨迹的无奇异表示.通过解耦强迫函数与起-终点状态差值项之间的关联,消除了跨零点引起的轨迹抖动、无法生成与翻转等问题.此外,基于机械臂和障碍物间的距离与偏角建立了虚拟阻抗关系,并将其耦合到动力学模型中,实现了机械臂末端的避障控制,避免了避障行为过早问题,有利于减少消耗.机械臂6D轨迹规划仿真和实验表明,本文提出的改进DMPs方法有效.

Nonlinear Control for Multi-agent Formations with Delays in Noisy Environments

In this paper, we investigate the nonlinear control problem for multi-agent formations with communication delays in noisy environments and in directed interconnection topologies. A stable theory of stochastic delay differential equations is established and then some sufficient conditions are obtained based on this theory, which allow the required formations to be gained at exponentially converging speeds with probability one for time-invariant formations, time-varying formations, and time-varying formations for trajectory tracking under a special"multiple leaders" framework. Some numerical simulations are also given to illustrate the effectiveness of the theoretical results.

肠炎沙门菌sifA基因缺失株的无痕构建及其在巨噬细胞内的增殖特性研究

目的本研究旨在探究sifA基因对肠炎沙门菌胞内寄生和增殖的影响,以探索肠炎沙门菌的致病机理。方法根据同源重组原理,无痕构建肠炎沙门菌C50041的sifA基因缺失株,通过蓝白斑、抗生素耐药性、PCR和基因测序方法对基因缺失株进行鉴定,并从生物学特性、胞内沙门菌增殖、sifA基因在胞内外菌中表达等方面,分析sifA基因对肠炎沙门菌的影响。结果成功构建肠炎沙门菌C50041ΔsifA,蓝白斑、抗生素耐药性、PCR和基因测序方法证明该菌株是正确的。其生长速度和生化特性没有发生改变。ΔsifA株感染巨噬细胞后,其胞内沙门菌量显著少于其野生株。sifA基因在spiC基因缺失株中表达量增加。结论肠炎沙门菌C50041ΔsifA被成功构建,其在巨噬细胞内的增殖量显著降低,sifA基因表达可能受spiC基因调控,本研究为深入探究肠炎沙门菌在细胞内增殖及sifA基因的功能奠定基础。