面向信息物理系统的食品拣取机器人状态估计与攻击检测

目的:应对食品拣取机器人信息物理系统受网络攻击的情况。方法:基于区间观测器提出了一种用于食品拣取机器人系统状态估计与攻击检测的方法。首先建立位于信息物理系统中的食品拣取机器人数字化模型,应用拉格朗日方法确立机械臂动力学方程并转换为状态空间模型,而后依据反馈控制策略构建系统网络攻击模型。考虑系统中存在的非线性特征和噪声,应用广义系统理论将传感器攻击转换为系统状态,设计区间观测器为攻击检测器,并验证其误差系统的稳定性。结果:通过给定参数进行仿真,观测器输出贴近给定真实信号,所提方法正确且有效。由区间估计结果可以重构传感器攻击并检测出执行器攻击。结论:试验所提方法可以实现信息物理系统环境中的食品拣取机器人状态估计与执行器攻击检测。

基于离散多目标布谷鸟算法的食品拣取机器人协同路径规划

目的:提高大型食品加工仓储原材料拣取效率。方法:针对按食品加工配方比例拣取多货位原材料问题,建立以总移动距离、总能耗和周期拣取原材料总重量为指标的多目标食品拣取机器人协同路径规划模型。提出Pareto最优解离散多目标布谷鸟算法(discrete multi-objective cuckoo algorithm,DMCA),设计3层布谷鸟编码,重新定义突变、同类进化、异类进化更新策略,以提高DMCA全局优化能力。结果:该方法能够快速给出多机器人协同规划路径,相比于其他算法,总移动距离缩短了约6.3%,总能耗降低了约7.5%。结论:所提方法能够有效提高大型网格化仓储原材料拣取效率,规划路径平衡了移动距离和能耗。

基于密度峰值聚类并行麻雀搜索算法的食品机器人路径规划

目的:提高食品拣取机器人工作效率。方法:提出了一种基于密度峰值聚类并行麻雀搜索算法的食品拣取机器人路径规划方法。建立以总移动距离、点位间路径平滑度和移动安全度为评价指标的食品拣取机器人路径规划模型,在保证机器人移动安全的同时,尽可能提升路径平滑度和降低移动距离。设计密度峰值聚类优化麻雀搜索算法(DSSA),利用改进的密度峰值聚类算法对麻雀种群进行聚类分析,并根据聚类结果划分不同子族群和定义麻雀迭代进化方式;结合多点位路径规划模型和点位间存在的4条潜在移动路径,重新定义麻雀编码方式,搭建并行计算架构,以提高DSSA求解路径规划模型的精度和运算效率。结果:仿真结果表明,相比于其他食品机器人路径规划方法,总移动距离减少了7.3%~39.2%,移动时间降低了26.7%~50.1%。结论:所提方法能够明显改善食品分拣机器人路径规划效率,对提升食品加工企业生产效率具有一定的应用价值。