Task-Space Tracking Control of Robotic Manipulator Via Intermittent Controller

An intermittent controller for robotic manipulator in task space was developed in this paper.In task space,for given a desired time-varying trajectory,the robot end-effector can track the desired target under the designed intermittent controller.Different from most of the existing works on control of robotic manipulator,the intermittent control for robotic manipulator is discussed in task space instead of joint space.Besides,the desired trajectory can be time-varying and not limited to constant.As a direct application,the authors implemented the proposed controller on tracking of a two-link robotic manipulator in task space.Numerical simulations demonstrate the effectiveness and feasibility of the proposed intermittent control strategy.

一种基于流形的机械臂动作构型知识压缩表达方法

针对在机械臂分拣任务中,存在物体形状各异、大小不一、训练神经网络成本过高的问题,提出一种基于流形空间的机械臂快速分拣方法。通过自主设计的一款简易实验装置模拟代替机械臂进行实验。对高维数据进行压缩,结合三维快速凸包求解算法,对体积大小不同的同类物体的流形空间进行分割,以凸包形式将稳定性较高的点集包裹起来。实验结果表明,体积大小不同的同类物体的高稳定流形子空间是一致的。该方法可以通过对一种物体的流形子结构进行尺度放缩,得到不同大小的同类物体的高稳定分拣区域,用于生成高效、可靠的机械臂分拣任务中的6D位姿构型,以提高分拣作业的工作效率。

一种动态锁定式多星协同任务规划的A2C算法

提出了一种基于强化学习算法的多星协同任务规划方法。该方法将多星协同任务规划视为多个双星协同规划,采用相邻双星锁定的方式来共享双星任务规划结果信息,基于A2C(优势动作评价)强化学习算法对双星任务规划的结果进行再调整。针对多星协同任务规划状态空间复杂且变化的问题,设计了两级状态空间和价值评价函数决策的方法,对强化学习所依赖的状态空间进行维度限制,确保智能体对任务进行调整的过程不影响状态空间维度。算法设计过程考虑了多种约束条件,设置了天气、成像质量和成像优先级等可调参数作为强化学习A2C算法的评价参数,这些可调参数有助于用户自定义决策评价体系。最后,通过仿真验证了算法的可行性。仿真结果表明,该算法多星协同任务规划的组合任务抛弃率小于10%。

基于虚拟空间三维体素—语义地图的机械臂任务规划

任务规划算法是机械臂在未知环境下具备抓取能力的基础,为此提出一种基于三维体素—语义地图的机械臂虚拟空间任务规划方法。在获取完整点云场景的基础上,利用基于掩码区域的卷积神经网络实现目标检测与实例分割,构建由三维点云、语义信息、三维计算机辅助设计模型组成的体素-语义混合地图;优化A*算法完成机械臂末端执行器最优路径规划,利用贝塞尔曲线完成轨迹优化;探究抓取不同几何体时的机械臂末端位姿,分解抓取、放置等复杂任务,形成基于语义驱动的空间任务规划。在虚拟空间通过仿真试验,表明了所提算法的有效性和快速性,同时该算法可支撑机械臂执行各种复杂的抓取任务,并提升机械臂的智能水平。

空间小碎片抱捕用连续型机器人结构综述

空间小碎片的抓捕任务需要空间机器人在没有合作信息的情况下对目标进行抓捕,连续型机器人本体可在缺少抓捕对象精确测量信息的条件下,直接利用大容差实现高可靠抱捕任务。文章针对连续型机器人在空间小碎片抓捕领域的应用需求,对连续型机器人的驱动方式,以及绳驱动连续型机器人的主干、关节进行详细的调研和对比分析,在此基础上提出绳驱动连续型机器人结构设计需关注的关键问题,最后针对应用于空间抱捕任务的连续型机器人结构技术的未来发展进行展望。

面向任务的云、边、端分布式异构资源优选技术

聚焦未来复杂、高动态环境下异构无人系统跨域联合、超视距分布式联合等应用需求,构建包含任务要素、多智能体要素的任务空间,提出一种混合知识驱动的“云-边-端”跨层跨域任务分配和资源优选模式,分析智能体任务包构建、冲突消解等关键技术,研究特定时间窗口下的分布式任务分配效果,考虑到复杂动态对抗环境因素影响,分析面向扰动的柔性适变方法。通过结合典型空海场景对任务分配算法进行仿真,验证跨域分布式任务分配、面向扰动的适变调整等设计的可行性和有效性。

空间站机械臂任务规划方法

任务规划技术是航天任务执行过程中的核心关键技术,针对空间站机械臂的外自主行为受限、行为多样、分支众多,存在多类型约束以及多资源条件限制等特点,对空间站机械臂任务规划方法进行研究。对任务需求进行分析形成月事件,地面工程师给出将任务分解为子任务的建议,将月事件分解为具有逻辑关系的飞控事件,飞控事件集合描述了航天器不同的行为及不同模式下的行为,每一个模式下的飞控事件由控制动作或控制动作序列构成,建立了分层规划对象模型。同时,构建状态空间集合描述时变的器上状态和状态值,在飞控事件层和控制动作序列层建立状态推理模型。采用多约束逻辑表达式对联合约束进行描述,将运动飞控事件进行归一化设计。在时间的调度和资源条件限制下在规划器中进行迭代求解,生成地面控制动作序列,实现任务目标并用于任务实施。在空间站机械臂在轨任务中验证了该方法的正确性和高效性。

小天体多节点着陆器强化学习任务规划方法

针对中国提出的小天体多节点着陆器节点运动强耦合,着陆规划过程复杂、执行易偏差、重新规划速度慢特点,提出一种多节点着陆器强化学习任务规划方法。该方法首先将状态空间规划逻辑模型描述为矩阵,利用模型矩阵将任务规划建模为马尔科夫过程,之后通过状态哈希的广度优先搜索算法筛选随机生成状态,生成有效多节点着陆器状态空间始末状态,构建虚拟状态空间训练环境,随机切换始末状态训练强化学习智能体,提升节点的规划适应能力,实现多种条件下的任务规划。对着陆任务进行仿真,实验表明训练后智能体成功完成所有测试任务,且规划效率比POPF3规划器更高,在方案频繁调整的短序列任务上规划速度优势更大,可以更好地应用于多节点着陆器的任务规划。

深空探测器多智能体强化学习自主任务规划

针对深空探测器执行附着任务时各子系统协同规划自主性、快速性和自适应性的要求,提出一种基于近端策略优化方法的多智能体强化学习协同规划,将单智能体近端策略优化算法与多智能体混合式协作机制相融合,设计了一种多智能体自主任务规划模型,并引入噪声正则化优势值解决多智能体集中训练中协同策略过拟合的问题。仿真结果表明,多智能体强化学习自主任务规划方法能根据实时环境变化,对智能自主优化小天体附着任务的协作策略适时调整,与改进前的算法相比提高了任务规划成功率和规划解的质量,缩短了任务规划的时间。

基于粒子群算法的低轨重点卫星雷达协同探测任务规划方法

为提升定轨、成像、目标特性测量等多种模式下的观测效率,基于粒子群算法提出了一种低轨重点卫星雷达观测任务规划方法。相较基于优先级的任务规划方法,文中方法可对所有卫星按给定观测频次无丢失观测,满足雷达视场、时间窗口、任务切换等约束。使用雷达仰角、斜距、雷达截面积构建权值对基于观测时长的目标函数进行修改,并使用粒子群优化算法求解最大总观测时长或最快完成时间。仿真场景为两部假想地面雷达协同对30颗低轨重点卫星做24 h~72 h观测。结果表明,所有卫星无丢失观测,最大总观测时长和最快完成时间分别为18622 s和15 h 16 min(场景时间:24 h)。使用带有权值的目标函数可获得平均观测仰角、斜距的改善,而总观测时长基本一致。

基于障碍物和车位检测的单阶段多任务YOLO-Parking算法研究

文章提出一种基于YOLOv4的端到端多任务网络模型用于自动泊车系统中的感知任务,以环视图像(around view monitor, AVM)作为网络输入,基于卷积网络提取图像特征信息,通过YOLO和DMPR-PS(directional marking-point regression-parking slot)检测头实现停车位与障碍物并行检测。在PS 2.0公开数据集上进行验证的结果表明,所提出的多任务检测方法能够同时检测停车位和障碍物,障碍物识别平均精度均值达到89.72%,车位识别查准率达到93.53%,网络检测速率为34.0帧/s,在满足自动泊车感知任务需求的同时提升了系统的检测效率。该文研究成果对自动泊车感知技术的发展具有一定的意义。

空间机器人的同伦类约束路径规划

同伦类约束路径规划是空间机器人路径规划的一种重要技术手段,能够有效实现复杂约束条件下路径规划的运算轻量化,具有重要的理论意义和应用价值。同伦路径规划以同伦这一数学工具作为基础,将空间机器人的可行路径集限制在范围有限且具有良好函数性质的同伦结构中,在该结构中进行优化路径的搜索,在保证路径规划有效性的同时降低了算法的复杂性。介绍了基于同伦的路径规划近似算法框架,以及路径同伦构造和规划问题的求解。从面向约束的路径同伦构造方法和同伦优化搜索2个层面分析了近年来针对空间机器人同伦路径规划研究的进展。根据研究现状,对空间机器人的同伦类约束路径规划的未来发展进行了展望。

基于任务效能评价张量进化的航天器任务规划

航天器在空间探索时需要面对各种多任务场景,复杂的任务耦合关系和航天器轨迹约束给任务规划带来困难。本文提出了基于任务效能评价张量进化的航天器任务规划方法,利用张量形式来描述任务规划中任务点间转移轨迹与前序任务集的耦合关系,精确地评价不同任务规划方案下的转移轨迹代价和任务收益,从而有效地提高了任务规划效能,并极大缩减了任务规划的计算量。

基于K8s的天基云平台可靠性方案设计

针对地面云平台移植到太空中会由于单粒子效应频繁导致其可靠性严重下降的问题,结合具体型号任务,针对K8s云平台研究基于三模冗余的任务容错方案。针对星载计算机功耗受限的问题,在综合考虑功耗和任务实时性的基础上,设计实现2种分别基于传统三模冗余和时间三模冗余的冗余方案;针对核心级别的故障恢复需求和单个卫星搭载节点较少的特点,通过修改K8s源码,实现核心分配功能。相关实验结果表明,该容错机制能有效容忍单粒子翻转导致的错误,支持核心级别的错误恢复和利用核级冗余支持任务容错,同时,具有较小的性能开销。

面向空天预警的多源异构装备一体化协同探测技术研究

针对空天预警探测对于多源异构装备的一体化协同运用需求,首先开展了多源异构装备体系协同运用总体设计,提出了分布式网络化服务化联合运用架构,可支持集中式、分布式等灵活多样的多源异构传感器协同管控模式;其次,开展了多源异构装备协同探测关键技术研究,可针对不同作战任务实现分布式装备自组织组网,利用天地基装备任务分配技术实现多目标多装备动态分配,并开展天地基装备协同引导分析计算,实现基于精度控制的多传感器协同跟踪。协同探测仿真试验结果证明,多源异构装备一体化协同探测技术可面向多方向多目标来袭场景有效提升预警探测系统的目标跟踪数量。

影响数字阅读适配认同因素的实证研究

场景语境为数字阅读内容设计提出适配的新要求,主要表现在对读者所处时空(所在)、阅读习惯与偏好(所想)、阅读任务(所为)的适配。读者对基于以上三个维度设计的内容是否产生适配认同,是检验适配效果的重要标准,这种认同可以促生持续的阅读意愿和行为。实证研究表明,读者性别、年龄、学历、职业四组个体特征因素均与其数字阅读适配认同显著相关。每组因素下的组间差异导致了数字阅读适配认同程度的不同,并呈现出一定的规律性特征。

面向中国式现代化的国土空间格局优化:基本遵循、理论逻辑和战略任务

研究目的:立足中国式现代化五大基本特征,剖析国土空间格局优化和中国式现代化的关系,为国土空间治理体系和治理能力现代化水平的提升提供参考。研究方法:文献研究法,综合分析法。研究结果:(1)中国式现代化具有的人口规模巨大、全体人民共同富裕、物质文明和精神文明相协调、人与自然和谐共生、走和平发展道路五大特征是国土空间格局优化的基本前提、基本要求、基本原则、基本伦理和基本追求;(2)国土空间格局优化能够以“人地耦合”的基础逻辑、“规律纠偏”的功能逻辑、“文化精神”的引导逻辑、“生态文明”的支撑逻辑和“全球治理”的参与逻辑,助力中国式现代化的实现;(3)基于“需求—功能”的匹配思路,面向中国式现代化的国土空间格局优化战略任务是打造人地协调、融合均等、文明有序、优美和谐和安全共治的国土空间新格局。研究结论:中国式现代化的五大特征是国土空间格局优化的基本遵循,而国土空间格局优化则是助力中国式现代化实现的有效手段。未来,国土空间格局优化应当沿着中国式现代化的根本道路,不断提升国土空间治理体系和治理能力现代化水平。

林果抓取装箱作业机械臂运动规划仿真

针对多轴串联型协作机械臂运动规划应用到林果抓取装箱作业场景中存在深框规划速度慢、效率低、不考虑环境约束导致路径质量较低等问题,提出一种基于改进RRTC(RRT-Connect)机械臂运动规划算法。在规划路径之前,考虑实际林果抓取装箱作业环境下的深框抓取姿态问题,提出新的满足环境约束的无碰撞抓取姿态计算方法。在迭代过程中,采用基于高斯采样策略的改进有界采样方法,以取代随机均匀采样,使搜索过程具备目标导向性,提高搜索效率;扩展时引入自适应变步长,提高碰撞检测的成功率;当扩展点陷入深框底部时,采用局部逃逸策略替换高斯随机采样,避免搜索失败。实验结果表明,改进的RRTC机械臂运动规划算法在林果抓取装箱作业中运行时间较短,路径成本较少,有效减少了计算时间。其中,与RRT-Connect算法相比,在复杂障碍物场景及六自由度机械臂仿真场景下,本研究所用算法路径成本分别缩短了45.49%和29.97%,运行时间分别降低了20.75%和74.91%,节点数分别减少了83.01%和84.55%,对于实现自动化林果作业具有一定的参考价值。

基于强化学习的深空探测器自主任务规划方法

针对深空探测器自主任务规划多约束的需求,提出了基于动态奖励的强化学习深空探测器任务自主规划模型构建方法,建立了深空探测器智能体的交互环境,构建了策略网络和融合资源、时间以及时序约束的损失函数,并提出动态奖励机制对传统策略梯度学习方法进行了改进。仿真实验结果表明:该方法可实现自主任务规划,规划成功率和规划效率相比静态奖励策略梯度算法有明显的提升,并且能在任意状态下开始规划而无需改变模型结构,提高了对不确定规划任务的适应性。该方法为深空探测器自主任务规划与决策提供了一种新的解决方案。

空天地一体化应急通信网络中的任务调度研究

通过天基卫星网、空基自组网和地面蜂窝网的优势互补,空天地一体化应急通信网络能够扩大应急通信覆盖和救援业务范围,实现多域全天候应急通信服务。为了满足应急场景中用户对服务质量的要求,提出了空天地一体化应急通信网络架构,概述了该架构下面临的关键技术挑战。同时,针对通信、感知和计算等任务调度问题,从调度方案、决策和求解三个方面对空天地一体化应急通信网络中任务调度的研究现状、技术原理和未来发展趋势进行了分析和展望。