非线性输入输出系统参数辨识的高阶最小二乘法

传统的最小二乘方法在对非线性模型中的参数进行辨识时,通常采用对非线性模型的一阶线性求解,在求解过程中会引入误差,从而造成待求解系统模型参数的发散。当系统模型的非线性越强时,待辨识的模型参数发散就越严重,从而使待辨识的模型参数的估计精度不精确。文章通过采用对目标函数进行高阶展开,以减少引入误差来提高系统模型待辨识参数的精度。数值仿真结果,证实了所提方法的有效性与可行性。

下肢负重外骨骼机器人的初步设计

研究设计了一种能够增强人体负重的下肢外骨骼机器人,该负重外骨骼机器人具有8个自由度,可实现髋关节的外展与内收、屈/伸运动;膝关节的屈/伸运动以及踝关节的弯曲运动;根据人体步态分析研究出各个关节的运动角度范围,结合目标负重进行结构优化设计;对机器人的结构进行简化,建立了外骨骼机器人的连杆模型,根据其几何关系,采用D-H准则对外骨骼机器人进行了数学建模;以计算机、六轴运动控制卡和STM32为核心构建了控制系统,结合ZMP(zero moment point)零力矩点稳定性判据及三次样条插值进行了步态规划,并将此步态规划应用于样机上;样机实验结果表明,此结构能够满足不同体型的人进行穿戴,并能够根据规划的步态轻松行走,验证了其结构和控制系统的合理性。

融合LSTM和PPO算法的移动机器人视觉导航

为提高移动机器人在无地图情况下的视觉导航能力,提升导航成功率,提出了一种融合长短期记忆神经网络(long short term memory, LSTM)和近端策略优化算法(proximal policy optimization, PPO)算法的移动机器人视觉导航模型。首先,该模型融合LSTM和PPO算法作为视觉导航的网络模型;其次,通过移动机器人动作,与目标距离,运动时间等因素设计奖励函数,用以训练目标;最后,以移动机器人第一视角获得的RGB-D图像及目标点的极性坐标为输入,以移动机器人的连续动作值为输出,实现无地图的端到端视觉导航任务,并根据推理到达未接受过训练的新目标。对比前序算法,该模型在模拟环境中收敛速度更快,旧目标的导航成功率平均提高17.7%,新目标的导航成功率提高23.3%,具有较好的导航性能。

蒸汽发生器检测机器人运动分析与控制实现

在核电站蒸汽发生器复杂环境下,为准确控制机器人完成管板检测任务,提出了一种基于STM8处理器的爬壁机器人运动控制方法;针对机器人两个不同轴线驱动轮的结构特点,运用运动学理论建立了机器人运动方程,分析了机器人的运动特性;设计了爬壁机器人硬件控制电路,为提高机器人的控制精度,采用了位置环,速度环和电流环三环PID软件控制策略;最后,对此控制方法进行了相关实验验证;实验结果表明,爬壁机器人控制电路设计合理可靠,三环PID算法实现了较好的运动效果,满足设计要求。

外骨骼机器人研发应用现状与挑战

可穿戴式外骨骼机器人融合机械设计、信息传感、仿生驱动、控制算法、神经工程等多学科前沿技术,可与人体构成强耦合系统,通过多传感器信息融合技术感知人机状态参数,经智能控制算法驱动助力单元,为穿戴者关节运动提供助力和保护。本文以医疗、民生、军事三个典型应用领域为切入点,重点介绍了国内外外骨骼机器人在医疗康复、助老助行、人体增强等领域的研发应用现状,指出了当前制约外骨骼机器人发展的痛点问题和挑战,提出了针对性解决思路,可为外骨骼机器人关键技术研究和产业化推广应用提供参考。

蒸汽发生器二次侧检测用爬壁式移动机械臂控制系统设计

根据对现有爬壁类机器人控制系统研究现状的分析,针对国内外在控制系统研究思路上所存在的不足,从蒸汽发生器二次侧检测用爬壁式移动机械臂的实际应用角度出发,文中设计了一套基于运动学模型的爬壁式移动机械臂控制系统,该系统包含了机器人定位系统设计、轨迹跟踪控制系统设计和基于机器人控制状态划分设计的上位机软件等3个部分。通过上位机软件将机器人的运动控制需要转化为通信指令,向机器人下达位姿控制命令,能够实现爬壁式移动机械臂在蒸汽发生器二次侧密闭狭窄空间中实际作业需求。该控制系统设计方法能为机器人高精度作业实现提供良好的基础,从而扩大机器人的安全运行范围、提升作业效率,并为未来的无人化自动检测提供有利条件。

动态系统加性干扰与状态估计的实时滤波方法

动态系统在受不确定因子干扰的环境下,常出现因模型不匹配而造成系统状态估计精度不高的现象。为此,考虑一类线性系统状态模型和测量模型中呈现加性干扰的情况,通过建立加性干扰的辅助动态方程,给出基于卡尔曼滤波的加性干扰统计特性在线辨识方法,再建立考虑状态模型和测量模型加性干扰统计特性的系统状态变量估计的卡尔曼滤波器。建立了加性干扰之间的相互影响以及它们对状态估计滤波器性能影响的分析方法,用数字仿真验证了新方法的有效性。

磁驱动微型机器人的智能控制发展现状

低强度磁场无线驱动的微型机器人可以在狭小空间中运动并完成复杂作业任务,如靶向给药、微操作及环境检测等。本文旨在总结磁驱动微型机器人的智能控制发展现状,主要包括智能控制方法在以下方面的应用:从刚性结构到柔性结构的磁驱动微型机器人,从单一运动模态到多种运动模态的磁驱动微型机器人,从开环控制到闭环控制的磁驱动微型机器人,从单个个体到单个群体再到多个个体的磁驱动微型机器人。最后,展望了磁驱动微型机器人的未来发展方向,包括更大空间的磁驱动装置,更多运动模态的微型机器人,软体结构的医疗微型机器人,微型机器人自主导航和多个磁驱动微型机器人的控制。

基于空间注意力和可变形卷积的无人机田间障碍物检测

为了解决植保无人机作业时,传统田间障碍物识别方法依赖人工提取特征,计算耗时较长,难以实现在非结构化田间环境下实时作业识别的问题,提出一种优化的Mask R-CNN模型的非结构化农田障碍物实例分割方法。以ResNet-50残差网络为基础,将空间注意力(Spatial attention,SA)引入残差结构,聚焦跟踪目标的显著性表观特征并主动抑制噪声等无用特征的影响;引入可变形卷积(Deformable convolution,DCN),通过加入偏移量,增大感受野,提高模型的鲁棒性。构建包含农田典型障碍物的数据集,通过对比试验研究在ResNet残差网络结构中的不同阶段中加入空间注意力和可变形卷积时的模型性能差异。结果表明,与Mask R-CNN原型网络相比,在ResNet的阶段2、阶段3、阶段5加入空间注意力和可变形卷积后,改进Mask R-CNN的边界框(Bbox)和掩膜(Mask)的平均精度均值(mAP)分别从64.5%、56.9%提高到71.3%、62.3%。本文提出的改进Mask R-CNN可以很好地实现农田障碍物检测,可为植保无人机在非结构化农田环境下安全高效工作提供技术支撑。

面向并联机器人研发的数字化平台软件系统

机器人设备的研发需要多学科耦合分析及交叉设计,现有工业软件无法从整机系统的高度指导产品研发过程,这必然会造成研发的多行为矛盾。因此,集成多领域、多学科的数字化设计、仿真、分析平台亟待突破。以并联机器人为例,建立并联机器人研发的数字化软件系统,称之为PMDB(Parallel Manipulator Digital Board)软件。软件通过用户导入的需求可完成自动化快速几何建模,基于螺旋理论建立并联机器人运动学及动力学模型,对几何模型进行仿真分析,通过机器人全域性能指标进行参数优化,完成自上而下的闭环迭代设计。在整个过程中工程师和计算机时刻进行着人机交互,其中PMDB起着导航的作用,而工程师是最终决策者。最后通过精密定位平台研发实例验证PMDB软件的有效性。

并联式髋关节外骨骼设计与基于人机耦合动力学方法的系统实现

同构串联式外骨骼普遍存在人体生物关节轴线与外骨骼机械关节的转动轴线发生偏移(即人机关节失配)的问题。为此,本文提出了一款并联式髋关节外骨骼,通过新型的结构设计消除了人机关节失配的问题和穿戴前繁琐的人机关节校对环节,同时具有人体髋关节的所有运动自由度,并实现髋关节屈曲/伸展和外展/内收方向的助力。另外,为解决并联外骨骼驱动力耦合问题,提出了基于人机耦合动力学模型的控制方法,实现了各支链驱动器的协同助力控制。最后,构建了可穿戴外骨骼样机系统,在穿戴者身上开展了1类外骨骼运动性能验证实验和4类运动助力实验,实验结果验证了所提出外骨骼与人体良好的运动相容性以及控制器助力的有效性。

基于视频的人群异常事件检测综述

随着公共安全问题的日益突出,公共场所人群异常事件的及时发现将有助于相关部门的及时响应和救援,从而降低群众人身伤亡和财产的损失。近年来,在智能监控和安防领域的发展下,基于视频的人群异常事件检测已成为图像处理、机器视觉、机器学习等相关领域的研究热点。概述了基于视频的人群异常事件检测相关研究的概况、研究现状及未来的发展趋势。人群异常事件检测有两个基本问题,一个是基本事件的表示,一个是异常事件检测模型的建立。重点从这两个方面回顾人群异常事件检测技术的发展和常用的处理方法,并对研究难点及未来的发展趋势作了较为详细的分析。

基于多尺度区域与类不确定性理论的局部阈值分割方法

医学图像受成像原理的限制,存在图像灰度分布不均匀、噪声大、组织间边界模糊等问题,传统的阈值分割方法通常难以获得精准的分割结果。针对这一问题,提出一种基于多尺度区域与类不确定性理论的阈值分割方法。首先,利用多层金字塔结构将原始图像分割成一组不同尺度的子区域;然后,基于类不确定性与区域均匀性度量构建带不等式约束的能量函数,并逐层迭代求解各子区域的最优局部阈值;最终,得到局部最优阈值掩膜,从而实现图像分割。通过仿真实验可得所提方法能有效克服噪声、局部灰度分布不均匀以及模糊边界等因素的干扰,算法性能显著优于经典的基于受限的目标灰度频率范围求解最优分割阈值方法(RCOtsu)和基于类不确定性及区域均匀性的能量最小化(MHUE)方法以及近年来提出的一些基于阈值分割方法。所提方法分割结果平均误分率(ME)为1.1%,与上述对比算法的平均误分率相比下降了2.1%;峰值信噪比(PSNR)为17.1 dB,比对比算法的平均指标下降了2.7 dB。实验结果表明,所提方法可以稳定、清晰地分割灰度不均和高噪声图像。

腰部外骨骼机器人线性自抗扰控制器参数优化

针对腰部外骨骼机器人线性自抗扰控制器参数难以调整的问题,本文提出一种基于天牛须搜索的改进粒子群算法(PSO)。建立腰部外骨骼机器人模型,采用线性自抗扰控制器,进一步引入改进的PSO对其进行参数优化。该算法通过混沌初始化种群,提高粒子执行效率;采用非线性策略调整惯性因子和学习因子,加强粒子的搜索能力;引入天牛须搜索算法与PSO结合,并采用自适应权重,使得粒子可对周边环境进行较好地判断,避免粒子陷入局部最优。分别通过6个测试函数和建立系统评价指标进行仿真实验,结果表明所提出的算法有更好的收敛精度,优化后的控制器具有更好的控制性能。

基于自编码器生成对抗网络的可配置文本图像编辑

基于文本的图像编辑是多媒体领域的一个研究热点并具有重要的应用价值.由于它是根据给定的文本编辑源图像,而文本和图像的跨模态差异很大,因此它是一项很具有挑战的任务.在对编辑过程的直接控制和修正上,目前方法难以有效地实现,但图像编辑是用户喜好导向的,提高可控性可以绕过或强化某些编辑模块以获得用户偏爱的结果.针对该问题,提出一种基于自动编码器的文本图像编辑模型.为了提供便捷且直接的交互配置和编辑接口,该模型在多层级生成对抗网络中引入自动编码器,该自动编码器统一多层级间高维特征空间为颜色空间,从而可以对该颜色空间下的中间编辑结果进行直接修正.其次,为了增强编辑图像细节及提高可控性,构造了对称细节修正模块,它以源图像和编辑图像为对称可交换输入,融合文本特征以对前面输入编辑图像进行修正.在MSCOCO和CUB200数据集上的实验表明,该模型可以有效地基于语言描述自动编辑图像,同时可以便捷且友好地修正编辑效果.

基于CFD和LightGBM算法的建筑室内温度全局预测模型

温度控制对建筑节能意义重大,室内温度准确预测是建筑温度精确控制的前提。本文提出一种基于计算流体动力学(CFD)和LightGBM算法的建筑室内全局温度预测模型实现对同一时间全局温度模拟和全局时间序列温度变化预测。基于空间建筑结构、传感器精度范围和实际温度控制范围简化的CFD简化模型满足精度要求同时解决了数据冗余的问题,更具备实践性。在此基础上通过LightGBM和LSTM算法模拟全局区域温度空间序列变化规律,采用LightGBM算法预测温度时间序列变化实现对室内温度全局预测。试验采用某地区烟草储存库全年建筑运行数据和室内外温度监测数据,构建室内全局温度预测模型,通过实际测量温度数据实验验证,建筑全局5 h温度分布预测准确系数为0.955 4,60 h温度范围预测准确系数为0.994 0,对比ANN,BP,LSTM算法,本文模型平均准确系数提高0.022 4~0.014 7。

棒材表面缺陷的激光超声无损检测方法研究

为了探究并验证棒材表面缺陷的定量无损检测,采用建立带有缺陷的棒材模型的实验方案,研究了激光超声表面波与棒材表面裂纹的作用机理,探究了不同深度的缺陷对表面波反射回波的影响。同时提取了缺陷相关特征信号,利用时域与飞行散射法的结合,确定了棒材表面裂纹的位置。又利用反射回波信号建立棒材缺陷深度参考模型,确定棒材表面缺陷的深度,由此得出了推导棒材表面缺陷深度的计算公式,计算出了缺陷深度。数值结果与理论结果有很高的吻合度,为棒材表面裂纹的定量检测提供了一种高效准确的方法。

腰部外骨骼线性自抗扰控制研究

如今,物流搬运部分行业仍然严重依赖手动搬运。长期的搬运工作会极大地增加腰背肌肉劳损,甚至导致腰椎疾病。随着外骨骼系统的迅速发展,为搬运工开发腰部外骨骼至关重要。文中提出了一种线性扩张观测器的自抗扰控制算法。在搬运物体重量未知的情况下,该算法可以使得腰部外骨骼准确平滑地跟踪腰部运动轨迹。穿戴者搬运物体时,线性扩张观测器近似估计系统的扰动,并由控制器生成外部辅助扭矩补偿系统的扰动。