信息与控制杂志

信息与控制杂志2021年第3期

• 工业边缘计算研究现状与展望

  王其朝, 金光淑, 李庆, 王锴, 杨祖业, 王宏

  随着工业互联网技术的发展，工业设备生成的数据量以指数形式增长，给云计算带来了巨大的数据压力.边缘计算由于低时延、低流量、强隐私性等特点在工业领域中有了越来越多的应用研究.本文针对近几年的工业云计算和边缘计算技术进行了综述.首先介绍了工业互联网背景下云计算和边缘计算的发展历史，分析了边缘计算的定义和边缘计算的几种计算典型形式与工业边缘计算系统的关系.其次分析了工业边缘计算的几种典型应用，针对当前的研究现状，讨论了工业场景中影响边缘计算应用的几种关键技术，并对工业场景下的研究挑战做了总结与展望.

• 基于语义先验和深度约束的室内动态场景RGB-D SLAM算法

  姜昊辰, 刘衍青, 彭镜铨, 李嘉茂, 朱冬晨, 张晓林

  针对大多数同时定位与地图构建（simultaneous localization and mapping，SLAM）系统在动态场景下位姿估计不准确的问题，本文提出了一个基于语义先验的加权极线和深度约束的运动一致性检测算法，以此构建一个室内动态场景下的视觉SLAM系统.该系统首先对输入图像进行语义分割，获取潜在运动特征点集合；其次对图像非潜在运动区域进行特征点提取，获取帧间变换的初值，利用加权的极线约束和深度约束完成对潜在外点（如运动特征点）的二次判断，并将外点移除从而更新静态特征点集合.最后利用静态特征点集实现对相机位姿的精确求解，并作为位姿优化的初值送入后端.本文在TUM（慕尼黑工业大学）数据集上的9个动态场景序列以及波恩复杂动态环境数据集的3个图像序列上进行了多次对比测试，其绝对轨迹误差（ATE）的均方根误差（RMSE）与现有先进的动态SLAM系统DS-SLAM相比降低了10.53%~93.75%，对于平移和旋转相对位姿误差（RPE），RMSE指标最高实现73.44%和68.73%的下降.结果表明，改进的方法能够显著降低动态环境下的位姿估计误差.

• 基于多块信息提取和马氏距离的<i>k</i>近邻故障监测

  吴晓东, 熊伟丽

  针对传统k近邻故障监测算法中仅考虑近邻样本观测信息的问题，提出了一种基于多块信息提取和马氏距离的故障监测方法.通过挖掘原始数据中隐含的累计信息和变化率信息，提升了传统k近邻故障监测算法对微小偏移和脉冲振荡等故障的监测性能.同时结合观测数据构建三类信息子块，基于马氏距离与贝叶斯融合策略，构造出新的统计量进行监测.将所提方法进行数值仿真并应用于田纳西—伊斯曼（TE）过程和高炉炼铁过程故障监测，仿真结果验证了方法的有效性及监测性能.

• 动态环境下的语义SLAM算法

  张诚, 黄丹丹, 刘智

  传统的同时定位与地图构建（SLAM）算法存在着易受动态物体影响和无法提取场景语义信息的问题.为了解决上述问题，提出了一种动态环境下的室外3维语义地图的构建方法.首先在语义分割方面，提出一种基于全卷积网络（fully convolutional network，FCN）和超像素的条件随机场（conditional random field，CRF）对图像进行语义分割，并结合语义信息和对极约束剔除动态物体上的特征点.然后，利用视觉里程计估计相机的运动轨迹，并利用单目深度估计算法获取深度数据，通过深度数据获取场景的3维模型.同时，通过贝叶斯渐进式标签迁移算法将二维语义标签逐步转移到3维点云中，在此基础上，提出一种基于高阶CRF的全局3维地图优化算法，该算法通过时空一致的3维超像素建立CRF的高阶项，增加点云与所属3维区域之间的约束关系来实现语义分割中点云所属类别的边界一致性.经实验验证，本算法在动态场景下较主流算法有更好的位姿估计精度，能够有效地提高单帧图像的语义分割精度并获得全局一致的语义地图.

• 基于快速行进平方法的水面无人船路径规划

  刘蔚, 谈果戈, 邹劲, 董超, 唐梓力

  针对水面无人船控制系统中的重要组成部分之一的路径规划，本文基于快速行进平方法对其进行了研究.首先建立了路径评价函数，根据水面无人船所处的真实环境，对基于不同参数Sat规划所得路径的特征进行量化，从而选择适用于本海域的Sat值，以进行动态环境下路径规划的研究.之后，本文对快速行进平方法进行了适当改进，对路径规划过程进行了优化，当无人船没有碰撞危险时，仅使用快速行进平方法进行一次全局路径规划，而当无人船探测到障碍船只后，再利用快速行进平方法进行局部路径规划.并在此过程中对速度势场进行改良，人为加入不可航行区域，使得无人船沿局部路径航行时，可以做出符合国际海上避碰规则所规定的动态避碰行为.最后，通过Matlab仿真，将本文提出的改进快速行进平方法与原始快速行进平方法进行对比，验证了本文提出的改进算法可以极大减小路径规划的时间，所得到的路径光滑且连续，在复杂环境下具有较高的安全性，适用于水面无人船在实际中的应用.

• 基于KECA-IGWO-KELM的间歇过程故障诊断方法

  张敏, 王瑞琦, 张训杰

  针对间歇过程数据呈现的多阶段性、强耦合性以及非线性等特点，提出一种基于核熵成分分析（KECA）和改进灰狼优化算法及核极限学习机的（KELM）间歇过程故障诊断方法.考虑间歇过程数据的多阶段性，利用K均值算法对数据进行阶段划分，将整个过程划分为若干子阶段；针对间歇过程数据的强耦合性与非线性，引入核熵成分分析算法对原始故障数据进行特征提取，获得数据深层特征；利用核极限学习机作为分类器，并通过改进种群初始化策略与收敛因子的改进灰狼算法进行分类器参数智能寻优，进而获得最优分类器，实现间歇过程各阶段的故障诊断.最后通过青霉素仿真实验数据进行模拟实验和对比实验，验证了该方法的可行性和优越性.

• 基于控制性能指标的重放攻击编码检测方案

  杨佳佳, 张正道, 谢林柏

  针对信息物理系统（cyber-physical systems，CPS）中重放攻击的检测问题，提出一种基于系统性能指标的量测噪声编码方案.首先对重放攻击进行简单描述；其次根据给定的系统性能变化范围计算可容许的最大测量噪声干扰，并将其加到传感器输出端对测量值进行编码，同时在滤波器端对测量值进行解码；采用渐消卡尔曼滤波算法对系统性能进行实时估计.正常情况下系统达到稳态时性能指标值也趋于固定值，当遭受重放攻击时，由于解码信息与编码过程不同步，导致系统遭受超过允许范围之内的量测噪声，并使系统性能指标超出给定范围.采用所提方案在正常情况下不会对系统性能造成影响，通过观察系统实时性能指标的变化可以有效地检测到重放攻击的发生.

• 基于信息融合的风电机组关键部件状态识别

  苏连成, 郭高鑫

  针对风电机组关键部件的运行状态识别问题，本文提出一种引入时间维度信息的降噪自编码器融合多个传感器信号进行关键部件运行状态识别的方法.首先通过训练学习SCADA（supervisory control and data acquisition）数据中各传感器信号之间相互关系以及时间维度上运行状态变化趋势，建立关键部件正常运行状态模型；然后将风电场实时采集数据输入模型，再根据模型输出残差的分布情况识别关键部件的运行状态.最后使用风电场中发电机和齿轮箱两种关键部件实际故障数据进行验证，结果表明融合时间维度上的状态变化趋势更准确的描述了关键部件运行状态，有效提高了关键部件运行状态识别的准确度.

• 基于有限时间干扰观测器的多智能体系统的协同控制

  任彦, 岳美霞, 解东, 王慧敏

  针对有向拓扑下带有未知干扰的二阶多智能体系统的协同控制问题，提出一种基于有限时间干扰观测器的动态面滑模一致性控制协议.首先，采用反步法设计了一种有限时间干扰观测器来对干扰进行快速地估计和补偿；其次，结合动态面控制与滑模控制方法设计一致性跟踪控制策略，既提高了系统的控制精度，又简化了控制器的设计过程.然后，通过理论证明，在有向拓扑下，所提的控制协议可以实现领航-跟随一致性.最后，通过数值仿真验证了所提方法的有效性.

• 联合特征增强和网络参数优化的人脸识别方法

  牛冰川, 文成林

  针对（2D）2PCA（two-dimensional principal component analysis）提取的特征脸精度变低的问题，本文引入插值法在特征向量之间插入新的向量，以提高特征信息的显示度；针对传统的神经网络存在学习效率低、收敛速度慢和容易陷入局部极小值的问题，本文使用一种基于权值缓慢变化的粒子群算法（particle swarm optimization with slowly changing weights，WSCPSO）优化神经网络权值.实验表明：两种算法的结合能够大大地提高识别率.

• 基于HSIC-GL的多元时间序列非线性Granger因果关系分析

  李柏松, 任伟杰, 韩敏

  因果分析是数据挖掘领域重要的研究课题之一.由于传统的Granger因果模型难以准确识别多变量系统的非线性因果关系，本文提出一种基于Hilbert-Schmidt独立性准则（Hilbert-Schmidt independence criterion，HSIC）的组Lasso模型的Granger因果分析方法.首先，利用HSIC将输入样本和输出样本映射到再生核Hilbert空间，克服了传统的Granger因果模型不能应用于非线性系统的缺陷.然后，建立具有组Lasso约束的回归模型，对多变量及其组派生变量进行因果分析，并采用贝叶斯信息准则进行模型选择，避免了人为设置滞后阶数和正则化参数.最后，根据HSIC-GL模型的回归系数和显著性检验结果，实现了多变量时间序列之间的非线性因果分析.通过对非线性和混沌系统的仿真实验，验证了该方法的有效性.最后将其应用于沈阳空气质量指数（AQI）和气象时间序列的因果关系分析.

• 基于正交分解的室外阴影图像恢复

  管宇, 田建东, 唐延东

  图像中的阴影会降低计算机或机器人视觉的鲁棒性.为了消除这一干扰，本文提出了一种单幅彩色图像阴影自动消除算法.首先应用图像光照正交分解模型，将一彩色图像正交分解为光照本征图像和光照强度图像，然后根据同一物体在阴影和非阴影中的成像具有相同光照不变分量和不同光照强度的特性，对图像中的阴影区域进行自动恢复，从而生成无阴影图像.与目前已有的图像阴影恢复算法相比，本文算法无需对阴影区域进行识别检测且具有较强的实时性和鲁棒性，同时可有效消除图像中的浅阴影和细碎阴影.另外，对同一场景不同光照下拍摄的系列图像，所提算法处理的结果具有较好的光照恒常性.通过与目前主流阴影去除算法实验相比，验证了所提算法的实时性、鲁棒性和先进性.

• 基于最小负荷初始化的改进遗传算法求解柔性作业车间调度问题

  陈广锋, 韩玮

  针对柔性作业车间调度问题的组合优化难题，提出了一种基于全局最小负荷初始化的改进遗传算法，并构建最小化最大完工时间的数学目标模型.所提算法使用基于全局最小负荷选择的初始化方法，提高初始种群的质量，加快算法收敛速度，提高全局搜索效率；遗传算子中改善了选择交叉算子并提出趋于最小机器负荷的单点基因变异策略，建立稳健的调整机制；结合禁忌搜索算法并设计其邻域结构和禁忌规则，使用该算法对遗传迭代后的种群进行优化，克服遗传算法局部寻优能力较差的缺陷，提高算法求解质量；确立算法终止准则，降低时间复杂度，增加算法的求解效率.最后通过基准测试算例进行数值分析和对比实验，验证了所提初始化方式的有效性和所提改进算法的可靠性.