信息与控制杂志

信息与控制杂志2022年第2期

• 强化学习在无人车领域的应用与展望

  李远哲, 胡纪滨

  无人车(UGV)可替代人类自主地执行民用和军事任务，对未来智能交通及陆军装备发展有重要战略意义。随着人工智能技术的日益成熟，采用强化学习技术成为了无人车智能决策领域最受关注的发展趋势之一。本文首先简要概述了强化学习的发展历程、基础原理和核心算法；随后，分析总结了强化学习在无人车智能决策中的研究进展，包括障碍物规避、变道与超车、车道保持和道路交叉口通行四种典型场景；最后，针对基于强化学习的智能决策面临的问题和挑战，探讨并展望了未来的研究工作与潜在的研究方向。

• 柔性机械系统分布参数建模及其控制的研究与进展

  季宁, 刘金琨

  近年来，柔性机械系统以其轻量化、低耗能、操作灵活等优势在航空航天、海底勘探、机器人、机械制造等领域得到了广泛关注，其建模和控制问题也成为了当今国内外学者研究的热点问题。在本文中，首先介绍了柔性机械系统的部分应用背景，紧接着汇总了柔性机械系统常见的分布参数建模方法、控制策略、控制方法以及实际工程问题。最后，对柔性机械系统分布参数建模与控制问题进行了总结，并对未来的研究方向进行了展望。

• 基于时延估计的扰动卡尔曼滤波器外力估计

  吕涛, 杨芳艳, 李清都, 侯运锋, 陈程

  针对机械臂末端力估计存在模型误差及系统扰动等问题，提出了一种基于时延估计的扰动卡尔曼滤波器外力估计法。在不使用额外力传感器的情况下，通过电机驱动电流的测量，采用时间延时估计法设计出不需要精确动力学模型的估计器。将外力作为状态变量，对系统的不确定性和扰动进行观测，考虑机械臂动力学和扰动动力学，设计出扰动卡尔曼滤波器来估计末端所受外力。使用Matlab仿真软件验证了该方法的有效性，结果表明所提估计方法对具有测量噪声、模型误差及不确定性扰动的系统具有很好的鲁棒性。

• 基于滑模控制的不确定中立型系统有限时间稳定

  张航, 王天波, 丁阳

  针对一类不确定中立型时滞系统，利用滑模控制理论研究其有限时间稳定问题。首先构造了适当的滑模面及状态反馈控制器，使得系统的状态轨线能够在有限时间内到达滑模面并维持滑动模态。然后利用李雅普诺夫稳定性理论和不等式放缩技巧，研究了闭环系统状态在滑动模态段的有限时间稳定问题，得到了该系统是有限时间稳定的充分条件，该条件以线性矩阵不等式的形式给出，易于求解。最后通过一个数值仿真算例，验证了所得结论的有效性。

• 基于多目标两阶段随机规划方法的电热联合系统调度

  李婉婷, 臧传治, 刘鼎, 曾鹏

  针对电热综合能源系统由于风电出力的随机性和波动性而难以有效调度的问题，提出了以成本最小化和弃风最小化为目标的一种多目标两阶段随机规划方法(multi-objective and two-stage stochastic programming，MOTSP)，其中采用两阶段的随机规划模型对成本最小化部分进行建模分析，第一阶段以火电机组的启停成本为调度目标，第二阶段以机组运行成本为调度目标。最后采用多目标算法NSGA-Ⅱ中对解的筛选机制求解随机规划问题。该方法利用高斯分布描述负荷和风力发电预测误差来解决风电出力的不确定性，采用蒙特卡罗方法生成随机场景，并采用反向缩减技术对场景进行削减。仿真结果表明，所提的MOTSP算法比其他多种智能算法的解集更均匀广泛，收敛性更好，能够最大限度地减少弃风并使机组运营成本最小。

• 基于加权灰色关联投影的Bagging-Blending多模型融合短期电力负荷预测

  徐耀松, 王德兴

  针对短期电力负荷随时间变化呈现随机性和不确定性问题，提出了一种基于加权灰色关联投影算法Bagging-Blending的融合模型。首先，采用加权灰色关联投影算法对电力负荷中各影响因素(如天气、温度、湿度、日期类型等)进行分析，以选取历史负荷特征。在此基础上，分别将各单一模型SVR(support vector regression)、KNN(K-nearest neighbor)、GRU(gate recurrent unit)、XGBoost(eXtreme Gradient Boosting)、LightGBM(light gradient boosting machine)、CatBoost(Categorical features gradient Boosting)嵌入Bagging集成算法中以提升模型的稳定性和泛化能力。同时利用Pearson相关系数对各单一模型进行相关性分析。然后，依据模型对数据观测空间角度的不同，使用Blending模型对相关性小的模型进行融合。最后，通过新英格兰地区电力负荷数据ISO New England进行验证。所提融合模型与传统单模型(SVR、GRU)和其他融合模型(Bagging-XGBoost、最优加权的GRU-XGBoost)相比，具有较强的泛化能力和较高的稳定性与预测精度。

• 基于声信道分析的电缆隧道人员定位技术

  薛灿, 王智

  电缆隧道存在卫星信号完全拒止、电磁信道状态复杂等挑战，使得传统定位方法面临定位精度下滑、方差增大等问题。为此，本文提出一种基于声信道模型分析和到达时间估计的电缆隧道高精度人员定位方法。首先，在隧道中布设多组近超声基站，并通过有限元分析方法对基站布局进行优化；其次，针对人员移动导致的信道动态变化场景，在信号接收端建立统计参数模型，快速估计信号参数并在分数阶傅里叶变换域重构信号，同时通过信道频移状态推测人员的移动速度。最后，利用信道模型估计的到达时间以及移动速度，基于卡尔曼滤波器推算人员位置，同时将融合到达时间估计结果反馈到下一阶段的参数估计过程中，进而对信号参数估计结果进行修正。在地下电缆隧道的实验验证了所提出方法的有效性，在视距条件下性能超越了传统超宽带定位系统。

• 基于空间特征选择的水下目标检测方法

  蔡达, 范保杰

  针对传统目标检测方法在水下识别任务中误检率较高的问题，基于一阶段全卷积检测器(FCOS)引入多尺度特征选择及中心边界特征选择，实现高精度水下目标检测。模型中的自适应加权融合特征金字塔通过设置可学习权重加权融合所有的特征层级，实现多尺度空间特征选择。此外，为了处理检测中分类和回归任务之间的特征耦合问题，并分离不同任务之间的共享特征，设计了基于空间特征解耦的检测头，实现了中心和边界区域的特征选择。实验中，针对水下数据集URPC2018和UWD2021进行性能测试，并与先进的目标检测方法进行对比。大量的实验结果表明，基于空间特征选择的FCOS模型在水下检测任务中展现出优异的性能，在URPC2018和UWD2021上的类平均精度(mean Average Precision，mAP)分别为82. 7%和83. 3%。

• 模糊离散事件系统的可测性

  谢铭辉, 刘富春

  针对模糊离散事件系统的可测性问题，提出一种基于不可区分串的可测性判定方法。首先引入不可区分串概念以刻画对任一极小可观测事件具有相同的可观察行为；然后构造一个基于极小可观测事件的观察器，建立不可区分串与观察器中非单元循环的一一对应关系，并由此得到模糊可测性的充要条件。同时，也给出一个验证模糊离散事件系统可测性算法。通过实例分析，说明模糊离散事件系统可测性的应用。

• 带有执行器故障汽车驾驶机器人反步自适应容错控制

  丁东东, 姚雪莲, 杨艺, 吴鸣宇

  针对机械腿执行器可能发生的不确定故障，提出了一种自适应容错控制方法。首先基于反步设计基本非线性控制器；然后设计自适应控制器对机械腿控制系统进行故障补偿和扰动抑制，使机械腿在发生故障的情况下仍能旋转到期望位置，进而实现对车速的跟踪控制。最后通过搭建Simulink仿真模型，证明所提的故障补偿控制算法能实现期望的控制目标提高汽车行驶过程中的安全性和可靠性。

• 基于柔性人机接口的人机协调运动控制方法

  李军强, 吕瑞武, 杨冬, 李铁军

  为改善基于力信息的人机协调运动中人机交互力，采用了在人机接口中设置弹性元件的方法，建立了具有柔性人机接口的人机交互力学模型。在已有鲁棒自适应阻抗控制方法的基础上进行改进，提出了一种基于柔性人机接口的自适应阻抗控制方法。此控制方法是对阻抗外环位置速度进行比例补偿，对力控制内环采用模糊PID(proportion integral differential)控制，实现改进自适应阻抗算法，从而提高了位置跟随精度，并有效减小了人机交互力。分析了人机接口中弹性元件对控制效果的影响，获得了不同刚度系数时，交互力控制效果和位置跟随精度。在此基础上，建立了试验系统，完成了试验。人机协调运动试验结果显示：应用柔性人机接口和改进后的控制方法具有更好的人机交互力控制效果。标准运动输入试验结果显示：改进后的控制方法具有更好的人机交互力控制效果和更高的位置跟随精度；人机交互力大小、位置跟踪准确性与人机接口刚度系数大小均成正比。

• 基于反步积分滑模摩擦补偿的光电伺服转台控制

  周新力, 李醒飞

  针对光电伺服转台在目标搜索、瞄准时出现角度跟踪误差较大、爬行、抖振等问题，本文结合反步法、自适应滑模、LuGre模型的优势，提出了一种反步自适应积分滑模摩擦补偿控制策略。首先根据光电伺服转台工作环境复杂多变的特点，引入环境因子，建立了改进的LuGre模型，然后在李雅普诺夫框架下分步设计子系统与控制律。引入多个自适应律消除参数不确定对系统的影响，采用双非线性摩擦观测器进行摩擦扰动补偿，采用积分滑模增强系统鲁棒性并减小系统稳态误差。由李雅普诺夫定理证明可知系统全局稳定。仿真结果表明，这种新型控制策略能有效抑制摩擦扰动，提高系统角度跟踪精度，可以满足光电伺服转台的高精度跟踪控制的要求。