信息与控制杂志

信息与控制杂志2022年第5期

• 软体机器人空间感知技术综述

  杨骝, 薛灿, 徐东阳, 王智

  软体机器人空间感知技术的准确性关系到软体机器人在未知环境中对外部环境和自身位姿的识别精度。本文聚焦软体机器人空间感知领域。首先, 介绍了软体机器人的应用领域, 通过探究软体机器人对于空间感知技术的需求和在未知环境中获取绝对和相对空间感知信息的技术, 归纳了软体机器人空间感知技术的研究价值。然后, 文章介绍了软体机器人的空间感知信号, 并分别从信号调度、3D打印以及深度学习算法这三方面总结了提高软体机器人在未知环境中感知精度的方法。之后, 文章对软体机器人的未来结构和多传感融合技术提出了设想。在最后, 对全文做以总结。

• 基于改进NSGA-Ⅱ算法的开关磁阻电机再生制动优化控制方法

  李俊乐, 张小平, 容毅

  针对采用传统优化算法优化开关磁阻电机再生制动控制参数存在制动能量回馈效率低及制动转矩脉动系数大的问题, 提出一种基于渐近约束支配法则的双目标非支配排序遗传算法。首先针对传统双目标非支配排序遗传算法优化开关磁阻电机再生制动控制参数时存在易陷入局部最优解等不足, 提出一种渐近约束支配法则, 再将基于渐近约束支配法则的双目标非支配排序遗传算法应用于开关磁阻电机再生制动控制参数的优化, 并对其效果进行了仿真验证, 同时与传统双目标非支配排序遗传算法进行了对比分析, 结果表明: 基于渐近约束支配法则的双目标非支配排序遗传算法不仅有效解决了易陷入局部最优解的问题, 而且显著提高了开关磁阻电机再生制动效率并降低了其转矩脉动系数, 取得了满意的优化效果。

• 基于快速增量式视觉感知的类脑SLAM

  徐剑君, 商亮, 唐凤珍

  传统的RatSLAM算法中视觉处理受环境、光照的影响大，进而导致建图精度及稳定性下降。因此，提出了一种快速增量式视觉处理方法克服原RatSLAM系统中的视觉处理的缺陷。以一个改进型的二叉搜索树为检索算法，通过动态岛屿机制对图像进行分组，最终通过序列匹配的形式实现环境识别，达到了在线、准确、快速识别环境的目的。实验结果表明，所提算法的位置识别准确率高于99%，召回率高于80%，平均处理时间低于50ms。本系统的闭环性能、时间性能及建图稳定性均显著优于现有方案，进一步证明了基于快速增量式视觉处理方法的鲁棒性、高效性。

• 稀疏-平坦矩阵信号的重构条件

  田园, 黄鑫, 李明楚

  建立基于凸优化方法重构矩阵信号X=x1，…，xn的一组充分条件，X具有列稀疏性和平坦性的结构特征，即每个列向量xj至多具有s个非零分量、同时所有列向量的l1范数具有相同数值。所采用的矩阵范数是‖|X|‖1≡maxj|xj|1。工作分两部分，第一部分分别对无观测误差和有观测误差的情况，针对求解min-‖|·|‖1型凸优化问题重构以上类型矩阵信号的方法，建立保障稳定性和鲁棒性的充分条件；第二部分工作建立随机观测情况下观测空间维数的下界，用以保证信号以高概率被正确重构。所得结果优于将重构向量信号的min-l1方法直接推广到针对矩阵信号的min-l1方法所得到的结果，并给出数值仿真验证。所针对的信号模型出现在具有定常或缓变包络波形的多输入/多输出雷达及合成孔径雷达等新应用领域，本文工作针对这类应用提供一组实用的信号重构条件。

• 基于改进D-S证据理论的多源空战信息博弈融合方法

  孙雷, 吴庆宪, 王玉惠, 陈谋

  多传感器系统与单传感器系统相比能够更大限度地获取被探测目标的信息量，但在空战中无人机传感器探测得到的数据在一定程度上具有欺骗性，利用博弈融合技术对多传感器数据进行融合，能够获得更加符合空战实际需要的信息。为此，研究了一种基于改进D-S(Dempster-Shafer)证据理论的多源空战信息博弈融合技术，在信息融合前采用Jousselme距离进行预处理，并利用费雪信息进行冲突数据博弈，所得策略集使空战数据更加可靠。在此基础上，根据邓熵方法对基于D-S证据理论的融合方法进行改进，与传统D-S证据理论方法相比，融合数据符合空战实际。最后对存在冲突的多源空战信息进行博弈融合仿真，仿真结果验证了该方法的可行性与优势。

• 基于未知环境碰撞冲突预测的群机器人多目标搜索研究

  边晓荟, 周少武, 张红强, 吴亮红, 王汐, 王茂, 刘朝华, 陈磊

  群机器人在未知动态环境下进行多目标搜索时，存在碰撞预测和搜索效率不高等问题。提出了一种碰撞几何锥和改进惯性权重的粒子群优化算法相结合的多目标搜索策略。首先，根据静、动态威胁物的不同分别引入碰撞锥(CC)和速度障碍法(VO)，提出了简化复杂障碍物的膨胀几何法(SG)和一种改进CC和VO的碰撞几何锥模型(CGC)；有效解决了复杂不规则威胁物的避碰预测问题，并根据CGC模型作出威胁评估报告以确定最优避障方向。其次，提出一种改进惯性权重的粒子群优化算法(IWPSO)，提高了搜索效率同时有效解决了粒子群优化算法易陷入局部最优的问题。最后，将两种改进的方法(CGC-IWPSO)相结合以实现群机器人的多目标任务搜索，相比于简化虚拟受力(SVF)、自适应机器人蝙蝠算法(ARBR)、具有运动学约束的粒子群算法(KCPSO)，本文方法在搜索时耗、能耗以及避障次数上分别至少减少了15.59%、10.14%、14.12%。

• 考虑车轮纵向滑动的无人自行车平衡控制实现

  庄未, 杨继伟, 黄用华, 康文杰

  针对无人自行车在出现车轮纵向滑动下的平衡控制问题，提出一种将自行车车轮纵向滑动引入控制器的方法来实现在一定程度车轮纵向滑动下的无人自行车平衡运动控制。首先引入一种自行车线性变参数(linearparameter-varying，LPV)动力学模型，其次将卡尔曼滤波算法估算的自行车质心线速度作为变参数带入LPV模型中，最后根据引入了车轮滑动因素的LPV模型设计降阶滑模控制器以消除车轮纵向滑动对无人自行车平衡运动的影响。仿真结果表明：当车轮发生小于70%的纵向滑动，降阶滑模控制器能够有效校正自行车的横滚角。样机实验结果进一步证明：降阶滑模控制器能够控制无人自行车分别在车轮纵向滑动较小的水泥地(约8%纵向滑动的)和滑动较大的湿滑草地上(约40%纵向滑动)进行平衡运动。

• 基于复杂网络的生产系统瓶颈簇识别方法

  冯雪纯, 王艳, 纪志成

  在生产过程中，瓶颈会制约生产系统的有效产出。针对单瓶颈的识别方法难以识别出生产系统中可能同时存在多个瓶颈的问题，提出了Ⅰ、Ⅱ、Ⅲ级瓶颈簇的识别方法。同时，为应对机器的评价属性值是不确定值的情况，采用了区间型式描述机器的评价属性。但区间型描述会带来较大的计算量。为此引入复杂网络，构建了生产系统的有向加权网络模型。通过分析网络的拓扑特性，筛选出候选瓶颈机器群后再进行分析计算，以减少区间型描述带来的较大计算量。再对候选瓶颈机器群从机器利用率、机器平均活跃率和单机器总能耗三方面进行综合评价及排序，最后采用模糊C均值算法划分出Ⅰ、Ⅱ、Ⅲ级瓶颈簇。

• 有色噪声干扰下Hammerstein非线性系统两阶段辨识

  李峰, 梁明俊, 罗印升, 贺乃宝, 顾亚, 曹晴峰

  针对实际工业过程中普遍存在有色噪声，提出了有色噪声干扰下Hammerstein非线性系统两阶段辨识方法。采用设计的组合式信号实现Hammerstein系统各模块参数辨识分离，简化了辨识过程。在第一阶段，基于可分离信号的输入输出数据，利用相关分析算法估计线性模块参数，减少了有色噪声对辨识的干扰。在第二阶段，基于随机信号的输入输出数据，在最小二乘算法中引入滤波技术，推导了滤波递推增广最小二乘算法，提高了非线性模块参数和噪声模型参数的辨识精度。仿真结果表明：提出的两阶段辨识方法提高了辨识精度，有效地抑制了有色噪声的干扰。

• 基于Petri网模型的柔性加工系统能耗动态优化调度方法

  陶昊, 王艳, 纪志成

  柔性加工系统加工过程中存在突发的动态事件，严重干扰已有调度计划的执行，难以维持较优的能耗指标。针对此问题，在建立柔性加工系统Petri网(flexible machining system etri net，FMSPN)模型的基础上，考虑新任务插单和机器故障与修复两类事件，提出一种面向能耗目标的动态优化调度方法。在动态事件发生时刻，重新建立FMSPN模型，同时融合系统内各设备不同状态下的能量消耗规律，得到扰动发生时刻至加工完成时刻的能耗目标模型。基于动态规划方法对该能耗模型进行重新优化，求解扰动发生时刻后的系统生产调度计划。最后实例仿真验证了FMSPN模型在优化调度流程中的可靠性，以及此方法在动态扰动下的可行性。

• 基于样本平衡策略的多源迁移学习方法及其在乙烯精馏塔质量指标预测的应用

  卢敏, 叶贞成, 钱锋

  基于数据驱动的工业过程建模需要依赖大量的标记良好的数据集，但与目标任务直接相关的标注数据往往是有限的。因此，可以利用与其具有相关性的辅助训练数据进行建模以实现任务迁移。然而，样本的不平衡问题一定程度上影响了迁移学习的性能表现。因此，提出了一种基于样本平衡策略的多源迁移学习方法，首先，对于同一源域内样本，采用最小二乘方法融合多个候选预测器得到单个源预测器，以协同利用域内不同样本包含的可迁移信息。此外，对于不同源域间样本，基于误差函数将多个源预测器加权组合得到多源预测模型。最后以乙烯精馏塔为对象进行案例分析，验证了所提出方法的有效性。