信息与控制杂志

信息与控制杂志2025年第3期

• 多旋翼无人机的环境感知与运动规划方法综述

  聂虹宇, 张广玉, 李德才, 何玉庆

  近年来，研究人员对于开发具有先进自主飞行能力的多旋翼无人机表现出浓厚的兴趣。多旋翼无人机能够代替人类执行一些复杂且危险的任务，如搜救活动、监测和探索任务等。然而，无人机在多变和复杂的实际环境中面临诸多挑战。为了完成这些任务，无人机必须依赖一个安全且高效的自主飞行系统。众所周知，自主飞行系统涉及多个复杂的技术层面，包括地图构建、状态估计和运动规划。本文对这些子模块的优势和劣势进行了细致的讨论、对比和综合评述。此外，本文还给出了自主飞行在不同场景中的限制和未解决的问题，以便研究人员更好地认识到理论与实践应用之间的关键差距。最后，本文对自主飞行领域所面临的未来挑战进行了梳理，对其发展趋势进行了展望。

• 基于视觉的机器人端到端策略抓取估计综述

  苏康, 李嘉良, 李俊国, 张馨文, 刘闯

  人工智能技术的迅速发展和不断突破为智能机器人抓取性能提升创造了很大空间。抓取估计是机器人实现抓取任务的关键，直接影响后续的抓取规划和抓取控制系统。端到端抓取策略不需要分步进行目标定位和目标姿态估计，直接从输入数据中学习并输出抓取信息。本文从平面级抓取和空间级抓取两方面综述基于视觉的端到端策略抓取估计方法，将平面级抓取方法分为估计抓取接触点和估计定向矩形两类，将空间级抓取方法分为面向对象和面向场景两类。此外，本文还对相关的数据集和抓取评估指标进行了简单介绍，指出了基于视觉的机器人端到端策略抓取估计方法面临的挑战及未来的发展方向。

• 基于融合Swin Transformer网络的腰椎解剖区域自动分割方法

  张英迪, 史泽林, 王欢, 崔少千, 张磊, 刘嘉琛, 单修祺, 刘云鹏, 赵恩波

  腰椎解剖区域自动分割在脊柱影像自动分析流程中发挥着重要作用。尽管经典的卷积神经网络能够捕捉影像全局特征，其局部先验和权重共享的特性限制了长距离建模的能力。为了解决以上问题，本文提出了一种用于腰椎解剖区域分割的Swin Transformer融合网络，将Swin Transformer网络和多尺度空洞卷积融合作为编码器来得到全局和局部特征的层次化表达。设计了特征耦合模块，在通道和空间2个维度将来自Transformer模块和卷积模块的特征进行耦合，提高了模型的局部和长距离建模能力。为了解决开源数据缺乏的问题，提出了带有体素级标注的、包含663个腰椎椎骨计算断层成像的数据集。在此数据集上的实验表明提出的模型分割精度超过了典型医学图像分割方法，本文模型的骰子系数、Hausdorff距离和平均表面距离分别为88. 24%、14. 48和0. 997。消融实验进一步验证了所提出模块的有效性。

• 事件触发非周期间歇控制下离散时滞系统的指数镇定

  傅志忠, 刘斌, 杨兴旺, 刘勇

  本文研究事件触发非周期间歇控制下离散时滞系统的指数镇定问题。针对离散时滞系统，分别设计了基于事件触发的非周期间歇控制(EAPIC)方案和基于状态控制宽度的事件触发非周期间歇控制(EAPIC-SCW)方案。在EAPIC方案下，应用阈值和检测周期指标，给出了EAPIC的算法，导出了指数稳定性判据。并通过在EAPIC中引入自由控制指标，设计了EAPIC-SCW方案。理论上证明了设计的EAPIC和EAPIC-SCW是非平凡的，且能让离散时滞系统获得所需的指数稳定性。而且，为了体现事件触发非周期间歇控制的性能，对包括周期间歇控制、时间触发非周期间歇控制在内的控制方案的控制次数和极小控制率进行了理论比较，理论结果表明两种事件触发非周期间歇控制的控制次数和极小控制率更低。最后，用数值仿真例子验证了理论结果的有效性。结果表明EAPIC和EAPIC-SCW在100 s内的控制次数和控制率分别为10次、56%和12次、38%，拥有比周期间歇控制和时间触发非周期间歇控制更低的控制次数和控制率，并且EAPIC-SCW具有最低的控制率和最短的总控制时长。

• 基于图神经网络的交通场景声音事件检测

  姜彦吉, 郭丁旭, 邱友利, 董浩

  为了更好地在复杂行车环境下通过声音信号检测发生的事件，提出一种基于图神经网络获取交叉模态信息的交通场景声音事件检测方法。首先，通过声音事件窗方法获取声音信号中同时和相继发生的关系信息作为交叉模态信息，并过滤掉其中可能存在的噪声关系，构建为图形结构；其次，改进图卷积神经网络以平衡邻居与自身的关系权重并避免过度平滑现象，利用其学习图形结构中的关系信息；最后，基于卷积循环神经网络学习声音事件的声学特征和时序信息，并以交叉模态融合的方式获取事件的关系信息，从而增强模型检测性能。相较于卷积循环神经网络(CRNN)模型，该方法在TUT Sound Events 2016和TUT Sound Events 2017数据集上均取得了更优的检测性能，F1分数分别提高了10. 3%和2. 04%，ER(error rate)度量分别降低了5. 89%和10. 06%，总体错误率分别降低了8. 1%和6. 07%。实验结果表明，该方法可以有效地提升智能汽车在行驶过程中对周围环境的感知能力。

• 基于对应关系学习与空间一致性的点云配准

  李营浩, 夏仁波, 赵吉宾, 易俊兰, 邱太文

  本文提出了一种新颖的点云配准方法，能够有效地估计两个部分重叠点云之间的变换关系。通过采用先进的对应点学习技术，并强调超点的空间一致性，显著提高了点云粗匹配的准确性。同时，引入了显著性得分这一概念，在提取点对应关系时进行了创新性的应用，进而提升变换估计的准确性。此外，设计了一系列包括粗匹配损失、精匹配损失及显著性分数损失在内的新颖损失函数组合，优化了模型性能，提升了配准的准确性。实验结果表明该方法在点云配准任务中的表现出色，有效提升了内点比例、特征匹配召回率以及配准召回率。在不同噪声环境下，本方法展现出优异的鲁棒性，并在各种重叠率情况下均展现出优势。消融实验进一步验证了几何一致性和显著性分数对于提高配准精度的关键作用。

• 基于图像化特征提取和双层特征优选的变压器故障诊断

  王凌云, 李冉, 杨波, 李婷宜, 李振华

  针对变压器故障特征选取尚无统一标准且冗余特征降低其故障诊断性能的问题，提出了一种图像化特征提取与双层特征优选的变压器故障诊断方法。首先，以油中溶解气体为研究对象，采用格拉姆角场(Gramian angular field，GAF)方法实现气体浓度的图像化，并使用图像处理方法平衡样本数据。其次，利用VGG16(visual geometry group 16)算法进行GAF图像特征参数的迁移，建立能自动提取特征的故障诊断模型。最后，综合考虑重要性评分与相关系数，改进随机森林特征选择算法，从非重要性特征中筛选潜在重要特征，构建双层特征优选模型，以进一步提升变压器故障诊断性能。为验证本文所提特征工程的有效性，分别使用线性回归、支持向量机、多层感知机以及随机梯度下降四种分类器对变压器故障加以诊断。实验结果表明，相较传统方法构建特征，利用图像化能够有效提取故障特征，特征经双层优选后，变压器故障模型诊断准确率分别提高4. 27%、12. 2%、6. 1%、10. 97%，F1分数分别提高4. 53%、12. 55%、6. 08%、11. 1%，所建模型对变压器运行状态实现了更为精准地辨识。

• 区间二型模糊网络系统的自适应记忆事件触发加密控制

  刘霞, 赵茂森

  针对区间二型(interval type-2，IT2) Takagi-Sugeno(T-S)模糊网络控制系统提出一种自适应记忆事件触发的加密控制方案。首先，利用缓存器获取传输数据的平均值并根据触发数据与采样数据的相对误差构建自适应阈值，分别在传感器- 控制器通道和控制器- 执行器通道设计自适应记忆事件触发方案(adaptive memory-event-triggered scheme，AMETS)。然后，基于AMETS提出了一种改进的Paillier加密方案，该加密方案不仅能够对非整数明文进行加密解密还能保证解密的准确性。接着，设计了一种模糊动态输出反馈控制器，并构建了IT2模糊闭环系统。此外，利用线性矩阵不等式方法得到了控制器增益和事件触发参数，以实现该系统的均方渐近稳定。最后，通过仿真实例验证了所提方法的优越性。该方案不仅能够保证系统的均方渐近稳定性，还能够节省网络资源，并减少有用信息的丢失，同时还能保证数据在传输过程中的安全性。

• 多智能体系统固定时间变角速度旋转一致性控制

  寇立伟, 赵宇胜, 刘强, 肖舒怡

  针对做未知变速圆周运动的移动目标，提出一种分布式输出反馈控制器，实现二阶多智能体系统固定时间变角速度旋转一致性。首先，提出一种固定时间观测器估计动态目标的位置；其次，基于精确微分器估计难以精确测量的目标旋转角加速度。此外，控制器引入辅助动态变量，避免了智能体相对速度的测量。利用齐次性、双边极限定理和李雅普诺夫稳定性理论证明系统可在固定时间内实现变角速度旋转一致。最后，仿真实验验证了控制器的有效性。

• 基于机器视觉的晶圆边缘检测方法

  李志航, 杨志家, 崔书平, 魏浩东

  针对光刻胶边缘修复(edge bead removal，EBR)检测面临的电路图案与工艺残留的干扰、晶圆外观与轮廓形状的差异、多层EBR中指定层的区分等问题，提出了一种基于机器视觉的晶圆边缘检测方法。首先通过线阵相机采集高质量的晶圆边缘图像，然后为图像的每列初始化一个分割点，并使之逐步搜索靠近EBR，待分割点收敛后即完成检测。该方法通过迭代策略将轮廓检测问题转化为像素分类问题，并结合贝叶斯分类器与约束机制避免了复杂图案与外观差异等因素的影响，从而快速准确地检测各类指定EBR，也为类似问题提供了新的视角和方法。实验表明，对于5 000×600像素的高清图片，所提算法检测时间在200 ms以内，检测偏差在30 μm以内。其相较于已有方法可实现复杂晶圆的EBR检测，且时间与精度均可满足工业要求，目前已应用于沈阳芯源微电子设备股份有限公司的自动光学检测(automatic optical inspection，AOI)设备中。

• 基于时间敏感技术的异构工业物联网确定性传输方法

  张晓玲, 杨亮, 姚菊梅, 杜松远, 于洪霞, 黄易

  针对智能工厂中异构工业物联网共存下制造、管理等时间敏感数据的精确同步以及可靠传输需求，提出一种异构工业物联网时间敏感“一网到底”组网架构以及传输方法。采用自主研发的新一代国际工业现场总线AUTBUS智能网络系统，基于“中央网关+边缘控制器”的架构实时汇聚智能工厂中的所有数据，采用总线虚拟化技术统一发送给时间敏感交换设备进行整流和门控调度。系统测试结果表明，基于搭载时间敏感技术的AUTBUS设备所组成的异构工业物联网架构，可以保障异构多网共存下的时间敏感数据的确定性传输，并且具有较好的实时性和可靠性。

• 基于小样本学习的表面缺陷检测方法

  苏奕铭, 贺睿杰, 刘雅静, 田建东

  针对智能化工业生产中，基于深度学习的缺陷检测技术受限于缺陷样本不足、缺陷区域尺寸不一和检测精度较低的问题，提出一种基于小样本学习的表面缺陷检测模型。该模型基于Faster R-CNN (Faster Region-based Convolutional Neural Network)框架，首先将ResNet101和FPN (Feature Pyramid Network)主干网络中传统卷积改进为可变形卷积提取特征；然后在图像中提取目标生成目标金字塔，选取相应的特征作为正样本，丰富了小样本中的尺度空间；最后通过对比学习方法编码RoI (Region of Interest)特征，测量区域提议之间的相似性，获取更加紧凑的特征表示，避免小样本下的错误分类问题；在所采集的小样本缺陷数据集上进行对比实验，取得了96.6%的准确率和70.6%的平均精度，优于其他模型。

• 自然光对荧光成像亮度掩盖效应的建模与分析

  赵恩波, 赵耀宏, 刘云鹏, 庞明琪, 房磊, 刘丹, 史泽林

  针对室外自然光强度增大时，自然光对荧光的亮度掩盖效应增强，造成荧光检漏技术的漏油检测准确率下降的问题，阐明了自然光对荧光的亮度掩盖效应降低了荧光图像目标信噪比(SNR)，建立了自然光干扰下的荧光图像目标信噪比模型。该模型考虑了成像区域自然光、荧光、激发光与荧光液体、固体表面的相互作用后的辐射出射度及成像传感器响应特性和光学镜头成像规律。利用该模型分析了自然光强度、表面反射率、滤光片截止深度对亮度掩盖效应的影响。实验结果表明，自然光强度的增大、固体表面反射率的增大、滤光片截止深度的减小都会加剧亮度掩盖效应。对于不同强度自然光下的图像目标信噪比，模型预估值与实测值的误差小于10%。该模型可以有效地评估自然光亮度掩盖效应对荧光图像目标信噪比的影响，可用于荧光成像系统自然光应用条件的定量评估。

• 一种改进的跳点搜索移动机器人路径规划算法

  焦嵩鸣, 梁嘉义, 杨晨渤, 李真真, 单正文

  针对跳点搜索(jump point search，JPS)算法路径存在斜向穿越障碍物、搜索过程中存在较多冗余跳点、路径拐点多且靠近障碍物的问题，提出一种安全快速的跳点搜索(safe fast jump point search，SFJPS)算法。该算法重新定义跳点判断规则，使生成的跳点均为安全跳点，解决了路径中斜向穿越障碍物的情况；加入基于角度的搜索方向优先级判断，有效减少了搜索过程中的冗余节点，加快了搜索速度；基于Bresenham算法对路径上的跳点进行关键跳点筛选，关键跳点生成的路径拐点明显减少，贴近障碍物的路径长度大幅减小，整体路径长度也有所减小。结果表明在不同场景下本文算法相较于A*算法和JPS算法，路径长度分别最大减小了5.42%和4.48%，搜索时间分别最大缩短了98.33%和67.83%，搜索节点数最大减少了99.08%和56.72%，路径拐点数分别最大减少了90.91%和83.33%。相较于Theta*算法路径长度增加了1.17%，搜索时间缩短了91.07%，搜索节点数减少了98.9%。仿真试验证明本文算法规划速度快，路径安全且拐点更少，更加适用于移动机器人路径规划问题。

• 基于改进麻雀算法的机器人路径规划

  贾立山, 许海军

  针对移动机器人的路径规划问题，提出一种融合多种策略混合改进的麻雀搜索算法。首先，种群初始化引入改进Tent混沌映射和反向学习，使种群分布更加均匀多样；然后为提高算法跳出局部最优解的能力，基于Levy飞行策略和鱼鹰优化算法引导种群位置更新机制，提高算法搜索效率，增强算法的全局搜索能力；最后，通过自适应的变异扰动产生新解，结合模拟退火算法在随机性上的优势接受劣解，提高全局搜索能力，从而弥补麻雀搜索算法缺陷，提高算法搜索性能。为验证算法改进效果，采用标准测试函数对算法性能进行分析对比，证明了改进后的麻雀搜索算法性能显著提高；建立栅格地图模型，将改进后的算法应用于移动机器人路径规划，实验结果表明该算法规划的路径长度更短，搜索效率更高。