摘要：无人机集群在各个领域中扮演着重要角色,具有丰富的应用场景.然而,将深度强化学习方法应用于自主无人机面临着诸多严峻挑战.本文基于多智能体深度强化学习,通过使用局部信息建立单个无人机的状态空间,并使用多智能体近端策略优化(Multi-agent proximal policy optimization,MAPPO)的在线策略算法来训练策略网络,从而克服了环境的不确定性和对全局信息的依赖.同时,引入了数字孪生的概念,为资源紧张型算法提供了新思路.为了解决采样困难和资源紧张的问题,基于数字孪生技术,构建了一个用于无人机编队避障策略模型训练的架构.首先,构建了多个数字孪生环境,用于强化学习算法在任务开始之前进行交互采样的预训练,以使集群具备基本的任务能力.然后,使用在真实环境中采集的数据进行补充训练,使得集群能够更好地完成任务.对采用这种两阶段训练架构的效果进行了对比,同时与其他策略算法进行比较,验证了MAPPO的样本效率性能.最后,设计了实际飞行验证测试,验证了从孪生环境中获得的策略模型的实用性和可靠性.

摘要：为了解决畜牧业有限空间清洗作业劳动强度大、工作环境差、工作效率低的问题,试验以养猪场内的水泡粪粪沟清洗为研究对象,设计了一种可实现自动化作业的清洗机器人。结合清洗对象的特点,对清洗机器人进行总体方案设计,清洗机器人带动高压水喷头在粪沟底部行进,通过高压水的冲洗作用带走粪污。清洗机器人本体采用单节履带式移动底盘,实现清洗机器人的行走驱动及其他系统的承载;采用云台系统控制高压水打击位置;以ARM芯片STM32F103作为控制系统的核心控制器,通过控制伺服驱动电机、红外避障传感器、舵机、超声波测距传感器等完成清洗机器人的各个动作。设计清洗机器人的自动控制流程,以完成全流程的自动化作业。同时以人工清洗为对照,在广西壮族自治区来宾市试验场的产仔舍验证清洗机器人的清洗效果。结果表明:设计的粪沟清洗机器人可以有效实现水泡粪粪沟的自动清洗。相对于人工清洗,清洗机器人清洗一条粪沟用时由23′10″降低为15′49″,极显著提升了清洗效率(P<0.01);用水量由478 L降低为325 L,极显著降低了用水量(P<0.01);清洁率由98.58%提升为99.36%,极显著提高了清洁率(P<0.01)。说明采用清洗机器人作业可满足水泡粪粪沟清洗的要求,为畜牧业有限空间的清洗作业提供了一种有效方案。

摘要：任务分配是影响移动机器人拣货系统效率的关键决策问题。针对具有差异化客户评级特征的业务场景,考虑系统的动态任务耗时特性和拣选站播种墙容量约束,提出了一种基于混合启发式算法的集中式任务分配方法。首先,在客户订单优先级约束下构建以最大完工时间最小为目标的任务分配优化模型。其次,考虑机器人在任务执行中因加减速、转弯、升降货架、排队等待导致的动态任务耗时以及播种墙容量限制,设计最大完工时间生成方案。随后,开发基于记忆精英种群的灾变自适应大邻域搜索算法(MEPCALNS)对模型进行求解,提高了传统自适应大邻域搜索算法的搜索深度和搜索效率。最后,通过数值实验证明了算法的有效性和稳定性。研究成果有利于提高移动机器人拣货系统的分拣效率。

摘要：针对多无人机对抗问题,本文提出了一种三维空间中仿鹰鸽捕食逃逸行为的多无人机分组对抗博弈方法.在分析鹰鸽捕食逃逸行为的基础上,文章构建了多无人机博弈对抗系统模型,并定义了微分博弈中的连续可微值函数,证明了值函数满足Hamilton-Jacobi-Isaacs(HJI)方程,从而保证鞍点策略存在.使用最优分配方法,为仿鹰无人机一方设计了分组对抗分配策略,以解决多无人机追逃场景中的任务分配问题.本文对比仿真实验结果验证了所提出方法的有效性.

摘要：为解决自动化弯管CAD/CAM系统中弯管数字化模型到加工坐标参数之间的转换问题,提出了基于Open CASCADE的弯管参数提取与参数化建模的方法。通过开源三维几何引擎Open CASCADE读取弯管数字化模型并提取弯管的几何参数信息,然后通过弯管几何参数信息到加工坐标参数的转换方法获得弯管加工坐标参数。根据弯管加工原理通过弯管加工坐标参数使用Open CASCADE来建立弯管数字化模型。根据以上参数提取和参数化建模方法,开发了弯管参数提取与参数化建模软件系统,实现了弯管数字化模型与加工坐标参数的相互转换。该系统能应用于弯管的设计与制造过程,为实现自动化弯管CAD/CAM系统奠定了基础。

摘要：樱桃番茄串生长姿态多样、果实成熟度不一,采摘机器人进行“粒收”作业时,常面临果梗干涉末端执行器、成熟度判断错误等问题,导致采摘效率低下、难以有效实现分级采收。针对上述问题,该研究提出一种级联视觉检测流程,包括采收目标检测、目标果实特性判别、果实与果梗位置关系判断3个关键环节。首先根据农艺要求按成熟度将番茄果实分为4个等级,引入YOLOv5目标检测模型对番茄串和番茄果实进行检测并输出成熟度等级,实现分期采收。然后对果实与果梗的相对位置进行判断,利用MobileNetv3网络模型对膨胀包围盒进行果实与果梗相对位置关系判断,实现末端执行器采摘位姿控制。日光温室实际测试结果表明,本文提出的级联检测系统平均推理用时22ms,在IOU(intersection over union)阈值为0.5的情况下,樱桃番茄串与果实的平均检测精度达到89.9%,满足采摘机器人的视觉检测精度和实时性要求,相比末端执行器以固定角度靠近待采目标的方法,本文方法采收效率提升28.7个百分点。研究结果可为各类果蔬采摘机器人研究提供参考。

摘要：为了仿真柔性生产过程以验证理论计算分析的正确性和发现生产过程中的其他重要优化决策要素,设计开发了面向自动化生产线柔性制造过程的优化决策仿真平台。构建了仿真平台框架,包括企业生产层、优化决策层、数据资源层、功能模块层等四个层次。在此基础上,详细阐述了功能模块层的生产布局模块、运行配置模块、运行仿真模块的功能实现,以及优化决策模块对内外部算法连接和静动态产线研究的支持。运用平台仿真江苏省常州市某高端装备制造企业汽车关键零部件的生产过程,阐释其应用过程。

摘要：受寒鸦群配对飞行行为机制的启发,提出了一种配对交互模型,并应用于解决无人机(UAV)集群编队控制问题。首先,模仿寒鸦个体间的配对交互,设计配对交互时的邻居选择机制,基于社会力,考虑惯性加速、远距吸引、近距排斥、速度匹配和运动阻尼,分别建立配对个体和未配对个体的运动学微分方程,完成配对交互模型的构建。然后,在无人机模型基础上,设计基于寒鸦配对交互机制的无人机集群编队控制器。最后,通过2组仿真实验研究所提模型应用于无人机集群时的特性。结果表明,寒鸦配对交互模型能保证无人机集群运动的一致性,通过减小无人机交互的平均邻居数量,从而减小无人机集群的通信负载,并且当单向刺激时,配对无人机作为信息无人机时集群有更高的应激精度。

摘要：针对自动化集装箱码头智能导引车(IGV)作业环境动态、作业过程受电池电量约束等问题,研究不确定环境下考虑充电的IGV任务动态分配方法。分析不同载重下IGV充放电过程,提出基于电量区间自主决策的充电策略。为规避动态环境下IGV作业时间不确定对装卸效率的影响,以IGV和集装箱任务信息为状态空间,以集装箱分配规则为备选动作,综合装卸等待成本、IGV搬运成本和充电成本设计即时奖励,基于深度强化学习构建面向IGV任务分配的马尔可夫模型。为克服传统深度Q网络(DQN)过估计、收敛困难和训练不稳定问题,设计集成优先级经验回放(PER)机制和决斗双重深度Q网络(D3QN)结构的D3QN-PER算法。实验结果表明:D3QN-PER算法比单一规则决策和随机决策的IGV搬运任务总完工时间平均分别改进4.60%和12.05%,具有更好的收敛性能和训练稳定性。

摘要：无人异构集群相较于单一类型、单一个体的无人平台,能够完成更为复杂的任务,同时对严苛战场环境有着更高的适应度.在无人异构集群协同执行任务时,任务分配是至关重要的环节,需要考虑异构无人平台和任务的多种约束和目标.传统的任务分配方法分配效率低且难以处理大规模复杂任务.联盟博弈通过形成由若干参与者组成的联盟,根据个体的属性、偏好对群体进行划分,从而实现个体以及群体利益的最大化.本文以无人异构集群任务分配为背景,研究了基于改进联盟博弈算法的最优分配策略,基于可能的战场环境设计了模拟任务场景并完成实验验证.首先,考虑异构平台在任务中的初始位置、速度、携带资源以及个体声誉等因素,建立了基于空间自适应博弈(Spatial adaptive play algorithm, SAP)的联盟博弈的任务分配算法模型.其次,基于任务场景,搭建了任务所需的软件与硬件平台.最后,针对模拟的战场环境,对所提算法及搭建的异构无人集群平台进行了实验验证.验证结果表明,在异构无人集群平台重分配的任务背景下,本平台能综合考虑战场态势,寻找最优的任务分配方式,协调各作战单位完成任务目标.