摘要：串联弹性关节为下肢康复外骨骼提供了柔顺化设计方案,但其结构与控制的设计上仍存在诸多挑战。针对康复外骨骼的人机交互需求,本文首先提出了一种集成了新型弹性元件的串联弹性关节,该关节能够在实现结构柔顺性的同时,根据外部载荷实现线性/非线性刚度切换。其次,针对模块化关节建立了刚柔耦合动力学模型并对物理系统进行了分步解耦辨识。在模型预测控制框架下,通过一种迭代线性化方法对非线性非凸优化问题进行控制算法设计。最后,设计了多组轨迹跟踪实验、扰动实验,并对系统控制带宽进行了讨论。实验结果表明,所提出的控制方法在控制约束的条件下实现了不同参考轨迹的跟踪,有效降低了控制能耗并抑制了外部扰动。

摘要：无人机与地面排爆机器人组成空地系统协同作业,可以大大提高排爆机器人的作业效率和作业能力.针对此问题,提出一种可用于空地系统的无人机目标跟踪方法.首先,利用视觉算法对地面目标进行识别和定位,并利用动态置信窗口减小搜索面积.对于高机动性造成的目标短暂消失导致跟踪失败的问题,利用卡尔曼滤波算法对目标位置进行滤波和运动预测,并提出一种自适应串级PID(比例一积分一微分)算法进行无人机飞行控制,实现对动态目标的实时跟踪.最后,设计了机体倾斜补偿算法来解决环境干扰造成的降落误差较大的问题,实现无人机的精准降落.搭建了地面机器人和无人机组成的空地系统进行实验,结果表明该系统能可靠地完成各部分任务,验证了所设计算法的有效性.

摘要：在基于表面肌电信号(Surface electromyography,sEMG)的手势识别系统中,针对Myo环形电极多次实验间旋转位置不同导致的识别精度降低问题,提出了一种基于极坐标系的电极位置偏移估计与自适应校正的识别方法.该方法首先建立相对于环形肌电传感器的极坐标系,提出了极坐标系下活跃极角(Activation polar angle,APA),用于估计实验中传感器相对于初始位置的横向旋转偏移角度;进而建立基于偏移角度的线性变换模型,在肌电信号特征空间内,对电极偏移位置下的样本进行自适应校正.在8种常用手势识别应用中,设计了两种实验范式:利用传感器各通道数据循环平移模拟电极横向旋转偏移实验和肌电传感器在小臂肌肉上的真实旋转偏移实验.结果均表明所提出方法的识别精度远高于未进行校正的模型识别精度.因此,所提出的电极偏移估计与自适应校正识别方法,不仅有效提高了表面肌电交互系统识别的鲁棒性,也降低了使用者在多次使用时训练成本与学习负担.

摘要：进入工业4.0时代,大规模互联分布式智能工业设备产生了海量的具有时延敏感和计算负载差异的异构工业任务,终端侧有限的计算能力难以支持任务的实时高效处理.通过工业无线网络将任务卸载到网络边缘侧服务器进行多接入边缘计算成为解决终端侧算力受限问题的一种有效手段.然而,工业无线网络有限的时频资源难以支持大规模分布式工业设备的高并发任务卸载.本文充分考虑异构工业任务高并发计算卸载中有限时频资源约束和建模难的问题,提出一种基于深度强化学习的动态优先级并发接入算法(Deep Reinforcement Learning-based Concurrent Access Algorithm with Dynamic Priority,CADP-DRL).该算法首先分析异构工业任务的时延敏感性和计算负载时变性,为工业设备分配不同的优先级,动态地改变工业设备接入信道进行计算卸载的概率.然后,利用Markov决策过程形式化动态优先级高并发计算卸载问题,并采用深度强化学习方法建立高维状态空间下状态到动作的映射关系.针对动态优先级和并发卸载的多目标决策问题,设计了包含优先级奖励和卸载奖励的复合奖励函数.为保证训练数据的独立同分布,同时提高算法收敛速度,提出了带经验权重的经验回放方法.对比实验结果表明,CADP-DRL能够快速收敛,实时响应,在实现最小卸载冲突的情况下为高优先级工业设备提供最高的成功卸载概率保证,性能优于slotted-Aloha、DQN、DDQN和D3QN算法.

摘要：为提升复杂场景下目标跟踪的鲁棒性,优化模型运行效率,提出一种基于自适应特征融合的相关滤波跟踪算法。该算法采用方向梯度直方图特征和卷积神经网络来对目标进行信息构建,利用特征响应的峰值旁瓣比和旁瓣值占比自适应地确定融合系数,根据融合响应来预测目标位置。为适应场景的变化,降低光照、背景和目标形变等对跟踪的影响,引入平均峰值相关能量来设计滤波器学习率调整机制,动态地进行模型更新。通过对深度特征提取网络进行轻量化设计,降低特征网络参数,提高跟踪速度。在OTB100通用数据集上进行测试,实验结果表明:文中所提算法有效降低了干扰对目标跟踪的影响,且跟踪精度、成功率和速度整体优于对比算法。

摘要：针对图像引导微创脊柱手术中移动C型臂X线成像特点,通过学习人体腰椎的曲率特征实现腰椎识别,提出一种基于层级循环神经网络的X线图像腰椎自动识别方法.首先为解决X线图像中腰椎纹理混叠的问题,提取腰椎三维模型与二维X线图像中共有的曲率特征作为模型的输入;其次为模拟术中移动C型臂多角度成像的特点,采用双向循环神经网络学习腰椎曲率特征,刻画腰椎曲率特征在不同成像角度下的关联性;最后为解决病理情况下腰椎部分信息缺失的问题,提出一种层级循环神经网络模型,通过逐层融合的网络架构对人体腰椎间天然的上下文关系进行建模,提高模型在病理情况下的腰椎识别率.在开源数据集和术中移动C型臂X线图像上的实验结果表明,文中方法在正常情况和病理情况下的腰椎识别率均优于其他4种方法,且由于使用了数据量较少的二维曲率特征,该方法在训练和测试阶段的计算效率更高,更适合于术中图像引导的应用.

摘要：针对水下滑翔机载机空投部署和潜艇管式发射部署的应用需求,本文设计了一种新型柔性可折叠翼水下滑翔机。采用CFD数值模拟方法对水下滑翔机不同翼面形变下的升力、阻力与俯仰力矩进行计算,利用最小二乘法拟合得到翼形变与水下滑翔机水动力系数之间的函数关系。基于牛顿-欧拉方程建立柔性可折叠翼水下滑翔机在流体中的动力学模型,通过设定模型中净浮力和重心调节控制参量并改变翼面形变量对锯齿和螺旋两种典型滑翔模式进行仿真。根据仿真实验结果得到了两种滑翔模式下滑翔机运动参数与翼面形变量之间的关系,为后续滑翔机自适应翼形变控制和运动性能优化提供了良好的研究基础。

摘要：针对雪天气影响共融机器人视觉系统鲁棒性的问题,提出了一种基于雪模型和深度学习融合的去雪算法。根据雪的成像过程推导了一个简化的雪模型,设计了一个基于该模型的深度去雪网络,该网络由雪花检测子网络和去除子网络串联组成。雪花检测子网络采用了残差学习网络,该网络可以准确地学习雪图像和无雪图像之间的差异。去雪子网络采用了密集连接的U型网络。它一方面利用U型网络保留背景的细节信息,另一方面利用DenseNet将低层特征复用到高层的特点来提高去雪的准确度,将它们结合后缓解了去雪过度导致背景细节丢失和去雪不彻底之间的矛盾。试验证明这种基于雪模型的深度去雪网络能够较好地检测和去除图像中的雪花。

摘要：图像盲复原是从一幅观测的模糊图像恢复出模糊核和清晰图像,传统盲去卷积算法采用简化模型估计模糊核,导致预测模糊核与真实值误差较大,最终复原结果不理想。针对此问题提出一种基于改进残差模块的多尺度卷积神经网络模型,采用端到端模式,无需估计模糊核。提出了一种基于限制网络输入的改进Wasserstein GAN (WGAN),增加了一层输入限制层,能够限定参数初始值,提高了网络收敛速度。设计了多重损失函数,融合了基于多尺度网络的感知损失和基于条件式生成对抗网络的对抗损失。实验结果表明:所提方法在定量和定性评价指标上优于已有的代表性方法,并且运行速度比相近算法快了4倍。

摘要：针对飞行机械臂系统移动接触作业问题,使用了一个力/位置混合控制框架,用以控制飞行器系统持续可靠地接触外部环境同时保持一定大小的接触力,并实现在接触过程中的期望轨迹跟踪.首先将作业空间分成2个子空间--约束空间和自由空间,并分别进行力控制和位置控制.对于力控制问题,证明闭环无人机系统是一个类弹簧-质量-阻尼系统,然后在约束子空间中设计逆动力学控制器来实现接触力控制.自由飞行空间中的运动控制依靠轨迹规划和位置控制器来实现.最后,开发了基于六旋翼飞行机器人的单自由度飞行机械臂系统,在飞行状态下进行接触墙面并跟踪倾斜直线轨迹的实验.结果显示本文所使用方法能够保证在平稳移动的同时控制期望的接触力.