摘要：在足式机器人运动过程中,柔顺性控制能有效减少足端触地冲击力,提高环境适应能力。被动弹簧常被用来实现机器人与环境柔性接触,但不能有效吸收剩余冲击能量。主动柔顺能够根据环境不同而调整末端刚度与阻尼,却由于冲击力作用时间很短,对执行器的响应速度有较高的要求。试验发现将主动柔顺控制与被动柔顺相结合,可弥补上述不足,并实现机器人柔顺性触地。在单液压执行器系统中验证了这种方法的有效性,将此控制策略应用在四足机器人单腿系统,得到了同样的效果。通过分析单自由度执行器系统,总结所提柔顺性控制器参数设计原则,进而为四足机器人整体柔顺性设计提供依据。

摘要：为保证大负重四足机器人的全方位稳定行走,提出了基于速度矢量的间歇步态规划方法,采用间歇步态作为主步态,将平动与转动速度矢量映射为绕旋转中心转动.首先,采用旋转中心理论得到旋转中心坐标,根据足端工作空间计算最大旋转速度.其次,以稳定裕度为约束条件,对支撑相起始位置进行设计,同时为了满足零冲击条件,采用改进的复合摆线方法对摆动相轨迹进行规划.然后,提出增量式的轨迹规划方法,便于编程实现连续的支撑相运动指令,并进行稳定裕度、连续性、移动速度以及工作空间的需求分析,提出相应的参数设计方法.最后,分别采用虚拟样机和物理样机对3种步态进行对比实验,结果表明当α=0.5时其步态的晃动量最少且方差最小,该方法能够保证大负重四足机器人实现连续的全方位运动轨迹,并且具有较好的稳定性.

摘要：任务执行时间估计是云数据中心环境下工作流调度的前提.针对现有工作流任务执行时间预测方法缺乏类别型和数值型数据特征的有效提取问题,提出了基于多维度特征融合的预测方法.首先,通过构建具有注意力机制的堆叠残差循环网络,将类别型数据从高维稀疏的特征空间映射到低维稠密的特征空间,以增强类别型数据的解析能力,有效提取类别型特征;其次,采用极限梯度提升算法对数值型数据进行离散化编码,通过对稠密空间的输入向量进行稀疏化处理,提高了数值型特征的非线性表达能力;在此基础上,设计多维异质特征融合策略,将所提取的类别型、数值型特征与样本的原始输入特征进行融合,建立基于多维融合特征的预测模型,实现了云工作流任务执行时间的精准预测;最后,在真实云数据中心集群数据集上进行了仿真实验.实验结果表明,相对于已有的基准算法,该方法具有较高的预测精度,可用于大数据驱动的云工作流任务执行时间预测.

摘要：在热像仪与3D激光雷达组合感知系统上,对基于特征点的配准问题进行了研究。结合热像仪与3D激光雷达的工作特性,设计制作了温控镂空发热网配准靶,可同时为热像仪与3D激光雷达提供特征点。红外图像特征点使用Harris角点探测器进行采集;为减小混合像素和激光点稀疏的影响,对配准靶平面进行了拟合并对点云进行了配准平面符合度检查,确定了深度图边缘;使用计算角点附近深度边缘均值的方法提取深度特征点坐标,并对坐标进行了修正;最后使用NMSM-EM优化方法对配准结果进行了优化。基于以上研究成果,使组合感知系统能够在微光条件下完成对移动机器人行驶环境的感知。

摘要：虚拟模型控制广泛用于四足机器人的运动控制器设计中.提出了一种分数阶虚拟模型控制器,在保证四足机器人柔性触地的同时,提高四足机器人小跑运动中单腿轨迹跟踪的精确性和鲁棒性.介绍了关节液压缸力控制系统的频域建模过程及基于非线性寻优法的单腿虚拟模型控制器的参数整定,并通过实验对比了分数阶虚拟模型控制和传统虚拟模型控制在四足机器人小跑运动中单腿的控制效果,证明了分数阶虚拟模型控制对单腿轨迹跟踪性能的改善作用.

摘要：为保证电液伺服系统控制精度高、负载能力强、频率响应快等特点,同时实现降低成本、节省能源的性能,提出了一种基于主被动负载的负载独立口双阀节能控制系统,由负载独立口双阀控制系统和节能恒压伺服泵站构成.首先从机理上建立了该组合系统的数学模型,分析其静态工作点和节能性能.同时具体研究可能存在的4种复杂工况和4种控制模式.并据模型特性,设计了非线性且抗干扰较好的鲁棒自适应控制器及控制策略.最后设计实验平台进行对比实验验证该系统的可行性、控制性能和节能效果.

摘要：本文设计了基于线性二次型微分博弈的多个攻击者、多个防御者和单个目标的追逃问题最优策略.首先,针对攻防双方保持聚合状态的情形,基于攻击方内部、防御方内部以及双方之间的通信拓扑,分别给出了目标沿固定轨迹运动和目标采取逃跑时攻防双方的最优策略.其次,针对攻防双方保持分散状态的情形,利用二分图最大匹配算法分配相应的防御者与攻击者,将多攻击者、多防御者追逃问题转化为多组两人零和微分博弈,并求解出了攻防双方的最优策略.最后,数值仿真验证了所提策略的有效性.

摘要：随着通信技术、传感技术和控制技术的发展,多机器人系统因其良好的鲁棒性,灵活性和可扩展性,在理论研究和工程应用中展现出广阔的前景.区域覆盖是多机器人系统典型应用之一,目前多采用维诺图分割覆盖区域并使用Lloyd算法控制机器人前往维诺图细胞中心.然而传统Lloyd算法存在不平衡问题,即机器人覆盖区域面积大小不一,这降低了多机器人协作效率.针对平均区域覆盖问题,本文提出了一种改进的Lloyd算法,将维诺图中各细胞面积方差引入Lloyd算法,相应地设计了基于梯度下降法的分布式控制器.本文方法降低了维诺图中各细胞面积的方差,改善了Lloyd算法的平衡性,能够实现整个区域面积更为平均的划分与机器人对该区域的覆盖.数值仿真与无人机实物实验均验证了改进算法的有效性.

摘要：研究了控制信号被恶意篡改的信息物理系统的安全控制问题.首先,提出一种改进果蝇优化核极限学习机算法(Kernel extreme learning machine with improved fruit fly optimization algorithm,IFOA-KELM)对攻击信号进行重构.然后,将所得重构信号作为系统扰动加以补偿,进而设计模型预测控制策略,并给出了使被控系统是输入到状态稳定的条件.另外,本文从攻击者角度建立优化模型得到最优攻击策略用以生成足够的受攻击数据,基于此数据,来训练改进果蝇优化核极限学习机算法.最后,使用弹簧−质量−阻尼系统进行仿真,验证了改进果蝇优化极限学习机算法和所提安全控制策略的有效性.

摘要：提出了一种自适应鲁棒控制器设计新方法,并运用在阀控缸电液位置伺服系统中.首先,将含有确定、不确定、已知、未知、线性和非线性项的电液伺服系统进行完整地数学建模,以状态空间的形式表出.然后利用本文所提的新方法设计自适应鲁棒控制器和相应的自适应律来处理所建模型中的各项元素.该控制器通过设计一个带有虚拟控制量的控制状态空间表达式并结合状态观测器来获得.设计合适的虚拟控制量,可在任意给定条件下,使所有的系统状态都收敛到所设计的理想状态.接着设计李亚普诺夫函数来证明闭环系统的稳定性.最后建立硬件实验平台与经典自适应鲁棒控制方法进行对比实验验证此自适应鲁棒控制器设计新方法的有效性和优势.