摘要：为了解决多传感器故障检测与隔离这一难题,建立了包含卡死、增益时变和偏差时变等三种典型传感器故障的数学模型.借助输出方程,将待检测的传感器故障转换到系统状态方程中进行处理.设计出既能检测出故障,又能将各个故障进行有效隔离的残差产生器,同时还要给出设计残差产生器过程中未知参数的求解方法.用算例对上述设计结果的有效性进行计算机仿真验证.

摘要：针对未知环境下轮履混合移动机器人的路况识别问题,提出一种将支持向量机(SVM)与Dempster-Shafer(D-S)证据理论相结合的多传感器信息融合路况识别方法.设计了一个基于超声波传感器和红外传感器的数据采集系统,以提取路况的信息特征;以Platt后验概率为基础,建立了多类SVM的后验概率模型,并构造D-S证据理论所需基本概率分配(BPA)函数;同时,将SVM与D-S相结合的信息融合识别方法应用于轮履混合移动机器人的3种典型路况识别实验.结果表明,所提出的方法能够满足轮履混合移动机器人识别平坦路面、斜坡和台阶等路况的要求.

摘要：针对非完整移动机器人的轨迹跟踪控制问题,提出了一种鲁棒项系数自调整的神经网络滑模自适应控制策略。首先由反推法设计运动学控制器;其次,基于滑模控制设计动力学控制器,利用径向基神经网络(RBF)自适应逼近系统非线性不确定性上界,实现鲁棒项系数自调整,克服了传统滑模控制鲁棒项设计需要已知系统不确定性上界的缺陷,实现了速度跟踪。李亚普诺夫稳定性定理保证了闭环系统的稳定性及跟踪误差的渐近收敛。仿真结果进一步验证了所提方案的可行性。

摘要：目的 基于清晰图像训练的深度神经网络检测模型因为成像差异导致的域偏移问题使其难以直接泛化到水下场景。为了有效解决清晰图像和水下图像的特征偏移问题,提出一种即插即用的特征增强模块(feature de-drifting module Unet, FDM-Unet)。方法 首先提出一种基于成像模型的水下图像合成方法,从真实水下图像中估计色偏颜色和亮度,从清晰图像估计得到场景深度信息,根据改进的光照散射模型将清晰图像合成为具有真实感的水下图像。然后,借鉴U-Net结构,设计了一个轻量的特征增强模块FDM-Unet。在清晰图像和对应的合成水下图像对上,采用常见的清晰图像上预训练的检测器,提取它们对应的浅层特征,将水下图像对应的退化浅层特征输入FDM-Unet进行增强,并将增强之后的特征与清晰图像对应的特征计算均方误差(mean-square error, MSE)损失,从而监督FDM-Unet进行训练。最后,将训练好的FDM-Unet直接插入上述预训练的检测器的浅层位置,不需要对网络进行重新训练或微调,即可以直接处理水下图像目标检测。结果 实验结果表明,FDM-Unet在PASCAL VOC 2007(pattern analysis, statistical modeling and computational learning visual object classes 2007)合成水下图像测试集上,针对YOLO v3(you only look once v3)和SSD(single shot multibox detector)预训练检测器,检测精度mAP(mean average precision)分别提高了8.58%和7.71%;在真实水下数据集URPC19(underwater robot professional contest 19)上,使用不同比例的数据进行微调,相比YOLO v3和SSD,mAP分别提高了4.4%~10.6%和3.9%~10.7%。结论 本文提出的特征增强模块FDM-Unet以增加极小的参数量和计算量为代价,不仅能直接提升预训练检测器在合成水下图像的检测精度,也能在提升在真实水下图像上微调后的检测精度。

摘要：针对焊接机器人伺服电机转矩信号特征与RV(Rotate Vector)减速机曲柄轴磨损状态之间存在的非线性对应关系,设计一种基于置信规则库(BRB)的磨损故障检测方法。首先,BRB系统输入选取电机转矩均值和转矩导数的均值,输出设定为曲柄轴磨损故障等级,建立描述输入和输出之间映射关系的置信规则库。当在线获取输入特征信号后,利用证据推理(ER)算法将输入激活的置信规则进行融合,得到关于故障等级的信度分布,通过该分布评估曲柄轴所处的磨损程度。最后,利用某型号工业机器人获取的实测转矩数据对所提方法进行验证,表明所设计的BRB故障检测方法可以在很大程度上代替维修工程师实现故障的自动检测。

摘要：水下生产控制系统是开发海洋油气资源的重要装备。根据系统组成结构分类,水下生产控制系统有8种典型的结构,分别是直接液压控制、先导液压控制、顺序液压控制、直接电液控制、复合电液控制、全电控制、水下自治控制和集成浮漂控制。详细研究了每种结构的水下生产控制系统的产生背景、结构特点、工作原理、适用范围和优缺点,分析了影响水下生产控制系统设计的主导因素,为我国未来自主设计水下生产控制系统提供参考。