摘要：针对双摆桥式起重机系统的控制问题提出了一种自适应鲁棒防摆跟踪控制方法。在起重机本身存在着参数不确定性以及复杂的难建模动态的情况下,该方法可对这些未知的干扰因素进行在线估计,并实现有效的防摆与良好的轨迹跟踪。所提方法在L_(1)自适应控制框架下对具有欠驱动特性的双摆桥式起重机系统展开分析,构造了辅助变量将系统模型进行等效变换,并在该模型中引入集总干扰项以处理未建模动态(模型误差)的影响。结合观测器、滤波器、与更新律的设计,所提方法能够在理论上保证跟踪误差有界可调节,即可通过增大调节因子减小跟踪误差。一系列仿真与硬件试验结果验证了所提方法的有效性。

摘要：同构串联式外骨骼普遍存在人体生物关节轴线与外骨骼机械关节的转动轴线发生偏移(即人机关节失配)的问题。为此,本文提出了一款并联式髋关节外骨骼,通过新型的结构设计消除了人机关节失配的问题和穿戴前繁琐的人机关节校对环节,同时具有人体髋关节的所有运动自由度,并实现髋关节屈曲/伸展和外展/内收方向的助力。另外,为解决并联外骨骼驱动力耦合问题,提出了基于人机耦合动力学模型的控制方法,实现了各支链驱动器的协同助力控制。最后,构建了可穿戴外骨骼样机系统,在穿戴者身上开展了1类外骨骼运动性能验证实验和4类运动助力实验,实验结果验证了所提出外骨骼与人体良好的运动相容性以及控制器助力的有效性。

摘要：机械臂可代替人工完成繁重工作、降低生产风险、提高生产效率,被广泛应用于制造业和生产业中.工业生产的高质量需求对机械臂的操作精度提出了较高要求,考虑有色金属工厂中铸锭打磨的应用场景,该任务的作业轨迹均具有较强重复性.此外,实际应用环境复杂,存在如环境干扰及系统参数变化等多种不确定性,固定的控制参数难以保证系统持续稳定运行.基于上述考虑,针对多自由度机械臂系统,设计一种自适应滑模迭代学习跟踪控制方法,控制器包含参数自整定的比例-微分项、基于滑模的符号函数项和上一次迭代的控制输入,其中PD项的控制参数通过模糊逻辑系统实时调整,在保证控制系统正常运行的情况下提高系统的鲁棒性.同时,在理论上证明迭代域闭环系统的稳定性和跟踪误差的收敛性.最后通过仿真验证所提出控制方法的有效性和鲁棒性.

摘要：为了探索海马尾巴的解旋能力,基于生物结构的启发提出了一种基于螺线构型的气动软体致动器.区别于已有的软体致动器的弯曲运动,螺线型气动软体致动器(螺线型致动器)随着输入气压的增大可以实现正负曲率两个方向的展开运动.首先,在保持基体外侧弧长相同的情况下,依据圆形、阿基米德螺线、对数螺线3种不同螺线的数学表达式对螺线型致动器进行了3种结构设计;其次,基于超弹性材料模型、几何关系和虚功原理建立并修正了通用的静力学模型,描述输入气压与展开角度的关系;然后,对3种结构的螺线型致动器进行样机制作,并测试了它们的运动性能;最后,对比静力学模型计算结果和样机实验数据,最大平均展开角度误差为10.0166°,证明了模型的准确性.另外,根据从形状刻度线采集的坐标数据转换得到的构型空间参数,重建了螺线型致动器在不同展开状态下的理论展开形状,验证了构型空间参数获取方法的可行性.

摘要：在自动指纹识别系统中,指纹防伪能力的发展至关重要.传统指纹一般由表面成像得到,而这种表面的纹理特征极容易被盗取.基于这种传统指纹的识别系统,检测指纹表征攻击的能力十分有限.因此,现有研究普遍针对具有防伪特征的指纹模态,如具有汗腺特征的高精度指纹和具有指静脉特征的指纹开发表征攻击检测算法.在本篇工作中,为了进一步提高指纹系统的表征攻击检测能力,我们提出一种基于光学相干断层扫描技术(Optical Coherence Tomography,OCT)的频域指纹表征攻击检测方法.与以往方法不同,我们首先利用卷积神经网络和残差结构设计了一个频域特征解离模型,通过该模型可以分别解离出时域中叠加在原始OCT指纹图像上的信息(如区分性特征、无效特征和冗余特征).然后,我们让它学习不同的频域编码,并结合OCT指纹在时域中的重构编码形成相应的潜层编码.利用潜层编码,我们设计了一种用于区分表征攻击指纹和真实指纹的预测模型,用于表征攻击检测.在目前常用的OCT指纹数据集上的实验结果表明,我们的方法可以通过在频域中分离出一些叠加在时域中的无用干扰信息,从而有效地消除干扰.在实例方面,该方法的最小误差(Err.)为0.67%,与已有的基于时域的最优方法相比,最小误差降低了3.03%,性能提高了81.89%.

摘要：为了解决神经网络前向传播过程中的硬件加速问题,设计了一套基于FPGA编程工具Vivado HLS开发的AlexNet神经网络前向传播硬件加速系统。该系统能够确保在达到相关应用要求的基础上,有效地节省开发时间并降低开发成本。系统基于高级计算机语言C++进行FPGA电路的仿真与开发,同时,灵活运用具有很高便捷性及可靠性的Vivado HLS中的PIPELINE和ARRAY_PARTITION指令进行系统优化。实验结果表明,AlexNet神经网络在本文所构建的FPGA加速系统上的运行时间为21.95 ms,比在传统GPU平台上的运行时70 ms少,运行速度要3倍以上。此外,每一层的网络都实现了分开封装操作,使系统可便捷地移植到其它成熟的卷积神经网络上,加速了深度学习在各类人工智能系统上的应用,在智能产业具有广泛的应用价值。

摘要：针对机械表读时需要耗费大量人力物力的现象,提出了一种基于机器视觉的自动化机械表精度测量方法.首先设计了一个用于图片采集的硬件系统,然后在采集到的图片上,利用改进后的mask-rcnn网络,对指针和各区域进行了提取,其次利用canny算子对表盘进行边缘提取,确定各连通域的质心,根据各质心到12点位与6点位之间连线中点的距离关系,筛选出刻度质心,用刻度质心拟合表盘内圆,确定表盘中心的位置.然后将中心与12点位中心的连线作为测量的基准线,再利用RANSAC最小二乘距离法对各指针的中心线进行提取.通过计算基准线与中心线之间的角度关系,进而达到用机器读取时间的目的,同时针对机械表的读数识别,提出了误差校正原则,大大提高了机械表精度测量的效率.

摘要：针对自动焊接智能化程度相对较低的问题,提出一种基于在线视觉反馈的卡尔曼滤波-高斯过程回归(kalman filter gaussian process regression, KF-GPR)的建模方法,分析了建模方法的理论可行性,建立了熔池关键动态特征与焊接参数的最优预测模型.相比于传统统计方法,KF-GRP可以更准确的估计动态焊接过程的分布形式与参数,具有高度的鲁棒性和容错性,并能得到更加合理的模型.设计了304不锈钢不填丝TIG焊试验,利用试验取得的8 423组试验数据进行建模并验证.结果表明,KF-GPR能有效地抑制信号噪声,对熔池特征进行快速、高精度建模,为后续焊接动态控制奠定基础.

摘要：磁控式小型化医疗机器人能够被外部磁场隔空控制,在人体狭窄腔道内主动运动,检查并治疗人体深层的病变区域,在临床医疗领域具有巨大的潜力。根据尺度不同,磁控式小型化医疗机器人可分为厘米毫米尺度的胶囊机器人、毫米微米尺度的连续体机器人、微米纳米尺度的微型机器人。系统总结各自磁控原理、结构设计和潜在医疗应用,并综述最新研究进展。最后,展望磁控式小型化医疗机器人的未来研究方向,包括机器人材料的生物相容性,执行医疗任务的视觉反馈,多种医疗功能集成的小型化,运动控制的稳定性和鲁棒性。

摘要：针对水下旋翼式平台在近水底工作时的时变非线性干扰问题,提出一种基于干扰观测器的动态面控制器以实现水下旋翼式平台的近水底定深控制。首先,采用水下航行器建模理论并结合牛顿欧拉方法建立水下旋翼式平台的运动学和动力学模型;然后,采用动态面控制方法处理系统的非线性特性,引入一阶滤波器对虚拟控制律进行滤波,以此来代替复杂的微分运算,同时,通过非线性干扰观测器对系统内外部总扰动进行观测估计,并通过李雅普诺夫理论证明系统的稳定性;通过仿真实验验证所设计控制策略在白噪声模拟的随机干扰和参数不确定条件下的有效性;最后,设计开发实验样机,并在不同期望深度的近水底开展定深实验。研究结果表明:在水底反冲击力的作用下,相比动态面控制和串级PID控制,采用所设计的控制策略,平台姿态通道和深度通道的控制精度均有不同程度的提高,说明所提出的控制方法具有较好的鲁棒性,可有效解决近水底扰动问题。