摘要：针对三维场景下的目标检测与尺寸测量任务,设计了一种融合激光雷达和相机传感器的三维目标检测和尺寸测量算法。使用基于卷积神经网络的二维目标检测器提取目标的二维检测框,结合图像中的二维检测框和几何投影关系获取包含物体的三维视锥点云,由欧氏聚类方法获得物体的聚类点云,实现了物体的三维目标检测。提出了基于目标二维检测框的改进尺寸测量方案以替代原有点云聚类后得到的三维框信息,提高了物体尺寸测量的精度。在现有数据集上评估测试了目标检测与尺寸测量的精度,实验结果表明,二维目标检测器YOLOv7在检测数据集上的平均检测精度达到了81%,改进尺寸测量方案在物体尺寸测量时的测量误差在5%以内,对于较远物体或较小物体的目标检测和尺寸测量也具有很好的效果。

摘要：针对永磁同步电机(permanent magnet synchronous motor,PMSM)控制系统采用传统PI控制算法时因参数摄动而导致电机控制性能下降的问题,提出一种转速环改进型无模型滑模控制方法(improved model-free sliding mode control,IMFSMC)。首先,建立PMSM在参数摄动时的新型超局部模型。其次,采用一种改进趋近律设计转速环无模型滑模反馈控制器;同时利用扩展滑模扰动观测器(extended sliding mode disturbance observer,ESMDO)估计超局部模型中的未知部分,并通过Lyapunov稳定性理论证明了该控制器和观测器的稳定性。最后,与PI控制以及传统无模型滑模控制的仿真和实验对比,结果证明所提方法能有效改善PMSM在发生参数摄动时的暂稳态性能,降低对电机模型的依赖,提升系统鲁棒性和抗干扰性能。

摘要：针对传统深度强化学习在求解无人机自主避障与目标追踪任务时所存在的训练效率低、环境适应性差的问题,在深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)算法中融入与模型无关的元学习(Model-Agnostic Meta-Learning,MAML),设计一种内外部元参数更新规则,提出了元深度确定性策略梯度(Meta-Deep Deterministic Policy Gradient,Meta-DDPG)算法,以提升模型的收敛速度和泛化能力.此外,在模型预训练部分构造基本元任务集以提升实际工程中的预训练效率.最后,在多种测试环境下对所提算法进行了仿真验证,结果表明基本元任务集的引入可使模型预训练效果更优,Meta-DDPG算法相比DDPG算法在收敛特性和环境适应性方面更有优势,并且元学习方法和基本元任务集对确定性策略强化学习具有通用性.

摘要：针对无人机自主避障与目标追踪问题,以深度Q网络(DQN)算法为基础,提出一种多经验池深度Q网络(MP-DQN)算法,使无人机避障与追踪的成功率和算法的收敛性得到优化。更进一步,赋予无人机环境感知能力,并在奖励函数中设计了方向奖惩函数,提升了无人机对环境的泛化能力以及算法的整体性能。仿真结果表明,相较于DQN和双重DQN(DDQN)算法,MP-DQN算法具有更快的收敛速度、更短的追踪路径和更强的环境适应性。

摘要：针对机器人领域技术发展快、知识综合性强、应用场景复杂等特点,基于机器人视觉感知与控制技术国家工程实验室中真实的设备,开发了一套“机器人视觉引导运动控制虚拟仿真平台”,并设计了配套的课程教学资源,应用于自动化、机器人专业的综合设计教学课程。实验采用“虚实结合,科教融合”的设计理念,系统性地融合了机器视觉、机器人运动学求解、机器人控制编程、工控系统设计与虚拟调试等知识,实验平台具有良好的保真性和开放性,能够面向新工科人才需求培养学生的综合实践能力和创新能力。

摘要：设计了一台用于船舶综合电力系统直流区域配电系统的全国产化25kWDC/DC变换器。首先,介绍了电路工作原理,给出了参数设计方法和关键器件的国产化选型,提出了多模块串并联组合均压均流控制策略。其次,基于状态空间平均法建立了系统小信号模型,设计了闭环控制器。最后,搭建了实验样机,验证了其可行性。

摘要：水轮机组在运行过程中由于受到水力、机械、电磁等因素的干扰,极易诱发故障,从而影响机组安全稳定运行.文中在水轮机组运行噪声信号特征提取基础上,提出了一种基于核主成分分析(Kernel PCA)、改进的粒子群算法(particle swarm optimization,PSO)与支持向量机(support vector machine,SVM)的水轮机组噪声信号故障检测方法.该方法首先对水电站现场采集到的原始噪声信号提取时域和时频域共13维特征,克服了特征量单一的局限性,再利用核主成分分析法(KPCA)对所提取出的特征向量降维,然后利用改进的粒子群算法(PSO)对SVM模型进行最优寻参,利用优化后的支持向量机(SVM)对提取的特征进行故障检测,完成对水轮机组常见的3种运行状态的识别.结果表明:采用基于KPCA-PSO-SVM的故障检测方法,水轮机组运行状态的分类识别率为96.73%,比SVM算法、神经网络、KNN、随机森林等方法的识别准确度更高,证实了本方法的有效性.

摘要：分布式储能型(DES)风力发电机组是解决规模化风力发电接入引起系统频率稳定问题的有效手段.提出一种基于模型预测控制(MPC)的分布式储能型风力发电场惯性控制方法,首先建立分布式储能型风力发电场的线性化预测模型,在此基础上结合MPC控制框架,设计考虑储能损耗成本和风机转子转速均衡变化的MPC惯性控制优化模型和策略,以实现惯量控制期间风力发电机组转子转速的均衡变化.仿真结果表明:所提控制策略可以有效协调分布式储能型风力发电机组中风力发电单元和储能系统单元的有功功率输出,降低储能系统的充放电损耗成本,并保证风力发电场内所有风机转速在惯性控制期间趋于平均,避免由于风机转速下降过度而导致风力发电机组退出调频的问题.分布式储能型风力发电场惯性控制策略有利于提高电网频率稳定性,对保障电网的安全运行具有重要意义.

摘要：采用常规的人体模型(Human Body Model,HBM)进行静电释放(Electro-Static Discharge,ESD)测试时往往容易受到寄生参数的影响,使得电源芯片抗静电能力测量值与实际抗静电能力存在偏差,导致劣质产品通过HBM ESD测试,影响电源芯片产品良品率的提升。为此,提出了一种RC-HBM模型,通过引入RC并联支路,校正因寄生参数引起的静电放电电流的偏差,满足电源芯片静电可靠性测试的要求。首先阐述了静电对电源芯片的损坏机理。其次,分析了寄生参数对ESD电流的影响,阐述了常规HBM ESD测试的局限性。并提出了一种新型的RC-HBM模型,给出了RC并联支路参数的设计依据。最后,通过批量实验验证了所提RC-HBM模型的准确性和合理性。

摘要：死区、管压降等非线性因素会在逆变器的输出电压中注入低次谐波,从而引起定子电流发生5次与7次谐波畸变并增加转矩脉动。同时,由于电动汽车用感应电机的固有频率较低,当电机中高速运行时,定子电流的低次谐波频率与电机固有频率重合,从而产生低频共振。针对上述问题,该文首先对感应电机固有频率的仿真与测试方法展开研究,确定电机的固有频率范围。然后在对死区与管压降所引起谐波畸变特性进行分析的基础上,提出在转子磁链定向后的两相旋转坐标系(dq坐标系)下矢量控制系统中电流内环加入可衰减6次谐波的谐振控制器,并针对谐振控制器参数的设计方法展开研究。最后建立仿真模型与实验平台,结合电流快速傅里叶变换(FFT)分析结果与功率谱密度以及振动实验数据,并与其他前馈补偿方法进行对比,证明通过对dq坐标系下6次谐波的抑制,可有效降低定子电流的5次与7次谐波以及固有频率处电机的振动功率,同时说明该文的理论分析与所提的dq坐标系下6次谐波抑制方法是正确且可行的。