一种新的移动机器人动态避障方法

提出了一种新颖、有效的移动机器人的动态避障方法.通过分析障碍物最大包围盒在机器人坐标系的位置以及其相对于机器人的速度,得到障碍物与机器人可能发生碰撞的方位,然后使用基于速度改变最小原则和速度改变最佳原则的第一和第二避障策略来完成机器人的动态避障.仿真结果表明,此方法能够使机器人在具有静态和动态障碍物的复杂环境中安全避障.     

多感知器蛇形机器人避障的智能控制

提出用基于行为的智能控制方法,利用遗传算法获得模糊控制规则,实现了以蛇形机器人左右摆动电机为控制对象的避障运动,作了相应的仿真实验,获得了部分仿真结果,并对该仿真结果进行了分析.     

多机器人协作中角色动态分配机制的设计与实现

角色分配是多机器人协作的关键问题之一。本文分析了静态角色分配与一般动态角色分配的优缺点,设计了一种基于多影响因素的角色动态分配机制,并将该机制应用在以中国水中机器人2D仿真水中搬运项目中。在完成搬运任务时,比赛场地中的多个球、地标、水中机器人等环境信息作为角色动态分配的影响因子,实验数据表明,该角色动态分配机制比常见的角色分配机制更有效。同时该动态分配机制可以方便有效地添加其他影响因素,进行更为合理的角色分配。     

植树机器人的位移控制与避障控制设计

主要研究植树机器人的运动控制,包括位移控制与避障控制设计.设计的植树机器人以微控制器LPC2138为核心处理器,通过电子罗盘、红外编码盘和超声检测模块采集局部环境信息.植树机器人根据上位机指令及环境信息进行自主路径规划,并在任务的执行过程中不断采集局部环境信息,做出决策,实现位移与避开障碍物,实现安全行驶并准确到达目标地点和执行植树任务.     

功耗优化的片上网络协同映射

通过分析片上网络功耗模型和映射流程,提出了一种基于遗传算法的片上网络协同映射算法,使片上网络通讯功耗最小化. 该算法结合IP核选择和任务分配实现IP核在片上网络体系结构中的自动映射,并采用多组随机基准实验和一个复杂视频/音频系统验证了算法性能. 实验结果表明,该协同映射算法与已有的两步式映射和仅有IP核映射算法相比,分别可节省30%和60%左右的通讯功耗.     

一种改进投影寻踪风险评估函数模型

针对投影寻踪模型存在的一些不足之处,改进发展了一种基于信息熵理论的投影寻踪风险评估模型.首先基于极差正规化方法对指标进行预处理以消除指标的量纲效应,保持指标的同趋势化.其次采用投影值的信息熵表示投影指标函数,基于最大熵原理估计最佳投影方向对指标进行降维处理,克服了传统投影指标函数在某些情形下无法准确刻画序列的变异程度.最后建立了S型风险评估函数模型,该函数具备单调性、有界性、变化的连续平稳性等性质.借助洪灾风险和联合作战海洋环境风险的评估实验得到的研究结果如下:与投影寻踪模型相比,改进投影寻踪模型对洪灾风险等级评估的改进幅度为7.0%～8.8%,对海洋环境风险评估的改进效果更加明显,改进幅度为27.1%～53.9%.     

基于模糊认知图的变电站巡检机器人的行为规划研究

提出了一种基于模糊认知图的移动机器人行为规划方法。针对变电站设备巡检机器人智能化的高级应用问题,提出了一种分层式混合复杂系统机器人任务规划的逻辑结构,介绍了任务分解和任务规划的工作原理。以巡检作业过程中的相关事件为概念节点,给出节点之间的连接权值,建立任务行为规划的模糊认知图模型,实现了任务分解和生成行为动作逻辑序列。同时,结合机器人导航定位等传感器实时信息,自动调整机器人巡检实时动作序列。该方法不需要复杂的计算和大量的训练,实验验证了其可行性和有效性。     

多虚拟机协同计算任务的分发部署及运行框架

摘要： 为实现协同计算任务的透明化设计部署及在并行计算中解耦合,设计了多虚拟机协同计算任务的分发部署及运行框架. 该框架利用隐式通信简化了进程间的交互,为用户提供一种高可靠性和容错的计算环境. 在框架设计方案中基于虚拟器件及应用程序虚拟化支撑技术,提出了六方面的任务分发部署和运行关键技术,包括可执行文件包描述及其提交方法、可执行文件的自动化分发部署方法、任务启动与加载方式、特征单元状态变迁、采用的消息通信原语、系统容错性方法等. 通过这些关键技术实现了所提出的任务的分发部署及运行框架,并进行了性能测试分析. 实验结果表明,设计的框架和采用的关键技术提高了任务的分发部署速度及系统吞吐量,提高了资源利用率,提高了任务的加速比和系统的运行效率.     

一种基于权益代表的可扩展共识协议

区块链系统在去中心化、安全性和可扩展性达到动态平衡的难点在于高效共识机制的设计.为解决现有区块链系统中共识机制面临的安全与性能的瓶颈问题，提出了一种基于权益代表的可扩展共识协议（delegate-based scalable consensus protocol，DSCP）.首先，DSCP采用分区并行共识方式来构建高性能和可拓展的区块链，并通过代理机制生成全网认可的共识区块；其次，为了提高网络分区速度和分区内的共识性能，提出了基于可验证随机函数（verifiable random function，VRF）算法的网络节点快速分区机制，设计了基于投票的分区共识算法（voting-based consensus protocol，VCP）；最后，提出了新的激励和押金机制，以增强DSCP协议的安全性.实验分析表明：与现有的区块链共识协议相比，DSCP有着良好的性能优势.     

毫米级多微型机器人协调策略的研究

针对电磁型微电机的毫米级微型机器人自身的特点,根据核工业管道检测的特殊需求,利用视觉传感器获得的位置信息,为实现多微机器人系统任务而设计了多微型机器人的协调策略,通过系统实验并进行了具体的论证.     

基于云计算的分布式数据协同处理机制研究

基于云计算的数据管理与存储,其特点主要有动态、分布式、异构等,对数据处理系统的研发带来了一定的困难.针对此问题,从协同计算模型的分析入手,提出一种分布式数据协同处理机制,主要研究了数据协同管理以及任务协同调度,并以实际案例进行论证.结果表明：基于云计算的分布式数据协同处理机制有效提升了并行数据的处理能力,是一种可行的云计算数据处理的思路与方法.     

视觉导航有穷自动机在自然语言状态中的应用

室内移动机器人自主导航是一系列自然语言状态与动作转换结果,有效地控制和描述机器人状态和动作转换是自主导航过程的关键。本文首先利用视觉传感器获取障碍物YUV色彩空间信息,采用区域增长法识别障碍物连通域,将机器人状态以及控制指令转化为抽象的形式符号并建立状态转移函数,进而建立基于视觉导航机器人有穷自动机模型。实验结果表明,该方法能平滑、准确地完成自然语言状态下的机器人自主导航过程,具有较高的实时性和鲁棒性。     

基于生成对抗网络的异质信息网络表征学习

鉴于传统的异质信息网络通常存在的高维稀疏性缺点,首先提出将异质信息网络的高维顶点嵌入低维向量空间的无监督学习模型——基于生成对抗网络的异质网络表征学习（heterogeneous network representation learning based on generative adversarialnetwork,HNRL-GAN）模型;然后分析HNRL-GAN模型中的不足之处,进一步提出改进后的基于生成对抗网络的增强版异质网络表征学习（heterogeneous network representationlearning based on generative adversarial network plus plus,HNRL-GAN++）模型;最后分别在DBLP、Yelp、Aminer等数据集中使用HNRL-GAN模型和HNRL-GAN++模型进行节点分类和节点聚类等实验以测试模型的有效性。实验结果表明：1）HNRL-GAN模型和HNRL-GAN++模型都实现了将异质信息网络中的高维稀疏节点表示为低维稠密向量这一目标;2）相较于HNRL-GAN模型,HNRL-GAN++模型在保留高维空间中网络结构信息和语义信息等方面拥有更好的性能。     

基于力矩变换的PAA型欠驱动机器人鲁棒镇定控制

针对在第2 关节和第3 关节仅有两个驱动器的PAA（passive-active-active）型欠驱动三连杆机器人,提出一种基于力矩变换的鲁棒镇定控制方法. 首先对第3 关节的控制输入引入一种与第2 关节控制输入和机器人状态相关的力矩变换,以消除第3 关节控制输入对系统的影响,将机器人动力学方程化为更简单的形式,然后基于能量进行摇起控制设计. 在平衡区,将机器人第1 连杆和第2 连杆的角速度看成一种不确定性,得到机器人在不稳定平衡点附近的不确定模型;然后基于线性矩阵不等式推导鲁棒镇定状态反馈控制律,达到较大范围的平衡控制. 仿真结果表明,该控制方法具有稳定时间短和控制力矩小等优点.     

基于人机协作的高质量城市图像采集方法

智慧城市的很多应用都需要采集城市中的各类图像。该文将人完成图像采集任务时的情境转换为任务指令后，驱动机器人采集更多的城市图像。为了选择合适的任务参数值，评估了人与物之间的距离、人的拍照姿态和地形起伏等参数对感知效果的影响。为了解决人机协作任务指令转换的偏差问题，提出了动态阈值近似最近邻（approximate nearest neighbor with dynamic threshold, DTANN）算法以及两种优化任务指令参数的方法，包括机器人的拍照角度和位置的优化。以人机采集的图像重合度作为评估机器人完成任务的质量指标进行实验，结果表明：采用DTANN方法和任务指令优化方法后，数据的精确率和召回率都有提高，并且F1-measure值提高了8%～20%。     

面向异构身份联盟风险评估模型的区块链共识机制

异构身份联盟风险评估系统普遍为中心化架构,存在单点故障、内部作恶以及用户数据控制权丢失等问题,为此提出一种基于区块链的异构身份联盟风险评估模型。该模型以属性加密技术保障数据的安全存储及用户控制权,并结合网络分片思想和聚合签名技术提出一种两级共识机制——分组和聚合签名拜占庭容错（grouped and aggregate-signaturesByzantine fault tolerance,GABFT）算法。GABFT首先利用一致性哈希算法对网络节点进行分组,然后在组内及组间采用了结合聚合签名的实用拜占庭容错（practical Byzantinefault tolerance,PBFT）算法,提高了所提模型的处理效率,降低了通信开销,同时支持节点的动态变化。最后经实验得出：与PBFT相比,GABFT将节点达成共识所需通信次数由平方级降为线性级,且吞吐量约提升2~3倍。     

基于智能传感器的新型巡检机器人应用研究

目前,机器人巡检技术的智能化程度很高,能够解决变电站巡检任务的艰巨性、重复性和高风险所带来的大部分问题。但是,由于作业现场的复杂环境及天气变化、巡检对象的多样性等原因,要求变电站巡检机器人的作业能力和作业范围覆盖变电站巡检任务的所有方面是不现实的。因此,本文主要研究了用于检测变电站设备状态以及弥补变电站巡检机器人作业范围不足的新型智能传感器,并将变电站巡检机器人、现有变电站状态检测系统和新型智能传感器进行协同和信息融合,构建了变电站智能化人工智能巡检体系。     

基于大气阻力的微小卫星编队控制

以传统卫星编队及姿态控制方案为基础,提出一种基于大气阻力的微小卫星编队飞行控制方案,给出相应的系统配置和姿态轨道控制律. 该方案采用4 块气动板对卫星姿态及队形进行控制,提高了功能密度,显著减小了系统复杂性. 采用气动板使卫星编队飞行任务摆脱卫星燃料载量的限制,延长了卫星的生命周期,在应用中具有优势. 仿真实验验证了基于大气阻力的卫星控制方案的有效性.     

基于单元模型面向特征的煤矿机械产品数据库设计

并行和协同产品设计环境中,参与协同的多应用间信息共享的核心是基于网络的数据源.该文提出在煤矿机械企业采用基于单元模型、面向特征的产品数据库,以实现特征操作驱动与历史无关的模型重建.     

多任务模糊聚类驱动的多任务TSK模糊系统模型

该文提出了一种多任务Takagi-Sugeno-Kang（TSK）模糊系统建模方法.首先给出了一种新的多任务模糊c均值聚类算法，能够有效提取所有任务之间的公共信息和每个任务的私有信息，进而利用所得的聚类中心构建多任务TSK模糊系统的前件参数.其次设计了一种具备多任务协同学习机制的后件参数优化方法，可以优化多任务TSK模糊系统的后件参数.最后基于优化的前后件参数，构建出具体多任务模糊聚类方法驱动的多任务TSK模糊系统模型（multi-task fuzzy c-means based multi-task TSK fuzzy system，MTFCM-MT-TSK-FS）以用于实际应用.分别在合成和真实数据集上进行实验，结果验证了该模型的有效性.