模拟离子刻蚀过程3维表面演化方法

为了进一步研究刻蚀工艺机理来指导和优化刻蚀工艺,该文利用3维元胞自动机模型来实现表面演化方法,模拟等离子体刻蚀加工工艺,并着重探讨离子刻蚀过程的模拟。改进光线跟踪加速技术,提出了最近边界优先移动法实现刻蚀离子入射轨迹的计算;根据3维元胞自动机模型中表面演化特征,提出了一种邻域驱动拟合法来计算表面法线。实验结果表明,这些方法可以明显提高模拟方法的效率,满足快速仿真的要求。将该方法应用到实际硅刻蚀工艺的3维表面演化模拟,实验与模拟结果的对比也验证了该方法的有效性。     

基于再励学习的被动动态步行机器人

为了研究仿人、能量高效的双足机器人步行,研制了由MACCEPA(mechanically adjustable compliance and controllable equilibrium position actuator)柔性驱动器驱动的半被动双足机器人,并实现了其动力学仿真系统.提出一种基于再励学习的步行控制方法.该方法首先采用Q-学习方法学习机器人在理想环境中的稳定步行步态及其控制策略,然后将此步态和控制策略作为模糊优胜学习方法的参考步态和参考控制策略并在线学习模糊网络的优胜值参数.仿真结果表明: 利用学习训练的结果控制柔性驱动器在步行相转换时的动作,机器人可以实现稳定动态步行.     

基于阴影特征和Adaboost的前向车辆检测系统

为了解决汽车安全辅助驾驶系统中的前向车辆检测问题,提出了一种基于单目视觉的在线前向车辆检测系统。通过检测车底阴影特征来生成车辆假设,分别提出了自适应路面阈值方法和阴影区域融合方法以解决路面区域灰度变化和阴影边缘变形问题;使用基于梯度特征的adaboost方法来验证车辆假设;最后使用Kalman滤波对检测到的目标进行跟踪以改善系统性能。使用道路实拍的图像序列对系统进行了测试。结果表明,该系统能够在实时条件下有效检测前方车辆。     

多任务环境中基于情感的拟人Agent面部运动的实现

为解决在多任务环境中,拟人Agent多种面部运动自主综合表达的问题,该文首先结合Sloman的分层体系架构和Damasio的机体标志思想,设计了一种支持多任务环境的拟人Agent面部运动的体系结构。接着分析了拟人Agent的面部运动种类及成因,定义了面部运动的优先级,提出了冲突的协调方法,并将此方法应用到体系结构的决策控制中。最后根据提出的拟人Agent感情状态的形式化描述方法,实现了基于情感的面部运动序列的自主生成系统,解决了拟人Agent多种面部运动同时表达的矛盾,并实现了个性化的情感表达输出。     

多任务环境中基于情感的拟人Agent面部运动的实现

为解决在多任务环境中,拟人Agent多种面部运动自主综合表达的问题,该文首先结合Sloman的分层体系架构和Damasio的机体标志思想,设计了一种支持多任务环境的拟人Agent面部运动的体系结构。接着分析了拟人Agent的面部运动种类及成因,定义了面部运动的优先级,提出了冲突的协调方法,并将此方法应用到体系结构的决策控制中。最后根据提出的拟人Agent感情状态的形式化描述方法,实现了基于情感的面部运动序列的自主生成系统,解决了拟人Agent多种面部运动同时表达的矛盾,并实现了个性化的情感表达输出。     

装配机器人SAROT结构反射行为的实现

介绍了一种新的智能装配机器人体系结构——ＳＡＲＯＴ（ＳｍａｒｔＡｓｓｅｍｂｌｙＲｏｂｏｔ）结构，这种结构将按照功能的分层递阶方法和按照行为的分层方法结合起来，克服了单纯基于分层递阶结构实时性差和单纯基于反射的行为分层结构功能简单的局限。介绍了支持行为反射的基本元素—行为单元的组成以及它的两个典型实例     

位姿闭环控制的高精度脑外科机器人

为解决现有脑外科机器人存在的绝对定位精度难于满足精细手术应用的问题,提出一种视觉伺服的系统方案,引入高精度光学跟踪手段,对机器人的末端位姿进行实时测量并反馈。采用一种基于关节空间控制和位姿空间动态补偿综合的机器人视觉闭环控制方法,并设计了动态校正控制算法。仿真结果表明:动态位姿闭环可以有效克服各种参数误差因素的影响,对机器人的绝对定位和跟踪误差具有校正作用,明显改善了轨迹跟踪精度,同时提高了鲁棒性能。绝对定位达到神经外科手术±1mm的精度要求,实际运用取得了令人满意的结果。     

现代防空导弹火力单元的自动引导与控制

针对先进指控系统为达成快速、自动化引导和控制防空导半火力的目标,提出自动控制各火力单元的雷达作用扇区,和自动将目标指示信息输入火力单元的目标跟踪通道两项关键技术方法。分析了一个作战单位指控系统与多通道火力单元信息交链的基本内容,然后围绕雷达天线调转控制和自动目标指示问题,剖析了作战单位与火力单元各自的设计考虑和主要处理、响应过程,对新一代作战单位指控系统与防空导弹武器的交链设计颇有借鉴。     

动态武器目标分配问题中改进遗传算法的元级控制

动态武器目标分配问题是一类实时性很强的优化问题.考虑分配的时间约束时,其求解算法应该是anytime算法,即算法在任意时刻都能输出合理解,且解的质量随时间增加而增加.在有限的计算时间内,anytime算法的运行时间应在综合考虑解的质量、计算代价及环境状态的变化而确定,以使解的效用最大化.该文针对有截止期的动态武器目标分配问题的anytime算法,利用元级控制过程控制算法的响应时间.在分析算法解效用影响因素的基础上,建立了时间相关的解效用公式,并基于该公式给出了一种元级控制策略.仿真结果验证了对动态武器目标分配的anytime算法进行元级控制能有效提高解的效用.     

基于动态Bayesian网络的基因调控网络建模

为了精确建模与推断基因调控网络,提出一种基于动态Bayesian网络的多数据融合方法(SP-DBN).该方法利用结构期望最大算法进行未知结构学习,基于粒子滤波方法完成参数学习,可有效处理数据缺失与噪声问题,更好地捕捉数据中固有的动态特性,并通过其先验结构,在基因表达数据的基础上,自然地融合转录因子绑定位点等多数据源信息.基于酿酒酵母的真实数据,实验结果表明: 对于仅采用基因表达数据的情况, SP-DBN的敏感度与特异度分别提高到19%和95%;融入绑定位点数据后, SP-DBN的敏感度可从19%进一步提升至20%, 而特异度则仍保持在95%的水平.