陳一民,張云華
信息與系統科學相關工程與技術
基于手勢識別的機器人人機交互技術研究
陳一民,張云華
研究了基于視覺的動態于勢識別技術,采用基于膚色的高斯模型與改進的光流場跟蹤算法結合的方法,實現了復雜背景下實時的手勢跟蹤,具有快速和準確的特點,且具有較好的魯棒性。對于動態于勢識別器,采用丫隱馬爾可人模型(HMM)作為訓練識別算法。考慮到動態手勢特征本身的一些特點,對HMM參數優化算法重估式加以修正,調整了算法比例因子,從而推導了最佳狀態鏈的確定算法、HMM參數優化算法。最后將研究開發的動態手勢識別算法成功地應用到了基于網絡的遠程機器人控制系統中。
手勢識別;光流跟蹤;模式識別;隱馬爾可夫模型
來源出版物:機器人, 2009, 31(4): 351-356
入選年份:2013
移動機器人路徑規劃方法研究
曲道奎,杜振軍,徐殿國,等
摘要:針對室內動態非結構化環境下的移動機器人路徑規劃問題,提出了一種能夠將全局路徑規劃方法和局部路徑規劃方法相結合、將基于反應的行為規劃和基于慎思的行為規劃相結合的路徑規劃方法。全局路徑規劃器采用 A*算法生成到達目標點的子目標節點序列;局部路徑規劃器采用改進的人工勢場方法對子目標節點序列中相鄰兩節點進行路徑平滑和優化處理。在考慮了移動機器人運動學約束的前提下,該方法不但能夠充分利用已知環境信息生成全局最優路徑,而且還能及時處理所遇到的隨機障礙信息。仿真研究與在室內復雜環境下的實際運行結果驗證了該方法的有效性。
關鍵詞:移動機器人;路徑規劃;動態環境
來源出版物:機器人, 2008, 30(2): 97-101,106
入選年份:2013
復雜網絡社區挖掘-基于聚類融合的遺傳算法
何東曉,周栩,王佐,等
摘要:針對當前研究復雜網絡社區挖掘的熱點問題,提出了一種基于聚類融合的遺傳算法用于復雜網絡社區挖掘。該算法將聚類融合引入到交叉算子中,利用父個體的聚類信息輔以網絡拓撲結構的局部信息產生新個體,避免了傳統交叉算子單。純交換字符塊而忽略了聚類內容所帶來的問題。為使聚類融合的作用得以充分發揮,本文提出了基于馬爾科夫隨機游走的初始群體生成算法,使初始群體中的個體具有一定聚類精度并有較強的多樣性。初始群體生成算法與基于聚類融合的交叉算子互相配合,有效地增強了算法的尋優能力。此外,算法將局部搜索機制用于變異算子,通過迫使變異節點與其多數鄰居在同一社區內,有針對性地縮小了搜索空間,從而加快了算法收斂速度。在計算機生成網絡和真實世界網絡上進行了測試,并與當前具有代表性的社區挖掘算法進行比較,實驗結果表明了該算法的可行性和有效性。
關鍵詞:復雜網絡;社區結構;遺傳算法;聚類融合;局部搜索
來源出版物:自動化學報, 2010, 36(8): 1160-1170
入選年份:2014
自主捕獲中自旋目標運動特性分析與地面模擬方法
劉厚德,王學謙,梁斌,等
摘要:針對在軌服務任務中非合作自旋目標自主捕獲操作的特點及自旋目標運動特性分析,建立了目標的簡化模型,并對其運動模擬需求進行了分析。在此基礎上提出了自旋目標地面運動模擬的方案和2種基于6自由度工業機器人的運動模擬方法,即:基于機械臂末端運動的常規模擬法和基于機械臂肩部奇異點的自旋運動模擬法。最后,分別對這2種模擬方法進行原理介紹和試驗仿真,仿真結果表明了方法的可行性和有效性。
關鍵詞:在軌服務;自主捕獲;自旋目標;運動模擬
來源出版物:機器人, 2014, 35(1): 1-8
入選年份:2013
網絡控制系統的最新研究綜述
游科友,謝立華
摘要:隨著傳感、信號處理和通信技術的快速發展,關于網絡控制系統(networked control systems,NCSs)的研究引起了極大的關注。本文擬回顧關于網絡控制系統的最新研究進展。為揭示反饋通信網絡對控制系統的影響,主要討論了為滿足不同控制目的所需的各種網絡條件,例如:在時變信道的環境下,保證線性系統可鎮定性所需的最低編碼率;在間斷觀測的環境下,保證卡爾曼濾波器穩定性的臨界丟包條件;在時不變連接圖的環境下,達到線性多自主體系統趨同性所需的網絡拓撲結構;在通信資源有限的情況下,基于事件驅動的采樣與控制方法等。
關鍵詞:網絡控制系統;線性系統;數據率;丟包;事件驅動控制;趨同性
來源出版物:自動化學報, 2013, 39(2): 101-118
入選年份:2013
模型預測控制——現狀與挑戰
席裕庚,李德偉,林姝
摘要:30多年來,模型預測控制(model predictive control,MPC)的理論和技術得到了長足的發展,但面對經濟社會迅速發展對約束優化控制提出的不斷增長的要求,現有的模型預測控制理論和技術仍面臨著巨大挑戰。本文簡要回顧了預測控制理論和工業應用的發展,分析了現有理論和技術所存在的局限性,提出需要加強預測控制的科學性、有效性、易用性和非線性研究。文中簡要綜述了近年來預測控制研究和應用領域發展的新動向,并指出了研究大系統、快速系統、低成本系統和非線性系統的預測控制對進一步發展預測控制理論和拓寬其應用范圍的意義。
關鍵詞:模型預測控制;約束控制;大系統;非線性系統
來源出版物:自動化學報, 2013, 39(3): 222-236
入選年份:2013
基于數據驅動的銅閃速熔煉過程操作模式優化及應用
桂衛華,陽春華,李勇剛,等
摘要:針對銅閃速熔煉過程工藝指標無法在線檢測、過程建模及優化控制困難的問題,研究了基于數據驅動的操作模式優化方法。論文在銅閃速熔煉過程特點分析的基礎上,定義了基于數據驅動的操作模式優化的基本概念,提出了基于數據驅動的操作模式優化控制框架,研究了基于數據的冰銅溫度、冰銅品位、渣中鐵硅比的工藝指標預測模型、爐況的綜合評價模型及閃速熔煉過程的操作模式優化。基于大量工業運行數據和爐況評價模型構建優化操作模式庫,提出了將模糊C均值聚類與混沌偽并行遺傳算法相結合的匹配算法,從優化操作模式庫中尋找與當前工況相匹配的最優操作模式,從而實現熔煉過程的優化控制。在銅閃速熔煉生產中的實際應用證明了該方法的有效性。
關鍵詞:數據驅動;銅閃速熔煉;操作模式;操作模式優化
來源出版物:自動化學報, 2009, 35(6): 717-724
入選年份:2014
一種基于微結構特征的多文種文本無關筆跡鑒別方法
李昕,丁曉青,彭良瑞
摘要:與字符識別一樣,計算機自動筆跡鑒別是一個涉及到不同文種的研究課題。本文提出了一種基于網格窗口微結構特征的文本無關的筆跡鑒別方法,能適用于各種不同文種的筆跡。該方法對筆跡中局部細微結構的書寫變化趨勢進行描述,并采用加權距離度量方法進行筆跡相似性度量。利用該方法實現了文本無關的多文種筆跡檢索系統,并在實際漢字、英文、藏文和維吾爾文的筆跡庫上進行了測試。實驗證明,該方法是一種高效且適用性較廣、限制性較少的筆跡鑒別方法。
關鍵詞:筆跡鑒別;文本無關;多文種;微結構特征;加權距離度量
來源出版物:自動化學報, 2009, 35(9): 1199-1208
入選年份:2014
局部搜索與遺傳算法結合的大規模復雜網絡社區探測
金弟,劉杰,楊博,等
摘要:基于遺傳算法的復雜網絡社區探測是當前的研究熱點。針對該問題,本文在分析網絡模塊性函數Q的局部單調性的基礎上,給出一種快速、有效的局部搜索變異策略,同時為兼顧初始種群的精度和多樣性以達到進一步提高搜索效率的日的,采用了標簽傳播作為初始種群的產生方法;綜上,提出了一個結合局部搜索的遺傳算法(genetic algorithm with local search,LGA)在基準網絡及大規模復雜網絡上對 LGA進行測試,并與當前具有代表性的社區探測算法進行比較,實驗結果表明了文中算法的有效性與高效性。
關鍵詞:復雜網絡;社區探測;網絡聚類;遺傳算法;局部搜索
來源出版物:自動化學報, 2011, 37(7): 873-882
入選年份:2014
動態輸出反饋魯棒模型預測控制
平續斌,丁寶蒼,韓崇昭
摘要:研究了具有多包不確定性和有界噪聲的系統的動態輸出反饋魯棒模型預測控制的綜合方法。系統為準線性參數時變的,即系統時變參數在當前時刻精確已知,但在將來時刻未知。采用二次有界概念刻畫擴展閉環系統的穩定性。本文主要創新在于提出了一種輔助優化方法,從而為下個采樣時刻的主優化問題提供可靠的真實狀態的界。通過連續攪拌釜式反應器控制系統驗證了該方法的有效性。
關鍵詞:動態輸出反饋;模型預測控制;不確定系統;二次有界
來源出版物:自動化學報, 2012, 38(1): 31-37
入選年份:2014
基于圖割的圖像分割方法及其新進展
劉松濤,殷福亮
摘要:鑒于圖割的理論意義和實際應用價值,系統綜述了基于圖割的圖像分割方法。首先,深入分析了基于圖割的圖像分割方法的基本原理,主要從定性和定量角度剖析了圖割與能量函數最小化之間的關系,然后,概括了基于圖割的圖像分割方法的基本步驟,包括能量函數的設計、圖的構造和最小割/最大流方法,其次,系統梳理和評述了基于圖割的圖像分割方法的國內外研究現狀,最后,指出了基于圖割的圖像分割方法的發展方向。
關鍵詞:圖像分割;圖割;能量最小化;圖論
來源出版物:自動化學報, 2012, 38(6): 911-922
入選年份:2014
復雜動態網絡環境下控制理論遇到的問題與挑戰
陳關榮
摘要:以漫談的方式討論復雜動態網絡環境下傳統控制理論所遇到的一些新問題與新挑戰。具體地,本文首先介紹現代網絡科學與工程的背景,然后討論復雜動態網絡的牽制控制、有向復雜網絡的能控性以及“網絡的網絡”的建模與控制等三個方面的相關科學研究問題。
關鍵詞:復雜動態網絡;有向網絡;牽制控制;能控性;同步
來源出版物:自動化學報, 2013, 39(4): 312-321
入選年份:2014
面向擁擠環境的移動機器人改進粒子濾波定位
王勇,陳衛東,王景川,等
摘要:在動態變化的擁擠環境中,移動機器人的傳統地圖匹配定位算法會由于觀測信息的劇烈變化,導致定位性能明顯下降甚至完全失效。對此本文提出了一種基于可定位性估計的改進粒子濾波定位算法。本算法一方面借助觀測模型的可定位性矩陣估計激光測距儀觀測數據的可信度,另一方面通過預測模型的協方差矩陣估計里程計數據的可信度,進而根據這兩個指標調節觀測信息對預測位姿的修正值。在多種典型走廊環境中,與經典粒子濾波定位算法做了對比實驗,結果表明了本文算法對提高復雜環境下移動機器人定位性能的有效性。
關鍵詞:概率柵格地圖;可定位性;粒子濾波;移動機器人;擁擠環境
來源出版物:機器人, 2012, 34(5): 596-603
入選年份:2012