基于状态反馈控制器的多无人水面船集群控制

研究在时变环境干扰和输入饱和约束条件下,基于状态反馈控制器的多无人水面船集群控制.首先,为了准确地估计时变的海洋环境干扰,提出一种有限时间干扰观测器;然后,为了处理执行机构的物理约束,采用一种辅助动态系统;最后,为了实现多无人水面船集群控制,设计一种状态反馈控制器.采用李雅普诺夫方法证明了系统的稳定性,仿真结果验证了所设计的状态反馈控制器的有效性.     

基于模型预测—中枢模式发生器的六足机器人轨迹跟踪控制

为了模仿动物卓越的运动能力和环境适应能力,提出了六足仿生机器人的轨迹跟踪控制方法。首先建立了机器人的运动学模型,接着通过转向参数将机器人的速度和角速度与中枢模式发生器（CPG）参数结合起来,设计了转换函数。然后通过转换函数将模型预测控制器和CPG网络结合起来,提出了基于CPG的模型预测控制器（MPC-CPG）,并证明了其稳定性。最后对机器人跟踪圆周轨迹和直线轨迹进行了仿真和实验。实验表明,在有初始误差的条件下,机器人在MPC-CPG控制器的作用下能够快速地消除位置误差和航向角误差,跟踪上参考轨迹。轨迹跟踪的位置误差始终保持在-0.1～0.1 m,航向角误差保持在-27?～20?。在MPC-CPG控制器的作用下,机器人不仅具有较高的轨迹跟踪精度,同时还表现出良好的运动平滑性和协调性,进一步验证了所提出的MPC-CPG控制器的有效性。     

面向轨道分割与侵入物检测的多任务学习

轨道车智能防护会涉及轨道车侵入物检测与行驶区域分割任务,在深度学习领域已有针对各任务的算法,却无法很好满足多任务情形时的需求.该算法使用轻量级卷积神经网络(CNN)作为编码器提取特征图,随之将特征图送到两个基于one-stage检测网络的解码器中,进而完成各自的任务.不同级别和尺度的语义特征在编码器输出的特征图中被融合,良好地完成像素级语义预测,在检测和分割效果上有明显提升.采用本算法的设备将掌握对新目标的识别检测判断与追踪,为提升轨道车行驶安全做出保障.     

基于层次化可塑性回声状态网络的混沌时间序列预测

为了提高回声状态网络对于混沌时间序列特征提取与预测的能力,提出一种层次化可塑性回声状态网络模型.该模型将多个储备池顺序连接,通过逐层特征变换的方式增强对非线性多尺度动态特征的提取能力.同时,引入神经科学中的内在可塑性机制模拟真实生物神经元的放电率分布,以最大化神经元的信息传递为目标对储备池进行预训练.层次化可塑性回声状态网络不仅能够增加模型的容量,降低随机投影所带来的不稳定性,而且也为理解储备池的表示、处理、记忆及储存操作提供一种新的思路.仿真实验结果表明,相比于其他7种改进的回声状态网络模型,所提出的模型在人造数据和真实数据所构成的混沌时间序列预测任务中均能取得最优的预测精度.     

基于神经网络的双闭环伺服系统自适应控制

针对双闭环伺服系统中传统自抗扰控制（ADRC）控制器待整定的参数较多且整定过程较复杂的问题,设计了一种基于径向基函数神经网络的ADRC控制器。考虑到组合控制律的独立性,设计线性状态误差反馈进一步降低参数整定复杂性。径向基函数神经网络将扩张状态观测器中的非线性误差增益作为其权值系数,在线辨识出被控对象的Jacobian信息,利用神经网络的自学习功能实现了ADRC的参数在线自整定。以永磁同步电机(PMSM)作为被控对象,通过MATLAB进行仿真。仿真结果证明,此控制策略有效地优化了伺服系统的静态性能和动态品质,实现了控制系统的高动态和高精度。     

一种支持传感器即插即用的模块化信息融合方法

单一导航传感器无法提供实时、可靠的导航信息,通常利用多源信息融合手段提升导航精度、实时性和连续性。针对多传感器融合引入的导航系统开发难度大、复杂度高的问题,文中设计一种充分利用导航传感器间互补特性的全源导航系统,提出一种模块化信息融合方法,通过独立设计系统状态模块、量测模块、滤波器模块,有效地降低系统的开发周期,提高系统的灵活性,使系统组件具备即插即用的能力。最后,通过卫导接收机的杆臂估计实验,验证状态模块的可插拔性;通过组合导航系统的无缝切换实验,验证传感器、滤波器的即插即用能力。仿真实验结果表明,所提出的模块化信息融合方法不仅支持传感器的即插即用,还可以降低导航系统开发难度,提高开发效率。     

自航船模点云数据集的海上船舶检测

为了进行激光雷达海上目标检测的算法研究,本文利用自主航行船模与激光雷达等效采集海上场景点云数据,制作了船舶点云数据集。利用深度学习方法,提出了一种适用于船舶点云目标检测的点结构轻量型目标检测网络LASSD,并通过网络剪枝的方式提升了速度并缩减了所需的计算资源。提出一种基于候选目标的高阶点云特征局部注意力模块,弥补网络剪枝带来的精度损失。实验表明：本文的LASSD网络仅使用5.3×10⁶的参数量在船舶数据集中达到79.42%的精度,在检测中单幅场景仅花费13.5 ms,检测精度以及运行速度能够在实际应用中提供实时有效的检测结果。     

电动客车用七氟丙烷灭火装置最佳热失控抑制参数研究北大核心CSCD

新能源汽车是满足“可持续发展”政策,实现“碳中和”的主要发展方向之一。随着电动汽车的逐步普及,车载锂离子动力电池的安全问题得到越来越多的关注,热滥用、电滥用、机械滥用等均会造成电池燃烧、爆炸,因此开展动力电池热失控抑制研究具有重要的现实意义。本工作搭建了电动客车用202 Ah磷酸铁锂锂离子电池箱试验平台,利用七氟丙烷对锂离子电池热失控的抑制作用,从灭火剂剂量、喷放时机、喷放方式三个方面,分析了七氟丙烷对锂离子电池组热失控的抑制作用、效果和对电池箱的保护作用。结果表明:选用1.8 kg剂量(喷放速率0.06 kg/s)的灭火剂七氟丙烷以双侧间隙开孔软管的喷放方式能够有效抑制热失控;85℃是磷酸铁锂锂离子电池保护的关键点,在保证裕度下设计了触发温度为80℃的电动客车用灭火系统,灭火前后电池性能未发生明显变化,灭火系统能够提供安全保障。本研究有助于为车用七氟丙烷灭火系统的研发提供试验依据,推动锂离子电池电动客车灭火装置的应用。     

基于自适应PDR补偿的UWB/MIMU组合行人定位算法

为提高室内环境下行人的定位精度,针对超宽带(UWB)和微型惯性测量单元(MIMU)在行人室内定位中存在的定位不连续和定位误差累计问题,提出一种自适应行人航位推算(PDR)补偿的UWB/MIMU组合方案。首先提出一种多约束的PDR计步算法,降低了对阈值设置准确性的要求,消除了伪波峰和伪波谷对计步结果的影响;接着通过引入零速更新(ZUPT)和零角速率更新(ZARU)组合的方法对航向角误差进行修正;最后基于自适应滤波算法解算行人的位姿并进行了实验验证。结果表明,所提方案有效抑制了定位轨迹误差增大趋势,使得偏航角误差减少2°。     

改进RRT算法在未知三维环境下AUV目标搜索中的应用

针对未知水下环境下的自主水下航行器（autonomous underwater vehicle,AUV）目标搜索问题,传统方法搜索速度慢且以解决二维平面下搜索问题为主,本文提出了一种基于改进RRT (rapid-exploration random tree)的未知三维环境目标搜索算法。在搜索方面,分别建立了包括目标存在概率地图、不确定度地图、区域遍历度地图在内的实时地图并设定其更新规则,根据搜索目标建立决策函数;在局部规划方面,将滚动规划与改进RRT算法相结合,规划出到搜索决策点的路径。二者的结合,实现了AUV在三维空间下在线实时搜索。仿真表明,该算法具有较强的遍历能力,提高了三维空间下目标搜索的速度。