多飞行机器人吊运系统研究进展及挑战

多飞行机器人吊运系统是指由多个旋翼飞行机器人、吊绳及单个悬挂负载共同构成的具有空中操作能力的一类新型机电系统,具有灵活性强、地域可达性好、运输便捷、载荷能力强等显著优点.多飞行机器人吊运系统应用广泛,但是其建模与控制还存在诸多挑战.旋翼飞行机器人自身是一种复杂的欠驱动非线性系统,随着吊绳和负载的引入,系统的耦合性、欠驱动特性和非线性也会随之增加.为了全面对多飞行机器人吊运系统的研究进行综述,首先介绍了多飞行机器人吊运系统的常见构型,并对比分析了其优缺点;其次,从动力学建模、协调控制、实验三个方面介绍了多飞行机器人吊运系统的研究现状与挑战;最后,凝练了现存的关键科学问题,对其潜在的应用领域和未来的研究工作进行了探讨与展望.     

解剖特征引导软式内镜机器人自主介入策略研究

以上消化道介入为例,在前期研制的YunSRobot内镜机器人平台上开展软式内镜自主介入策略研究.基于Faster-RCNN算法和数学形态学图像处理方法从镜下图像中提取消化道解剖特征,并设计自主化镜体操控和弯曲定向策略实现内镜在上消化道中的自主介入.在高仿真度的上消化道模型中开展了对照实验,结果表明本文方法的介入成功率为100％.与非专业人员主从介入相比,平均耗时从262.01 s降低到197 s,介入力的最大值从11.8 N降到9.6 N.与专业人员主从介入相比,介入力最大值基本一致,仅多耗时34.33 s.本文提出的自主化介入策略可以拓展到呼吸道、尿道等其他腔道的软式内镜介入.     

面向网络入侵检测的GAN-SDAE-RF模型研究

针对传统机器学习方法在处理不平衡的海量高维数据时罕见攻击类检测率低的问题,提出了一种基于深度学习的随机森林算法的入侵检测模型,为了避免传统的随机森林面对高维数据和不平衡数据时分类精度低、稳定性差和对罕见攻击类检测率低的问题,引入生成式对抗网络（GAN）和栈式降噪自编码器（SDAE）对随机森林算法（RF）进行改进。将罕见攻击类数据集输入GAN神经网络中,生成新的攻击类样本,改善网络入侵数据在样本集中不均衡分布的情况,通过堆叠深层的SDAE逐层抽取网络数据的分布规则,并结合各个编码层的系数惩罚和重构误差,来确定高维数据中与入侵行为相关的特征,基于降维后的特征数据构建森林决策树。采用UNSW-NB15数据集的实验结果表明,与SVM、KNN、CNN、LSTM、DBN方法相比,GAN-SDAE-RF整体检测准确率平均提高了9.39%、误报率和漏报率平均降低了9%和15.24%以及在少数类Analysis、Shellcode、Backdoor、Worms上检测率分别提高了26.8%、27.98%、27.85%、39.97%。     

基于虚拟力引导的人机协同目标抓取方法

针对力反馈遥操作中传统人工势场法无法适应于机械臂整体的避障以及在作业过程中操作者难以控制机械臂到达所需位姿的问题,提出了一种基于虚拟力引导的人机协同目标抓取方法。力反馈设备向操作者提供力觉交互。通过结合人工势场法和虚拟夹具,构建管道形虚拟力场,生成实时虚拟力引导,实现协助操作者完成从端机器人的整体避障任务并在完成避障后引导机器人返回预定义路径并趋近目标点。当进行抓取任务时,构建锥形虚拟力场,实现协助操作者操作机械臂到达目标位置和姿态。此外,提出了一种机器人运动限制方法以降低操作者的操作失误对抓取任务的影响。实验证明,该方法能有效提高目标抓取操作的成功率和操作效率。     

基于工业边缘计算的缓存任务调度方法

随着工业物联网(IIoT)的发展以及工业4.0浪潮的到来,工业边缘计算领域也得到了越来越多的关注。然而,依赖于工业云的传统工业计算方案让数据时延、数据安全面临着更大的挑战。本文针对工业边缘计算场景中遇到的多计算任务与单计算资源受限之间的矛盾,基于多台边缘计算控制器(AECC)的部署,进行订单下发场景设计,对串行队列任务进行编排与子队列分配,完成任务优先级排列,提高了业务服务价值,并结合缓存机制在约束条件下,完成了任务计算时间优化,降低了设备能耗,得到了一种贴合工业任务订单场景的基于轮询时间的计算任务卸载优化方法。通过仿真,本文方法在优化目标上得到了理想的效果。     

显著性的无人机远距离障碍物检测

针对旋翼无人机的避障问题,结合人眼视觉的显著性注意机制和HOG特征,提出一种实时的障碍物检测算法。该算法首先采用形态Haar小波分解的方法构建增强图像,然后根据增强图像的投影曲线提取出障碍物的候选区域。其后,对障碍物候选区域进行尺度归一化后提取HOG特征,并采用线性SVM分类器进行分类判别。该算法采用C++语言实现,在Celeron 2.3GHz处理器、2G内存的单板计算机上测试分辨率为640×480的VGA视频图像的处理速度约为14f/s。实验结果表明该算法满足无人机在低空环境下的障碍物的实时检测需求。     

基于改进变异树的工控协议模糊测试用例生成方法

针对现有应用层工控协议在模糊测试过程中用例冗余度高、测试效率低和随机性强等问题,提出一种基于改进变异树的测试用例生成方法。该方法将协议样本数据序列进行树结构化,同时提取协议规约中字段优先级信息,并利用其有效地控制树中各节点属性值的变异程度,从而达到降低测试成本、提高测试效率以及增大发掘漏洞几率的目的。实验结果表明,该测试用例生成方法对提高协议模糊测试性能具有显著的优化效果和漏洞检测能力。     

振动磨机的模糊控制系统研究

振动磨系统粉碎过程的动态特性非常复杂,而且研磨物料的性能会随着粉碎的进行时刻发生着变化,这都会导致产品粒度出现比较大的波动,不能达到最终粉碎要求。本设计将采用模糊控制系统,通过对步进电机转速的调节使微纳粒子制备系统能够达到要求的粉碎目标。     

基于改进广义预测控制的PMSM速度控制

在机器人控制领域中,对永磁同步电机(PMSM)响应的快速性及稳定性要求较高,同时还需要其控制方法有较强的适应性。但传统的PID控制参数只适用于特定场合,应用受到限制。本文结合广义预测控制(GPC)理论与Luenberger观测器,形成一种新的控制方法来对PMSM进行速度闭环控制。该算法与传统GPC算法相比计算量更少,并通过负载转矩观测器对负载扰动进行测量反馈,提高了系统控制性能。仿真及试验结果表明,该算法与PID控制比超调量小,响应速度快,适用于要求较高的工程应用。     

紫外光固化快速成形中提高加工效率的方法

光固化成形是一种基于逐层累加方式发展起来的新的制作工艺，零件的加工效率是成形中需要考虑的关键问题之一。本文分析了影响加工效率的三个因素，即扫描参数、制作方向和扫描方向，并通过实验证明了优化制作工艺能够显著提高零件的制作效率。