基于行波函数的仿蠕虫移动机器人驱动信号统一表征方法

提出了基于行波函数的仿蠕虫移动机器人驱动信号统一表征方法.首先,针对连续型仿蠕虫移动机器人,推导了基于行波函数的驱动信号表达式,并提出了驱动信号波形生成函数的构造方法.然后,针对多单元仿蠕虫移动机器人,修正了基于行波函数的驱动信号表达式,并证明了多单元机器人的驱动信号表达式可以转化为连续型机器人的驱动信号表达式.最后,简单介绍了当存在以不同波速传播的驱动信号时和当不同部分上的驱动信号波形生成函数不相同时的驱动信号表达式.将本文提出的方法应用于一个连续型仿蠕虫移动机器人和两个多单元仿蠕虫移动机器人,新驱动信号表征方法和原驱动信号表征方法得到了相同的结果,表明本文方法具有很强的适用性.     

模块化可重构机器人动力学研究进展

模块化可重构机器人由于其构型多变,运动形式丰富等特点,可以在非结构化环境或未知环境中执行任务,在最近几年迅速成为机器人研究领域的前沿和热点. 模块化可重构机器人在军事、医疗、教育等众多工程领域具有广泛的应用前景,其典型代表包括仿生多足模块化机器人、模块化可重构机械臂、晶格式模块化机器人等. 模块化可重构机器人丰富的构型设计、多样的连接特征、不断拓展的应用范围,给动力学建模与控制带来了很多挑战和机遇. 本文首先阐述了模块化可重构机器人的研究背景和意义,并概述了其构型分类与设计、构型描述与运动学建模方法.随后,本文系统回顾了模块化可重构机器人动力学研究中相关问题的最新进展,包括：(1)系统整体动力学建模;(2)结合面以及对接机构动力学建模;(3)基于动力学模型的控制方法. 本文最后提出了模块化可重构机器人动力学研究中若干值得关注的问题.     

基于时移和片组注意力融合的双流行为识别网络

基于深度学习的行为识别算法往往由于复杂的网络设计而难以在实际应用中达到快速、准确的识别效果.针对以上情况,提出一种轻量型的基于时移和片组注意力融合的端到端双流神经网络模型.算法在RGB与光流分支网络中,采用时间稀疏分组随机采样策略实现长时程建模,利用时移模块在时间维度上置换部分通道从而结合邻帧信息来提升时序表征能力,同...     

基于库伦-粘性摩擦模型的大腿假肢动力学参数辨识

基于模型的智能假肢控制方式具有物理意义明确、参数变量少的优势,但受建模误差、模型不确定等因素的影响,其控制精度仍有待进一步提高,而有效措施之一便是假肢先验动力学建模与辨识.本文针对实验室新设计的动力大腿假肢,研究了基于库伦-粘性摩擦的大腿假肢动力学参数辨识问题.首先,基于拉格朗日方法建立了具有固定传动比动力膝关节和非线性传动比动力踝关节的大腿假肢动力学模型;其次,采用库伦-粘性摩擦模型来描述假肢动力学模型中的关节摩擦行为;最后,通过粒子群优化算法辨识了大腿假肢的动力学参数.结果表明,相比于基于3D建模软件的估计参数,基于辨识参数重构的膝、踝关节电机扭矩与实测扭矩的均方根误差分别降低了93.55%和80.83%,模型精度得到了显著提高.这一结果不仅验证了本文假肢动力学建模与参数辨识方法的有效性,也为假肢后续的高精度控制提供了技术支撑.     

基于改进快速行进平方法的多移动机器人聚集路径规划与控制

针对多移动机器人聚集的路径规划与控制问题,本文提出了基于改进快速行进平方法的路径规划策略.首先,运用分段函数改进了速度图,实现了更安全、更高效的路径规划,可以将快速行进网格地图上的速度映射到真实机器人速度上,并且减少传统快速行进平方法在回溯路径过程中产生的冗余路径;接着,针对多移动机器人聚集过程总能耗最小、聚集点附近空间最大、聚集队形约束下的聚集过程总能耗最小三种任务需求,分析设计不同的目标函数,给出多移动机器人的聚集点和对应规划路径,展示本文方法的有效性以及在不同场景下的适用性.最后,在车辆动力学模型基础上,使用模型预测控制以改进后的快速行进网格地图上的速度作为机器人参考速度进行了轨迹跟踪仿真实验,实现结果显示跟踪误差减小,验证了本文改进速度场的有效性,可适用于真实环境下多移动机器人聚集路径规划与控制.     

基于改进降噪自动编码器的点击率预测

点击率(CTR)预测是个性化广告和推荐系统中的一项基本任务. 针对提升点击率预测效果和处理冷启动问题, 本文中提出了一种基于改进降噪自动编码器的点击率预测模型ADVAE (ADditional Variational AutoEncoder),该模型在输入数据加入高斯随机噪声, 利用改进的降噪自动编码器生成新的嵌入特征...     

竞争与合作视角下的多Agent强化学习研究进展

随着深度学习和强化学习研究取得长足的进展,多Agent强化学习已成为解决大规模复杂序贯决策问题的通用方法。为了推动该领域的发展,从竞争与合作的视角收集并总结近期相关的研究成果。该文介绍单Agent强化学习;分别介绍多Agent强化学习的基本理论框架——马尔可夫博弈以及扩展式博弈,并重点阐述了其在竞争、合作和混合三种场景下经典算法及其近期研究进展;讨论多Agent强化学习面临的核心挑战——环境的不稳定性,并通过一个例子对其解决思路进行总结与展望。     

无人机平飞下激光雷达和双目视觉融合的SLAM建图

针对无人机在较快运动下使用单一传感器难以有效构建地图的问题,提出一种基于LiDAR与双目融合的建图方法。利用LiDAR获取远处环境信息,提取物体的边界信息减少数据冗余,实现预先地图的构建;使用双目获取近处的信息,同时利用改进的特征金字塔法以实现特征快速提取,与LiDAR预建地图并行计算提高运行效率;最后将视觉特征与LiDAR预建地图融合构建二维地图。实验表明,该方法在无人机不同速度下可构建可靠性更高、更精确的环境地图,可为快速无人机的实时避障提供位置信息。     

基于局部流形注意力的人脸表情识别

人脸表情识别在各种人机交互场景中有广泛的应用,但在表情模糊或存在遮挡情况下,现有的表情识别方法效果并不理想.针对表情模糊和遮挡问题,本文提出了一种基于局部流形注意力(SPD-Attention)的网络架构,利用流形学习得到具有更强描述能力的二阶统计信息以加强对表情细节特征的学习,抑制遮挡区域无关特征对网络的影响.同时,针对流形学习过程中由于对数计算导致的梯度消失和爆炸,本文提出了相应的正则约束加速网络收敛.本文在公开表情识别数据集上测试了算法效果,与VGG等经典方法相比取得了显著提升,在AffectNet、CK+、FER2013、FER2013plus、RAF-DB、SFEW上正确率分别为:57.10%、99.01%、69.51%、87.90%、86.63%、49.18%,并在模糊、遮挡表情数据集上相比于Covariance Pooling等目前先进方法提升了1.85%.     

下肢康复机器人人机耦合动力学建模和主动柔顺控制

针对多关节下肢康复机器人非线性人机交互作用力影响训练过程中舒适度和安全性的问题,提出一种人机耦合动力学建模方法和主动柔顺控制策略。结合脑卒中发病初-中期康复训练特点和降低髋关节输出功率的要求,确定出坐卧式下肢康复机器人自由度配置、自平衡结构原理,并完成具体模型设计。基于简化的人体肌骨模型,考虑人机耦合方式,确定出人机交互作用力模型,进一步给出考虑自平衡结构影响的人机耦合动力学模型。引入环境刚度模拟患者踩踏在不同路面的接触力效果,利用动力学前馈进行关节期望力矩补偿控制,并通过李雅普诺夫定理判定控制系统的稳定性。通过实验验证了轨迹跟踪、力跟踪的准确性,进一步通过临床试验,92.2%的脑卒中患者病情得到缓解,验证了研究内容的可行性和安全性。