对抗网络下时滞非线性多智能体系统固定时间二分一致性

本文针对一类存在输入时延的非线性多智能体系统,研究了其在结构平衡的无向符号图下的固定时间二分一致性问题.首先,本文针对智能体间相互合作与相互竞争的关系,设计了一类存在输入时延的多智能体系统固定时间分布式一致性控制协议,使得系统状态在固定时间内收敛到数值相同但符号相反的两个值,且收敛时间上界与初始状态无关.随后,利用Lyapunov稳定性理论和代数图论给出了在存在输入时延的情况下多智能体系统实现固定时间二分一致性的充分条件和收敛时间的上界值,证明了控制算法的稳定性.最后,仿真实例验证了所提固定时间二分一致性算法和理论结果的有效性.     

独立驱动的仿鸟扑翼飞行机器人的系统设计与实验EI北大核心CSCD

扑翼飞行机器人模仿自然界中的飞行生物,通过扑动翅膀拍打空气驱动飞行.它们机动性好、飞行效率高、噪音小,在某些应用场景比传统的固定翼飞机和旋翼飞机更有优势.目前扑翼飞行机器人的研究大多集中在机理研究和理论的建模与控制,鲜有实现室外的自主飞行,难以应对复杂的实际应用需求.在本文中,设计了一种独立驱动的仿鸟扑翼飞行机器人USTBird,通过两个舵机独立驱动左右翅膀可实现无可控尾翼的机动飞行.通过搭载自主设计的微型飞控板、GPS以及惯性导航模块,采用PD控制实现了扑翼飞行机器人的室外自主巡航飞行.设计了针对扑翼机器人的轻型两自由云台,很大程度上消除了机翼扑动飞行引起的图像抖动问题.针对机身振动和GPS测量误差带来的位置误差,采用无迹卡尔曼滤波算法对GPS采集的位置信息进行估计,提升了位置估计精度.设计了面向扑翼飞行机器人的地面站系统.考虑到扑翼飞行机器人存在的转向滞后问题,对偏航角设计双闭环分段PD控制器,最终实现了在外圆半径40 m和内圆半径10 m的圆环内的自主巡航任务.     

自动化学科面临的挑战

本文分析了控制理论与应用、模式识别与智能系统、导航制导与控制、系统科学与工程、人工智能与自动化交叉等领域的发展现状. 结合科技发展、国内国际研究前沿和新兴领域对自动化科学技术的需求, 提出重点发展智能控制理论和方法、高性能作业机器人、信息物理系统、导航与控制技术、重大装备自动化技术、自主智能系统和人工智能驱动的自动化技术优先领域, 加强数据驱动控制理论、人工智能基础理论研究, 进一步发展人机协同、跨域融合的智能自动化, 为实现国家社会的全面信息化智能化提供理论和技术保障.     

基于“雁阵效应” 的扑翼飞行机器人高效集群编队研究

本文借鉴“雁阵效应”, 研究了扑翼飞行机器人高效集群编队飞行问题. 通过对“V”字雁阵的分析得知, 当前排大雁(简称头雁)和后排大雁(简称从雁)保持某一合适的相对位置偏移时, 后排大雁可有效利用前排大雁挥翅产生的上洗涡流, 从而节省体能; 并且, 雁阵通过阵型的变换, 可以实现能量整体消耗的均衡性, 确保长航时飞行. 仿照该“雁阵效应”, 分析得出耗能最少的扑翼飞行机器人集群阵型排布方式, 并设计了阵型变换机制, 实现集群能量整体消耗的最优性和均衡性. 在此基础上, 参考雁群的交互方式, 设计了一种使用局部信息的控制方法, 保证最优阵型的稳定维持以及阵型间的灵活变换. 最后, 仿真结果验证了所提理论结果的有效性.     

具有模糊聚类功能的双向二维无监督特征提取方法

依据最大间距判别准则(Maximum margin criterion, MMC)的基本原理,并结合模糊技术和张量理论, 提出一种矩阵模式的模糊最大间距判别准则(Matrix model fuzzy maximum margin criterion, MFMMC),并在此基础上形成具有模糊聚类功能的双向二维无监督特征提取方法(Two-directional two-dimensional unsupervised feature extraction method with fuzzy clustering ability, (2D)2UFFCA). 该方法不但能直接实现矩阵模式数据的模糊聚类,而且还可以对矩阵模式数据进行双向二维特征提取,实现特征降维. 同时我们还从几何的直观含义出发,合理地设定矩阵模式的模糊最大间距判别准则中的调节参数γ并从理论上证明其合理性.为了提高特征提取的效率,还提出一种能有效计算矩阵模式数据的投影变换矩阵的方法.实验结果表明该方法具有上述优势.     

前言

2008年11月6～7日,国家自然科学基金委员会在北京召开了第33期"双清论坛".论坛的主题是"基于数据的控制、决策、调度与故障诊断".国家自然科学基金委员会副主任孙家广院士和40多位来自中国大陆、中国香港、美国、英国、澳大利亚以及新加坡的知名专家出席了本期论坛.     

一种基于局部加权均值的领域适应学习框架

最大均值差异(Maximum mean discrepancy, MMD)作为一种能有效度量源域和目标域分布差异的标准已被成功运用.然而, MMD作为一种全局度量方法一定程度上反映的是区域之间全局分布和全局结构上的差异.为此, 本文通过引入局部加权均值的方法和理论到MMD中, 提出一种具有局部保持能力的投影最大局部加权均值差异(Projected maximum local weighted mean discrepancy, PMLWD)度量,%从而一定程度上使得PMLWD更能有效度量源域和目标域中局部分块之间的分布和结构上的差异,结合传统的学习理论提出基于局部加权均值的领域适应学习框架(Local weighted mean based domain adaptation learning framework, LDAF), 在LDAF框架下, 衍生出两种领域适应学习方法: LDAF_MLC和 LDAF_SVM.最后,通过测试人工数据集、高维文本数据集和人脸数据集来表明LDAF比其他领域适应学习方法更具优势.     

栅格地图中多机器人协作搜索目标

目标搜索是多机器人领域的一个挑战.本文针对栅格地图中多机器人目标搜索算法进行研究.首先,利用Dempster-Shafer证据理论将声纳传感器获取的环境信息进行融合,构建搜索环境的栅格地图.然后,基于栅格地图建立生物启发神经网络用于表示动态的环境.在生物启发神经网络中,目标通过神经元的活性值全局的吸引机器人.同时,障碍物通过神经元活性值局部的排斥机器人,避免与其相撞.最后,机器人根据梯度递减原则自动的规划出搜索路径.仿真和实验结果显示本文提及的算法能够实现栅格地图中静态目标和动态目标的搜索.与其他搜索算法比较,本文所提及的目标搜索算法有更高的效率和适用性.     

多旋翼无人机标准化机体设计方法研究

多旋翼无人机具有结构简单、可维护性强、无人员伤亡的优点,可广泛应用于航拍摄影、环境检测等领域,具有巨大的产业化前景。但多数科研机构大都注重飞行控制理论方面的研究,缺乏对机体设计的探讨,而这正是实现多旋翼无人机产业化的基础。从一个具体的设计实例出发,提出小型多旋翼无人机的标准化机体设计方法。然后通过对飞行控制系统的设计,实现多旋翼无人机的稳定飞行。飞行实验结果表明,设计的多旋翼无人机具有良好的稳定性能,从而验证机体设计和飞行控制方法的可行性。