润滑油生产溶剂回收系统的混合优化策略

溶剂回收系统的优化目标是在保证润滑油质量的前提下尽量降低能量消耗,由于外界干扰大、参数波动大、存在较大滞后等因素,能耗优化数学模型难以满足在线优化的要求,为此提出了一种数学建模与优化、专家系统建模与优化相结合的混合优化策略.为满足能耗优化的需要,采用了一种基于BP神经网络的润滑油质量指标"闪点"的软测量技术和一种保证蒸发塔温度控制的非线性预测算法.实际应用结果证明该混合优化策略是成功的.     

关于机械设计专家系统求解策略的探讨

文章着重讨论机械设计专家系统求解策略.从分析专家任务特征入手,讨论了专家求解问题的全过程.提出一种机械设计专家系统的求解策略.该策略突出反映了设计过程中,专家决策和有效地利用支持资源的求解方法.最后,用一个标准滚子链传动设计专家系统(CDDES),说明这种控制策略的可行性.     

专家系统在尿素生产优化决策中的应用研究

本文针对大型复杂工业过程优化问题的特点提出了一种新型分层仲裁－协调专家系统结构和一种新的区域优化思想，结合各种有效的知识获取，表达和推理方法，最终以尿素生产过程为实际工业背景建立了具有优化决策功能的尿素生产专家系统，现场运行结果表明，本文所提出的思想和方法极为有效。     

用于溶剂回收装置的混合建模和优化方法

润滑油生产中溶剂回收过程要消耗大量能量,但这个设备存在大量时滞、强耦合、时变和干扰等,难于在线测量溶剂质量,如何同时保证溶剂质量和节约能耗是一大挑战。本文首先提出了一种非线性预测控制算法用于控制蒸馆塔温度。由于该装置的特殊性,用于能量优化的数学建模和优化方法并不能满足实际需要。因此,提出了一种把数学方法和专家系统方法相结合的混合建模和优化方法,其中用到了智能数据库,数学建模和优化方法,专家系统建模和优化方法,智能报警系统等,以提高装置的运行功能,实际结果证明该方法很成功。     

一种低成本MPEG-4 AAC解码器的优化策略

在系统级高层C模型的基础上,提出了在低成本SoC平台的软件优化策略,包括基于统计分析的浮点-定点转换策略和面向性能优化的片上存储器容量定制策略.本文论述了优化的软硬件平台、优化方法和优化过程,并实现MPEG-4 AAC的实时解码.结果证明了该优化策略在性能和成本方面的有效性.     

遗传算法的改进及其应用研究

基于工程优化命题的特点对传统遗传算法进行了改进，改进算法在尿素工业过程神经网络建模和专家系统知识获取中的应用结果表明，该算法适用范围广，可有效地解决若干工程优化问题。     

基于改进粒子群优化算法的污水处理过程优化控制

针对前置反硝化工艺污水处理过程,提出了一种基于分工策略粒子群优化算法的优化控制方案.以国际水协会(IWA)开发的基准仿真模型BSM1为基础,综合考虑出水水质、曝气能耗和泵送能耗,通过动态优化底层PI控制器的最佳设定值达到出水水质高、能量消耗少的目的.基于分工策略的粒子群算法具有更强的全局寻优能力,仿真结果表明了该优化方案能够在保证污水水质达标的情况下,有效减少污水处理过程的能耗.     

一种改进的专家系统自学习算法的研究

基于证据推理的置信规则库推理方法(RIMER)已被提出,由此产生了一种新型专家系统-RIMER专家系统.该专家系统的学习训练模型是一个带有线性约束的复杂非线性优化模型,传统优化方法求解该类模型有一定困难和局限性.本文结合梯度法和二分法提出一种新的优化算法实现了RIMER专家系统的自学习.采用该算法对一个实例进行了训练,训练结果令人满意.训练实例表明新算法具有简单、速度快、收敛精度高等特点.     

动态电源管理的随机切换模型与策略优化

提出一种基于连续时间Markov决策过程的动态电源管理策略优化方法.通过建立动态电源管理系统的随机切换模型,将动态电源管理问题转化为带约束的策略优化问题,并给出一种基于矢量合成的策略梯度优化算法.随机切换模型对动态电源管理系统的描述精确,策略优化算法简便有效,既能离线计算,也适用于在线优化.仿真实验验证了该方法的有效性.     

专家系统在立体车库出入库调度中的应用

研究了专家系统在自动化立体车库出入库调度中的应用:利用专家系统,对立体车库进行任务最优分配和调度.介绍了协调优化的推理过程.实践表明该系统是可行的,并具有一定的实用性.     

面向数据流的ROS2数据分发服务形式建模与分析

机器人操作系统(robot operating system,简称ROS)是一种开源的元操作系统,能够在异种计算簇上提供基于消息机制的结构化通信层.为改善ROS1中存在的数据分发实时性、可靠性问题,ROS2提出了面向数据流的数据分发服务机制.采用概率模型检验的方法,分析、验证ROS2系统数据分发机制的实时性和可靠性.首...     

ROS2多线程执行器上DAG任务的优先级分配方法

随着机器人操作系统（robot operating system, ROS）的日益普及,系统也变得更加复杂,这类系统的计算平台正逐渐转变为多核心平台. 在ROS中,任务执行的顺序取决于底层任务调度策略和分配给任务的优先级,而最大限度地缩短所有任务的执行时间是并行系统任务调度的一个重要目标. 受强化学习在解决各种组合优化问题的最新研究成果的启发,在考虑ROS2多线程执行器的调度机制和执行约束的前提下,提出了一种基于强化学习的任务优先级分配方法,该方法提取了基于有向无环图形式表示的任务集的时间和结构特征,通过策略梯度和蒙特卡洛树搜索（Monte Carlo tree search, MCTS）方法有效地学习ROS2调度策略并给出合理的优先级设置方案,最终达到最小化并行任务的最大完工时间的目的. 通过模拟平台环境下随机生成的任务图以评估所提方法,结果表明所提方法明显优于基准方法. 作为一种离线分析方法,所提方法可以很容易地扩展到复杂的ROS中,在可接受的时间内找到接近最优的解决方案.

     

Applying robotic frameworks in a simulated multi-agent contest

In the Multi-Agent Programming Contest 2017 the TUBDAI team of the Technische Universität Berlin is using the complex multi-agent scenario to evaluate the application of two frameworks from the field (multi-)robot systems. In particular the task-level decision-making and planning framework ROS Hybrid Behaviour Planner (RHBP) is used to implement the execution and decision-making for single agents. The RHBP framework builds on top of the framework Robot Operating System (ROS) that is used to implement the communication and scenario specific coordination strategy of the agents. The united team for the official contest is formed by volunteering students from a project course and their supervisors.     

基于ROS的蛇形机器人基本仿生运动与自主爬台阶控制

设计了一种带正交关节和主动轮组合的蛇形机器人。该机器人不仅能够实现基本的蜿蜒运动、纵向行波运动、横向翻滚运动和横向行波运动,且针对台阶式障碍物提出了一种自主爬越台阶的控制策略。机器人通过激光测距传感器与头部关节的仰角得到台阶高度,抬起相应高度的关节将头关节搭在台阶上,控制主动轮的推进速度与关节抬起的角速度相结合的方式达到上台阶的目的,并且在运动过程中将头部俯仰关节舵机的负载反馈作为判别下台阶的条件。基于ROS （robot operating system）构建了蛇形机器人仿真模型,并通过仿真与实验验证了机器人的基本运动控制和自主爬台阶控制策略的有效性。     

基于激光扫描测距的机器人粒子滤波定位技术研究

传统的粒子滤波即时定位与地图构建(SLAM)算法在构建地图和目标进行自主定位时,粒子数量大,占用的内存高,重采样之后容易出现粒子匮乏现象,为了提高机器人自主定位的效率,提出了一种改进的重采样策略和粒子更新策略,融入系统模型.在装有机器人操作系统(ROS)的旅行家移动机器人上进行测试,实验结果表明:方法能够有效提升粒子滤波定位的效率.     

多移动机器人轨迹跟踪控制系统设计与实现

针对轮式移动机器人的轨迹跟踪控制问题,在分析了机器人运动学模型的基础上,构建多机器人的领航-追随模型;采用跟踪微分器在输入输出两端安排过渡过程,设计了一种基于多变量解耦的非线性PID轨迹跟踪控制器;搭建以Arduino Mega 1280控制板为核心的移动机器人实验平台,采用速度PID控制器以满足机器人驱动电机的实时调速要求,基于ROS提出一种结构化和模块化的多机器人控制系统;在此基础上进行实验,并将实验结果与传统PID方法控制的实验结果进行对比;实验结果验证了文章所提算法的有效性,控制器易于实现且具有一定的鲁棒性。     

ROS 网络中的功能模块和关键蛋白质(英文)

视杆细胞(Rod cells)可检测进入眼内的光亮程度,其灵敏度依赖于视紫红质(rhodopsin)的数量。由于视杆细胞 ROS 区域的蛋白质活性较高,加之视紫红质也高度集中在 ROS 区域。文章从网络生物学的角度研究了视杆细胞 ROS 区域的蛋白质交互作用。首先,获取,修订和构造了一个 ROS 区域蛋白质交互的复杂网络模型。随后,研究了该模型的重要网络性质。最后,研究的重点集中在 ROS 网络的模块化和中心化分析上,通过使用链接聚类分析方法和多种中心化分析方法,我们确定了 ROS 网络的生物功能模块和关键蛋白质。     

基于开源操作系统ROS的机器人软件开发

ROS(机器人操作系统)是一套机器人软件框架,基于这一框架,人们可以快速开发出控制机器人的一系列应用,是目前大多数机器人系统的首选软件平台.扫地机器人、四轴飞行器、机器小车等,虽然各自的配件、外形或功能等各不相同,但是它们有一个共同点就是均运行在ROS系统框架之上.ROS本身的优良设计使其兼具了精简与集成、多语言多平台支持、点对点设计以及开源免费等特点.目前,越来越多的机器人厂商将基于ROS平台进行软件设计研发,而更多厂商的使用反过来又成为ROS的进一步完善与普及的巨大推动力.     

基于改进粒子群最优化算法的Gmapping研究

传统的Gmapping算法在RPPF-SLAM的基础上改进了提议分布与重采样策略,提升了算法性能。但是Gmapping在频繁地进行粒子迭代过程中会出现粒子退化现象,导致正确的粒子被丢弃或者粒子的多样性下降,直接影响到建图效果。针对上述问题提出了一种融合改进粒子群最优化算法的粒子滤波SLAM算法,采用PSO算法对采样后的粒子群进行更新,并且对不同权重大小的粒子进行粒子分层,依据分层结果优化重采样策略,保证粒子在高似然区域的占比同时也改善了粒子的多样性。在MATLAB上对改进粒子群优化算法进行仿真实验,结合搭载ROS系统的移动机器人实现真实环境的定位与建图。实验结果表明改进后的算法有着更高精度的定位与更精确的建图效果。     

RT-ROS: A real-time ROS architecture on multi-core processors

ROS, an open-source robot operating system, is widely used and rapidly developed in the robotics community. However, running on Linux, ROS does not provide real-time guarantees, while real-time tasks are required in many robot applications such as robot motion control. This paper for the first time presents a real-time ROS architecture called RT-RTOS on multi-core processors. RT-ROS provides an integrated real-time/non-real-time task execution environment so real-time and non-real-time ROS nodes can be separately run on a real-time OS and Linux, respectively, with different processor cores. In such a way, real-time tasks can be supported by real-time ROS nodes on a real-time OS, while non-real-time ROS nodes on Linux can provide other functions of ROS. Furthermore, high performance is achieved by executing real-time ROS nodes and non-real-time ROS nodes on different processor cores. We have implemented RT-ROS on a dual-core processor and conducted various experiments with real robot applications. The experimental results show that RT-ROS can effectively provide real-time support for the ROS platform with high performance by exploring the multi-core architecture.