多机械臂的分布式自适应迭代学习控制

针对拓扑结构为无向连通的多机械臂系统,提出了一种自适应与迭代学习相结合的分布式控制协议来实现整个系统对给定期望参考轨迹的一致性跟踪.通过引入一个适当的自适应迭代学习参数,所提自适应迭代学习控制协议能够克服机械臂系统中的干扰和模型不确定性,并且每个机械臂的自适应迭代学习控制(AILC)律仅需要利用其与邻居机械臂的相对交互信息.进一步,在只有一部分机械臂具有期望参考轨迹信息的前提下,该控制协议可以实现整个系统对期望参考轨迹的跟踪,同时能够保证轨迹跟踪误差与控制输入的有界性.此外,利用李亚普诺夫分析方法证实了所得结论的正确性,并且通过一个实例验证了所提自适应迭代学习控制协议的有效性.      

低速冲击下复合材料加筋板的损伤阻抗性能

为确定冲击能量、几何尺寸对低速冲击下复合材料加筋板损伤阻抗性能的影响,对3组工型加筋板进行了试验和数值模拟研究。通过落锤式低速冲击试验,得到了试验件的接触历程、凹坑深度和分层面积等损伤特征。基于引入纤维断裂损伤的各向异性弹塑性理论建立了有限元(FE)模型,对试验件凹坑深度进行了模拟预测,模拟结果与试验结果吻合较好。研究表明,复合材料加筋板凹坑深度随冲击能量的变化曲线存在拐点,拐点后表面冲击部位出现纤维断裂。随着冲击能量的增大,试验件的最大接触力不断增大,而分层起始载荷及分层面积则变化不大。含1.5 mm深凹坑试验件对应的冲击能量和最大接触力随筋条或蒙皮厚度的增大而不断增大,而分层起始载荷仅随蒙皮厚度的增大而增大。      

面向智能环境的活动模式迁移学习

针对智能环境中活动模式的学习和挖掘花销大、难以实际操作等问题,提出了能够有效地将已有活动模式迁移到新环境的整体框架。迁移学习框架将活动模式的迁移过程分解为轨迹的迁移和触发持续时间的迁移,首先对已有活动模式中的活动轨迹以及触发持续时间模糊化;然后采用备选轨迹生成(ATSG)算法在新环境中生成备选轨迹集;最后采用相似度计算(SC)算法进行活动模式中的轨迹与备选轨迹间的匹配,利用活动轨迹映射(TM)算法和触发持续时间迁移(TDT)算法对活动信息进行迁移,从而在新环境中得到活动模式。理论分析和实验结果表明,相比于基于频繁模式挖掘得到活动模式的方法,本文方法大幅度地降低了得到活动模式所需的时间开销,同时,利用本文方法获取的活动模式取得了较好的活动识别效果。      

基于恒应变率控制的椭圆凹模胀形试验方法

为确定2A16-O铝合金板材在不同温度及应变率下的成形极限曲线(FLCs),应用改进Hollomon公式获取满足外插可靠度的拟合应力应变,通过有限元分析(FEA)不同椭圆度的椭圆凹模胀形破裂位置,优化工艺参数得到指定应变路径下的成形极限点,建立了液体压力与等效应变及应变率的公式,推导出压力变化率与应变率的定量关系。以应变率控制的椭圆凹模胀形与单拉试验相结合,获得2A16-O铝合金板材在不同温度及应变率下的FLCs,为定量分析应变率的影响规律和评判理论预测方法的准确性提供了依据。      

一种可变锚框候选区域网络的目标检测方法

目标检测作为计算机视觉领域的热点问题,目前基于深度学习的目标检测方法可以分为2类:两步检测和一步检测,前者有着较高准确性,后者有着较好速度,但是为提高检测的性能两者都引入了锚机制。为提高目标检测系统的性能,基于深度卷积神经网络的两步检测算法引入了注意力引导（AG）模块,通过对候选区域网络（RPN）的锚机制进行引导,使得对于预选锚框形状的选择更具有多样性;同时针对传统的后处理方式非极大值抑制（NMS）算法存在的误检和漏检的问题,提出了一种置信度因子的NMS（Cf-NMS）算法,对于模型的整体性能有着很大的贡献。实验结果说明,所提方法虽然在速度性能上有略微的下降,但是无论是在RPN变体还是现有的先进算法在准确性方面都有提升。      

人工智能技术在嵌入式代码审查中的应用与展望

代码审查是航天嵌入式软件开发中的重要环节.近年来,随着嵌入式软件开发需求的增多,传统以人工为主的代码审查方法逐渐不能满足快节奏的软件开发流程.为了减轻审查人员的压力,提升审查效率,研究者们逐渐将目光转向以深度学习技术为首人工智能领域,尝试寻求技术上得突破,以开发更智能的审查系统.本文对近年来人工智能技术在代码审查及程序理解中应用的相关工作进行了归纳总结.首先简要介绍了嵌入式代码审查工作目前面临的困境及解决方案.然后引出了代码审查中的一项重要活动,即程序理解.并详细阐述了目前基于人工智能的程序理解在代码审查中的应用情况.最后根据相关领域的发展情况,对未来代码审查的发展方向作了进一步的探讨.     

一种柔性铰链对铰接板振动特性影响试验研究

针对用于连接小型航天器和太阳能帆板的一种弹簧刚度可调的柔性铰链,研究铰链刚度和铰链转动副的摩擦与铰接结构中阻尼对柔性铰接板系统振动响应的影响.首先,建立了压电柔性铰接柔性板试验平台,采用压电片传感器和激光位移传感器检测,压电片驱动器用于持续激励振动.然后,在柔性铰链扭转刚度不同的情况下,分别进行了外部激励和持续压电驱动器激励的柔性铰接板振动模态分析的实验研究.实验结果分析表明,柔性铰链的刚度和旋转副摩擦阻尼因素,会影响柔性铰接板系统的基频振动固有频率和阻尼比.实验研究结果为分析柔性铰接板的铰链影响特性提供参考.     

无人平台复杂地形探测的视触融合方法

为提高无人平台在复杂环境中的地形探测能力以及解决在小样本数据下识别地形困难的问题,提出了一种无人平台复杂地形探测的视触融合方法。在原始宽度学习的基础上,建立了多模态级联特征节点宽度学习框架。首先进行触觉和视觉初步特征提取和融合特征提取,随后将融合特征矩阵经宽度学习分类器得到地形识别的结果。最后,在自建的视觉-触觉地形 (V-T2)数据集进行了实验验证。结果表明,相比于传统的融合算法,提出的融合算法有很好的准确性和鲁棒性,为无人平台地形探测提供了有效的策略。     

基于空间注意力机制的行人再识别方法

行人再识别是图像检索领域的一个重要部分,但是由于行人姿态各异、背景复杂等因素,导致提取到的行人特征鲁棒性和代表性不强,进而影响行人再识别的精度。在AlignedReID++算法基础上,提出了基于空间注意力机制的行人特征提取方法,应用在行人再识别中取得了很好的效果。首先,在特征提取部分,引入空间注意力机制来增强特征表达,同时抑制可能的噪声;其次,通过在卷积层中引入实例正则化层（IN）来辅助批正则化层（BN）对特征进行归一化处理,解决单一BN层对特征色调变化以及光照变化的不敏感性,提高特征提取对亮度、色调变化的鲁棒性;最后,在Market1501、DukeMTMC和CUHK03 3个行人再识别通用数据集上对所提改进模型进行测试评价。实验结果显示:改进后的模型在3个数据集上识别精度分别提升了2%、2.9%和5.1%,表明改进后的模型相较于改进前的模型,在精度以及鲁棒性上都有显著提高。