基于卷积神经网络的自适应样本加权脑机接口建模

针对脑机接口系统手动提取特征而产生的信息丢失与过拟合问题,建立了一个纯数据驱动的端到端的卷积神经网络模型.同时,为了解决卷积神经网络（convolutional neural network,CNN）需要大量数据而单人脑电数据量小的问题,建立了一套使用多人数据来建立目标用户模型的方法.通过分析其他人数据对目标个体模型的适应程度,清除那些对于目标模型贡献为负的样本.然后,在CNN网络的训练过程中,使用了一种元学习技术,赋予每一个训练数据一个权值.在训练CNN网络时,每一步网络参数更新之后,元学习器会根据训练集中数据样本对于最终模型的影响,自适应的调整每个样本数据的权值.实验结果表明,所提方法得到了比传统方法更好的分类精度,验证了所提方法的有效性.     

移动双臂机械手系统协调操作的视觉伺服技术

本文利用双目泛倾斜变焦摄像机(pan-tilt-zoom,PTZ)像机,实现移动双臂机械手系统的视觉伺服协调操作,重点研究室内复杂环境和光照变化情况下目标物体的检测、识别和定位问题.首先,提出了色调、饱和度、亮度颜色模型(hue-saturation-value,HSV)空间下图像分割的改进算法,通过阈值更新和外接矩形改善分割结果,提高检测算法对环境光照变化的适应性;然后,基于Hu不变矩,利用物体形状特征,对检测得到的物体加以识别:在此基础上,利用摄像机投影矩阵,计算目标物体的空间坐标,实现其定位测量:最后,在实验室平台上,通过模拟双臂倒水操作,验证提出的图像处理和分析算法以及视觉伺服协调操作方案的有效性.实验结果表明移动双臂机械手系统能够成功完成倒水动作的协调操作.     

3自由度旋翼飞行机械臂系统动力学建模与预测控制方法

旋翼飞行机械臂(rotorcraft aerial manipulator,RAM)系统是安装在飞行机器人上的可操作型机械臂,悬停模式下执行准确的空中操作时旋翼无人机与所加机械臂之间存在相对扰动,通过分离机械臂与飞行机器人进行动力学建模并不能有效消除这种扰动.本文基于对相互扰动力学作用的分析建立整体动力学模型,并在悬停飞行模式下将其简化为线性控制参考模型.进而对旋翼系统控制延时所引起的动力学扰动进行补偿,同时设计预测控制器来消除末端执行器的位置和姿态误差.最后,在存在内部和外部扰动的情况下,设定销钉插入操作任务进行控制方法的对比仿真.末端执行器位姿偏差的仿真结果表明了模型结构与控制方法的有效性.     

基于自调整神经元的无人直升机航向控制方法

直升机航向动力学包含输入非线性、时变参数和主－尾旋翼之间的强耦合,传统的比例积分微分(Proportional integral differential, PID)方法很难达到良好的控制性能。基于以上原因,通过把自调整神经元与滑模控制相结合,提出一种能够解决带有输入非线性的航向自适应控制方法。与常规自适应控制相比,用滑模条件代替误差函数作为目标函数,使控制器在保证闭环稳定性的同时,能够进一步使跟踪误差满足期望精度。证明了该方法的稳定 性,针对实际模型直升机试验平台航向动力学模型的仿真结果,以及与传统PID方法的比较都表明了该方法的有效性。     

基于分层运动分解的飞行机械臂视觉伺服控制

飞行机械臂系统具有主动作业能力, 通过搭载视觉传感器感知周围环境, 系统的自主能力将进一步提高.然而, 考虑到无人机的欠驱动和整个系统的非线性特性, 飞行机械臂系统的视觉伺服控制仍然是一项具有挑战性的工作. 本文在充分考虑机械臂对无人机的力/力矩作用后, 提出了一种基于分层运动分解的飞行机械臂视觉伺服控制方案. 首先, 对飞行机械臂系统的运动学和动力学模型进行分析. 然后, 根据所得的相机运动学模型, 通过基于图像的视觉伺服控制获得相机的期望速度, 进而制定无人机和机械臂的速度分配策略. 在考虑机械臂运动时对无人机产生的力/力矩影响, 设计了底层的飞行控制器. 最后, 在与现有方法的仿真对比中可以看出, 所提方法具有良好的控制性能, 对图像特征点位置的不确定性及图像噪声也表现了较好的鲁棒性     

一种基于EWT-ICEEMDAN的单通道脑电信号眼电伪迹去除算法

脑电信号和眼电信号存在频谱混叠,目前的单通道脑电信号中眼电伪迹去除方法容易造成脑电信号失真。提出一种基于经验小波变换(EWT)和改进的自适应噪声完备经验模态分解(ICEEMDAN)的单通道脑电信号眼电伪迹去除算法。首先使用EWT将单通道脑电信号分解为δ频段和高频段信号,再用ICEEMDAN将δ频段信号自适应分解为多维本征模态函数(IMFs),设置样本熵阈值自动去除眼电伪迹信号,最后重构得到滤波后的脑电信号。基于半模拟脑电数据和真实脑电数据开展实验,结果表明所提算法相比于已有算法能够在去除眼电伪迹的同时更好地保留原始脑电信息。     

帕金森病康复机器人研究综述与展望

总结了目前帕金森病康复机器人的研究现状,并探讨了相关技术的未来发展方向。首先,通过与脑卒中对比,重点介绍帕金森病的病理特点、运动症状、康复机理和治疗原则。然后,从上肢运动康复、下肢运动康复、震颤抑制以及病情评估等4个方面对目前帕金森病康复机器人及相关技术进行综述。进而,讨论分析了现有研究的局限性,并对机器人辅助帕金森病康复技术进行展望。特别指出,基于帕金森病的病理特点和康复机理,需要着重突破“脑—肌—肢”协同的专病康复技术。     

基于双目视觉的运动物体实时跟踪与测距

利用双目视觉信息系统实现三维空间中运动物体实时跟踪与测距．当运动目标超出视野范围时,可通 过控制摄像机云台转动搜索目标．此外,还研究了在摄像头运动情况下,无需重新标定,即可实现运动物体测距的 算法．这里,自适应背景建模法与CamShift 算法用于实现运动物体的辨识与跟踪．实验结果证明了所提出的算法能 够有效地追踪物体,并同时准确地测量它的三维位置．     

旋翼飞行机器人磁罗盘误差分析及校准

以旋翼飞行机器人组合导航系统为研究背景,针对电子磁罗盘的误差校准方法进行研究.通过分析其测量原理和误差来源,总结出影响磁罗盘航向解算精度的5个主要误差因素.对于上述误差因素,提出了软件和硬件解决办法.考虑到旋翼飞行机器人平台的特殊性,提出了硬磁罗差和标度因数误差的简化校准实现方法,简化后的磁罗盘校准方法,免去了校准过程中将载体竖起的步骤,且不降低校准精度.实际的磁罗盘校准测试表明,本文提出的方法能避免将大尺寸的载体竖起,降低校磁操作的难度.该方法可以有效地修正原始磁场测量值的椭球分布,从而提高组合导航系统航向解算精度.     

基于两时间尺度模型的直升机非线性控制器设计

提出一种基于两时间尺度模型的直升机非线性控制方法. 该方法利用直升机不同状态达到稳定的时间不同的特点, 将直升机模型分为快速和慢速两种模型. 反步控制方法和逆动力学控制方法分别被用于进行快慢两种模型控制器的设计, 并在控制过程中采用了不同的控制周期. 仿真结果表明, 利用上述方法设计的控制器, 对于阶跃变化和正弦变化的速度轨迹具有良好的跟踪效果.