- 方涛;郭格林;王子杰;
在多机器人系统中，机器人对群体中各个节点及目标位置的准确认知是高效执行任务的核心基础。现有的协同导航定位与跟踪算法通常假设目标模型精确已知，且对量测野值缺乏鲁棒性。在实际应用中，目标的高机动性和不确定性使得多机器人系统无法对目标运动进行精确建模，目标运动模型存在不确定性。此外，传感器的不稳定性以及外部环境的干扰可能导致传感器测量中包含异常值。针对上述问题，一种基于变分贝叶斯的鲁棒协同定位与目标跟踪（VBCLTT）框架被提出。该框架通过将目标跟踪滤波器中的一步预测和量测似然概率密度建模为学生t分布，从而显著提高了对模型不确定性和测量异常值的鲁棒性。此外，VBCLTT框架通过多机器人之间的信息共享，实现了对目标模型不确定性及测量异常值的协同检测，进一步提升了目标跟踪的精度。仿真结果表明，VBCLTT框架在协同导航定位和跟踪任务中展现了优越的精度、鲁棒性和稳定性，验证了其在实际应用中的潜力和优势。
2025年03期 v.8 41-51页 [查看摘要][在线阅读][下载 1520K] [下载次数：13 ] |[阅读次数：4 ] - 徐子逸;昌敏;江召兵;邓家一;
针对管折式无人机机翼展开过程中的瞬态流体载荷变化及其对空化效应、运动稳定性的影响规律问题，开展了同时考虑出水速度-海况-出水角度等变量的跨介质瞬态多相流场演化特性研究。首先，采用VOF多相流模型、Schnerr-Sauer空化模型，结合重叠网格技术，建立管折无人机跨介质运动与多相流场耦合的的仿真方法；其次，分析管折式无人机在水下航行时，机翼展开和未展开对空化效应影响；最后，研究管折无人机机翼在水下和空中展开时，受出水速度、海况和出水角度的影响，其各轴力、力矩、加速度、姿态角、角速度、位移等变量随时间变化的响应特性。研究表明，设计的出水速度范围内，空化最大系数仅为0.0609%，空化对无人机水下航行的影响微乎其微；出水速度的提升虽能有效缩短无人机的出水时间，但会加剧水下受力的波动；海况的复杂程度对无人机的出水时间和运动稳定性有着显著影响，高海况会使无人机出水时间延长0.1 s；减小出水角度有助于优化无人机的运动状态，但会使出水时间增加0.22 s。研究不仅深入探究了管折无人机在不同工况下的跨介质特性，还为跨介质无人机的设计与应用提供了关键的理论依据。
2025年03期 v.8 52-66页 [查看摘要][在线阅读][下载 6954K] [下载次数：12 ] |[阅读次数：2 ] - 王浩天;卢俊国;张庆昊;
针对无人装卸系统中通过点云精准提取目标结构化几何参数的迫切需求，提出一种基于体素深度学习的卡车边缘参数曲线提取算法。首先，通过定义了新型神经体积边缘表示（NerVE）将几何边缘内化为体素属性；其次，融合PointNet++点特征提取与3D CNN体素特征提取的深度学习网络，直接从点云学习并输出边缘分段线性曲线（PWL）；接着，设计后处理流程显著提升PWL曲线的精度；最后，基于图搜索和样条拟合策略，将PWL曲线转化为三维参数曲线，可直接用于几何三维建模。实验表明，该算法在噪声和重采样干扰下保持强鲁棒性，卡车车厢长、宽、高等关键几何参数提取的最大相对误差低至0.74%。所提算法为工业场景点云结构化特征提取提供了高效解决方案，其参数化输出特性可显著简化下游CAD集成与应用流程。
2025年03期 v.8 67-79页 [查看摘要][在线阅读][下载 4160K] [下载次数：5 ] |[阅读次数：2 ] - 梁桥康;郑正月;舒立业;秦海;
餐厨垃圾分拣现场的高动态性和复杂性给目标检测算法的精度带来了巨大挑战。针对复杂背景下目标检测算法标注成本高、流数据中存在的类别不平衡和概念漂移问题，提出了一种基于流数据混合采样的主动学习餐厨垃圾检测方法 OSRPC。首先，利用少量标注样本训练UMAP降维模型和对抗网络判别器以获得低维特征和图像标注置信度，用于后续漂移检测和标注判断；其次，提出在线主动学习可变阈值样本代表性与效用加权预测一致性混合策略进行样本选择与标注；然后，将选择并标注好的样本加入模型训练以提升模型性能。最后，在餐厨垃圾目标检测数据集ODKW上进行实验，结果表明在相同标注量下所提方法OSRPC对模型性能的提升效果优于其他方法。
2025年03期 v.8 80-88页 [查看摘要][在线阅读][下载 1309K] [下载次数：6 ] |[阅读次数：2 ] - 张涛;宁昕;王铮;武若蘅;
针对无人飞行器在山地、防空拦截区和高动态障碍物等共同构成的复杂环境中的避障制导问题，提出了基于控制障碍函数的自适应在线避障制导方法。首先，对障碍物进行抽象，建立了异构多类障碍物的数学模型，并构建了无人飞行器与障碍物的相对运动学模型。然后，提出了基于有限时间扰动观测器的障碍物加速度估计方法。此外，基于高阶控制障碍函数，将障碍、热流和动压等过程约束转化为控制量约束，并以飞行器巡航飞行的高度控制和航向控制制导律为标称制导律，基于最优化理论设计了满足多约束条件的自适应在线避障制导律。最后，数值仿真结果表明，所提出的避障制导方法能够保证飞行器使用最优控制量定高巡航和航向制导的同时实现无人飞行器对静态和具有加速度的高动态障碍的在线规避。
2025年03期 v.8 89-108页 [查看摘要][在线阅读][下载 2407K] [下载次数：22 ] |[阅读次数：3 ] - 王涛;谢添乐;唐勇;张强;许新爽;高琛;
在动态复杂环境中，现有无人机集群决策方法在多点任务分配场景下存在环境适应性与协同效能上的不足，对此，基于认知模型驱动的混合智能决策方法进行研究。首先通过对协同任务领域本体的形式化进行描述和建立协同规则，完成认知建模过程。其次利用认知模型驱动MADDPG网络，形成分布式机器智能决策集中式认知调整结构。通过认知模型通用知识构建个体-任务价值认知，降低模型输入维度。然后通过认知模型冲突干预规则引导模型训练并利用重分配规则集中式管理不确定性场景下的决策。最后构建四种不同的动态测试场景，并给出集群的规划结果。通过对无人集群在该环境中协同执行任务的实验分析，表明决策架构的提升训练速率约为16.6%，在实验场景中集群执行耗时减少13.7%。表明了认知模型驱动的混合框架在无人机集群协同决策问题中，能够对模型训练效率与分配整体效能实现较好的提升。
2025年03期 v.8 109-121页 [查看摘要][在线阅读][下载 2494K] [下载次数：24 ] |[阅读次数：7 ] - 王瑞龙;陈康;李东方;修杨;
针对蛇形机器人在复杂地形中因侧滑干扰导致的路径跟踪精度下降与动态失稳问题，提出了一种融合抗侧滑制导与非奇异终端滑模的控制框架。首先通过建立蛇形机器人多关节平面动力学模型，构建基于参数路径与误差坐标变换的抗侧滑制导律，实时补偿侧滑角引起的航向偏差。然后设计前向速度反步控制器，将关节摆动频率作为虚拟控制输入，实现切向速度误差的指数稳定收敛。并针对传统终端滑模存在的奇异性缺陷，提出一种非奇异终端滑模控制器，结合李雅普诺夫稳定性理论与有限时间收敛机制，实现关节角与连杆方向角的跟踪控制。最后，对比仿真结果表明所提方法的各项稳态误差保持在10~(-2)精度级，验证了其有效性和优越性。
2025年03期 v.8 122-130页 [查看摘要][在线阅读][下载 1486K] [下载次数：7 ] |[阅读次数：3 ] - 杜楠芯;于化鹏;盛瀚民;贺钦源;涂俊阳;
在海上复杂环境下，各类平台常采用以惯性为中心的自主导航策略，但纯惯性导航系统存在误差随时间累积的问题，严重影响导航精度。近年来，基于机器学习的纯惯性导航方法成为研究热点，其关键在于准确识别船舶动态-静态运动模态并建立自适应导航模型。针对船舶运动模态精确辨识问题，提出并设计了一种融合卷积神经网络（Convolutional Neural Network,CNN）与双向长短时记忆网络（Bidirectional Long Short-Term Memory,BiLSTM）的混合深度学习架构。首先，提出基于频谱熵的状态识别理论方法，利用频谱熵和自适应阈值的方法，为状态识别提供轻量级方案与理论基础。随后，构建CNN-BiLSTM混合架构，强化状态转换辨识能力。最后，设计对比实验，评估所提机器学习混合模型与频谱熵方法的性能，重点分析状态切换阶段的识别差异。实验结果表明，所提出的CNN-BiLSTM混合模型在测试集上达到了99.5%的准确率，相较于传统辨识方法具有显著优势。该架构实现了对船舶运动与系泊状态的精确识别，为后续自适应导航解算与分级误差补偿奠定了基础。
2025年03期 v.8 131-139页 [查看摘要][在线阅读][下载 966K] [下载次数：10 ] |[阅读次数：4 ] 下载本期数据