作者: 赵江波,龚思进,王军政 (伺服运动系统驱动与控制工业和信息化部重点实验室;复杂系统智能控制与决策国家重点实验室;北京理工大学自动化学院)
出处: 北京理工大学学报 2022 第42卷 第4期 P407-414
关键词: 四足机器人;步态规划;复杂地形;位姿调整;粒子群算法
摘要: 为实现四足机器人在复杂的地形环境、有限的能量供应和不可预知的干扰下运动稳定,提高四足机器人穿越复杂地形的能力,采用了粒子群优化算法对经典步行步态参数进行优化,提出了一种易于实现、能适应不同地形的探索性步态. 所提出的探索步态不需要立体视觉或激光雷达所感测到的任何地形信息,机器人通过IMU 传感器和足 ...
作者: 晏敏,王军政,李静 (北京理工大学自动化学院)
出处: 中国图象图形学报 2022 第27卷 第2期 P447-460
关键词: 双目视差估计;遮挡;卷积循环神经网络;深度学习;监督学习
摘要: 目的 双目视差估计可以实现稠密的深度估计,因而具有重要研究价值。而视差估计和光流估计两个任务之间具有相似性,在两种任务之间可以互相借鉴并启迪新算法。受光流估计高效算法RAFT(recurrent all-pairs field transforms)的启发,本文提出采用单、双边多尺度相似性迭代查找的 ...
作者: 许向阳,袁杉杉,王军,戴亚平 (北京理工大学自动化学院;北京九如仪器有限公司)
出处: 北京理工大学学报 2022 第5期
关键词: 图像拼接;全局和局部特征;深度学习;单应性变换
摘要: 针对传统序列图像拼接算法中的误差累积问题,提出一种基于全局和局部特征的图像拼接方法. 同时拍摄大视场角、低分辨率全局图像和小视场角、高分辨率局部图像,利用深度学习替代传统算法提取两者匹配点,进而根据两者面积比等比例扩大全局图像的匹配点坐标,将局部图像无缩放地投影至全局图像所在平面,最后融合投影后局部 ...
作者: 靳崇,孙娟,王永佳,蔡普申,荣鑫 (北方自动控制技术研究所;北京理工大学自动化学院)
出处: 系统工程与电子技术 2022 第44卷 第1期 P172-180
关键词: 威胁评估;直觉模糊集;理想解逼近法;变权;多准则优化妥协决策
摘要: 针对传统防空目标威胁评估中威胁因素考虑不全、定性指标量化不精确以及属性指标权重固定不变等方面的不足,在综合考虑目标静态和动态属性的基础上,提出了基于直觉模糊理想解逼近(technique for order preference by similarity to an ideal solution, ...
作者: 赵江波,龚思进,马世成,王军政 (北京理工大学复杂系统智能控制与决策国家重点实验室)
出处: 北京理工大学学报 2022 第42卷 第3期 P304-311
关键词: 分数阶微分;虚拟模型控制;液压四足机器人
摘要: 虚拟模型控制广泛用于四足机器人的运动控制器设计中. 提出了一种分数阶虚拟模型控制器,在保证四足机器人柔性触地的同时,提高四足机器人小跑运动中单腿轨迹跟踪的精确性和鲁棒性. 介绍了关节液压缸力控制系统的频域建模过程及基于非线性寻优法的单腿虚拟模型控制器的参数整定,并通过实验对比了分数阶虚拟模型控制和传 ...
作者: 郭非,汪首坤,王军政 (北京理工大学自动化学院;北京理工大学复杂系统智能控制与决策国家重点实验室;北京理工大学伺服运动系统驱动与控制工业和信息化部重点实验室)
出处: 控制与决策 2022 第37卷 第6期 P1433-1444
关键词: 轮足复合机器人;运动规划;运动控制;轮足复合运动
摘要: 地面移动机器人已经在资源勘探和灾难救援等多领域得到广泛应用,轮足复合机器人能够结合轮式运动速度快、平稳性高和足式运动的高越障性能等多方面优势,在理论创新和工程技术方面均有重要的研究价值.对近年来国内外轮足复合机器人的机械结构进行分析和比较,将轮足机构复合方式分为4类进行列举和总结.针对多模态运动的优 ...
作者: 赵江波,修兵凯,王军政,张新 (北京理工大学复杂系统智能控制与决策国家重点实验室;北京理工大学伺服运动系统驱动与控制工信部重点实验室;新兴际华集团有限公司技术中心)
出处: 北京理工大学学报 2022 第5期
关键词: 双臂救援机器人;可操作度;耦合性分析;模糊层次分析法
摘要: 为了综合优化双臂救援机器人双臂协同工作空间、机械臂负载能力以及机械臂末端运动速度,研究了基于多目标函数综合优化的救援机器人双臂结构参数设计方法. 由于双机械臂的协同工作空间难以进行数学描述,提出了一种基于三重积分的描述方法. 针对所建立的双臂协同工作空间、机械臂末端运动速度以及机械臂负载能力三个目标 ...
作者: Feng, Xiaoxue1; Li, Xiaoyu1; Li, Shuhui1; Pan, Feng1, 2
会议录: Vol.24 No.2 818-833
作者: Yuan, Shanshan1; Xu, Xiangyang1 (1School of Automation, Beijing Institute of Technology, No.5 Zhongguancun South Street, Haidian District, Beijing; 10081, China)
出处: Journal of Advanced Computational Intelligence and Intelligent Informatics 2022 Vol.26 No.1 P83-87
作者: Yan, Jingjing1; Xia, Yuanqing2; Wang, Xinjing3; Feng, Xiaoliang4 (1College of Electrical Engineering, Henan University of Technology, Zhengzhou, China;2School of Automation, Beijing Institute of Technology, Beijing, China;3College of Surveying and Geo-informatics, North China University of Water Resource and Electric Power, Zhengzhou, China;4School of Electrical Engineering, Shanghai Dianji University, Shanghai, China)
出处: International Journal of Robust and Nonlinear Control 2022