首页期刊导航|控制与决策
期刊信息/Journal information
控制与决策
控制与决策

张嗣瀛　王福利

月刊

1001-0920

kzyjc@mail.neu.edu.cn

024-83687766

110819

沈阳东北大学125信箱

控制与决策/Journal Control and DecisionCSCD北大核心CSTPCDEI
查看更多>>本刊创刊于1986年,由教育部主管,东北大学主办.本刊是自动控制与决策领域的综合性学术期刊,大16开,月刊,经邮局发行.本刊是研究生教育中文重要期刊,中文核心期刊,并已进入美国Ei等几大检索系统.本刊的影响因子历年在信息与系统类期刊中名列前茅.连续两年被评为百种中国杰出学术期刊.
正式出版
收录年代

    无人机系统安全控制研究综述:控制障碍函数

    姚绍杰闫帅明张浩石磊...
    3169-3180页
    查看更多>>摘要：近年来，控制障碍函数因其具有实时性强、兼容性强、约束性强、鲁棒性强等优势，已成为无人机安全领域的一个重要研究分支。由于无人机系统多以非线性控制系统为主，且保障无人机飞行安全至关重要，首先以非线性控制系统为基础，展开介绍控制李雅普诺夫函数、控制障碍函数、安全屏障证书的基本概念;然后围绕基于控制障碍函数构成的二次规划控制器差异的角度梳理其在无人机系统中的应用现状，多无人机系统相比单无人机系统拥有更高的任务效率和适应性，因此进一步梳理集中式和分散式两种类型安全屏障证书在成对无人机中的应用;最后针对当前控制障碍函数在无人机系统应用中存在的技术难题进行分析，并提出未来需要进一步发展的研究方向。

    无人机系统控制障碍函数控制李雅普诺夫函数安全屏障证书二次规划安全控制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    FCM-YOLO:一种基于特征增强和多尺度融合的PCB缺陷检测方法

    严舒郭颖黄骏
    3181-3189页
    查看更多>>摘要：针对PCB缺陷检测任务中存在的目标与背景相混淆、缺陷目标较小不易识别等问题，提出一种基于特征增强和多尺度融合的PCB缺陷检测方法FCM-YOLO。所提出方法以YOLOv5s为基础，首先在特征提取网络中引入由空间到深度层和非跨步卷积层的组合，构建特征重提取模块，以减少信息丢失，保留小目标特征信息;然后，在特征提取网络的最深层引入上下文注意力模块，通过学习上下文信息，使用可变形卷积提取小目标特征，以此增强对目标与背景的区分能力，从而减少漏检情况;最后，在特征融合网络中引入多尺度感受野增强模块，通过多分支结构加强特征信息间的相关性，增强特征的语义表示。在PCB缺陷数据集和GC10-DET数据集上对不同算法进行对比实验，实验结果表明，FCM-YOLO能够更加精确地识别缺陷目标，相比改进前的YOLOv5s算法，所提出算法在这两个数据集上的检测精度分别提高4。7％和3。7％。

    机器视觉缺陷检测印刷电路板YOLOv5上下文信息特征增强

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于聚类引导和目标值和的高维多目标进化算法

    王旭健张峰干姚敏立
    3190-3198页
    查看更多>>摘要：基于分解的高维多目标进化算法在处理不规则前沿优化问题时需要调整参考向量，为避免这一复杂操作，提出一种基于聚类引导和目标值和的高维多目标进化算法。该算法借助一个储存非支配解并定期更新的精英集，通过聚类引导当前种群进化，从而使得当前种群保持较好的多样性。选择个体时，根据Pareto支配关系以及目标值和衡量个体的收敛性，基于该收敛性度量方式进行非支配排序和适应值排序，从而选择收敛性较好的个体。与7种算法在2套高维多目标优化测试题上进行对比实验，实验结果表明，所提出算法能有效解决不同类型的高维多目标优化问题。

    多目标优化高维多目标优化分解聚类目标值和

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进角度惩罚距离和自适应参考向量的高维多目标进化算法

    曾亮向思颖曾维钧王嘉诚...
    3199-3206页
    查看更多>>摘要：为了解决现有多目标进化算法难以处理复杂帕累托前沿的问题，提出一种基于改进角度惩罚距离和自适应参考向量的高维多目标进化算法(improved angle penalized distance and adaptive reference vector based many-objective evolutionary algorithm，PDAREA)。算法中采用改进的角度惩罚距离策略进行个体选择，有效减少种群中个体收敛性与分布性的冲突。自适应参考向量策略能够根据目标函数的变化动态调整参考向量的分布，可有效改善个体在帕累托前沿上分布不均的问题。通过参考向量再生策略，提高算法处理带有不规则帕累托前沿问题的能力和效率。最后，将所提出算法与7个主流算法进行仿真实验对比，并应用于两个实际问题中。结果表明，所提出算法在求解带有复杂帕累托前沿的高维多目标优化问题上具有较强的竞争力，能有效平衡种群收敛性与分布性。

    高维多目标优化进化算法角度惩罚距离自适应参考向量帕累托前沿收敛性分布性

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于HRNet和ASFF的特征融合目标检测算法

    陈志旺李宗轩吕昌昊岳会安...
    3207-3215页
    查看更多>>摘要：目标检测是计算机视觉领域中的一个重要研究方向，针对目标检测算法中存在的模型庞大、多尺度目标检测等问题，基于HRNet(high resolution net)和自适应空间特征融合(adaptively spatial feature fusion，ASFF)提出一种多尺度特征融合目标检测算法。首先，利用通道拆分(channel split)操作和深度可分离卷积(depthwise separable convolution，Dwconv)改进HRNet的基础模块，结合CSPNet改进HRNet的分支结构，减少模型的参数量，在得到轻量化L-HRNet三个分支后使用空间特征金字塔EESP(extremely efficient spatial pyramid)模块获得不同感受野大小特征，并将其融合后加强特征;其次，使用ASFF模块自适应融合EESP模块输出多尺度特征，该模块为3个分支的特征分配不同的特征融合权重，自适应融合重要的空间特征;最后，引入SIoU(shape-aware IoU)作为边界框定位损失函数，综合考量边界框回归之间的角度关系、中心点距离关系以及边界框的形状关系，使得预测框与真实框之间的损失度量更加准确，整体参数量为5。7M，在公开数据集PASCAL VOC上达到了 85。1％的mAP，在MS COCO上的实验结果表明，mAP0。5-0。95达到了 38。7％，在模型参数量较少的同时保持了较高的检测性能。

    深度学习目标检测多尺度检测特征金字塔特征融合HRNetCSPNetSIoU

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    多策略混合的改进沙猫群优化算法及其应用

    回立川于千皓
    3216-3224页
    查看更多>>摘要：为了增加基本沙猫群算法的搜索效率、收敛效率，增加种群的多样性，增强全局搜索能力，提出一种多策略混合的改进沙猫群算法(improved sand cat swarm optimization algorithm，IMSCSO)。利用Sine映射进行初始化以得到分布更加均匀的种群;在攻击行为中根据个体适应度的大小对攻击区间进行区域划分，减小攻击范围，增加搜索效率;将向量的线性变换引入到搜寻行为中，通过对系数矩阵的设计增加收敛效率;利用聚集度圆增加算法跳出局部最优的能力;通过引入生存机制的黄金正弦策略增强其局部开发的能力。使用12个基本测试函数对改进后的算法进行测试，经过Wilcoxon秩和检测、时间复杂度分析、李亚普诺夫稳定性分析验证改进算法的优越性。最后使用改进沙猫群算法对SVM参数进行优化，并应用于轴承故障检测，证明算法在实际应用中的有效性。

    沙猫群算法Sine映射区域划分线性变换聚集度圆黄金正弦策略生存机制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    自适应空间强度约束和KL信息的模糊C均值彩色噪声图像分割

    彭家磊黄成泉雷欢覃小素...
    3225-3233页
    查看更多>>摘要：为了增强传统模糊C均值聚类算法的抗噪性能，保持任意像素与相邻像素间的隶属度相似性，提出一种自适应空间强度约束和KL信息的模糊C均值彩色噪声图像分割算法。首先，通过快速双边滤波器获取局部空间强度信息，用于平滑噪声像素;然后，将局部加权平均隶属度作为先验概率，并通过KL信息将其嵌入目标函数，从而优化隶属度的划分矩阵;最后，计算原始图像与双边滤波图像间的绝对强度差，用指数形式的绝对强度差作为双边滤波图像的自适应权值，并将其倒数作为原始图像的自适应权值。当混合噪声密度为30％时，所提出算法在彩色合成图像上的划分系数和划分熵分别为99。66％和0。58％，在彩色真实图像上的划分系数和划分熵分别为98。77％和2。03％。实验结果表明，与其他相关算法相比，所提出算法的抗噪性能更强、分割精度更高、稳定性更好。

    图像分割模糊C均值KL信息空间强度信息混合噪声

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于扫描上下文优化的紧耦合激光SLAM方法

    汪湘川张辉陈波周熙栋...
    3234-3242页
    查看更多>>摘要：高精度地图与定位是无人车实现自主导航作业的重要前提，针对现有松耦合融合方法对观测信息利用不充分，以及传统闭环检测方法匹配精度低等问题，提出一种基于扫描上下文优化的紧耦合激光SLAM方法——optimized SC-LIO-SAM。首先，IMU通过预积分对点云进行去偏校正，同时为激光里程计提供初始位姿估计;激光里程计通过滑动窗口的方法将当前帧的特征点云与局部地图匹配，随后基于扫描上下文的方法对特征点 云进行编码生成点云描述符，实现高效的闭环检测;基于 LIO-SAM的框架，将IMU预积分因子、激光里程计因子、GPS因子以及闭环因子插入全局因子图中，通过基于贝叶斯树的增量平滑优化算法对全局点云优化更新。为了验证所提方法的有效性，采用KITTI数据集评估optimised SC-LIO-SAM的性能，并与 LOAM、LEGO-LOAM以及LIO-SAM对比，结果表明，optimised SC-LIO-SAM相比于LOAM、LEGO-LOAM 以及LIO-SAM等算法，定位精度显著提升。最后将算法应用在开源数据集中，验证了 optimised SC-LIO-SAM能够构建全局一致的地图。

    SLAM激光里程计扫描上下文点云描述符闭环检测因子图优化

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于可操作度的移动作业机器人多目标路径规划方法

    杨闰李婧如贾志昆董二宝...
    3243-3252页
    查看更多>>摘要：移动作业机器人的作业任务往往有多个目标，针对每个作业目标，机器人的可停靠位置有无数个。如何在复杂环境和多作业目标约束下，对移动作业机器人进行合理的路径规划是一项难题。鉴于此，提出一种基于可操作度的移动作业机器人路径规划方法，在进行长度最优路径规划的同时，优化机械臂对目标作业的灵活性。首先，在节点采样阶段，研究机器人的可操作度在笛卡尔空间的分布，获取机器人在可停靠区域内对目标的可操作度;然后，采用高斯采样和梯度采样的方法在自由空间和移动机器人可停靠区域进行路径点采样，构建可操作度路线图;接着，在路径搜索阶段，对传统蚁群算法进行改进，提出适用于可操作度约束的启发式函数和局部最优预警策略;最后，在不同的仿真地图下对路径规划方法进行测试，验证了所提出方法在不同的环境下均有较高的适应能力，搜索出的路径代价较低，对目标的作业可操作度较高。

    移动作业机器人路径规划多目标可操作度蚁群算法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    弱纹理场景下无人机边缘化加速定位方法

    李荣华谢辉韩兴元朱磊...
    3253-3260页
    查看更多>>摘要：针对无人机在弱纹理场景下定位不准确的问题，提出一种基于边缘化加速的无人机定位方法。参考开源的VINS-Fusion算法架构，首先采用Harris角点算法提取需要优化的角点信息，融合亚像素角点算法对提取的角点信息进行迭代和精度提升，为后端优化线程提供良好的初始值;然后设计一种边缘化加速策略，通过滑窗法筛选出需要优化的视觉残差信息，采用舒尔补方法将筛选出的视觉残差信息转化为先验信息加入优化，拆分边缘化线程并且重构信息矩阵，索引视觉残差信息的行和列，将含有信息较多的矩阵块移至信息矩阵右下角，保留更多的先验信息;最后使用EuRoc数据集进行评估。实验结果表明，与开源的视觉惯导融合的SLAM系统相比，所提出算法在定位精度上得到明显提升，同时可以保证较高的运算效率，满足无人机定位的实时性要求。

    视觉-惯性SLAM弱纹理场景无人机亚像素角点边缘化加速

      原文链接:
    • NETL
    • NSTL
    • 万方数据