针对受限通信条件下机器人群集协同控制问题，提出基于图卷积模仿学习的分布式群集控制策略. 该策略旨在实现群集内避障、速度一致性的基础上，提高群集鲁棒性，提升避免群集分裂的成功率. 提出基于熵评价的群集鲁棒性量化评价指标，建立节点和链路重要性的均衡分布与群集鲁棒性的联系. 提出重要度相关图卷积网络，用于实现受限通信条件下非欧氏数据的特征提取和加权聚合. 采用图卷积模仿学习方法，根据提升群集鲁棒性的要求设计集中式专家策略，通过对集中式专家策略的模仿，得到分布式群集协同控制策略. 设计仿真实验，证明所得的分布式策略基于受限通信条件实现了接近集中式的专家策略的控制效果.
为了提高同时定位与建图（SLAM）系统在动态场景下的定位精度和鲁棒性，提出新的RGB-D SLAM算法. 建立基于重投影深度差值的累积模型，分割图像的动静态区域；为了避免动态区域过分割，先剔除与匹配地图点欧氏距离过大的动态区域特征点，再根据t分布估计其余特征点的静态概率；将静态区域特征点和动态区域的疑似静态点以不同权重加入位姿优化，得到提纯后的位姿. 在公开数据集上的实验结果表明，所提算法在动态场景下较改进前的RGB-D ORB-SLAM2算法的定位精度提升96.1%，较其他动态SLAM算法提升31.2%，有效提高了视觉SLAM系统在动态环境下的定位精度和鲁棒性.
针对机器人使用固定传感器容易丢失跟随目标的问题，提出基于自适应随动机构的行人跟随方法.基于任务需求设计随动式感知机构视野评价指标；在传统规划策略的基础上，提出结合底盘方向的改进策略和基于视野深度加权的自适应角度规划策略，改进随动机构的运动目标跟随效果. 为了提高随动RGB-D传感器的行人位置跟踪效果，使用YOLOv3算法进行目标检测，结合三维坐标解算与位置度量匹配，实现多目标位置的实时跟踪. 基于Gazebo仿真环境与RoboMaster机器人，实现机器人行人跟随功能. 所提规划策略能够取得综合最优的评分指标，并实现机器人对运动行人目标稳定的轨迹跟随. 实验结果证明了所提目标跟随方法的有效性.
为了满足电容式柔性触觉传感器在可穿戴电子设备、智能机器人、人机交互等领域的精准触觉感知应用需求，基于分级倾斜微圆柱结构提出柔性触觉传感器．传感器在受到外界压强作用时，引起倾斜微圆柱分级变形，导致传感器电容增大．结合仿真和实验研究传感器结构特征对其灵敏度的影响规律，揭示不同结构参数设计的传感器信号输出与加载压强间的关系，优化触觉传感器结构．实验数据表明，所提传感器具有良好的灵敏度(0.44 kPa?1)和低检测下限(2.6 Pa)，响应时间为40 ms，最大迟滞误差为6.7%，在2 400次循环加/卸载过程中展现了优异的重复性和稳定性．该传感器可以拓展为不同尺寸和形状的“皮肤”阵列，实现了机械手精准感知和人体运动姿态监测．
针对草莓采摘过程中的无损抓取作业需求，改进传统三指软体抓手的结构，基于草莓外部轮廓曲线设计新型单指软体抓手. 基于Abaqus仿真软件对单指抓手完成结构优化，提升弯曲性能，实现软体抓手的完整包裹效果. 改进制造工艺，有效提升单指抓手的重复使用率和安全性. 利用高速摄像机和动态捕捉技术，分析单指抓手上下端面的弯曲变形规律. 测试草莓表面的最小破坏应力和单指抓手的末端力，验证了无损抓取的可行性. 将单指抓手安装在机械臂上进行草莓抓取测试，在模拟草莓自然生长状态时，抓取成功率为80%，破损率为7.5%. 结果表明，气动单指软体抓手可以实现草莓的无损抓取.
为了提高第II类机器人混流装配线系统能效，界定工业机器人5种工作状态，量化不同状态下的机器人能源消耗值，引入关停策略和考虑产品切换，以最小化最大工作时间和能源消耗为目标，构建平衡与排序联合决策双目标优化模型. 设计改进的非支配排序遗传算法II，通过同类算法对比分析，验证改进算法的有效性. 结合算例，揭示关停策略和产品切换准备作业对机器人混流装配线系统的技术影响。关停策略能够减少能耗，在装配线平衡性下降时的效果愈加明显，最大能耗节约率达到16.68%；考虑产品切换准备作业的影响，有利于机器人混流装配线作业效率和能源消耗的整体优化.
为了使腿足机器人适应性和行为能力提高，提出基于虚拟运动神经网络的六足机器人行为控制策略. 通过模拟生物神经?肌肉控制机制构建的腿足机器人行为运动神经控制架构，能够处理外部环境信息，调节神经信号强度，获得类似动物的信号处理和行为反应机制，实现机器人对环境的快速响应、机身与腿部的自适应调节. 实验结果表明，所提架构能够随环境变化自动调节神经信号强度，验证了机器人极强的环境自适应性和行为多样性.
以夹持器为例，设计由伺服电机驱动和钢丝线轮传动的四自由度微创手术器械. 手术器械末端采用微型化设计，以适于远距离传动的钢丝驱动，改善手术器械在狭窄工作空间中的灵活度. 描述手术器械的构型原理和尺度设计，包括腕部、夹钳和器械轴；分析钢丝线轮传动机构的工作原理及腕部与夹钳的运动耦合. 研究手术器械的运动学特性，包括运动学正解、工作空间分析、速度雅克比变换和奇异性分析. 测试手术器械和驱动平台的原理样机表明，该器械能够满足微创手术相关技术操作的要求.
针对手指康复训练中软体驱动器贴合度低、灵活性差、运动传递不准确等问题，基于仿生原理设计分段式气动软体驱动器. 通过3个具有锯齿结构半波纹管气囊实现软体驱动器的分段弯曲，嵌入柔性应变传感器实现软体驱动器本体感知. 建立半波纹管气囊弯曲变形数学模型，借助有限元分析对半波纹管气囊进行分析，研究壁厚、波纹宽度、波距和波纹数目对该气囊弯曲性能和末端输出力的影响，选取软体驱动器尺寸参数. 采用3D打印技术及失蜡铸造工艺，制作分段独立驱动的软体驱动器. 特性测试结果表明：分段式软体驱动器最大弯曲角度为302°，末端输出力为3.33 N，能够带动手指进行分关节康复训练，内嵌的柔性应变传感器可以实时监测软体驱动器弯曲状态.
针对基于方向梯度直方图与颜色命名的高效卷积算子(ECO-HC)算法缺少跟踪质量评价和滤波模板更新监督机制的问题，提出融合运动信息和跟踪评价的高效卷积算子. 将卡尔曼滤波器加入ECO-HC跟踪定位框架对目标执行联合跟踪，设计高置信度判别指标评价ECO-HC对每帧图像的跟踪效果，使用原始跟踪结果和卡尔曼滤波预测值的加权融合值，修正不满足判别指标的跟踪结果. 在滤波模板隔帧更新策略的基础上，加入当前帧跟踪结果质量评价信息，当2个条件同时满足时执行模板更新. 依托公开数据集OTB-2015评估算法性能，结果显示改进算法整体跟踪精确度、成功率和跟踪速率均优于原算法，在运动模糊、低分辨率、离开视野场景中的精确度分别提高3.0%、3.5%和2.8%，成功率分别提高3.8%、2.1%和4.0%. 改进算法在保证实时性的同时，有效提升了复杂场景下的跟踪效果.
为了探究适用于柔性机器人触力觉感知装置的磁场计算方法，利用弹性橡胶与霍尔器件设计带有凸起结构的感知装置. 利用环式Halbach阵列的磁场方程，对形变后装置的磁场进行计算. 为了验证所提出的计算方法，基于COMSOL Multiphysics平台构建并求解不同形变下感知装置的有限元仿真模型. 通过对比理论计算结果与模型仿真结果，验证了所提出的计算方法在不同形变下均有较好的适用性. 进一步的数据拟合表明，随着仿真网络的不断细化，仿真值逐渐逼近理论值，最小误差为3.18%，证明二者具有较高的一致性.
为了准确描述脑电(EEG)和肌电(EMG)信号在不同尺度上的耦合特征，提出新的多尺度补偿传递熵(McTE)方法. 该方法结合自适应投影多元经验模态(APITMEMD)方法和补偿传递熵(cTE)，计算不同尺度上的多尺度补偿传递熵值，计算结果用于定量分析不同耦合方向( ${\text{EEG}} \to {\text{EMG}}$和 ${\text{EMG}} \to {\text{EEG}}$)上的耦合特征. 结果表明，在恒定握力下，beta频段(13~35 Hz)的耦合强度最大，且 ${\text{EEG}} \to {\text{EMG}}$方向的耦合强度高于 ${\text{EMG}} \to $ $ {\text{EEG}}$方向；在高gamma频段(50~72 Hz)， ${\text{EEG}} \to {\text{EMG}}$方向EEG与EMG的耦合强度总体高于 ${\text{EMG}} \to {\text{EEG}}$方向的. 研究结果表明，脑肌电耦合强度在不同耦合方向和不同尺度上有所差异，McTE方法能准确刻画脑肌电多尺度间的耦合特征及功能联系.
为了提高遥感图像场景分类的准确率，提出层次型非线性子空间字典学习(HNSDL)方法. 用所提方法训练多层网络模型学习多层非线性变换. 将遥感图像投影到子空间中，构建稀疏编码和投影编码的局部信息保持项，在保持局部结构信息的同时最小化样本的类内差异，增强模型的分类识别能力. 在模型目标式求解中，使用交替学习算法求解子空间和字典的联合学习任务，使所有参数同时达到最优解. 在Ucmerced、Google和WHU-RS数据集上进行实验设计和测试，结果表明所提方法在遥感图像的多种场景分类上均表现出较高的分类准确率.
针对双臂空间机器人轨迹跟踪控制问题，考虑系统跟踪误差收敛时间易受初始状态影响，提出与初始状态无关的固定时间非奇异快速终端滑模控制策略. 基于固定时间稳定性理论，设计改进的固定时间非奇异快速终端滑模面. 该滑模面解决了终端滑模控制的奇异问题，使得系统跟踪误差在远离、接近原点时均有较快的收敛速度. 为了削弱滑模控制存在的抖振现象和提高趋近阶段的收敛速度，提出改进的固定时间趋近律，应用李雅普诺夫理论证明闭环系统的固定时间稳定. 以双臂空间机器人为被控对象进行对比仿真，结果表明，所提控制策略具有更高的控制精度、更快的收敛速度和更强的鲁棒性.
针对多节线驱连续型空间机械臂系统，在考虑存在外界时变干扰与参数不确定的情况下，提出基于模糊补偿的预定时间姿态控制方法. 设计模糊估计器估计系统切换增益，补偿未知有界总干扰. 基于预定时间稳定性理论，结合滑模控制，提出预定时间控制方法，使机械臂系统在预先设定时间内到达稳定状态. 与基于有限时间理论的控制方法相比，所提基于预定时间控制方法的稳定时间与系统初始状态无关，可以根据实际系统需求预先设置，并且所提方法在系统收敛速度与精度上具有更优的控制性能. 基于Lyapunov稳定性理论证明闭环系统的稳定性. 仿真结果表明，所提控制方法使系统姿态角误差快速收敛，并且预定时间稳定.
介绍共轴式双旋翼推力吸附爬壁机器人，通过优化推力吸附机构和机架，增强负载能力、降低能耗、增加续航时间. 采用控制变量法控制推力吸附机构的气动参数如叶片数、桨叶安装角、间距比等，建立不同气动参数下机器人气动模型并进行流场仿真。基于仿真结果，完成推力吸附机构的优化设计；基于拓扑优化用构建响应面叠加多目标遗传优化算法（MOGA）、直接单目标自适应优化算法（AS-O）优化，完成机器人机架结构参数优化设计。与初始结构相比，机架上、下层板质量分别降低了55.62%、25.39%. 试验推力吸附机构和机器人攀爬能力，结果表明，推力吸附机构气动仿真结果可靠，上、下层旋翼旋转中心轴偏差与推力吸附机构性能关系密切，机器人具备良好壁面攀爬能力.
