在体素化输入的三维卷积基础上，通过引入高分辨率保持模块，提出了一种基于三维卷积的高分辨率保持网络．该网络以体素化的深度图为输入，进行三维卷积．不同于先前大多数从低分辨率特征中恢复高分辨率特征的方法，构建的网络引入不同分辨率子网络并行的结构，在处理低分辨率特征图的同时保持高分辨率特征图，从高分辨率子网络卷积得出每个关节点在3D体素中的分布概率，最终计算出每个关节点的三维空间坐标．实验表明：该算法相较于先前的基于沙漏模型的三维卷积网络能更准确地进行关节点估计．

为满足机械臂手眼标定过程中不依赖人工提供固定机械臂路径的要求，提出一种基于变异粒子群优化的在线手眼标定算法．通过分析特征点在机械臂极坐标系与深度相机坐标系下的坐标转换关系，建立了基于深度相机的手眼模型；采用基于变异粒子群的在线优化算法，实时估计手眼关系参数；建立机械臂运动能量函数，给出了机械臂位姿补偿方法，满足特征点视野约束的同时保证运动能量最小．实验结果表明：所提方法能较为精确地估计手眼关系参数，并且能实时补偿机械臂位姿，实现自动手眼标定功能．

针对抓取任务的非结构化特性，提出一种基于非规则物体三维点云的基本形体简化算法，为抓取策略的选取提供思路，提高机器人自主抓取的准确率．将不规则的复杂物体简化为由基本形体组成的简单物体，基于三维网格分割算法将物体3D数据点进行分割，依据最优拟合算法将分割后各部分拟合为球体、椭球体、圆柱体和平行六面体中的一种，实现对复杂物体的简化．实验结果表明：本文算法可应用于不同形状及姿态的非规则物体抓取，具有较高的鲁棒性．

针对环形去最大中值滤波和帧间轨迹关联红外小目标检测算法流程与现场可编程门阵列(FPGA)并行不兼容的问题，对原有算法进行了并行化改进．主要从简化阈值计算、采用上一帧统计值进行自适应阈值分割和多帧检测循环三个方面进行了优化．在对检测性能影响较小的前提下，通过对算法结构进行优化，消除了算法中全局计算依赖，使其更适于FPGA进行算法实现．以FPGA实现优化后算法时，在80 MHz工作时钟下，处理2 800×2 800像素图像能够达到10 帧/s的速度，满足大部分实时红外探测系统的要求．

针对目标跟踪过程中遇到的遮挡、离开视野、平面内旋转、运动模糊等问题，在传统的跟踪学习检测(TLD)算法基础上，提出了fDS-TLD算法．算法采用快速判别尺度空间方法对跟踪模块进行了改进，并在整体框架中加入了遮挡判别机制．跟踪模块的改进使得跟踪器可以更好地跟踪平面内旋转和运动模糊的目标，遮挡判别机制的加入使得目标在被遮挡和离开视野重新回来时具有更好的跟踪效果．采用TB-100测试集进行测试与验证，证明了本文算法与TLD等4种算法相比，对于跟踪过程中发生的遮挡、离开视野、平面内旋转、运动模糊等情况具有更好的跟踪精度和准确度．在现实场景中进行了跟踪实验，证明本文算法具有实时性和实用性．

提出了一种改进的核相关滤波(KCF)实时目标跟踪算法．增加初始化跟踪范围自适应的策略，同时在跟踪过程中采用动态学习率．利用初始化跟踪范围自适应方法对跟踪目标响应趋势进行快速判断，若响应值快速衰减，则扩大跟踪范围．动态学习率的设定也与目标响应强度密切相关，当目标响应强度较高时，目标学习率较高，增加模型的鲁棒性；当目标响应值低时，模型学习率降低，减少模型保护的噪声信息．最后介绍了DSP6455定点单核定点处理器上的算法移植工作，实测耗时为23 ms，满足实时性要求．

针对网格运动统计(GMS)算法性能依赖特征点数量且当特征点检测较少时存在误匹配集中的问题，结合一致性约束思想，提出了一种基于网格运动统计的自适应特征匹配算法．首先对待检测图像引入网格划分，依次对每个网格区域设置自适应阈值并进行特征点检测；然后使用旋转特性的二进制描述(rBRIEF)算法对特征点描述并基于汉明距离完成特征点匹配；最后采用GMS算法做初次误匹配点剔除，利用随机抽样一致算法筛选出精确匹配点．实验结果表明：该算法能有效剔除误匹配点，提升匹配质量且实时性高，对于低纹理结构的图像匹配也具有很好的鲁棒性．

为解决不均匀的光照分布影响人脸身份识别的准确率问题，提出了一种无约束光照条件下的人脸身份识别方法．该方法首先基于改进的Retinex理论对人脸灰度图像进行光照预处理；然后对处理后人脸图像中鼻子周围的遮挡阴影区域进行光照补偿；最后利用主动外观模型定位人脸特征点，并选取关键特征点计算人脸身份特征，进而实现人脸身份识别．基于扩展Yale人脸数据库和CMU-PIE数据库进行实验，结果表明所提方法能有效改善人脸图像的光照情况，提高人脸身份识别率．

针对多通道脑电信号特征提取过程中存在的特征向量稳定性低及区分度差的问题，提出相位同步与空间位置相结合的特征提取算法．首先，利用相位锁定值(PLV)衡量不同模式下不同脑区的相关程度，通过相关性分析发现感觉运动的作用机制，并按相关程度选取特征电极；然后，采用共空间模式算法(CSP)对所选电极间的PLV进行特征提取；最后，使用支持向量机(SVM)完成运动想象分类．本方法在持续4 s和1 s的左右手运动想象分类中分别获得平均91.3%和82.7%的准确率，相较于传统CSP算法具有更高的分类准确率，需要的电极更少，能快速响应短时不连续性运动想象．

针对人和机械臂在同一空间下协同工作时，机械臂的运动可能对人造成伤害这一问题，提出一种基于机械臂关节速度空间的动态避障与避奇异算法．该算法对机械臂的奇异性进行量化分析，采用最小阻尼二乘法实现机械臂的避奇异操作．同时融合人工势场的思想，借助机械臂的非完整雅可比矩阵，实现机械臂对人及自身的实时动态避障．最后在仿真和实际机械臂上进行实验，实验结果表明：该算法可以实时地对环境中的动态行人进行主动避障同时避开机械臂的奇异点，保证人机协作过程中操作人员的安全．

基于分布式驱动电动汽车具有各轮转矩可单独控制的特点，利用最优转矩分配方法提出其在危险工况下的稳定性控制算法．该算法分为稳定性判断与横摆力矩控制模块、滑移率计算与控制模块及各轮驱动力矩分配模块．稳定性判断与横摆力矩控制模块确定车辆稳定性状态，滑模变结构控制方法用于跟踪理想横摆角速度，输出期望的横摆力矩，确保非线性系统在受到外界干扰时保持稳定；滑移率计算与控制模块计算各轮的滑移状态，通过滑模变结构控制的方法进行各轮滑移率的控制；驱动力矩分配模块综合考虑轮胎力、地面附着等因素，根据横摆控制和滑移率控制的需求，分配各轮驱动力矩．利用联合仿真进行工况验证，结果表明：与各轮力矩平均分配算法相比，所提的力矩分配算法具有更优良的稳定控制效果．

利用一个搭载激光计数烟雾传感器的机器人解决追踪烟雾羽流的问题．依据化学气味源定位算法，提出基于粒子滤波的烟雾羽流路径追踪算法．算法的流程包括机器人观察、烟雾羽流路径估计、粒子重采样、预设目标点评估和机器人移动．针对算法中的观察步骤，提出了可变阈值的方法将传感器数据二值化．使用机器人仿真软件Webots对算法性能进行了评估，对比了可变阈值方法与移动平均窗方法对算法性能的影响，以及机器人不同的初始位置对算法性能的影响．结果表明：所提出算法结合可变阈值法的成功率和效率均较高，且机器人的初始位置对算法性能影响较小．

为了使球形机器人能在复杂水域安全工作和利用能量，对其锚定状态下受水流干扰的运动规律进行分析．首先针对机器人的形体结构特点，应用线性波理论和Morision方程对流体载荷进行描述，并以机器人锚定系统方程为基础，引入波浪水动力、重摆扰动力和绳索弹性力项，建立了球形水下机器人锚定状态波流联合激励的动力学模型．然后在搭建的虚拟仿真验证系统中对机器人的位移、绳索拉力和重摆摆角进行仿真和验证，总结出绳索锚定角和拉力随流速增加呈非线性变化规律及机器人在波浪幅值影响下的波动特性，结合绳索张紧和松弛状态交替现象分析绳索拉力和重摆摆角异常波动原因．研究结果为球形机器人对流体波浪能的吸收和转化提供理论基础．

针对铁路智能巡检系统中开口销缺陷样本不足的问题，通过改变传统接触网部件状态检测思路，提出了一种基于图像语义分割的开口销状态检测方法．将开口销语义信息分为头部信息与尾部信息并进行多边形标注，训练DeepLabv3+模型，提取开口销的信息，分析开口销头部与尾部连通域及其之间的关系，从而判断开口销状态．使用了语义分割的方法，在训练过程中只使用正常的开口销样本，无须专门搜集或制作开口销缺陷样本．验证算法的检测精度，取开口销正常状态、缺失状态、松脱状态和非开口销区域的样本数分别为1 000，20，50和1 000，识别率分别达到95.3%，100.0%，84.0%和98.7%．

提出了一种考虑摩擦补偿的串联弹性作动器(SEA)弹性体刚度在线估计方法．该方法利用作动器在适当条件下电机电流补偿摩擦力矩后估计的力矩来实时校准弹性体刚度，以减小弹性体刚度变化带来的力矩估计误差．通过实验定量分析了基于谐波减速器的系统摩擦力矩模型参数．对比弹性模型和电流模型计算力矩的优缺点，分析出当电机角速度在适当范围且负载变化较小的稳定状态时，电流力矩模型补偿摩擦力矩后可准确地计算负载力矩．负载稳定状态时，以电流模型估计力矩，并采用卡尔曼滤波算法对弹性体刚度实时校准．负载不稳定状态时，以弹性模型估计力矩．实验结果表明，本方法能有效克服弹性体刚度变化导致的力矩误差．

针对对抗生成神经网络在人脸轮廓细节恢复上不够完善的问题，利用人脸图像的结构先验信息提出了一种边缘增强的生成对抗网络人脸超分辨率的重建算法．首先，利用人脸图像及其边缘图像的一致性关系设计一种并行网络提取面部和边缘细节特征；然后，通过特征融合网络获得高分辨率的生成图像；最后，利用判别网络判别生成图像的真伪．在人脸图像数据库上进行的人脸超分辨率重建实验结果表明：提出的边缘增强生成对抗网络能够提升面部细节重建能力，主观和客观评价指标均优于现有的人脸超分辨率算法．

为解决有人/无人系统协同过程中操作员手动调整任务执行顺序带来的系统设置失效和工作负荷增加问题，基于改进的线性回归方法对操作员任务处理习惯数据进行训练，得到操作员任务处理习惯的任务自适应排序模型，针对操作员处理任务的习惯对任务序列的排列进行自适应调整．仿真结果表明：改进的线性回归方法提高了任务排序的正确率，减少操作员的手动排序过程，降低操作员的工作负荷，并对于不同的操作员的处理习惯有更强的适应性；测试数据规模越大，模型预测的正确率均值越大，而且正确率的上下边界越收敛；得到训练数据规模越大，改进的线性回归模型预测正确率的均值越大．

提出一种基于视触融合的深度神经网络(VTF-DNN)感知算法，用以检测在机器人抓取和操作过程中发生的抓取物体和夹具之间的滑动现象．首先，通过设定不同的抓取位置和力度来抓取不同的物体，收集视觉和触觉序列数据构建视触融合数据集，并用于训练VTF-DNN；触觉数据由安装在夹具上的阵列触觉传感器采集，视觉数据由腕部相机采集．然后，为了验证所提出视触融合感知框架的性能，在某个未参与训练的物体上进行了滑动测试，共进行了464次抓取，采集了2 320个视觉和触觉序列样本，分类准确度达92.6%．最后，实验验证了所提框架在滑动检测任务中的高效性以及视触融合在滑动检测任务中的必要性，为更加稳定和灵巧的机器人抓取和作业系统提供了理论基础和技术支撑．

提出一种新型多孔腔镜手术机器人翻展机构．以人体腹部微创手术切入点实际约束为需求，基于机构拓扑综合理论，在关节耦合类平行四边形机构基础上，通过改变运动副数目设计具有冗余自由度的远心机构，简称翻展机构．运用Solidworks与Workbench相结合的方法，对各个关节进行结构设计与轻量化分析．基于D-H法对翻展机构进行了正逆运动学求解．用ROS-Kinetic仿真器搭建仿真环境，验证了新型翻展机构构型的合理性．

针对传统的插件元器件分拣方法准确率较低的不足，搭建一个基于机器视觉的分拣机器人系统．该分拣机器人系统对目标定位时，采用改进的自适应阈值的Canny边缘提取算子提取目标的边缘信息，克服了光照变化对目标定位的影响；目标分类时，采用SURF提取关键点与FREAK描述的方式对目标进行描述，二进制的描述子相比传统浮点数描述子，加快了模型的建立，缩短目标分类的时间．实验结果证明：该系统能有效提高分拣机器人系统对多目标的分类准确率，缩短多目标的分类时间；同时对环境有较好的适应能力，提高了生产效率．

对一款八自由度隧道喷浆机械臂进行了全自动喷浆系统的设计，引入虚拟关节并结合D-H(Denavit- Hartenberg)参数表来建立正向运动学模型，通过固定关节角法进行机械臂逆向运动学解算．采用激光雷达实现隧道面三维数据的采集，并对原始点云数据进行了去噪、采样、隧道面提取和中轴线提取等处理．采用点云切片技术处理三维点云数据，根据待喷面检测结果实现最优喷涂轨迹规划．最后采用模糊自整定PID控制算法控制机械臂各关节运动以实现全自动喷浆．在搭建的模拟隧道环境下进行了真机实验验证，设计的机器人能够全自动地实现三维扫描、待喷面识别、轨迹规划和运动控制功能，具有隧道全自动喷浆的能力．

提出一种利用深度学习提高动态环境下视觉语义即时定位与地图构建(SLAM)的方法．首先用实例分割网络对关键帧进行实例分割，建立先验语义信息；然后计算特征点光流场对物体进一步区分，识别出场景真正运动物体并将属于动态物体的特征点去除；最后进行语义关联，建立无动态物体干扰的语义地图．将本文方法在室内环境公开数据集中测试，结果表明该方法可有效消除动态物体对建图的影响，提高建图精度．

针对移动机器人路径规划问题，提出了一种基于独狼搜索机制的自适应精英蚁群混合算法．首先，在精英蚁群算法中引入了独狼视场机制并设计了自适应增强函数，用以改进精英蚁群算法搜索机制中蚁群的寻径能力．然后，为了消除混合算法中的停滞现象，引入了独狼逃跑策略并构造了一种信息素优化机制，用来提高混合算法的全局搜索能力，帮助寻径个体突破当前的路径停滞问题，避免算法陷入局部最优．最后通过仿真分析和测试，进行了针对性的对比试验，结果表明：混合算法在多种环境下的路径规划均拥有较好的收敛速度和高效的寻径能力．