《控制与决策》编辑部 -->智能自主系统

一种高效的无人机航拍小目标检测算法

高卫峰，易宇轩，黄玲玲，李龙跃，李宏，谢晋 — 2025/7/11 16:20:51

无人机航拍图像具有尺度差异大、背景干扰和目标模糊等特点, 给小目标检测带来诸多挑战. 针对这些问题, 提出一种高效的无人机航拍小目标检测算法. 首先利用空洞卷积增大感受野、保持细节分辨率的特点, 设计并行空洞卷积模块; 其次设计注意力上下采样分支模块, 利用闸门机制对提取到的特征进行选择, 强化特征表达; 最后结合小目标检测头设计并行空洞卷积注意力金字塔网络, 对多尺度特征进行特征融合. 在VisDrone2023数据集和DOTA数据集上, 所提出算法在小目标检测的平均准确率均值均优于其他主流算法, 相较于基线方法在平均准确率均值上提升7.3 %, 参数量减少0.58 M, FPS提升11.2, 达到43.5, 验证了所提算法的高效性. 在复杂场景ExDark数据集上, 所提出算法在平均准确率均值上优于其他低光增强模型和暗检测器, 相较于PE-YOLO在平均准确率均值上提升2.4 %, 验证了所提算法的鲁棒性和实用性.

基于协作容错的组合体机器人主动抗扰安全控制

王健翔，江涛，郑志，莫荣钦，丁鑫 — 2025/7/11 16:20:51

在非结构化任务环境中, 多个移动机器人通过协同重构形成组合体机器人是提升机器人任务适应性的重要手段, 然而, 关于组合体机器人实际应用部署建模和控制方面的进展仍然不足. 鉴于此, 首先, 基于非完整约束和拉格朗日方法, 建立任意重构尺度下组合体机器人的运动学和动力学模型: 在运动学层级, 设计基于自适应边界补偿安全围栏的平滑避障策略, 保障在运动过程中的安全性; 在动力学层级, 通过引入自适应协作容错机制, 保障组合体机器人系统转矩分配的合理性, 避免性能下降, 以增强运动过程中的容错能力. 然后, 提出一种新型的滤波扩张状态观测器, 该观测器可通过抑制噪声引起的高频振荡现象, 实现未知集总扰动下对速度的鲁棒跟踪控制. 最后, 搭建真实的组合体机器人实验平台, 进一步验证所提出方法的容错性、鲁棒性和安全性.

基于改进经验回放策略的路径规划算法

李佩哲，张文彪 — 2025/7/11 16:20:51

移动机器人的路径规划和避障问题已成为近年来的研究热点. 现有的基于深度$Q $网络算法在RPP问题上取得了一定的效果. 然而, 该算法在训练过程中存在动作选择随机性过大、收敛速度慢等问题. 此外, 现有的算法较少涉及动态环境的定量分析. 鉴于此, 提出一种基于双深度$Q $网络的路径规划算法. 首先, 设计一种特别的时序输入结构, 能够采集更加丰富的动态语义信息, 可以更好地适应动态场景的路径规划; 然后, 设计一种独特的经验分配策略, 这种策略可在不同的训练阶段分配不同经验池中的经验, 以改善网络的训练效率; 最后, 在静态和动态环境中对所提出算法进行验证. 与改进前的方法相比, 所提出方法训练时间减少了50%, 路径规划的成功率提高了9.6%.

潮汐影响下考虑异类船舶的动态泊位与岸桥起重机分配优化

吴鹏，朱昆峰 — 2025/7/11 16:20:51

针对一类新的动态泊位与岸桥起重机分配问题, 综合考虑潮汐影响、异类船舶靠泊区域约束等现实因素, 同时优化不同船型船舶的靠泊时间、靠泊位置以及分配的具体岸桥, 最小化船舶延误成本和泊位偏离成本. 首先, 将上述问题构建为一个混合整数线性规划模型; 然后, 通过动态时间-泊位-岸桥表和岸桥起重机编号有向无环图解决船舶间时空不能重叠和岸桥不可交叉的复杂约束, 提出融合问题特征的自适应变邻域搜索算法, 设计基于问题特性的岸桥数量和靠泊类型邻域结构算子并融合船舶靠泊顺序扰动算子以提升算法寻优能力; 最后, 基于福州江阴港实例的大量数值实验结果表明: 所提出算法的求解结果与商业求解器CPLEX获得的最优解平均偏差为3.24%, 验证了所提出模型和算法的可行性; 针对大规模问题, 所提出算法平均仅需33.51 s即可求得高质量的近似最优解, 与现有可变邻域下降算法获得的方案相比, 所获得的方案平均可节约38.69%的成本.

基于多尺度融合和高分辨特征增强的无人机航拍目标检测

陈志旺，肖迪创，吕昌昊，李思哲，彭勇 — 2025/6/5 15:27:42

无人机飞行高度的动态变化使得航拍图像中往往包含大量小目标, 同时目标尺度变化显著, 这些问题给目标检测任务带来了挑战. 针对上述问题, 提出一种基于多尺度融合和高分辨特征增强的无人机航拍目标检测方法. 首先, 在骨干网络中引入多尺度结构重参数化特征提取模块, 利用普通卷积块和结构重参数化的大核卷积块对多个分支进行不同尺度的卷积运算, 有效提取不同感受野下的特征信息; 然后, 在颈部网络中引入基于特征金字塔网络的多维特征自适应融合模块, 以优化其自下而上的特征聚合过程, 实现对浅层特征中的精细细节和深层特征中的上下文信息的自适应选择, 从而更有效地应对目标尺度显著变化; 最后, 在颈部网络中引入多尺度特征融合小目标增强模块, 以捕捉无人机航拍图像中小目标物体在不同尺度上的变化. 通过在VisDrone2019和TinyPerson两个公开数据集上进行大量的实验, 表明了所提出方法的有效性和优越性.

基于动态非合作博弈的智能网联汽车超车行为决策研究

王启明，万璇，方鸣，吕志超，杭鹏 — 2025/6/5 15:27:42

不当超车行为是造成高速公路交通事故的主要原因之一. 针对超车场景中状态机模型设计难度大且泛化性不足的问题, 引入动态非合作博弈模型分析车辆间的交互行为, 并考虑驾驶员不同风格搭建超车决策模型. 首先, 通过因子分析法和$K $-means聚类法将驾驶员划分为激进型、普通型和保守型3种驾驶风格. 然后, 引入Stackelberg博弈论描述自车与障碍车的交互, 构建包含安全、舒适和通行效率的博弈成本函数, 结合不同驾驶风格求解最优超车决策. 此外, 研究考虑不同驾驶风格影响的5次多项式换道轨迹, 建立满足多需求的决策评价函数, 求解出不同驾驶风格组合下的最优换道时间. 最后, 通过PreScan和Simulink联合仿真验证该决策模型在多场景下的有效性, 旨在帮助智能车辆做出类人化的超车决策, 提高通行效率和行车安全性.

SDT-Tracker: 基于动态感受野的双模板分支目标跟踪算法

孟华德，齐咏生，刘利强，苏建强，张丽杰 — 2025/6/5 15:27:42

针对目标跟踪算法在长期跟踪场景下对目标尺度变化缺乏适应性, 以及跟踪目标小、遮挡与相似物干扰等问题, 提出一种新的具有动态感受野的双模板分支跟踪算法(SDT-Tracker). 首先, 引入并行注意力机制对ResNet50进行重新设计, 构建一种具有动态感受野的特征提取网络进行高效特征提取. 其次, 设计3种下采样方式进行降采样, 通过融合局部特征、原始特征和关键特征, 实现多角度特征捕获, 减小特征信息的损失. 最后, 提出一种动静态双模板分支跟踪策略, 动态分支持续引入后续帧信息, 静态分支提取目标初始信息, 在关键帧时刻抑制动态分支引入的无关信息, 进而减少相似物干扰和遮挡造成的负面影响. 在LaSOT、OTB100数据集上进行算法验证, 实验结果体现了算法的有效性和优越性. 将算法移植到嵌入式设备Jetson Xavier NX上进行性能测试, 运行速度达24帧/秒, 相较于经典目标跟踪算法, 所提方法在多种复杂场景下具有更高的精度, 且能有效解决相似物干扰、遮挡等问题.

联合攻击下具备隐私保护的无人水面船艇安全状态估计

刘锦铭，刘莉，胡鑫，张淑宁，李亦昊，王增锋 — 2025/6/5 15:27:42

信息物理系统(CPSs) 的网络安全问题日益突出. 为确保CPSs的安全运行和数据可靠性, 研究无人水面船艇(USVs) 在拒绝服务(DoS)攻击和虚假数据注入(FDI)攻击下的分布式分阶弹性状态估计问题. 首先, 提出一种基于随机加密技术的隐私保护模型, 分析在FDI和DoS联合攻击以及FDI双通道攻击的不同场景下, 攻击对估计误差和系统估计性能的影响; 其次, 为了抵御FDI 攻击, 数据在整个通信过程中都进行加密处理, 为防御DoS攻击, 提出一种加密补偿机制; 然后, 由于开放的网络环境使USV在数据传输过程中会遭遇联合攻击而威胁系统状态的真实性, 构造一种分布式分阶弹性状态系统来抵抗联合攻击, 保证获得CPS的真实状态; 最后, 通过对无人水面船艇的速度状态的仿真和对比实验, 验证所提出方法的有效性.

需求未知与差异化服务策略下舱位分配与空箱调运联合优化

王文敏，刁璀洁，杨珍花，邢磊，靳志宏 — 2025/11/10 16:44:52

舱位分配与空箱调运联合优化是班轮运输业需要重点关注的问题，针对舱位与空箱调运需求的不确定性，基于历史大数据采用一种结合长短期记忆网络(LSTM)和多层感知机(MLP)的LSTM-MLP预测模型对细分市场的运输需求进行预测. 在此基础上，着眼于差异化服务策略下的多周期舱位分配与空箱调运联合优化问题，建立多周期混合整数联合优化模型，提出一种分支-割平面算法对联合优化模型进行求解. 数值实验结果表明: 基于差异化服务策略的联合优化可有效提升班轮公司收益, 增加客户满意度; 4组实验验证了分支-割平面算法的有效性和精准性; 所提出基于LSTM-MLP预测的联合优化结果比随机需求下的联合优化可提升8% $\sim $ 17%的总收益.

具有扰动的非线性多智能体系统在非周期间歇通信下的一致性问题

任微，禹梅 — 2025/11/10 16:44:52

研究具有未知外部扰动的非线性多智能体系统在非周期性间歇通信条件下的分布式领导-跟随一致性控制问题. 针对存在有界扰动并且满足Lipschitz条件的非线性多智能体系统, 设计分布式扩张状态观测器, 该观测器能够对系统状态和总扰动进行实时估计与动态补偿. 结合非周期性间歇通信的特性, 提出一种具有扰动补偿能力的分布式一致性控制协议, 该协议仅在通信阶段更新控制信号, 在非通信阶段则保持零输入, 从而在保证系统性能的同时, 有效降低系统的通信负担和能量消耗. 利用Lyapunov理论以及矩阵不等式相关知识证明了所提出的控制协议能够确保系统在非周期性间歇通信和未知外部扰动的复杂条件下实现领导跟随有界一致性. 数值仿真实验验证了所提出控制协议的有效性.

预定时间收敛的容错分布式资源分配算法

李志勇，马磊，郭志军 — 2025/11/10 16:44:52

针对执行器故障下多智能体系统的资源分配问题, 研究预定时间收敛的分布式容错优化算法. 为了克服执行器效率损失故障导致的异构控制增益和偏置故障导致的未知扰动对系统动态的影响, 首先提出一种基于输出反馈和变结构控制方法的容错分布式加权梯度算法; 其次, 利用预定时间李雅普诺夫稳定理论和凸优化理论等工具, 进行算法预定时间最优收敛的稳定性分析; 然后, 为了避免不连续变结构控制导致的输入抖振问题, 设计输入连续的容错分布式加权梯度算法, 并分析算法的实用预定时间稳定性; 最后, 通过仿真结果验证了所提出容错优化算法的有效性.

分层池化: 带宏观引导收益的UAV集群区域覆盖搜索方法

王宁，梁晓龙，李哲，孙贇，郑傲宇 — 2025/11/10 16:44:52

针对UAV集群在未知环境中的区域覆盖搜索问题, 提出一种基于分层池化地图模型的UAV集群区域覆盖搜索算法. 首先, 构建环境地图对待搜索任务区域进行表征; 其次, 将图像处理领域的池化技术与区域栅格地图结合, 构建分辨率不同的多层次池化地图模型; 然后, 设计包含覆盖率、边界约束和宏观收益等在内的决策目标函数, 提出适用于强对抗环境的UAV集群分布式信息交互机制; 最后, 采用数值仿真对所提方法的有效性进行验证. 仿真结果表明, 所提算法能够在不同信道质量的条件下有效引导UAV集群对未知任务区域展开覆盖搜索, 在给定覆盖搜索场景中, 算法决策时间和覆盖率均优于现有其他方法.

面向飞机蒙皮覆盖检测的多无人机协同任务规划

朴敏楠，李浩龙，李海丰，范龙飞 — 2026/3/4 0:00:00

针对飞机蒙皮覆盖检测的场景下, 传统人工检测存在的作业效率低下及检测时效性约束严格等瓶颈问题, 现有研究多集中于多无人机协同作业的技术方案, 其中面向飞机蒙皮盖检测的多无人机协同任务规划(MCMP)是描述多无人机协同检测的问题模型, 当前算法多采用启发式算法, 但其求解速度和解的质量无法满足实际要求. 为此, 将MCMP问题建模为带有容量约束的车辆路径规划问题(CVRP), 提出两阶段的深度强化学习(TSDRL)的求解模型: 第1阶段根据节点数量, 利用基于注意力机制的策略网络求解最优无人机数量; 第2阶段设计一种新的编码器-解码器结构的策略网络, 以构建每架无人机的路径. 该模型通过策略梯度训练, 能够快速求解每架无人机的高质量路径, 为了解决三维环境碰撞问题, 使用RRT*算法优化路径以满足碰撞约束. 仿真结果表明, 所提模型在计算效率与求解质量上均优于现有的深度强化学习方法和启发式算法, 并且模型具有良好的泛化性, 可应用于不同机型.

基于常春藤高斯引导算法的无人车路径规划

沈波，杜鹏桢 — 2026/3/4 14:13:20

针对常春藤算法这类固定维连续域优化方法难以直接处理具有离散约束和连贯性要求的无人车路径规划问题, 提出一种基于改进常春藤优化的高斯引导算法. 首先设计高斯引导机制, 提供一种可行的桥接式应用建模方式, 通过迭代优化引导点参数引导路径生成, 并利用路径离散特性大幅降低计算量; 然后对常春藤算法低值偏好的操作进行修正改进, 使路径搜索在全局范围更均衡, 并提出螺旋衰减策略更新生长速率, 使算法更适应路径离散环境; 最后设计一种局部陷阱逃脱机制, 利用动态时间规整算法检测局部陷阱, 重新分散种群以摆脱局部最优, 以增强全局搜索能力与算法稳定性. 在不同规模的仿真环境中进行实验, 结果表明所提出算法具有较好的求解质量和收敛效率, 同时展现出强大的稳定性与平滑性, 更符合无人车的行驶需求.

基于事件触发的时变风场下无人机实时路径重规划策略

宋璐璐，邓超，范莎 — 2026/3/4 14:13:20

针对无人机在飞行过程中受时变风场影响导致的能耗和飞行状态变化问题, 提出一种基于事件触发机制的实时路径重规划策略. 首先, 采用改进的粒子群优化(IPSO)算法进行路径规划, 并通过评估不同风场下规划路径的相似度量化风场变化对规划路径的影响. 进一步, 应用卡尔曼滤波(KF)算法预测无人机飞行状态, 并根据实际飞行状态与预测状态之间的误差, 评估风场变化对预测准确度的影响. 在此基础上, 设计一种基于事件触发机制(ETM)的路径重规划策略, 使无人机仅在风场变化超过设定阈值时执行路径更新. 仿真实验结果表明, 该策略可显著降低无人机飞行过程中的能耗和计算负担, 同时增强无人机在复杂风场条件下的适应能力.

动态场景下基于协同因子图优化的多机器人协同SLAM

邓永林，王恒 — 2026/3/4 14:13:20

同时定位与地图构建(SLAM)是机器人自主导航系统的关键技术之一. 传统的SLAM算法通常基于静态环境的假设, 而机器人的实际应用场景通常为复杂的动态场景, 这种场景下传统的算法会失效. 针对动态场景下运动物体干扰会导致多机器人系统定位与建图精度下降的问题, 提出一种利用动态特征信息的多机器人协同SLAM算法. 该算法利用机器人间互相观测和不同机器人对同一动态特征的观测来构建新的跨机器人约束, 然后基于里程计测量、特征观测、机器人间互相观测和动态物体数据关联构建协同因子图优化问题并求解. 通过多约束耦合优化, 提升了多机器人系统状态估计的准确性. 最后, 通过模拟动态场景实验和机器人实验平台验证了所提算法在动态场景下的有效性.

面向智能空中博弈的大语言模型-强化学习分层决策算法

骞晨旭，张雪波，李论，赵铭慧，黄魁华 — 2026/3/4 14:13:20

在多机智能空中博弈等复杂且高对抗性的场景下, 同时具备精准微操决策能力与高效战术推理能力, 是实现多机紧密协同并夺取制胜优势的关键. 针对现有强化学习方法在多机智能空中博弈过程中面临的策略泛化性差且缺乏高层推理能力的挑战, 提出一种融合大语言模型与深度强化学习的分层决策算法(LRHDF). 首先, 借鉴人类飞行员的决策机制, 构建“大语言模型-强化学习”(大脑-躯干)分层决策架构, 有效提高算法的底层微操决策性能与上层认知推理能力; 其次, 基于大语言模型反思的提示迭代机制, 利用环境反馈作为优化信号, 驱动提示指令的持续自主进化; 最后, 受人类团队协同决策机理启发, 设计序贯协同决策机制, 显式建模多智能体协作模式, 提高多智体间协同效率. 在高保真空中博弈平台下的仿真结果与消融结果表明, 相较于传统强化学习类算法, 所提出算法在多类博弈场景下表现出更强的博弈性能与泛化能力, 为多机空中博弈问题的求解提供了一条可行的技术路径.

我国航空发动机研制系统协同演化研究

陈俊清，武博祎，王奕博，吕一涵 — 2025/12/30 17:02:12

航空发动机研制工作至关重要, 是我国当前的形势所需也是当务之急, 如何提高航空发动机研制效率是我国乃至全世界关注的重点之一. 基于我国航空发动机研制系统的协同演化规律, 借鉴B-Z (Belousov-Zhabotinskii)反应模型, 结合协同学相关理论, 构建我国航空发动机研制系统中设计活动、试验活动和制造活动的三维Logistic模型, 并对我国航空发动机研制系统协同演化规律进行仿真研究. 仿真结果表明, 我国航空发动机研制系统的发展离不开各子系统间的协同, 而设计制造一体化是我国航空发动机研制效率最高的研制模式, 且政府政策导向对于提高航空发动机研制效率具有重要作用. 所研究的结果能够为政府强化航空产业政策调控、企业调整航空发动机研制策略提供依据, 促进航空发动机研制效率的提升.

符号网络下具有竞争领导者的包围控制

路张昕，关永强，康龙，何永喜 — 2025/12/30 17:02:12

针对符号网络下的离散多智能体系统, 基于领导者-跟随者框架, 研究具有竞争领导者的包围控制问题. 首先, 构建一种非合作博弈模型, 将两组具有竞争关系的领导者作为参与博弈的两个玩家, 每个玩家的目标是调整策略以吸引跟随者, 从而尽可能缩小跟随者与自身最终状态之间的距离. 其次, 分析该博弈的相关性质并提出玩家优化自身利益的策略方法, 即领导者通过合理选择跟随者并增加正边或负边使得跟随者的最终状态更加靠近自身的最终状态. 此外, 针对结构平衡网络, 揭示玩家收益与两个胞腔内的跟随者及其连接边数目之间的关系. 特别地, 针对有向树图, 从图论角度出发, 提出判断玩家策略是否为纳什均衡解的方法. 最后, 通过数值仿真实例验证所得理论结果的有效性.

多集群博弈分布式事件触发在线学习算法及其应用

余芮，王倩瑶，杜凯新，熊婧，张先超 — 2025/12/30 17:02:12

研究讨论一类具有协同竞争耦合特性的博弈问题, 结合动态环境特征, 构建考虑时变收益函数的多集群博弈模型. 基于时变通信网络拓扑结构, 提出一种离散时间分布式纳什均衡在线学习算法, 并通过引入事件触发机制实现通信资源优化: 1) 采用预设触发条件调控智能体信息交互; 2) 在降低通信频次的同时能够维持纳什均衡求解精度. 理论分析表明, 通过精巧地选择合适的时变步长$ {\Big(}{{\alpha }_{t}}=\dfrac{1}{{{t}^{{2{a}_{1}}}}}, 00) $, 所设计算法能够有效克服时变环境下的传输误差和估计误差影响, 并严格证明其指数收敛特性. 能源互联网典型场景的仿真实验表明, 相较传统算法, 所提出方法在保证纳什均衡收敛精度的同时能有效降低通信次数, 验证了其工程有效性.