论文清单

• A New Turbine-Sail Coupled Propulsive System for Autonomous Sailboats,Jiayi Qiu, Jiafan Hou, Chongfeng Liu, Hengli Liu, Xiongwei Lin, Zhenglong Sun, Ning Ding, Tin Lun Lam and Huihuan Qian
• Collaborative Object Transportation by Multiple Robots with Onboard Object Localization Algorithm, Zhixian Hu, Zhixiang Zhao（共同第一作者）, Lianxin Zhang, Hengli Liu, Ning Ding, Zhenglong Sun, Tin Lun Lam, Huihuan Qian
• An Adaptive Position Keeping Algorithm for Autonomous Sailboats, Zeyuan Feng, Jiayi Qiu, Hengli Liu, Qinbo Sun, Ning Ding, Zhenglong Sun, Tin Lun Lam and Huihuan Qian 
• Wing Sail Land-yacht Modeling and System Verification, Yibing Dong, Xiao Ding, Zhijun Li（共同第一作者）, Lianxin Zhang, Hengli Liu, Ning Ding, Zhenglong Sun, Huihuan Qian 
• Obstacle Avoidance for Autonomous Sailboats via Reinforcement Learning with Coarse-to-fine Strategy, Ziyuan Cheng, Weimin Qi, Qinbo Sun, Hengli Liu, Ning Ding, Zhenglong Sun, Tin Lun Lam and Huihuan Qian

大会介绍

IEEE International Conference on Robotics and Biomimetics (IEEE ROBIO) 迄今为止已成功举办了15年, 是机器人领域亚太地区知名的国际会议。2019年的机器人学与仿生学国际大会将于12月在中国云南大理召开。

成果速递

在钱辉环助理教授的指导下，我院16级电子信息工程专业仇佳怡、侯佳凡和19级博士生刘崇锋完成了《一种新的自主帆船涡轮-风帆耦合推进系统》。在远洋航行时，无人帆船需要解决能源问题并更好地利用风能来获得所需推进力。论文中提出一种在风帆两侧加上垂直发电机并实现发电机转速可控的新型系统，探究该系统对帆船最大推进力的影响。根据大量在风洞实验室中完成的实验，论文发现在顺风航行时该系统可以增大帆船所能得到的最大推进力。文章也证实，调节两侧发电机转速，能进一步调节帆船可获的最大推进力。

在研究助理教授孙正隆和博士生张连鑫的指导下，16级电子信息工程专业胡智娴和赵志翔完成了《基于机载激光雷达定位算法下的多机器人协同搬运》。论文提出了新的机载激光雷达定位算法，并设计了一个较为普适的协同搬运控制策略。算法与策略的有效结合可以实现物体在被搬运过程中的轨迹跟踪。在以往的协同搬运研究中，被搬运物体的定位基本是依靠额外的定位装置或固定装置。而论文提出的定位算法，在没有额外装置的帮助下，也能较为精准地确定被搬运物体位置。在已知物体位置的条件下，协同搬运控制策略可以实现对搬运过程的有效控制。真实场景中的实验结果验证了定位算法的有效性，而进一步的实验证明了协同搬运策略的可行性。

在博士后刘恒利及博士生孙钦波的指导下17级电子信息工程专业冯泽远完成了《自适应的帆船位置保持算法》。船舶的位置保持在实际中有很重要的应用，如定位水下无人艇，交换货物，虚拟锚定等。由于帆船风驱动的特性，其位置保持颇有挑战性，目前的算法通常忽略了环境扰动，特别是帆船松帆时风带来的扰动，因而在实际场景下效果不佳。本文提出了一个更加鲁棒的算法及底层控制器，使得帆船能在风速风向变化的情况下进行位置保持，并在仿真及实验平台下验证了控制效果。

由博士生张连鑫指导，电子信息工程专业16级东奕冰同学、丁啸同学及17级李治俊同学共同创作的论文《翼帆车的建模及系统验证》提出了一种实用的翼帆车的结构设计，对其进行建模并加以验证。在陆帆车领域里，常用的软帆车稳定性较差，并在行驶方向上有较大的局限性。而对于翼帆车的研究也常常局限在顺风行驶的能力上。

这篇论文提出了一种基于硬质翼帆的帆车系统。该四轮翼帆车在行驶时具有良好的稳定性及可控性，且具有很大的可行驶方向范围。同时，对翼帆进行的建模和仿真实验以及在现实风场中进行的实验验证了该翼帆车在多角度逆风前进状态下的良好行驶能力。

在博士生祁卫敏和孙钦波的指导下，16级计算机科学与技术专业的成子源的论文《基于由粗到细策略的强化学习的无人帆船避障》提出了一种基于强化学习的粗粒度到细粒度的帆船自主避障的方法。船只的位置信息作为帆船避让控制中一个十分重要的输入，更准确的定位能有效提高避让效率。具体地，在粗粒度下粗略定位帆船，进而可以跳转到细粒度下获得更准确的帆船位置。其中粗粒度阶段用于控制帆船在距离障碍物较远情况下的正常航行，而细粒度阶段使帆船在距障碍物较近时能够进行精确的避让。我们不仅通过仿真验证了算法的可行性与有效性，还在现实实验中进行了测试，并取得了很好的避让效果。本篇论文已经获得了最佳论文Final List Award。