《自动化学报》2023年49卷10期目录

基于激光雷达的无人驾驶3D多目标跟踪

熊珍凯, 程晓强, 吴幼冬, 左志强, 刘家胜

无人驾驶汽车行驶是连续时空的三维运动, 汽车周围的目标不可能突然消失或者出现, 因此, 对于感知层而言, 稳定可靠的多目标跟踪(Multi-object tracking, MOT)意义重大. 针对传统的目标关联和固定生存周期(Birth and death memory, BDM)管理的不足, 提出基于边界交并比(Border intersection over union, BIoU)度量的目标关联和自适应生存周期管理策略. BIoU综合了欧氏距离和交并比(Intersection over union, IoU)的优点, 提高了目标关联的精度. 自适应生存周期管理将目标轨迹置信度与生存周期相联系, 显著减少了目标丢失和误检. 在KITTI多目标跟踪数据集上的实验验证了该方法的有效性.

熊珍凯, 程晓强, 吴幼冬, 左志强, 刘家胜. 基于激光雷达的无人驾驶3D多目标跟踪. 自动化学报, 2023, 49(10): 2073−2083

Xiong Zhen-Kai, Cheng Xiao-Qiang, Wu You-Dong, Zuo Zhi-Qiang, Liu Jia-Sheng. LiDAR-based 3D multi-object tracking for unmanned vehicles. Acta Automatica Sinica, 2023, 49(10): 2073−2083

基于单试次脑电解码的类自举法谎言预测研究

白帅帅, 陈超, 魏玮, 代璐瑶, 刘烨, 邱爽, 何晖光

基于脑电(Electroencephalogram, EEG)的谎言检测技术依赖于对事件相关电位(Event-related potential, ERP)的有效解码, 当前主要采用手工设计特征进行脑电分析. 近年来, 单试次脑电分类方法取得了长足进步, 其中端到端的脑电分类方法能够实现对脑电的自动特征提取和分类, 但在谎言检测中缺乏研究和应用, 同时存在无法在测谎场景下直接应用的问题. 本研究设计基于复合反应范式(Complex trial protocol, CTP)进行自我面孔信息识别任务的实验, 采集了18 名被试的脑电数据. 研究了不同端到端的单试次ERP分类方法在谎言检测中的应用, 同时针对单试次脑电解码方法无法直接实际应用的问题, 提出了一种类自举算法. 算法基于数据分布假设, 通过对比各类刺激图像被视为探针刺激时所训练模型的性能, 来推断真正的探针刺激. 实验结果表明, 在基于自我面孔信息的CTP的谎言预测中, 所提出的类自举法性能优于传统探针预测方法, 在仅使用少量脑电数据情况下, 可实现准确的谎言预测.

白帅帅, 陈超, 魏玮, 代璐瑶, 刘烨, 邱爽, 何晖光. 基于单试次脑电解码的类自举法谎言预测研究. 自动化学报, 2023, 49(10): 2084−2093

Bai Shuai-Shuai, Chen Chao, Wei Wei, Dai Lu-Yao, Liu Ye, Qiu Shuang, He Hui-Guang. Research on single-trial EEG decoding-based class bootstrap method for lie prediction. Acta Automatica Sinica, 2023, 49(10): 2084−2093

基于自然梯度的噪声自适应变分贝叶斯滤波算法

胡玉梅, 潘泉, 胡振涛, 郭振

考虑到运动目标跟踪系统机动、隐身等人为对抗特征以及非视距、干扰、遮挡等环境因素, 其系统建模、估计与辨识过程中越来越无法回避非线性、非高斯以及参数未知等复杂系统特征的影响. 针对过程噪声先验信息不准确以及量测噪声非高斯环境下运动目标的非线性状态估计问题, 提出一种基于自然梯度的噪声自适应变分贝叶斯(Variational Bayes, VB)滤波算法. 首先, 利用指数族分布具有统一表达形式的优势, 构建参数化逆威沙特(Inverse-Wishart, IW)分布作为状态一步预测误差协方差的共轭先验分布, 同时选取学生t分布重构因量测随机缺失导致的具有非高斯特点的似然函数; 其次, 在变分贝叶斯优化框架下采用平均场理论将状态变量联合后验分布近似分解为独立的变分分布, 在此基础上, 结合坐标上升方法更新各变量的变分分布参数; 进而, 结合 Fisher 信息矩阵推导置信下界最大化关于状态估计及其估计误差协方差的自然梯度, 使非线性状态后验分布的近似分布沿梯度下降, 以实现对状态后验概率密度函数(Probability density function, PDF)的“紧密”逼近. 理论分析和仿真实验表明: 相对传统的非线性滤波方法, 本文算法对噪声不确定问题具有较好的自适应能力, 并且能够获得较高的状态估计精度.

胡玉梅, 潘泉, 胡振涛, 郭振. 基于自然梯度的噪声自适应变分贝叶斯滤波算法. 自动化学报, 2023, 49(10): 2094−2108

Hu Yu-Mei, Pan Quan, Hu Zhen-Tao, Guo Zhen. A novel noise adaptive variational Bayesian filter using natural gradient. Acta Automatica Sinica, 2023, 49(10): 2094−2108

非线性系统自适应最优切换控制方法

毛艳岭, 富月

针对具有未知动态和M个平衡点的连续时间非线性系统, 将线性自适应最优切换控制器和未建模动态补偿器相结合, 基于嵌入转换技术和近似动态规划思想, 提出一种自适应最优切换控制方法. 首先在非线性系统的M个平衡点建立M个线性化模型, 当模型参数已知时, 提出由线性最优切换控制器、切换准则、未建模动态补偿器以及非线性系统组成的控制系统结构; 当模型参数未知时, 在每个平衡点附近采集输入和状态数据, 利用黎卡提方程的迭代求解公式、最小二乘方法、极小值原理以及二次规划技术得到非线性系统的自适应最优切换控制器和最优切换序列; 最后进行仿真实验, 实验结果验证了所提方法的有效性、优越性和实际可应用性.

毛艳岭, 富月. 非线性系统自适应最优切换控制方法. 自动化学报, 2023, 49(10): 2122−2135

Mao Yan-Ling, Fu Yue. Adaptive optimal switching control of nonlinear systems. Acta Automatica Sinica, 2023, 49(10): 2122−2135

基于突触巩固机制的前馈小世界神经网络设计

李文静, 李治港, 乔俊飞

小世界神经网络具有较快的收敛速度和优越的容错性, 近年来得到广泛关注. 然而, 在网络构造过程中, 随机重连可能造成重要信息丢失, 进而导致网络精度下降. 针对该问题, 基于Watts-Strogatz (WS) 型小世界神经网络, 提出了一种基于突触巩固机制的前馈小世界神经网络(Feedforward small-world neural network based on synaptic consolidation, FSWNN-SC). 首先, 使用网络正则化方法对规则前馈神经网络进行预训练, 基于突触巩固机制, 断开网络不重要的权值连接, 保留重要的连接权值; 其次, 设计重连规则构造小世界神经网络, 在保证网络小世界属性的同时实现网络稀疏化, 并使用梯度下降算法训练网络; 最后, 通过4个UCI基准数据集和2个真实数据集进行模型性能测试, 并使用Wilcoxon符号秩检验对对比模型进行显著性差异检验. 实验结果表明: 所提出的FSWNN-SC模型在获得紧凑的网络结构的同时, 其精度显著优于规则前馈神经网络及其他WS型小世界神经网络.

李文静, 李治港, 乔俊飞. 基于突触巩固机制的前馈小世界神经网络设计. 自动化学报, 2023, 49(10): 2145−2158

Li Wen-Jing, Li Zhi-Gang, Qiao Jun-Fei. Structure design for feedforward small-world neural network based on synaptic consolidation mechanism. Acta Automatica Sinica, 2023, 49(10): 2145−2158

基于可解释注意力部件模型的行人重识别方法

周勇, 王瀚正, 赵佳琦, 陈莹, 姚睿, 陈思霖

大多数行人重识别(Person re-identification, ReID)方法仅将注意力机制作为提取显著特征的辅助手段, 缺少网络对行人图像关注程度的量化研究. 基于此, 提出一种可解释注意力部件模型(Interpretable attention part model, IAPM). 该模型有3 个优点: 1)利用注意力掩码提取部件特征, 解决部件不对齐问题; 2)为了根据部件的显著性程度生成可解释权重, 设计可解释权重生成模块(Interpretable weight generation module, IWM); 3)提出显著部件三元损失(Salient part triplet loss, SPTL)用于IWM的训练, 提高识别精度和可解释性. 在3 个主流数据集上进行实验, 验证所提出的方法优于现有行人重识别方法. 最后通过一项人群主观测评比较IWM生成可解释权重的相对大小与人类直观判断得分, 证明本方法具有良好的可解释性.

周勇, 王瀚正, 赵佳琦, 陈莹, 姚睿, 陈思霖. 基于可解释注意力部件模型的行人重识别方法. 自动化学报, 2023, 49(10): 2159−2171

Zhou Yong, Wang Han-Zheng, Zhao Jia-Qi, Chen Ying, Yao Rui, Chen Si-Lin. Interpretable attention part model for person re-identification. Acta Automatica Sinica, 2023, 49(10): 2159−2171

基于通用逆扰动的对抗攻击防御方法

陈晋音, 吴长安, 郑海斌, 王巍, 温浩

现有研究表明深度学习模型容易受到精心设计的对抗样本攻击, 从而导致模型给出错误的推理结果, 引发潜在的安全威胁. 已有较多有效的防御方法, 其中大多数针对特定攻击方法具有较好防御效果, 但由于实际应用中无法预知攻击者可能采用的攻击策略, 因此提出不依赖攻击方法的通用防御方法是一个挑战. 为此, 提出一种基于通用逆扰动(Universal inverse perturbation, UIP)的对抗样本防御方法, 通过学习原始数据集中的类相关主要特征, 生成通用逆扰动, 且UIP对数据样本和攻击方法都具有通用性, 即一个UIP可以实现对不同攻击方法作用于整个数据集得到的所有对抗样本进行防御. 此外, UIP通过强化良性样本的类相关重要特征实现对良性样本精度的无影响, 且生成UIP无需对抗样本的先验知识. 通过大量实验验证, 表明UIP在不同数据集、不同模型中对各类攻击方法都具备显著的防御效果, 且提升了模型对正常样本的分类性能.

陈晋音, 吴长安, 郑海斌, 王巍, 温浩. 基于通用逆扰动的对抗攻击防御方法. 自动化学报, 2023, 49(10): 2172−2187

Chen Jin-Yin, Wu Chang-An, Zheng Hai-Bin, Wang Wei, Wen Hao. Universal inverse perturbation defense against adversarial attacks. Acta Automatica Sinica, 2023, 49(10): 2172−2187

具有遗忘个体的社会网络多维观点动力学分析与应用

刘青松, 李明鹏, 柴利

在个体观点演化过程中, 由于通讯技术和实际环境的限制, 个体之间往往不能进行充分的交流. 另一方面, 由于社会群体的从众压力影响, 个体会改变已形成的观点. 为此, 研究了具有遗忘个体和从众压力的拟强连通社会网络中表达/私人观点演化问题. 为刻画不同话题之间表达/私人观点的相互影响, 提出一个新的多维观点动力学模型. 根据逻辑矩阵和网络影响子矩阵的正则性, 给出表达观点和私人观点收敛的充分条件. 应用本文所提出的观点动力学模型, 复现了“多元无知”的社会现象. 仿真分析表明, 从众压力的恢复力越小, 表达观点与私人观点的差异越大.

刘青松, 李明鹏, 柴利. 具有遗忘个体的社会网络多维观点动力学分析与应用. 自动化学报, 2023, 49(10): 2201−2210

Liu Qing-Song, Li Ming-Peng, Chai Li. Analysis and application of multidimensional opinion dynamics on social networks with oblivion individuals. Acta Automatica Sinica, 2023, 49(10): 2201−2210

面向自动驾驶测试的危险变道场景泛化生成

赵祥模, 赵玉钰, 景首才, 惠飞, 刘建蓓

针对自动驾驶虚拟测试中危险变道场景构建问题, 提出一种数据−模型驱动的自动驾驶测试危险变道场景泛化生成方法. 基于 NGSIM US101 数据集中的紧急变道数据, 提出一种紧急变道轨迹对抗生成方法(BN-AM-SeqGAN), 构建基于安全距离的两车变道状态约束模型, 设计危险变道测试场景泛化生成方法, 生成危险变道测试场景库. 实验结果显示: 生成的5万条紧急变道轨迹变道完成时间分布的均方根误差为 0.63, 生成的 5 万个危险变道场景中, 99.54% 的场景被测自动驾驶车辆与变道背景车辆的碰撞时间小于 1 s, 表明该方法能够有效生成自动驾驶测试危险变道场景.

赵祥模, 赵玉钰, 景首才, 惠飞, 刘建蓓. 面向自动驾驶测试的危险变道场景泛化生成. 自动化学报, 2023, 49(10): 2211−2223 

Zhao Xiang-Mo, Zhao Yu-Yu, Jing Shou-Cai, Hui Fei, Liu Jian-Bei. Generalization generation of hazardous lane-changing scenarios for automated vehicle testing. Acta Automatica Sinica, 2023, 49(10): 2211−2223

非匹配不确定MIMO系统的分数阶终端滑模控制

周铭浩, 魏可蒙, 冯勇, 穆朝絮, 苏鸿宇

针对一类非匹配不确定多输入多输出(Multi-input multi-output, MIMO)系统提出一种分数阶终端滑模控制(Fractional-order terminal sliding-mode, FOTSM)策略, 使系统输出收敛到零而非其邻域. 该方法解除传统反步法控制律设计中, 虚拟控制增益右伪逆矩阵必须存在的严苛限制; 对系统不确定性的假设不局限于慢时变和H2范数有界型扰动, 分析控制增益存在摄动情况下系统的控制问题. 分数阶终端滑模面及其控制律的设计使得虚拟和实际控制信号连续, 削弱抖振现象, 利用自适应滑模切换增益技术解决由控制增益矩阵摄动引起的代数环问题. 最后, 仿真分析验证所提方法的正确性和优越性.

周铭浩, 魏可蒙, 冯勇, 穆朝絮, 苏鸿宇. 非匹配不确定MIMO系统的分数阶终端滑模控制. 自动化学报, 2023, 49(10): 2224−2236

Zhou Ming-Hao, Wei Ke-Meng, Feng Yong, Mu Chao-Xu, Su Hong-Yu. Fractional-order terminal sliding-mode control of MIMO systems with unmatched uncertainties. Acta Automatica Sinica, 2023, 49(10): 2224−2236