直播预告‖自动化前沿热点讲堂之第二十五讲

文摘 2023-11-23 10:31 北京

主题： 智能网联无人系统

时间：2023年11月23日14:00-17:00

腾讯会议ID：485-491-391

主持人：曹东璞教授清华大学

Secure Platooning Control of Automated Vehicles Based on Proportional Integral Observers

报告摘要：Secure platooning control plays an important role in enhancing the cooperative driving safety of automated vehicles subject to various security vulnerabilities. This talk focuses on the distributed secure control issue of automated vehicles affected by replay attacks. A proportional integral observer (PIO) with predetermined forgetting parameters is first constructed to acquire the dynamical information of vehicles. Then, a time-varying parameter and two positive scalars are employed to describe the temporal behavior of replay attacks. In light of such a scheme and the common properties of Laplace matrices, the closed-loop system with PIO-based controllers is transformed into a switched and time-delayed one. Furthermore, some sufficient conditions are derived to achieve the desired platooning performance by the view of the Lyapunov stability theory. The controller gains are analytically determined by resorting to the solution of certain matrix inequalities only dependent on maximum and minimum eigenvalues of communication topologies. Finally, a simulation example is provided to illustrate the effectiveness of the proposed control strategy.

语言模型助力科学研究的N种可能：实例解析现实世界中的车辆配送路线优化问题

报告摘要：以ChatGPT为代表的大语言模型开启了科学研究的新范式。本次报告以发表在IEEE/CAA Journal of Automatica Sinica上的一篇综述“How generative adversarial networks promote the development of intelligent transportation systems: A survey”以及The Innovation上的一篇研究论文“Can language models be used for real-world urban-delivery route optimization?”为切入点，首先回顾了新兴AI技术在智能车辆中的应用现状，然后介绍了一种基于语言模型的车辆路径优化新方法。该方法能够学习并理解人类的行为模式，从而整合驾驶员的隐式经验，进一步优化现实世界中的车辆配送路线。此次研究揭示了，除了自然语言，其他可以映射到可学习序列的实体都能被语言模型学习，这大大拓展了语言模型的应用边界。

面向可编辑属性的无人系统仿真场景生成及验证

报告摘要：本报告旨在探讨面向可编辑属性的无人系统仿真场景生成与验证的关键议题。首先，关注可编辑属性驱动的虚拟场景生成，该技术的重要性在于其能够以灵活和真实感方式模拟多样化的场景，有助于无人系统的测试与训练。其次，针对水上场景的误检对无人系统的感知和自主决策提出了严峻的要求，研究了仿鹰眼水上动态目标检测。最后，报告还涵盖了无人系统自主感知与控制技术的进展，包括传感器融合、路径规划以及机器学习方法的应用。通过这些研究领域的综合探讨，我们希望能够为无人系统的开发与部署提供更全面的解决方案。这包括提高场景生成的定制性、提升目标检测算法的鲁棒性，以及加强无人系统在复杂环境下的感知与自主控制能力。这些成果将有助于无人系统在各种应用领域的广泛应用，包括军事、救援、道路监测等领域。

水下网络系统传输与控制联合设计

报告摘要：为提升海洋观测能力，大量具备感知、传输、控制功能的水下传感器与潜器被部署在观测水域，构成融合通信与控制的水下网络系统。目前，水下网络系统中的传输与控制通常独立设计，然而水流等复杂海洋环境，水声高噪声、阴影多径等弱通信特性，以及水下资源受限，导致水下传输与控制资源相互竞争。此外，控制系统通常假设通信是完美传输的，然而复杂海洋环境导致上述假设难以实现，导致水下网络系统组网稳健性弱、控制性能差。为此，本报告围绕“水下网络系统传输与控制协同机理”这一科学问题，介绍弱通信条件下水下传输与控制联合设计方法，并通过控制实验方式对所提方法进行验证。最后，对水下网络系统未来发展进行展望思考。

11月23日见！

热

点

文

章

》【视频专栏】深度对比学习综述

》【视频专栏】视网膜功能启发的边缘检测层级模型

》【视频专栏】一种新的分段式细粒度正则化的鲁棒跟踪算法

》【视频专栏】基于自适应多尺度超螺旋算法的无人机集群姿态同步控制

》【视频专栏】基于分层控制策略的六轮滑移机器人横向稳定性控制

》【视频专栏】基于改进YOLOX的移动机器人目标跟随方法

》自动化学报创刊60周年专刊| 孙长银教授等：基于因果建模的强化学习控制: 现状及展望