当前位置: 首页 > 学术海报 > 正文
  自动化学术论坛[2022第...
  自动化学术论坛[2022第...
  自动化学术论坛[2022第...
  自动化学术论坛[2022第...
  自动化学术论坛[2022第...
  动化学术论坛[2022第80...
  自动化学术论坛[2022第...
  自动化学术论坛[2022第...
  自动化学术论坛[2022第...
  自动化学术论坛[2022第...

自动化学术论坛[2019第9-18期]:2019复杂系统先进控制与智能自动化春季学术研讨会优秀学者报告会

时间:2019-03-13 来源: 作者: 点击:

(一)

报告时间:3月14日(星期四)9:00

报告地点:信息楼自动化学院310报告厅

人:陈剑,浙江大学教授

报告题目:智能车和机器人的感知与控制

内容简介:Computer vision provides general and abundant information for the environment and task description. Multiple view geometry can be used for the unified geometric modeling of visual perception and control tasks. In this talk, visual perception and control results of intelligent vehicles and robotics will be presented.

Visual perception provides the necessary feedback, such as the vehicle’s motion states and drivable road regions, for control systems. Since the 3D information might be lost and image noises exist in the imaging process, the effective pose estimation and motion identification of vehicles are challenging. Besides, intelligent vehicles are generally involved in complex scenarios. Therefore, it is difficult to robustly detect the drivable road space for safe vehicle maneuvers. Optimization and observer theories are applied to reconstruct the geometric information of the scene based on multiple view geometry. Then, real-time vehicle states and drivable road region can be identified effectively based on the reconstructed geometric information.

Visual control exploits the visual information for task descriptions and for controlling intelligent vehicles and robotics through appropriate visual feedback control laws. Since the depth information is lost in the imaging process of monocular cameras, there exist model uncertainties for the controller design. Moreover, the limited field of view of the camera and the physical non-holonomic constraints of intelligent vehicles also have great influences on the stability and robustness of the closed-loop system. Multiple view geometry is used for the geometric modeling and scaled pose estimation. Then, Lyapunov methods are applied to design stabilizing control laws in the presence of model uncertainties and multiple constraints.

报告人简介:陈剑,浙江大学控制科学与工程学院教授,博导,浙江省特聘专家,IEEE Senior Member,中国自动化学会控制理论专委会委员、新能源控制学组主任,浙江省氢电混合动力系统创新团队负责人。主持和参与自然基金重点项目各一项。主要研究方向包括燃料电池系统控制、机器视觉、智能车、电池管理系统。出版英文学术专著一部,发表了110篇SCI/EI学术论文。

(二)

报告时间:3月14日(星期四)9:30

报告地点:信息楼自动化学院310报告厅

人:孙健,北京理工大学教授

报告题目:网络化系统分析与控制

内容简介:网络技术的发展使控制系统的信息传输方式发生了根本性变化,网络化控制成为控制领域的又一次重大技术变革。由于网络的引入,使控制系统的分析、设计变得十分复杂,同时也使控制系统的信息安全问题越来越突出。针对网络化系统的稳定性分析、控制器设计、信息安全等问题进行了研究。本报告将汇报在上述方面取得的最新研究进展。

报告人简介:孙健,北京理工大学自动化学院教授、博士生导师、副院长。主要研究方向为网络化系统分析、控制及应用,信息物理融合系统安全性等。发表学术论文100余篇,出版学术专著1部,获授权发明专利8项,受理4项。获国家自然科学二等奖1项、教育部自然科学一等奖1项、国防科技进步二等奖2项。2015年获国家自然科学基金委“优秀青年科学基金”。现任中国自动化学会控制理论专业委员会副主任、中国自动化学会工业控制系统信息安全专业委员会副秘书长、《IEEE Transactions on Systems, Man, and Cybernetics: Systems》、《Journal of Systems Science and Complexity》、《自动化学报》、《控制工程》等刊物编委。

(三)

报告时间:3月14日(星期四)10:00

报告地点:信息楼自动化学院310报告厅

人:周彬,哈尔滨工业大学教授

报告题目:离散Feedforward时滞系统的有界输入全局镇定

内容简介:针对具有输入饱和的最简单的离散Feedforward系统—离散多积分器系统—的全局镇定问题,分别提出了基于嵌套饱和函数和级联饱和函数的非线性控制律。这两类控制律中的饱和函数均具有状态依赖性,从而提高了控制能量的利用率。同时,相比于已有结果,所需稳定性条件的保守性更小。以上这些特点有力地改善了闭环系统的动态特性。针对具有输入饱和与时滞的最简单的离散Feedforward系统—离散多积分器系统—的全局镇定问题,通过提出新型的输入和状态均含时滞的标准型,建立了全局镇定非线性控制律,并给出了保证闭环系统稳定的显式条件。所提出的设计方法具有简单、规范等特点。最后,利用所提出的方法解决了一般离散Feedforward型非线性时滞系统的有界输入全局镇定问题。

报告人简介:周彬,哈尔滨工业大学航天学院教授、博导。分别于2004年、2005年和2010年获得哈工大控制科学与工程系学士、硕士和博士学位。主要研究方向为时滞系统理论、线性系统理论、非线性控制理论及其在航天上的应用。以第一作者/通讯作者在控制理论和工程领域的主流和权威杂志IEEE Trans. on Automatic Control、Automatica、SIAM Journal on Control and Optimization等上发表论文100余篇。目前担任《IET Control Theory & Applications》、《Asian Journal of Control》、《控制与决策》、《系统科学与数学》和IEEE CSS Conference Editorial Board等杂志和会议的编委。是中国自动化学会控制理论专业委员会委员,IFAC线性控制系统技术委员会委员,IFAC非线性控制系统技术委员会委员,美国《数学评论》评论员,美国IEEE协会高级会员。曾获霍英东青年教师奖、国家自然科学奖二等奖、全国百篇优秀博士学位论文奖、第五届中国青少年科技创新奖和教育部新世纪优秀人才支持计划。曾获国家自然科学基金优秀青年基金和霍英东青年教师基金等项目的资助。

(四)

报告时间:3月14日(星期四)11:00

报告地点:信息楼自动化学院310报告厅

人:虞文武,东南大学教授

报告题目:网络群体智能控制与优化

内容简介:本报告基于数学、控制和系统科学理论,先简单回顾一些复杂网络系统协同分析、控制与优化的一些基本知识。特别地,本报告从几类一般复杂网络系统协同行为一致性、网络牵制控制、分布式优化等介绍近期的相关进展,并再此基础上对未来的工作和挑战做进一步阐述。然后着重介绍在互联网+、大数据和人工智能2.0时代下,网络控制理论面临的新挑战,并再此基础上探索对网络群体智能的一些思考。

报告人简介:虞文武,2010年在香港城市大学电子工程系获得博士学位。东南大学教授(首批青年首席教授),安全学院复杂网络应用与安全研究中心主任;入选国家“万人计划”青年拔尖人才、国家优秀青年科学基金获得者;2014-2018连续五次入选科睿唯安/原汤森路透全球高引科学家(工程学)。

主要从事复杂网络系统协同分析、控制、优化及其应用(复杂网络与复杂系统、多智能体系统、混杂系统与干扰控制、分布式优化、网络安全、智能电网、复杂交通系统与交通网络、智慧城市)等相关研究,Springer合编书和Wiley专著各1部,发表SCI文章100余篇,其中IEEE汇刊、AutomaticaSIAM杂志70余篇;Google引用过万次,SCI他引6000余次;32ESI高被引论文(学科前1%)

担任IEEE Transactions on Systems, Man, and Cybernetics: SystemsIEEE Transactions on Circuits and Systems II、中国科学信息科学和中国科学技术科学等杂志编委;曾获国家自然科学二等奖1项(排名第2),省部级二等奖以上3项(1项排名第1)及国家一级学会科学技术奖一等奖1项(排名第1)、Scopus“青年科学之星”信息科学领域金奖、亚洲控制会议最佳论文奖等6篇国内外学术会议和机构论文奖。

(五)

报告时间:3月14日(星期四)11:30

报告地点:信息楼自动化学院310报告厅

人:张传科,中国地质大学(武汉)教授

报告题目:时滞系统时滞相关稳定性分析及其应用

内容简介:时滞现象广泛存在于化工过程、冶金工业、电力系统等实际工程系统,它往往会降低系统性能,甚至造成不稳定,因此需研究时滞对系统性能与稳定性影响的评估方法。本报告将讲述基于Lyapunov-Krasovskii泛函(LKF)和线性矩阵不等式(LMI)的时滞相关稳定性方法及应用;首先,从LKF构造和其导数界定两个方面,介绍近年来我们提出的一些低保守性稳定性分析方法;接着,针对电力系统负荷频率控制问题,简述这些方法的应用及LMI条件的简化求解思路;最后,给出时滞系统稳定性分析仍需进一步研究的一些问题。

报告人简介:张传科,中国地质大学(武汉)自动化学院特任教授,博士生导师,中国地质大学(武汉)“地大学者”学术骨干人才;IEEE会员,中国自动化学会青年工作委员会常务委员。主要研究时滞系统鲁棒控制、复杂网络化系统分析与设计、电力系统稳定与控制等;主持国家自然科学基金项目2项;获湖南省自然科学三等奖1项;发表学术论文50余篇,其中SCI收录37篇,SCI引用1000余次

(六)

报告时间:3月14日(星期四)14:00

报告地点:信息楼自动化学院310报告厅

人:张海涛,华中科技大学教授

报告题目:从生命群体智能到跨域无人系统集群协同

内容简介:从人群到飞鸟、游鱼、昆虫、细菌、细胞,自然界广泛存在着大规模群体运动。相互联系而不断运动的个体组成的系统涌现出了丰富多彩而高度协调的群集智能行为。譬如:水中成群游动的鱼,纷乱有序而整齐划一的行进,而当遇到掠食者或障碍物时,倏忽聚散,展现出十分严密的分工协作。椋鸟群在迁徙过程中会聚集上万只鸟形成巨大的复杂队形,在空中形成动态激荡而迷幻的场景。在微观世界,细胞、细菌、病毒等种群也会形成群集运动进行扩散、迁徙和生长 。自然界群体智能展现出了惊人的魅力,为工业、社会群体的认识和优化提供了丰富的思想源泉。从生物群体自组织演化出发研究群集智能和群体动力学已经成为当今自动化科学、系统科学、计算机科学、物理科学等交叉领域的国际前沿和热点研究方向。本报告从应用角度出发,深入剖析自然界群体智能演化机理对于跨域全自主无人系统集群控制的应用机理,为实现从自然群体智能到无人系统集群应用的跨越提供理论与技术的支撑。

报告人简介:张海涛,1977年出生,华中科技大学人工智能与自动化学院副院长、教育部重点实验室副主任、华中学者特聘教授、博士生导师、国家青年拔尖人才、国家优秀青年基金获得者、教育部新世纪优秀人才。2000和2005年分别在中国科技大学获得双学士和博士学位,2007年1月至12月在英国剑桥大学从事博士后研究,2005年被华中科技大学破格评为副教授,2010年晋升为教授,同年被评为博士生导师。曾赴剑桥大学、加州大学、弗吉尼亚大学等学术机构进行访问研究。

从事群体智能、人工智能、群体机器人协同制造、全自主无人艇集群协同控制研究,主持了国家自然科学基金联合基金重点项目、重大研究计划项目、军科委主题组项目等国家级项目六项。发表SCI论文七十六篇,其中一作和通讯作者AutomaticaIEEE汇刊三十三篇,参编英文书籍三部,得到了十余位欧美院士和四十余位IEEE Fellow的好评,2016年成果入选Nature Physics研究亮点,视觉无人机-艇协同运动起降成果和自主无人艇集群控制成果分别被国务院和国防部官网报导。申请和授权国家专利三十七件(含美国专利两件);获得了湖北省自然科学一等奖一项(排名第一)、中国产学研合作创新奖(排名第一)、日内瓦国际发明展金奖(排名第一)等奖励。担任Nature出版期刊Scientific ReportsSCI国际期刊IEEE Transactions on Circuits and Systems IIAsian Journal of Control的编委、IEEE CDCACCIFAC等重要国际会议编委和IEEE Senior Member,应美国科学院院长邀请在中美青年科学前沿会议上作大会报告。

(七)

报告时间:314日(星期四)14:30

报告地点:信息楼自动化学院310报告厅

人:温广辉,东南大学教授

报告题目:切换拓扑下多智能体系统一致性研究:多Lyapunov函数法

内容简介:本报告从切换拓扑下多智能体系统一致性控制关键问题入手,梳理了处理切换拓扑下一致性控制问题的关键技术:单个Lyapunov函数法和多Lyapunov函数法。针对有向切换拓扑下的线性多智能体系统,摒弃了基于M矩阵理论构造多Lyapunov函数的传统方法,结合不等式优化技术,进而给出了一类新的多Lyapunov函数构造法。理论分析和数值仿真验证了新方法的优越性。最后从个人角度对目前热点研究领域进行了总结。

报告人简介:温广辉,东南大学教授,博士生导师,东南大学数学学院院长助理,东南大学复杂系统协同控制实验室副主任,国家优秀青年基金获得者,江苏省优秀青年基金获得者。2012年博士毕业于北京大学。2013年1月至今,在东南大学任教。 担任IEEE Transactions on Systems, Man, and Cybernetics: Systems (IF: 5.135), Asian Journal of Control (SCI IF: 1.528)编辑,5个国际期刊的客座编辑,2个国际期刊客座主编,中国自动化学会环境感知与保护自动化专业委员会委员,中国工业与应用数学学会复杂系统与复杂网络专委会委员,中国指挥与控制学会网络科学与工程专委会委员, 美国《数学评论》 评论员,IEEE Senior Member, SIAM Member。主持国家自然科学基金项目3项, 江苏省自然基金项目2项,教育部博士点基金新教师项目1项,作为骨干成员参加国家重点研发计划重点专项2项、国家自然基金重点基金1项。主要研究兴趣包括复杂网络系统建模与控制,信息物理系统,分布式控制与优化,鲁棒控制。在 IEEE Trans. Automatic Control, IEEE Trans. Circuits and Systems I&II, IEEE Trans. Cybernetics, IEEE Trans. Industrial Informatics, IEEE Trans. Industrial Electronics, IEEE Trans. Neural Networks and Learning Systems, Automatica, AIAA J. Guidance, Control, and Dynamics 等杂志发表SCI检索学术论文80余篇,其中IEEE Trans. 系列30余篇。曾获2010年中国复杂网络学术会议最佳学生论文奖(独立),2012年中国控制决策会议张嗣瀛奖提名(排名第1),2016年教育部自然科学二等奖(排名第3),2016年中国指挥与控制学会科学技术一等奖(排名第2)。

(八)

报告时间:3月14日(星期四)15:00

报告地点:信息楼自动化学院310报告厅

人:吴爱国,哈尔滨工业大学(深圳)教授

报告题目:基于最近更新信息的迭代方法及其应用

内容简介:迭代方法是一种基本方法,在很多领域都有广泛的应用,如矩阵方程的求解、最优化方法、系统辨识等。对于迭代方法,一个比较重要的问题就是如何构造具有快速收敛速度的迭代格式。本报告将介绍我们在提高迭代方法收敛速度方面所做的一点尝试,即通过利用最近更新信息构造迭代算法。我们从求解控制系统中的耦合矩阵方程、构造迭代辨识和构造分布式算法等几个方面来展示基于最近更新信息的迭代方法的有效性。

报告人简介:吴爱国,哈尔滨工业大学(深圳)教授,博士生导师,国家优秀青年科学基金获得者,教育部新世纪优秀人才。主要研究矩阵方程理论、广义系统与切换系统分析与综合;获国家自然科学奖二等奖1项,获全国百篇优秀博士学位论文,发表SCI检索论文60余篇,出版专著1部。

(九)

报告时间:3月14日(星期四)16:00

报告地点:信息楼自动化学院310报告厅

人:苏友峰,福州大学教授

报告题目:Distributed Internal Model Design for Second-order Multi-agent Systems with

                   Application to Multiple Vessel Formation

内容简介:In this talk, we present a distributed internal model framework for tackling the cooperative output regulation problem of heterogeneous nonlinear multi-agent systems. By introducing the proper internal model, the problem can be converted into the auxiliary cooperative stabilization problem. It is of interest to show that, for multiple second-order nonlinear agents, the latter problem can be solved by the block backstepping algorithm, giving rise to an efficient regulator synthesis. As an application, we also study the formation control in dynamic positioning of multiple offshore vessels with robustness against model uncertainties.

报告人简介:Dr. Youfeng Su was born in Fuzhou, Fujian Province, China, in 1982. He received the B.S. degree in 2005 and the M.S. degree in 2008, both from East China Normal University, Shanghai, P. R. China, and the Ph.D. degree in 2012 from The Chinese University of Hong Kong, Hong Kong, P. R. China. From May 2012 to June 2013, he was a Postdoctoral Fellow at The Chinese University of Hong Kong. In July 2013, he joined the College of Mathematics and Computer Science, Fuzhou University, Fuzhou, P. R. China, where he has been a professor since July 2014. His research interests include output regulation, nonlinear control, cooperative control, multi-agent systems, and switched/hybrid systems. Dr. Su received the CUHK Young Scholars Thesis Award from the Chinese University of Hong Kong in 2013.  He was a recipient of Outstanding Youth Science Fund Award of Fujian Province in 2016.

(十)

报告时间:3月14日(星期四)16:30

报告地点:信息楼自动化学院310报告厅

人:胡文凯,中国地质大学(武汉)教授

报告题目:Advanced Alarm Data Analytics: Discovery of Frequent Alarm Patterns and

                   Decision Support for Industrial Alarm Management

内容简介:With emphasis of process safety in complex industrial facilities, alarm management has become an appealing research area that receives increasing efforts towards developing advanced alarm management techniques and improving alarm monitoring performance. Advanced alarm data analytics aims at extracting useful knowledge and patterns from the historical alarm and event data. Such extracted knowledge and patterns are usually not directly observable from the data, but are very useful with decision-making for alarm management tasks, such as the configuration of state-based alarming, the prediction and prevention of alarm floods, as well as the detection and reduction of nuisance alarms. This talk discusses the major alarm management problems in process industrial facilities and covers a variety of interesting topics, including the detection of association rules of mode-dependent alarms, discovery of operator actions in response to alarms, and extraction of frequent alarm patterns in alarm floods, with real industrial case studies to demonstrate the applicability of these methods.

报告人简介:胡文凯,中国地质大学(武汉)自动化学院特任教授、博士生导师。2016年在加拿大阿尔伯塔大学电气与计算机系控制系统方向获得博士学位;2016年至2018年在加拿大阿尔伯塔大学从事博士后研究员工作。获得中国地质大学(武汉)“地大百人计划”学科骨干人才资助,是复杂系统先进控制与智能自动化湖北省重点实验室成员。主要研究方向是复杂工业系统智能监控和数据挖掘。在控制领域权威期刊和会议上发表论文三十余篇。近年来,作为技术核心参与加拿大自然与工程研究基金两项,在报警监控领域取得一系列原创性成果,并基于成果开发了先进报警管理软件,在石油化工等实际工业中获得推广应用。


Copyright 复杂系统先进控制与智能自动化湖北省重点实验室

电话:027-87175110 邮箱:zdhyb@cug.edu.cn

湖北省武汉市洪山区鲁磨路388号 邮编:430074