1、会议议程

会议方式：腾讯视频会议，会议室ID：885351539

主办单位：高端装备先进感知与智能控制教育部重点实验室，

2、报告内容

第1场：

报告题目：面向人机合作混合智能的可穿戴机器人理论与方法

摘要：面向人机协作的穿戴机器人系统是当前机器人研究的热点研究之一，穿戴机器人主要是辅助人类完成操作任务，即利用机器人驱动和控制策略的增强人机体能备，辅助或者恢复人类肢体操作，增强人类行走功能。汇报介绍了自主研制的系列化的上肢、下肢外骨骼机器人，上下肢的义肢、灵巧手和移动操作机器人。针对可穿戴系统，介绍穿戴机器人共性感融知控一体化操作控制系统框架和关键技术。

第2场：

报告题目：智慧能源服务系统资源协同优化管理

摘要：智慧能源环境下，能源供给体系和能源服务模式都发生深刻变革。智慧能源服务系统的核心强调能源生产到消费全过程的开放、互动、平等、共享和个性化，因此，智慧能源创新离不开管理理念和服务模式的创新。而智慧能源系统中，供需资源更加多样，供需互动不断增强，供需网络日益复杂，多元异质复杂能源资源的协同优化管理是实现智慧能源服务系统安全可靠和稳定高效运行的关键技术之一。在分析智慧能源管理变革的基础上，介绍了多元异构工商业负荷精准调控研究的关键科学问题，以及在需求侧能效服务系统技术研究与应用方面开展的一些工作，最后简要介绍了团队围绕相关方向开展的一些研究工作。

个人简介：

周开乐，合肥工业大学教授，博士生导师。主要从事数据驱动的系统优化与智能决策、智慧能源管理与综合能源服务等方面的教学科研工作。近五年，主持国家自然科学基金项目、安徽省科技重大专项等多项课题的研究工作。获第八届高等学校科学研究优秀成果奖（人文社会科学）一等奖（排名2），安徽省教学成果特等奖（排名11）和一等奖（排名6）。在国内外学术期刊发表学术论文50余篇，获授权国内外发明专利和10余项。兼任中国青年科技工作者协会理事、中国系统工程学会生态环境系统工程专业委员会常务委员、中国系统工程学会能源资源系统工程分会理事、安徽省青年科技工作者协会副会长等。

第3场：

报告题目：氢燃料电池汽车电池系统中的智能运维技术

摘要：氢燃料电池汽车由于其运行无污染、高效率、低噪声等特点，在交通领域的应用研究得到越来越多的重视，《国家节能与新能源汽车技术路线图》中也对氢燃料电池汽车的数量和使用寿命做出明确的时间节点要求。作为其核心部件，燃料电池系统性能直接影响燃料电池系统及燃料电池汽车的运行耐久性，然而目前燃料电池系统的运行可靠性耐久性仍然难以满足大规模应用需求，主要原因在于复杂条件下燃料电池系统的性能检测、状态评估及预测性维护方面均存在关键科学问题和技术难题亟待解决。本报告将介绍课题组在氢燃料电池汽车电池系统检测、故障诊断及性能预测方面的工作，通过建立燃料电池传感网络节点优化、小样本数据下燃料电池系统故障诊断、以及变工况下燃料电池系统性能预测等关键技术，提升复杂运行工况下氢燃料电池系统的运行可靠性及耐久性。

个人简介：

毛磊，2012年获英国爱丁堡大学哲学博士，2018年回国入职中国科学技术大学工程科学学院任研究员，博士生导师。毛磊博士主要从事装备故障诊断与智能运维、以及新能源汽车电池系统可靠性等方面的研究，共发表学术论文60余篇，其中SCI/EI收录论文40余篇，申请/授权发明专利5项，目前共主持包括基金委面上项目在内的各类项目7余项。

第4场：

报告题目：旋转导向钻井工具系统的建模与状态估计

摘要：旋转导向钻井工具系统属于油气开发领域的高端装备，目前仅有少数几个国外公司掌握该技术，并对我国实行严格封锁。面向我国油气开发过程的迫切需求，研究动态指向式旋转导向钻井工具系统的建模和状态估计问题。将导向钻井工具系统工具面角的动态测量问题，转化为强干扰下一类连续非线性系统的状态估计问题。基于多项式滤波方法与平方和技术，给出了非线性状态估计器的设计方案，半实物仿真实验验证了所提方案的有效性。最后，分析了下一步方向，导向钻井工具系统故障诊断研究的难点问题。

个人简介：

盛立，博士，教授，博士生导师，中国石油大学（华东）控制科学与工程学院副院长，中国自动化学会技术过程的故障诊断与安全性专业委员会委员。近年来围绕复杂动态系统的控制、滤波与故障诊断等方向，在国内外权威期刊与会议上发表论文60余篇；主持国家自然科学基金2项、山东省自然科学基金优秀青年基金1项，作为骨干承担国家自然科学基金重点项目、面上项目各1项，主持山东省自然科学基金等省部级项目3项；以第一完成人获中国自动化学会自然科学二等奖、青岛市自然科学三等奖、山东高等学校优秀科研成果二等奖各1项。

第5场：

报告题目：电动物流车的路径和充电联合规划

摘要：电动汽车（EV）作为燃油车的替代品，近年来在物流车队中被广泛应用。针对电动物流车的路径规划和充电规划问题，我们首先将其建模为混合整数规划（MIP）。由于路径选择和充电决策之间的耦合、整数变量限制和双线性项，使得该问题很难求解。我们提出了一种高效的两阶段算法，利用线性松弛消除耦合项，将原有的MIP问题分解为两个线性规划（LP）问题。此外，还提出了另一种基于两阶段的改进算法，以进一步提高解的质量。然后，我们利用滑动时间窗法并引入虚拟节点，将上述算法拓展到在线规划场景。大量的仿真验证了上述算法的有效性。

个人简介：

杨再跃，2001年、2004年于中国科学技术大学自动化系获学士、硕士学位， 2008年于香港大学机械工程系获博士学位。浙江省自然科学基金杰出青年基金获得者，曾任浙江大学控制学院教授，现任南方科技大学机械与能源工程系教授、副系主任。研究领域主要包括智能电网、自动控制、信号处理与分析等，已发表论文近百篇，主持国家自然科学基金、科技部国家重点研发计划、973、863、重大横向等课题十余项。现担任IEEE Trans. Industrial Informatics编委、IEEE IES协会智能电网专委会委员。

第6场：

报告题目：Robust Coordination of Networked Multi-Robot Systems

摘要：Man-made multi-robot systems have been advancing apace with the help of high-performance hardware and computational technologies. Despite the high-performance computing, communication, sensing, and power devices used in these systems, their effectiveness in uncertain environments appears to still fall behind the natural systems such as a swarm of ants, a flock of birds, or a team of wolves.  One of the challenges in multi-robot coordination is the lack of effective distributed algorithms and designs that enable the robots to work cooperatively and safely in uncertain environments.  This talk will present some recent research results on distributed algorithms and robust control methods for multi-robot coordination. The research on this topic has a wide range of potential engineering applications, including surveillance and search, warehouse logistics, environment monitoring, and unmanned exploration of dangerous areas. 

个人简介：

胡国强，本科毕业于中国科学技术大学，在香港中文大学取得硕士学位，在美国佛罗里达大学取得博士学位。现为新加坡南洋理工大学电子电气工程学院终身教授, 系统智能与效率研究中心（Centre for System Intelligence and Efficiency）主任，电子电气工程学院助理院长（科研）。研究兴趣集中在分布式智能系统的分析，控制，设计与优化，以及在协作机器人系统及智能城市系统中的应用。长期从事分布式控制，分布式优化，及博弈论中的分布式算法研究。担任多项大型研究项目负责人。曾获第十四届IEEE International Conference on Information and Automation最佳自动化论文奖，第三十六届Chinese Control Conference最佳论文奖（关肇直奖）。参与组织国际学术会议多次，包括15th International Conference on Control, Automation, Robotics and Vision (ICARCV 2018) 大会总主席， The 16th IEEE International Conference on Control & Automation (IEEE ICCA 2020) 大会总主席，以及the 62th IEEE Conference on Decision and Control (CDC)程序委员会主席。现担任IEEE Transactions on Automatic Control以及IEEE Transactions on Control Systems Technology的Associate Editor，以及International Journal of Robust and Nonlinear Control的Subject Editor. 曾任IEEE Transactions on Automation Science and Engineering的Associate Editor以及IEEE/ASME Transactions on Mechatronics的Technical Editor。

第7场：

报告题目：光场视觉在透明物体识别中的应用

摘要：物体分类和定位是物体识别的两项重要任务，但是以前的基于外观的方法无法处理透明物体，因为透明物体的外观在背景变化时会发生巨大变化。我们提出的方法使用从光场图像中提取的新型特征克服了先前的问题，我们使用了一种与背景不相关的光场扭曲（LFD）特征，用于透明物体识别，并且提出光场线性度（LF-linearity）来测量一个点是否来自透明物体的可能性，设计了遮挡检测器用于定位光场图像中发生遮挡的边界。透明物体的分类是通过将LFD特征用在bag-of-feature方法中，用来识别透明物体的类别。透明物体的定位是通过像素标注来实现的，我们定义了这个图像分割问题的能量函数，并应用Graph-cut算法优化像素标注问题。我们采集了透明物体光场数据集用于透明物体的识别，实验结果表明，用光场图像进行透明物体分类和定位达到了很好的效果。

个人简介：

徐轶超，现在新加坡科技研究局咨询通讯研究院（I2R）从事计算机视觉研究。他曾是日本大阪大学研究助理教授，香港应用科技研究院（ASTRI）的高级工程师，香港城市大学创意媒体学院的博士后研究员，日本九州大学的研究助理。他于2015年在日本九州大学获得博士学位，2010年在中国科学院研究生院获得硕士学位，以及2007年在北京电子科技学院获得学士学位。他的研究方向主要是计算机视觉和计算摄影学。他是很多计算机视觉相关顶会（CVPR, ICCV, ECCV, AAAI）的审稿和程序委员。

第8场：

报告题目：动力电池高可靠管理算法

摘要：发展节能与新能源汽车是国际共识和我国的国家战略，而动力电池作为新能源汽车三大核心零部件之一，占整车成本约40%，其性能直接决定整车安全性与耐久性，其高效管控是新能源汽车领域的共性难题和研究热点。报告关注动力电池管理系统的核心技术内涵，针对电池建模、关键参数辨识、状态估计、故障诊断、快速充电等若干前沿问题进行探讨。通过分析其中所涉及的强扰动、多尺度与多物理过程等特征，综合阐述基于高质量模型与数据驱动方法的技术优势与局限，并提出行之有效的管理系统算法，同时也对未来电池管理研究中的若干前沿问题进行展望。

个人简介：

魏中宝，北京理工大学机械与车辆学院教授、博士生导师。于2010和2013年在北京航空航天大学获得工学学士和工学硕士学位，2017年于南洋理工大学获得博士学位。2016至2018年在南洋理工大学能源研究院（ERI@N）担任博士后研究员。主要从事新能源汽车、储能系统管理与控制研究。发表50余篇学术论文，累计被引2000余次，先后获评2017年度国家优秀留学生奖、Applied Energy ICAE 2016杰出论文奖，Applied Energy期刊2017、2018年度最佳审稿人等。曾主持/参与多项国家级科研项目，担任IET Renewable Power Generation和IET Intelligent Transportation System副主编，在多个行业期刊担任客座编辑。

第9场：

报告题目：非理想通信条件下的微电网分布式控制

摘要：分布式控制具有较强的灵活性和可靠性，近年来在微电网运行控制中获得了越来越多的关注。然而，微电网分布式控制的实现需要依靠各分布式设备之间的可靠通信。针对微电网实际运行中典型的非理想通信条件，通过建立模型分析其对分布式控制性能的影响规律，提出有效抑制非理想通信条件不利影响的分布式控制策略，为分布式控制方法的工程实用化提供一定的理论指导和技术支撑。

个人简介：

陈来军，男，博士，青海大学教授，新能源学院副院长，青海省清洁能源高效利用重点实验室副主任。主要研究方向包括新能源发电、大规模储能和综合能源系统。作为项目负责人主持国家自然科学基金项目3项、青海省重大专项课题1项以及国家电网公司总部科技项目多项。近年来发表论文90余篇，其中SCI论文20余篇，授权发明专利35项，其中美国发明专利1项。获青海省科技进步一等奖、安徽省科技进步一等奖、中国电力科学技术进步一等奖、中国可再生能源学会一等奖等多项省部级奖励。

第10场：

报告题目：Multi-Agent Systems Based Distributed Control and Optimization in Smart Grids

摘要：With the widespread integration of renewable distributed energy sources such as wind generation, photovoltaic and solar panels, a traditional electrical network has been experiencing a huge revolution towards a smart grid in various terms of generation, transmission, distribution and usage, and so on. While, such the revolution will pose new theoretical and technical challenges in operation and management of smart grids. To overcome these challenges, a multi-agent system based strategy has been developed to address control and optimization issues in smart grids, showcasing its strong ability in improving efficiency, reliability and scalability. In this talk, we will first introduce some backgrounds on smart grids from a multi-agent perspective. Second, a distributed secondary control scheme with an event-triggered communication mechanism will be presented to ensure frequency regulation and active power sharing of AC islanded microgrids while significantly reducing the utilization of communication resources. Third, we will provide a multi-objective distributed optimization method to address current sharing and voltage regulation in DC microgrids. Furthermore, we will cope with distributed energy management issue of smart grids maximizing the total social welfare that balances generation-side expanses, user-side payments, and transmission line costs. Finally, we will highlight some challenging issues for future investigation.

个人简介：

丁磊，江苏特聘教授、现为南京邮电大学教授。2014年于大连海事大学获得控制理论与控制工程博士学位，2015年至2019年期间分别在澳大利亚西悉尼大学、美国韦恩州立大学、澳大利亚斯威本科技大学从事研究工作，2019年4月回国加入南京邮电大学破格聘为教授。主要研究方向为网络化群体分布式协同控制、智能电网分布式控制与优化等，在控制理论顶级期刊Automatica及IEEE Transactions汇刊等发表SCI论文20余篇，其中7篇论文入选ESI高被引论文，2篇论文分别荣获2020年IEEE Transactions on Industrial Informatics和2019年IEEE Transactions on Cybernetics最佳论文奖。主持国家自然基金面上项目、江苏省自然基金青年项目、南京市留学人员择优项目和南京邮电大学高层次人才项目等，担任国际期刊Control Engineering Practice、IEEE Transactions on Systems, Man and Cybernetics: Systems和Information Sciences等专刊客座编委；长期担任Automatica及IEEE Transactions等多个期刊审稿人。

第11场：

报告题目：基于深度强化学习的多智能体导航

摘要：本报告综述了多智能体强化学习和深度强化学习的兴起与发展，若干多智能体深度强化学习的算法结构，报告课题组在多智能体深度强化学习导航等问题的应用研究，并对未来发展方向进行展望。

个人简介：

穆朝絮，天津大学电气自动化与信息工程学院教授、博士生导师。目前研究方向包括自适应学习控制，强化学习与协调优化等理论和应用。中国人工智能学会第八届全国会员代表，中国自动化学会人工智能与机器人教育专委会秘书长、青年工作委员会副秘书长。获得中国自动化学会青年科学家奖，吴文俊人工智能科技奖优秀青年奖。

第12场：

报告题目：基于逆模型的干扰观测器设计

摘要：现有的非线性干扰观测器设计理论都需要利用系统状态信息，而实际系统中状态的量测较为不易或者成本较高。由于实际系统中输入和输出信号一般都为可测量的，因此设计只依赖输出和输入信息的干扰观测器在工程中尤为重要。针对该问题，基于输入输出模型描述的非线性系统，通过模型结构构造逆系统，并最终给出了一类只依赖于系统输入和输出信息的新型扰动观测器设计方法。最后，将所设计的干扰观测器应用于永磁同步电机控制系统，给出了扰动观测器设计方法的应用实例。

个人简介：

丁世宏，江苏大学电气信息工程学院教授，博士生导师，江苏大学高效能电机系统与智能控制研究院院长。2004年9月毕业于安徽师范大学数学与应用数学专业获学士学位，2007年2月和2010年6月毕业于东南大学控制理论与控制工程专业，分别获硕士和博士学位。于2008年9月-2009年9月、2011年1月-2011年12月、2018年7月-2018年9月和2019年12月-2020年2月在美国德克萨斯大学圣安东尼奥分校、澳大利亚西悉尼大学、韩国岭南大学和澳大利亚皇家墨尔本理工大学，从事合作研究。在Automatica、IEEE TAC、 IEEE TIE、Systems & Control Letters等控制领域主流刊物上发表论文60余篇，主持国家自然科学基金3项，省部级项目10余项，获得教育部自然科学二等奖和机械工业科技进步二等奖各1项。研究方向为高阶滑模控制理论、功率变换器、电动汽车主动安全系统控制等。现为国际期刊《Nonlinear Dynamics》、《IEEE Access》、《International Journal of Intelligent Computing and Cybernetics》编委。