模式识别与智能系统研究所

杨庆凯.png

姓      名: 杨庆凯 性别: 出生年月: 1988.8
职      称:

教授

职务:
最高学历: 博士
学科方向: 控制科学与工程、机器人  
人才计划: 国家级青年人才 办公地点:

国防科技园6#913

电子邮件: qingkai.yang@bit.edu.cn 联系方式:
通讯地址: 北京市海淀区西三环北路甲2号院
导师类型: 博士生导师

教育与工作经历

2011.9 - 2018.3 北京理工大学 自动化学院 控制科学与工程  博士(直博)

2014.9 - 2018.5 荷兰格罗宁根大学 科学与工程学院 系统控制  博士


-------------------------------------------------

2018.8 – 2022.7 北京理工大学 自动化学院 预聘助理教授、博士生导师

2022.7 – 2023.10 北京理工大学 自动化学院 长聘副教授、博士生导师

2023.10 – 至今 北京理工大学 自动化学院 教授、博士生导师

 

研究方向

1. 多智能体系统智能协同运动控制:

(1) 分布式协同估计与控制、编队控制、智能协同感知与规划等理论

(2) 面向无人机、无人车等自主无人集群系统的实际应用与技术开发

2. 智能机器人:

(1)新型张拉整体跨域机器人

(2)无人机、无人车自主导航、路径规划、多传感器融合感知等


-------------------------------------------------

课题组专注于有实际价值的研究,志在解决真问题,理论意义与系统创新并举。长期招收博士后、博士生、硕士生以及本科生,专业包括但不限于:控制科学与工程、机械工程、智能科学与技术、计算机科学与技术、力学、数学、系统科学等。

欢迎对我们研究工作感兴趣的申请人与我邮件联系。



近5年承担的科研项目

1. 多模态刚柔融合新型机器人系统设计,科技部国家重点研发计划青年项目,2022年-2025年,项目负责人(主持)

2. 局部相对测量下多无人系统全自由度仿射编队机动控制,国家自然科学基金面上项目,2024年-2027年,项目负责人(主持)

3. 基于张拉整体结构的多智能体系统编队控制研究,2020年1月-2022年12月,国家自然科学基金青年基金项目,项目负责人(主持)

4. 受限信息下某智能增强理论,2023年-2025年,中央军委科技委预研项目,项目负责人(主持)

5.  分布式某智能增强基础理论研究,2021年1月-2023年12月,中央军委科技委预研项目,项目负责人(主持)

6. 某有人/无人平台协同控制研究,2019年1月-2021年12月,中央军委科技委“青年人才托举工程”项目,项目负责人(主持)

7.   非完整在线数据驱动的某方法,2018年9月-2021年12月,中央军委科技委预研项目,项目负责人(主持)

8. 基于规则的协同某控制技术, 2019年1月-2020年12月,中央军委科技委预研项目,项目负责人(主持)


代表性学术论文

[1] Yang, Q., Xiao, F., Lyu, J., Zhou, B., & Fang, H. (2024). Self-Organized Polygon Formation Control Based on Distributed Estimation. IEEE Transactions on Industrial Electronics, 71(2), 1958-1967.

[2] Zhang, X., Yang, Q.*, Lyu, J., Zhao, X., & Fang, H. (2023). Distributed Variation Parameter Design for Dynamic Formation Maneuvers With Bearing Constraints. IEEE Transactions on Automation Science and Engineering, DOI: 10.1109/TASE.2023.3283095.

[3] Zhao, X., Yang, Q.*, Pan, Y., & Fang, H. (2023). Triangular formation control with mixed distance and bearing measurements under limited field of view constraints. International Journal of Robust and Nonlinear Control, 33(12), 7374-7391, 2023.

[4] Tian, D., Fang, H., Yang, Q., Yu, H., Liang, W., & Wu, Y. (2023). Reinforcement learning under temporal logic constraints as a sequence modeling problem. Robotics and Autonomous Systems, 161, 104351.

[5] Yang, Q., Fang, H., Cao, M., & Chen, J. (2022). Planar Affine Formation Stabilization via Parameter Estimations. IEEE Transactions on Cybernetics, 52(6), 5322-5332.

[6] Tian, D., Fang, H., Yang, Q.*, & Wei, Y. (2022). Decentralized Motion Planning for Multiagent Collaboration Under Coupled LTL Task Specifications. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 52(6), 3602 – 3611.

[7] Wu, C., Fang, H., Zeng, X., Yang, Q.*, Wei, Y., Chen, J. (2022). Distributed Continuous-Time Algorithm for Time-Varying Optimization With Affine Formation Constraints, IEEE Transactions on Automatic Control, 68(4), 2615-2622.

[8] Xiao, F., Yang, Q.*, Zhao, X., Fang, H. (2022). A Framework for Optimized Topology Design and Leader Selection in Affine Formation Control, IEEE Robotics and Automation Letters 7 (4), 8627-8634.

[9] Tian, D., Fang, H., Yang, Q.*, Guo, Z. (2022), Two-Phase Motion Planning under Signal Temporal Logic Specifications in Partially Unknown Environments, IEEE Transactions on Industrial Electronics, Early Access.

[10] Chen, L., Yang, Q., Shi, M., Li, Y., & Feroskhan, M. (2022). Stabilizing Angle Rigid Formations with Prescribed Orientation and Scale. IEEE Transactions on Industrial Electronics, Early Access.

[11] Shang, C., Fang, H., Yang, Q.*, & Chen, J. (2021). Distributed Hierarchical Shared Control for Flexible Multirobot Maneuver Through Dense Undetectable Obstacles. IEEE Transactions on Cybernetics, Early Access.

[12] Wu, C., Fang, H., Yang, Q.*, Zeng, X., Wei, Y., & Chen, J. (2021). Distributed Cooperative Control of Redundant Mobile Manipulators With Safety Constraints. IEEE Transactions on Cybernetics, Early Access.

[13] Niu, G., Yang, Q., Gao, Y., & Pun, M. O. (2021). Vision-based Autonomous Landing for Unmanned Aerial and Mobile Ground Vehicles Cooperative Systems. IEEE Robotics and Automation Letters.

[14] Shang, C., Liu, D., Yang, Q.*, & Fang, H. (2021). Responsiveness Analysis of Classic and Observer-Based Leader-Follower Systems. IEEE Transactions on Control of Network Systems, 8(3), 1239 – 1248.

[15] Yang, Q., Sun, Z., Cao, M., Fang, H., & Chen, J. (2019). Stress-matrix-based formation scaling control. Automatica, 101, 120-127.

[16] Yang, Q., Cao, M., Fang, H., & Chen, J. (2018). Constructing universally rigid tensegrity frameworks with application in multiagent formation control. IEEE Transactions on Automatic Control, 64(1), 381-388.

[17] Yang, Q., Fang, H., Chen, J., Jiang, Z. P., & Cao, M. (2017). Distributed global output-feedback control for a class of Euler–Lagrange systems. IEEE Transactions on Automatic Control, 62(9), 4855-4861.

[18] Yang, Q., Cao, M., & Anderson, B. D. (2018). Growing super stable tensegrity frameworks. IEEE transactions on cybernetics, 49(7), 2524-2535.

[19] Yang, Q., Cao, M., de Marina, H. G., Fang, H., & Chen, J. (2018). Distributed formation tracking using local coordinate systems. Systems & Control Letters, 111, 70-78.

[20] Yang, Q., Fang, H., Chen, J., & Wang, X. (2014). Distributed observer-based coordination for multiple Lagrangian systems using only position measurements. IET Control Theory & Applications, 8(17), 2102-2114.

*表示为通讯作者

详情及最新文章发表情况请见个人Google Scholar主页:

https://scholar.google.com/citations?user=v0lAf_cAAAAJ&hl=zh-CN



授权国家发明专利及出版专著

专利

1. 杨庆凯;肖凡;赵欣悦;刘奇;李若成;方浩;辛斌;曾宪琳;陈杰. 基于应力矩阵优化的多智能体系统仿射编队控制方法: 中国,ZL202111393377.4,2021-11

2. 杨庆凯;肖凡;赵欣悦;刘奇;李若成;方浩;辛斌;曾宪琳;陈杰. 多智能体系统仿射编队中的领导者选取方法: 中国,ZL 2022 1 0054390.5,2022-01

3. 杨庆凯;刘奇;刘松源;赵欣悦;李若成;肖凡;方浩;曾宪琳;陈杰. 一种六杆张拉整体框架及抗冲击无人机:中国,2023

4. 杨庆凯;李若成;赵维鹏;赵欣悦;方浩;陈杰;辛斌. 一种基于速度障碍的感知约束下多无人机协同避碰方法:中国,ZL 2021 1 1172463. 2, 2021-10

5. 杨庆凯;刘奇;方浩;赵欣悦;殷煜涵;肖凡;刘松源;曾宪琳;陈杰. 一种基于张拉整体结构的抗冲击滚动机器人:中国,ZL 2022 1 0055668.0,2022-01

6. 杨庆凯;赵欣悦;李若成;刘奇;肖凡;方浩;辛斌;曾宪琳;陈杰. 视野约束下多机器人系统的最小持久编队生成与控制方法 中国,ZL202110359512.7,2021-04-02.

7. 杨庆凯;蔡涛;刘虹;潘云龙;周勃;方浩;陈杰. 一种基于螺旋桨模型的无人机抗风控制方法: 中国,ZL202110330722.3,2021-01-05.

8. 杨庆凯;潘云龙;周勃;方浩;曾宪琳;李若成;赵欣悦;陈杰. 基于应力矩阵的混合条件约束下的编队变换控制方法: 中国,201911375249.X,2021-04-30.


专著

1. 方浩,杨庆凯,陈杰. 复杂运动体系统的分布式协同控制与优化[M]. 北京: 科学出版社,2020.


科研获奖

1. 教育部自然科学一等奖,5/5,2022

2. 自动化学会自然科学一等奖,2/5,2022

3. 中央军委科技委“青年人才托举工程”,2019

4. 中国指挥与控制学会优秀博士学位论文,2020

5. 第16届国际控制与自动化国际会议(ICCA 2020)“Best Student Paper Finalist”奖;

6. 中国创新挑战赛一等奖,2022


讲授课程、出版教材及教学成果


讲授课程

1. 机器人控制技术     32学时    本科生课程

2. 复杂网络导论       32学时    研究生课程


出版教材

教学成果

指导学生科技创新获奖:

1. 2023“挑战杯”竞赛“青聚奇思”黑科技专项赛特等奖;

2. 指导硕士生获校级优秀毕业生;

3. 指导硕士生获得国奖奖学金,2022;

4. 中国国际“互联网+”大学生创新创业大赛银奖,2020;

5. 全国大学生机器人大赛ROBOMSTER 2021机甲大师超级对抗赛北部赛区一等奖;

6. 全国大学生智能机电系统创新设计大赛三等奖;

7. 第十七届中国研究生数学建模竞赛二等奖;

8. 第十六、十七届“世纪杯”学生课外学术科技作品竞赛二等奖;


学术兼职

1. 中国自动化学会控制理论专业委员会TCCT多自主体控制学组委员

2. 中国自动化学会控制理论专业委员会非线性系统与控制学组委员

3. 中国指挥与控制学会无人系统专业委员会委员

4. 《无人系统技术》青年编委

5. 《Electronics》客座编委

6.  International Program Committee member, ITCA 2022

7.  Invited Session Chair “Cooperative Decision-Making and Control for Multi-robot Systems”, YAC 2022

8.  Technical Program Committee Members, ICAUS 2022

9.  IEEE Transactions on Automatic Control、Automatica、IEEE Transactions on Cybernetics等国际刊物的审稿人