【摘 要】
：
振镜控制系统作为高速视觉领域获取图像信息的重要手段之一,已经被广泛运用于生物、军事和体育等场合。并且,振镜控制系统作为一种高精度、高灵敏的控制系统,其作用对象也越来越精密化。其中,在实现对小型高速移动物体的精准捕捉过程中,考虑到振镜控制系统自身的复杂结构、外部的多变环境以及人为的操作误差等因素,严重影响了振镜控制系统的精度和灵敏度。并且传统的控制策略也很难达到系统高性能的控制标准。因此,为了满足振
论文部分内容阅读
振镜控制系统作为高速视觉领域获取图像信息的重要手段之一,已经被广泛运用于生物、军事和体育等场合。并且,振镜控制系统作为一种高精度、高灵敏的控制系统,其作用对象也越来越精密化。其中,在实现对小型高速移动物体的精准捕捉过程中,考虑到振镜控制系统自身的复杂结构、外部的多变环境以及人为的操作误差等因素,严重影响了振镜控制系统的精度和灵敏度。并且传统的控制策略也很难达到系统高性能的控制标准。因此,为了满足振镜控制系统对小型高速移动物体的高精度跟踪,本文针对这些问题开展研究。本文主要将振镜控制系统的控制性能作为主要研究对象,期望达到稳定、精确地跟踪小型高速移动物体的效果。为了提高振镜控制系统的跟踪精度、响应速度以及抗干扰能力,研究并设计了一种基于滑模自抗扰控制的振镜控制系统。具体工作如下:（1）为了满足振镜控制系统的性能需求,了解了系统的结构和组成,分析了系统的运行原理,设计了系统的工作方案,建立了系统的数学模型。同时,考虑到二维振镜系统自身存在的图像畸变的影响,采用实时误差补偿的方法进行了矫正。（2）为了提高振镜控制系统的工作性能,设计了滑模自抗扰控制策略。首先对基于自抗扰控制的振镜控制系统以及基于滑模控制的振镜控制系统分别进行了理论分析。然后针对自抗扰控制存在响应速度较慢、参数整定复杂以及滑模控制存在的抖振影响与抗干扰能力之间的问题,并结合了两种控制策略的优势,设计了一种滑模自抗扰控制的复合控制策略。该策略既保留了自抗扰控制的抗干扰性能,又提高了跟踪精度以及响应速度。（3）为了验证滑模自抗扰控制策略的可行性,分别对其进行了仿真验证和实验验证。仿真是通过Simulink仿真软件搭建基于滑模自抗扰控制的振镜控制的仿真模型进行仿真验证。实验是通过搭建的基于模拟弹道跟踪的实验平台,采用高速相机,经过二维振镜系统对模拟子弹轨迹进行捕捉,并且通过振镜控制系统实现振镜镜片的偏转。最后,通过仿真以及实验的验证,表明本文设计的基于滑模自抗扰控制器的振镜控制系统具有良好的运行性能。并且,对于系统来说即使面对复杂环境中的外扰,依然能够稳定运行。这对振镜控制系统的研究具有重要的意义。
其他文献
随着制造业的快速发展,工业机器人被大量应用于各行各业,已经成为了工业制造业企业实现自动化、智能制造升级的重要力量。机器人示教器作为机器人控制系统的重要设备之一,示教器的性能对于用户操作机器人的容易度和工业机器人系统的示教效率有着举足轻重的作用。然而,现有机器人示教器由不同的机器人厂商开发设计而成,没有专门的应用标准,存在着通用性不足、编程界面繁琐、操作不直观等缺点。针对机器人示教编程操作困难的问题
配电网在电力系统中是必不可少的重要组成部分。然而,分布式能源的出现导致当前配电网构愈加复杂,各种突发事件层出不穷,影响电压质量,给配电网的可靠性,安全性带来不稳定因素。无功优化技术针对控制可控资源,实现其可以主动参与系统运行,降低分布式能源并网带来的不良影响,保证电力系统可以在高效率、高质量的稳定安全状态下工作,是完成配电网主动控制和管理的核心技术之一。因此本文针对标准粒子群算法参数进行优化改进,
同步定位与地图构建（Simultaneous Location And Mapping,SLAM）是指在未知环境中移动机器人通过自身携带的多种传感器采集当前环境中的物理信息,于运动过程中对环境进行建模构图,与此同时还需要定位自身在地图中的位置。然而,现阶段SLAM算法仍存在计算量较大,复杂环境下易出现地图构建失败等问题。SLAM算法的智能化水平仍不及动物的导航能力。为此开发和研究新的移动机器人SL
计算机视觉已经成为社会发展与技术进步的一个重要发展方向,近年来卷积神经网络的兴起,更加促进计算机视觉朝着工业化方向前进,在我们日常生活和工业化生产中得到了广泛的应用。对于复杂交通场景下运动目标的检测技术已然成为热点研究方向之一,同时也是提升智能化交通和城市治理能力的重要环节。现如今在复杂交通场景下实现优良性能的运动目标检测仍然有待改进,比如交通背景的复杂性、视频序列检测时间长、复杂交通场景下的人和
能源需求的上升导致的全球变暖、环境污染以及能源枯竭等问题日益突出,如何构建清洁低碳、安全高效的新型能源体系,减少能源生产、运输、转换、消费等环节对系统的污染,是目前我国新型能源行业所面临的主要挑战之一。综合能源系统能促进能源梯级利用以及多能源协调互补,对促进清洁能源消纳和降低碳排放量具有重要意义。本文以综合能源系统为主体,分别基于综合需求响应策略、碳交易机制以及模型预测控制方法,围绕考虑综合需求响
随着新能源发电接入电网占比不断提高,使得现代电力系统在规模、复杂度和结构变上发生了深刻的变化。新能源的高渗透率,其不稳定性和间歇性极大的影响了电能质量,给当下电力系统的稳定性、可控性带来极大的挑战;另一方,由于电网智能化的建设,大量通信设备、智能交互终端等设备接入电力系统,使得电力电子设备占比不断提高,导致了电力系统中旋转惯量大幅度减少,加剧了电力系统中动态特性的变化,导致了系统鲁棒性降低。如何解
视觉SLAM（Simultaneous Localization And Mapping）是智能移动机器人通过对周围未知环境进行感知并实现精准定位的一项关键技术。在现有研究的基础上,如何利用环境中的语义信息来构建语义地图,并利用其进行导航成为热点问题。在主流的语义SLAM系统中,主要是在二维图像中利用卷积神经网路进行目标检测或语义分割得到物体的语义标签,然后通过语义映射的方式将其转换到对应的三维空
皮肤癌已成为患病率较高的癌症之一,全球每年的患病人数在不断增长。黑色素瘤是一种常见的皮肤癌,且死亡率较高。治疗黑色素瘤最有效的方法就是早发现早治疗。当前主要靠皮肤科医生人工观察皮肤镜图像来诊断黑色素瘤,又因为黑色素瘤的形状、颜色、以及纹理种类较多,且恶性黑色素瘤和良性黑色素瘤的外观很相似,所以传统的人工诊断准确率较低,且费时费力,给黑色素瘤的诊断带来了阻碍。随着深度学习技术的逐渐成熟,卷积神经网络
鞋作为人类生活中的必需品,其质量问题一直为人们所关注,而鞋的涂胶质量很大程度的影响了鞋的耐用性和美观度。传统制鞋业使用人工手动进行涂胶,不仅涂胶质量难以保证,涂胶的效率也较低,且长期接触胶水会对身体有不可逆的损伤。机器视觉能够在对人有害的场景中工作,效率也更高,被广泛应用于工业生产。因此,本文主要探讨基于机器视觉技术来提取鞋底涂胶轨迹,并使用机器人代替人工进行喷涂作业,以提高鞋底涂胶的质量和速度,
脑肿瘤（Brain Cancer,简称BC）和阿尔茨海默症（Alzheimer Disease,简称AD）是世界卫生组织公认的损害人类生命健康的严重疾病。快速而精确的诊断是拯救无数生命的关键因素。诊断方式大致可归为症状诊断与计算机辅助诊断两种。症状诊断指的是通过医师分析病人病情来判断患病的概率,这种方法较为低效。而计算机辅助诊断（Computer Aided Diagnosis,简称CAD）通过分