基于BP神经网络的三轴增稳云台自抗扰控制

针对三轴增稳云台伺服系统非线性特性,以及PD控制抗扰能力差,自抗扰控制器由于参数众多而导致整定过程耗时且费力的缺陷,本文利用BP神经网络的全局逼近能力和自我学习能力,将其与自抗扰控制器组成复合控制器,对自抗扰控制器的所有关键参数进行自整定寻优,应用于含Stribeck摩擦模型的三轴增稳云台伺服系统。仿真结果表明:该方法用于自动整定参数可行有效,与PD控制和参数固定的常规自抗扰控制器相比,具有更高的控制精度和更强的抗扰能力,对提高增稳云台的性能具有较好的应用价值。     

基于LADRC的车用三轴增稳云台姿态控制方法研究

车载增稳视觉云台是自动驾驶车辆的重要组成部分,可实现稳定的路况图像识别。以三轴云台永磁伺服电机为研究对象,提出一种基于线性自抗扰算法的姿态稳定控制策略。基于永磁同步电机矢量控制和空间坐标姿态解算方法,建立三轴增稳云台结构模型和永磁同步电机数学模型,并获取云台空间角度信息。在云台电机姿态控制中引入线性自抗扰控制器,实现对车辆震动干扰的在线辨识与自稳调节。仿真试验结果表明,云台系统中加入线性自抗扰控制方法可有效提高系统的响应速度并减少调节时间,较之常规的PI控制具有更强的抗干扰性,因此该方法对车用三轴增稳云台姿态控制具有一定参考价值。     

基于CAN总线的云台镜头解码器设计

针对闭路电视监控系统中云台镜头解码器的通讯通常采用RS-485协议,而控制器局域网络(CAN)是一种能有效支持分布式控制和实时控制的串行通讯网络,具有高性能、高可靠性的特点.以P87C591单片机为控制器,设计基于CAN总线的解码器系统,并给出硬件电路和软件编程,开发了CAN应用层通讯协议,实现了控制数据的快捷传输.     

基于车载摄像机移动机器人的模糊神经网络跟踪

针对车载单目摄像机的轮式移动机器人的目标跟踪问题,提出一种模糊跟踪控制方案.方案分为两部分,分别为摄像机控制部分和轮式移动机器人控制部分.摄像机控制部分通过相关特征点之间的连线的夹角设计摄像机云台控制器,使摄像机能够实时跟踪目标,保持目标在图像平面的期望位置上.轮式移动机器人控制部分通过设计T-S模糊神经网络控制器使其能够在视觉伺服反馈下实时调整速度和姿态,实现目标的有效跟踪.仿真结果表明了本文方法的有效性.     

内模PID控制器在云台伺服系统中的应用

针对SG-5452460005-15W型永磁式直流减速电动机驱动的YP3091型摄像机云台伺服系统,建立了数学模型,并基于内模控制原理设计了一种新型PID控制器。该控制器设计方便,只有一个可调参数。仿真结果表明:系统的水平跟踪和仰俯跟踪误差均方根分别为0.15 mrad和0.32 mrad。与传统PID控制器相比,在内模PID控制器参数调节方面,系统跟踪响应快,精度高,抗干扰能力强,鲁棒性好。     

基于激光投影循迹系统的机器人导航

为了提高服务机器人室内导航的稳定性和效率,基于智能空间技术搭建了激光投影循迹系统.在室内天花板安装二自由度云台,其上安放激光器.服务器进行路径规划,生成云台转动命令,通过无线网络发送到云台;云台转动带动激光器投射出光斑;机载摄像机识别光斑,指引机器人完成导航任务.系统降低了机器人对超声、红外等传感器的依赖程度,并可实现...     

智能通信控制接口软件的设计

阐述了以多媒体微机为核心的分布式多单元通信监控系统的结构和功能,主要叙述了智能控制接口软件的设计,提出了中心站和远端云台控制器使用分布式,其特点是系统扩容方便灵活,容易增加功能。     

基于云台相机的四旋翼无人机跟踪控制系统

针对四旋翼无人机跟拍过程中视角固定,易丢失目标的问题,设计了一种基于云台相机的四旋翼无人机跟踪控制系统。首先,使用云台相机对地面移动目标进行拍摄,通过对目标的颜色特征和形状特征进行检测识别,使用核相关滤波( KCF: Kernel Correlation Filter) 方法进行视觉跟踪,得到地面移动目标在图像坐标系的位置。然后,通过建立针孔模型,解算出在云台相机带有俯仰角时的无人机与地面目标的相对位置关系。最后,设计了离散串级比例-积分-微分( PID: Proportion-Integral-Differential) 踪控制器,实现对无人机的位移控制,使四旋翼无人机可对地面移动目标进行稳定跟踪。同时设计了串级比例-微分( PD: Proportion-Differential) 控制器以实现云台相机的视角跟踪,增大了无人机的跟踪范围,降低了丢失目标的风险。实验结果表明,所设计的四旋翼无人机跟踪控制系统可实现对地面移动目标的稳定跟踪。     

基于约束跟随理论的消防无人机水枪喷嘴跟踪控制

利用无人机（Unmanned Aerial Vehicle，UAV）参与灭火是解决城市高层建筑消防问题的一种有效手段.针对无人机云台运动的控制问题，提出一种基于约束跟随理论的云台水枪喷嘴跟踪控制策略.根据高层建筑实际灭火需求，设计了云台水枪喷嘴两自由度驱动结构，采用Denavit-Hartenberg（D-H）方法对云台系统进行建模并由此完成云台运动学方程的建立.根据拉格朗日方程构建云台无约束动力学模型，把云台水枪喷嘴的期望轨迹作为约束，在不引入诸如拉格朗日乘数等任何变量或伪变量的情况下，基于Udwadia-Kalaba方程得到可以满足约束跟随需要的驱动转矩解析式，实现状态连续反馈控制，以达到水枪喷嘴轨迹跟踪的目的.为了减小跟踪误差，采用 Baumgarte 约束违约法进行稳定性处理，并在MATLAB/Simulink环境下对其轨迹跟踪控制进行仿真. 搭建以数字信号处理器（Digital Signal Processor， DSP）为控制核心的实验平台进行轨迹跟踪控制实验.仿真和实验结果表明，基于约束跟随理论的轨迹跟踪控制算法能够有效地完成跟踪任务并实现对期望轨迹的高精度跟踪.     

舞台视频监控系统云台控制方法的研究

为方便舞台监督对舞台运行进行有效监管,在基于onvif协议的舞台视频监控系统中,本文重点研究摄像机云台的控制及功能优化方法.通过使用多媒体技术、网络通信技术及计算机控制技术,该系统能够实现点击屏幕识别摄像头、云台方位调节和焦距变动等功能,改善了整个视频监控系统的性能.本文的研究为网络化舞台视频监控系统中的云台便捷控制实现提供了技术基础,具有很大的实用价值和应用前景.     

云台控制系统的研究与设计

在视频监控系统中,云台控制系统占有主导作用,云台控制的三要素为：协议、地址、波特率,因此在云台控制系统设计当中,掌握好这三个方面是实现功能完成的重要条件,本文介绍了云台控制协议PELCO-D,通过串口通信,并基于Windows下的VC＋＋平台下,实现了对云台和镜头各种工作的控制,论述了系统的主要功能结构及编码实现。     

大面阵数字航摄仪SWDC的关键技术及应用

国内首创大面阵数字航摄仪-SWDC的关键技术包括首创的大视场高精度几何定标技术,多中心投影影像外视场五分之一像元级的影像拼接技术,首次研制的高精度数字航空影像获取飞行控制器,新型云台稳定、内置检影、电动旋像等装置。广泛应用于国家基础测绘、国土资源调查、应急救灾等领域,开创了中国数字航空摄影新时代。     

PID-Fuzzy分段式控制方法在太阳跟踪系统中的应用

基于自动跟踪光伏发电系统,对太阳位置的检测和光电池云台跟踪控制的问题进行了深入的分析,并提出了PID-Fuzzy分段式跟踪控制方法。通过对太阳方位角的分析计算和电池板方位角的检测,设计了以太阳方位角为输入量、电池板方位角为反馈量的PID-Fuzzy控制器。该控制器可以依据角度的偏差大小来自动切换控制规律,较好地解决了系统快速性和跟踪精度的问题。并且通过Matlab仿真和实验数据对该控制器性能进行了分析。结果表明,该方法不仅降低了调节时间,而且使控制跟踪精度在原有精度基础上提高了2%,有效地提高了光电转换效率,为同类跟踪系统提供了可行性方案。     

海事闭路电视智能联动云台定位算法

为解决海事闭路电视(CCTV)智能联动云台定位算法存在的问题,应用大地测量学理论,建立一种适合于不同纬度、基于WGS-84坐标系的摄像机云台定位算法.该算法综合考虑潮汐、船舶大小、不同船舶定位方式等的影响.实验结果表明,经本文算法计算的水平、垂直转角值与摄像机实测数据相吻合,误差较小,可以应用于海事CCTV实时监控系统.     

室外移动机器人遥控系统的设计与实现

室外移动机器人的遥控系统由移动指挥站、移动机器人站、无线通信系统组成.在临场感遥控系统中,需要将移动机器人站摄像头得到的图像经过发射机和天线传送给移动指挥站.为了使得图像的接收效果更好,使用定向天线增强天线增益.定向天线只有在某一个方向上增益最强,定向发送天线固定在该云台上,根据位置和角度信息控制云台转动使得接收天线始终对准目标点.为了增强定向天线的接收效果,设计了自动对中天线云台系统和遥控器.     

基于电话网络（PSTN）监控系统的软件设计与实现

介绍了利用VB编程来实现基于电话网络（PSTN）的监控系统的软件设计。该系统软件是对极目视频传输控制器的监控软件进行的二次开发，除了可以在接收端PC机上接收并录制监控现场的图像以外，主要用来实现通过计算机控制远端CCD摄像头云台的转动。为了实现这一功能，其关键是根据解码器约定的数据协议通过串口或并口正确地发送指令数据。     

基于STM32的图像跟踪系统

本文介绍了一种基于STM32单片机的图像跟踪系统及其实现过程,该系统包括一个二自由度云台、数字摄像头、STM32控制板.作为系统核心的单片机STM32将摄像头采集的图像送至LCD显示,并分析获取的图像数据,计算出目标物体的坐标、大小,控制云台转动,使目标处于摄像头视野中央.整个系统结构简单,解决了单片机在图像识别上内存不足、速度慢的问题,以较低的成本和功耗实现慢速运动物体的跟踪.     

无人机三轴稳定云台的模糊PID控制

以无人机三轴稳定云台的内框作为研究对象,将自适应卡尔曼滤波算法与模糊PID控制算法相结合,提出了一种基于自适应卡尔曼滤波的模糊PID控制算法.经过Matlab仿真实验表明,相对于经典PID控制算法和模糊PID控制算法而言,该算法在无人机三轴稳定云台的控制上,不仅响应速度快、精度高,而且对控制干扰噪声和测量噪声也起到了较好的抑制作用     

增量学习灰度与轮廓模板的行人跟踪方法

为了解决云台摄像机的行人跟踪问题,提出了一种基于粒子滤波的行人跟踪算法.该方法在目标灰度模板以外,学习并更新行人目标的轮廓模板.考虑到行人轮廓因为视角变化可能发生的突然改变,算法准备了多套从不同视角观测的轮廓模板,并且逐渐更新它们使之可以逐渐捕捉目标的轮廓特征.在多段云台摄像机拍摄的监控视频上测试了所提出的算法.实验结果显示,该算法比其他先进的跟踪算法有更长的准确跟踪时间.     

基于云台标定的快速视频拼接算法

针对视频监控成本高、性能提升受到限制的问题,提出了基于云台标定的快速视频拼接算法:首先利用相位相关法对云台进行标定,利用标定公式能快速计算出任意两个视频帧之间的粗估平移量,然后,在粗估的重叠区域(ROR)用加速鲁棒特性(SURF,Speeded-Up Robust Features)特征匹配算法进行拼接.从实验结果看,该方法不仅大大提高了视频拼接的效率,而且提高了精准度.