基于改进核相关滤波器的PTZ摄像机控制方法

针对传统的PTZ(pan-tilt-zoom)摄像机控制方法是依靠人工操作,无法连续、实时跟踪动态目标,且跟踪目标准确度低等缺陷,提出了一种基于改进的核相关滤波器(KCF)目标跟踪算法的PTZ摄像机控制方法.首先,对传统的KCF目标跟踪算法做了运动状态估计和尺度估计方面的改进.在目标运动状态估计中,将粒子滤波框架与传统KCF算法相结合,估算出运动目标的位置.这种基于概率的运动状态估计方法可以获得更加稳定的目标信号并同时减少背景干扰信息的引入,从而可以在复杂场景下具有更强的抗干扰性.目标尺度估计中采用相关滤波器在尺度金字塔中估算目标的尺度,使算法对尺度变化的运动目标具有更强的适应能力.其次,根据跟踪结果信息,通过PELCO D协议控制PTZ摄像机,始终保持目标在视频画面内.最后,将改进KCF算法与其他跟踪算法在Benchmark数据集中做对比实验,验证改进算法的鲁棒性与有效性.将算法应用于PTZ摄像机的控制中,并用C++语言实现了改进KCF算法控制PTZ摄像机上位机,实验结果表明该PTZ摄像机控制方法能准确跟踪被遮挡目标,使其稳定地呈现在取景框中.     

IMM Kalman滤波前馈补偿技术在搜索跟踪系统中的应用

空中低慢小目标存在机动和角速率运动较大的情况,对地面搜索跟踪系统的跟踪精度提出很高要求,为了提高跟踪系统的跟踪精度,需加入伺服前馈补偿技术,精确的目标速度和加速度估计成为前馈补偿控制的难点.鉴于此,提出采用IMM卡尔曼滤波技术估计目标运动速度和加速度信息,并作为伺服前馈补偿的输入量,以消除由于目标速度和加速度运动引起的脱靶量误差.实际系统测试实验表明,搜索跟踪系统采用IMM卡尔曼滤波前馈补偿技术使得系统跟踪精度较常规卡尔曼滤波补偿提高3倍以上,模型验证有效.     

基于信息融合估计的离散线性系统预见控制

针对期望轨迹和干扰可预见的离散线性最优跟踪问题, 提出了一种基于信息融合估计的预见控制方法. 推导了最优预见控制律的融合估计过程和最优预见性能指标. 建立了包含状态反馈项、目标和干扰前馈补偿项的信息融合预见控制系统, 并分析了其渐近特性和稳态跟踪误差问题. 直流电机系统的仿真结果表明, 信息融合预见控制下的系统跟踪性能随着预见步数的增加而迅速提高并趋于稳定, 且综合考虑跟踪误差与能量消耗时要优于传统预见控制.     

人机不确定条件下康复步行训练机器人的部分记忆迭代学习限速控制

为了提高康复步行训练机器人的跟踪精度及安全性,提出了一种带有运动速度约束和部分记忆信息的自适应迭代学习控制方法,目的是抑制人机不确定性及速度突变对系统跟踪性能的影响.在考虑人机不确定性的基础上,建立了康复步行训练机器人的动力学模型.提出了基于模型预测的速度约束方法,通过限制每个轮子的运动速度,约束了机器人的实际运动速度.进一步,利用受约束的运动速度建立了动力学跟踪误差系统,提出了具有部分记忆信息的自适应迭代学习控制器设计方法,并验证了跟踪误差系统的稳定性.仿真对比分析和实验研究结果表明,文中提出的控制方法能抑制人机不确定性并使康复者在安全速度下完成步行训练.     

光电系统捕获跟踪控制方法研究与仿真

研究光电系统电视捕获的准确跟踪问题.光电系统在跟踪阶段,一旦物体的运动速度较快,方向突变性较强,会造成光电系统中的控制出现超调和振荡,系统性能差.传统算法在对快速运动目标进行捕获时,由于系统的超调和振荡,导致目标在捕获阶段逸出跟踪视场,造成跟踪不准确.针对上述问题,提出了一种采用α-β-γ滤波器的捕获跟踪控制算法.根据目标的运动特性和运动状态建立捕获跟踪模型,通过α-β-γ滤波器预测目标下一时刻位置和速度,采用复合控制进行随动跟踪,降低系统的超调量和缩短过渡时间,从而实现对快速运动目标的捕获跟踪.实验结果表明,运用该控制算法可以有效地解决目标在电视捕获阶段逸出视场的问题,提高系统对快速运动目标的捕获跟踪能力和跟踪精度.     

基于多CPU的目标识别与跟踪系统设计

设计了一个实时图像采集、目标识别与跟踪系统;系统功能包括图像采集、运动估计、目标识别、摄像机云台控制等;系统功能主要由3片CPU完成,其中由2片DSP构成的图像采集处理单元实现两路图像采集、目标识别和运动估计,识别和估计结果通过系统总线送给跟踪控制系统;由1片ARM构成的目标跟踪控制系统对2路摄像机的云台和镜头等实现实时控制,使目标一直位于视场中;该系统采样率为10fps,当运动目标的距离在100 m以内,速度小于15 m/s时,可以实现实时识别与跟踪;该系统可以应用于视频监控等应用领域。     

移动机器人的队形控制及其主动避障

在这篇论文中, 我们利用一个统一的算法框架来解决移动机器人的队形控制和主动避障问题, 使得编队中的从机器人在避开障碍物的同时, 能够与被跟踪的主机器人保持期望的相对距离或相对方位. 在现有的关于主—从跟踪编队控制的文献中, 为了实现对主机器人快速准确的跟踪, 从机器人在跟踪控制时需要主机器人在惯性坐标系下的绝对运动速度作为队形跟踪控制器的输入. 然而, 在一些环境中, 主机器人的绝对运动状态很难获得. 这里, 我们将利用主—从机器人之间的相对速度来建立机器人编队系统的运动学模型. 基于这个模型的编队控制方法将不再需要测量主机器人的绝对运动速度. 进一步地, 上述的建模和控制方法被扩展为一个移动机器人的动态避障方法, 该方法利用机器人与障碍物之间相对运动状态作为避障控制器的信息输入. 利用由三个非完整移动机器人组成的多机器人系统, 验证了所提出编队控制方法的有效性.     

模糊聚类粒子滤波的点状交叉多目标跟踪算法

提出了一种新的低信噪比红外序列图像多目标检测跟踪算法,该算法有机地结合了TBD检测算法与模糊聚类粒子滤波跟踪算法。首先通过多帧TBD处理后,检测出运动目标的初始位置、运动速度,然后在跟踪阶段采用粒子滤波算法估计目标运动状态,并在估计位置开一个跟踪窗进行检测、模糊聚类概率融合。对真实红外图像序列进行实验仿真,仿真结果验证了该算法具有良好的实时性与很高的精确性。     

星凸形多扩展目标跟踪中的传感器控制方法

针对多扩展目标跟踪中的传感器控制问题, 本文基于有限集统计(FISST)理论与随机超曲面模型(RHM), 利 用多伯努利(MBer)滤波器提出有效的传感器控制策略. 首先, 文中给出多扩展目标跟踪中基于信息论联合目标形状 估计优化和目标运动状态估计优化的传感器控制方法的求解思路. 其次, 给出RHM容积卡尔曼高斯混合(GM)势均 衡多扩展目标多伯努利滤波算法的具体实现过程. 然后, 结合GM密度间的柯西施瓦兹(Cauchy-Schwarz)散度提出 相应的传感器控制决策方法. 此外, 详细推导了扩展目标势的后验期望(PENET)的GM实现, 并提出以GM–PENET 为评价函数的传感器控制方法. 最后, 通过构造随机星凸形多扩展目标的跟踪优化仿真实验验证了本文所提传感 器控制方法的有效性.     

基于扩展KalIan滤波的空基多平台多传感器数据配准和目标跟踪算法

本文研究基于扩展Kalman滤波和多个空中移动平台的多传感器数据配准与目标跟踪问题.文中首先给出了空中移动平台传感器数据配准几何坐标转换算法;接着将目标运动模型和传感器配准误差模型组合在同一个状态方程中,然后利用扩展Kalman滤波方程进行估计.Monte-Carlo仿真表明,该方法能同时有效地估计目标运动状态和传感器配准误差.     

干扰下的无人直升机自适应反步法鲁棒跟踪控制

针对无人直升机干扰下的鲁棒轨迹跟踪问题,设计了一种自适应反步控制方法.鉴于作用在直升机上的干扰是产生跟踪误差的主要原因,该方法的主要思想是寻求一种方法来补偿这种干扰.首先,将未建模动态如外部阵风干扰、配平误差、机身、垂尾、平尾以及其他可忽略的动态产生的力和力矩看成一种组合干扰,从而建立了一个方便反步法控制器设计的简化模型.当设计好反步法控制器后,设计了一个非线性自适应律来估计这种组合干扰,并通过将干扰估计值整合到反步控制器中,使得闭环跟踪系统的鲁棒稳定性得到了保证,即基于李雅普诺夫稳定性理论证明了所设的控制器对于干扰主动阻隔,特别是低频干扰的主动阻隔是有效的.最后,两个仿真研究验证了该方法是优于常规反步法和积分反步法的.     

基于动力学与控制统一模型的蛇形机器人速度跟踪控制方法研究

对带有被动轮的蛇形机器人进行速度跟踪控制时,利用传统的动力学建模方法得到的动力学方程复杂且不利于控制器的设计. 本文基于微分几何的方法将带有被动轮的蛇形机器人动力学投影到速度分布空间中, 得到了动力学与控制统一模型, 更有利于速度跟踪控制器的设计. 考虑到蛇形机器人在进行速度跟踪时容易出现奇异位形, 提出增加头部扰动速度的方法. 基于头部扰动速度和统一模型, 提出避免奇异位形的速度跟踪控制方法, 最后通过逆向动力学得到控制力矩. 文中对速度跟踪控制进行了数值仿真和实验验证. 仿真和实验结果表明, 提出的速度跟踪控制方法能够跟踪想要方向的速度, 并且在跟踪过程中可以有效地避免奇异位形.     

一种新的约束变速趋近律离散滑模控制方法

考虑惯性执行器输出速度有限的实际,引入趋近律变化速率的控制函数,设计了一种新的无抖振离散滑模变速趋近律算法. 首次提出了通过设计趋近律变化速率来构造离散滑模趋近律的思想,使得控制器的物理意义更加明显,设计更加灵活和简单.对于标称系统, 该算法可以使切换函数在有限时间内快速无抖振地收敛至零;对于满足匹配条件的不确定系统,切 换函数能够收敛至与不确定性及控制参数相关的某一数值,通过设置控制参数,可使这一数值任意小.     

Output feedback control for rigid-body attitude with constant disturbances

In this article, the control problem of rigid-body attitude under constant disturbances without angular-velocity measurement is solved by the combination of the immersion and invariance methodology and the dynamic scaling technique. Two observers, which are respectively for estimating the angular velocity and the disturbance, are constructed by utilising the immersion and invariance method. The mismatched term arising from the observers is dominated by the high-gain injection. The control law is a simple proportional-derivative controller plus a disturbance compensation term, where the estimates of the angular velocity and the disturbance from observers are used for feedback directly. The overall closed-loop system is shown to be almost globally asymptotically stable under easy choices of some control parameters. Finally, simulations are conducted to demonstrate the effectiveness of the proposed control scheme.     

工业锅炉燃烧模糊-PI串级控制系统

工业锅炉的主要动态特性包括非线性、非最小相位特征、不稳定性、时滞和负荷干扰,采用传统控制方法难以实施有效控制。本文在研究燃煤锅炉控制特点的基础上提出了一种锅炉燃烧自适应模糊-PI串级控制系统及在VisualC++6.0中设计自适应模糊控制器的方法并将其加入组态环境MCGS。该虚拟智能设备在实际工程中投入应用,结果表明该控制系统比传统的PI串级控制系统具有更好的品质,控制效果较好。     

角速度约束下的刚体飞行器鲁棒有限时间姿态镇定

针对角速度状态受限条件下的刚体飞行器姿态镇定控制问题,提出一种基于扰动观测器的时变状态增益有限时间姿态控制方法.针对基于修正型罗德里格斯参数(MRPs)描述的刚体飞行器姿态控制模型,首先,利用齐次性理论并充分考虑到系统的模型结构特点,设计一种带有角速度约束项的有限时间姿态控制器,使得系统有限时间镇定;其次,在初始状态满足受限条件的情况下,角速度在任意时刻都可以被约束在期望的范围内;然后,针对存在外部干扰的姿态环动力学系统,提出一种带扰动估计补偿的复合有限时间姿态镇定控制器;最后,通过与其他两种控制方法的仿真比较,验证了所提出控制方案的有效性和优越性.     

深空探测航天器姿态的自抗扰控制

本文针对一种带有挠性附件和液体晃动的深空探测航天器姿态控制问题,提出了自抗扰控制律.该控制律可以自主、有效地抑制挠性附件弹性振动和液体晃动对姿态角运动的耦合作用以及处理大范围的扰动和系统不确定性.基于四元数生成角速度跟踪指令,把控制问题由姿态角控制转化为角速度控制.通过设计扩张状态观测器实时估计并补偿角速度通道总扰动并结合角速度偏差反馈,使得角速度快速跟踪指令,进而实现控制目标.仿真结果验证了控制律的有效性和鲁棒性.     

3RPS/UPS并联机器人神经网络观测器反演控制

为了增强4D互动立体游戏仿真模拟平台的刚度和运动性能，将带冗余结构的3RPS/UPS并联机器人应用其中。首先对其结构进行介绍及逆运动学分析，然后针对传统PID控制在控制精度方面的不足，提出了一种基于神经网络观测器的反演控制方法。最后利用MATLAB对其进行建模以及系统仿真实验，并与传统PID控制以及一般的RBF神经网络自适应控制进行对比。由仿真结果可以看出，根据RBF神经网络观测器估计系统状态值，并应用反演控制理论设计控制器，能实现很好的状态观测，从而实现无需速度信号的位置跟踪。该方法也能够在一定程度上提高精度，且其整体控制效果优于传统PID控制器，相比于一般的RBF神经网络自适应控制也有了一定的改进。     

基于扰动观测器的水面无人船自适应模糊控制器设计

为了使水面无人船(USV)获得更好的跟踪性能,本文设计了基于扰动观测器和命令滤波器的自适应模糊控制器.对于该系统存在建模不确定性和外部环境的扰动,采用模糊逻辑系统(FLS)和一个新的扰动观测器对其进行逼近和补偿.在扰动观测器和控制器中加入了一个新的自适应参数,用来改善控制精度.基于此,本文设计了命令滤波反步控制方法,可以保证系统在所有状态下都是有界的,且跟踪误差在有限时间内小于规定的精度.仿真结果显示该方法有效,且可以满足给定的控制精度.     

飞行器纵向通道姿态模糊控制器设计

飞行器姿态控制系统结构极其复杂,难以建立准确的数学模型。为了实现姿态的精确控制,将模糊控制方法应用于飞行器纵向通道姿态控制中,在模糊逻辑理论的框架下,根据姿态控制系统的输入输出量,提出了一种模糊规则优化设计方案,通过模糊推理,实现了对飞行器姿态的模糊控制。仿真结果表明,所设计的模糊控制器性能稳定,系统响应的调整时间在1s以内,超调量不超过3%,且小扰动情况下仍能保持较好的控制效果,有效提高了系统的稳态精度与动态品质。