激光跟踪仪的动态特性研究

设计制造出一种标准圆轨迹发生器，可为标准反射镜的运动提供高精度的规定轨迹。介绍了在此基础上对激光跟踪仪的动态特性进行的研究和试验结果，并据此提出了激光跟踪仪动态特性评定的参数和方法，用于评价激光跟踪仪对物体运动轨迹的跟踪和测量能力。     

激光跟踪仪动态参数自动测试系统设计

介绍了中国计量科学研究院最新研制的激光跟踪仪动态参数自动测试系统.当前,对激光跟踪仪的评价普遍局限于静态参数的评定上,而该系统却通过测量激光跟踪仪在动态条件下的各性能指标,弥补了在动态指标评定方面的缺陷,从而可以从静态、动态两个方面对激光跟踪仪进行全面的评价.     

基于速度三角波的激光跟踪仪动态定位误差校准技术的研究北大核心CSCD

激光跟踪仪作为大尺寸精密坐标测量仪器,其动态定位误差精度备受关注。而其校准技术还停留在静态校准和动态跟踪性能校准的状态下。在少有对激光跟踪仪动态定位误差校准的前提下,通过对激光跟踪仪的误差分析,提出了基于速度三角波的激光跟踪仪动态定位误差校准方法,并对校准模型中运动目标的规律和运动轨迹进行了分析,设计了激光跟踪仪校准实验。实验结果论证了校准方案的可行性和必要性,对最大测量速度赋予了更为详细的定义。     

双目立体视觉动态角度测量方法

为实现对大幅度动态摆角及运动过程中物体空间姿态角的在线测量,提出一种基于双目立体视觉技术的动态角度测量方法。通过标定好的双目系统实时跟踪采集被测物体的特征点图像,重建特征点的空间三维坐标,进而计算出待测物的动态摆角或空间姿态角。实验结果表明:该系统在测量摆角时示值误差为±0.02°,测量空间姿态角时示值误差为±0.12°,同时具有非接触的优点,适用于动态摆角的在线测量及运动物体的空间姿态跟踪。     

激光跟踪仪现场评定装置

介绍了一种用于激光跟踪仪现场快速评定装置,采用激光干涉仪作为标准器,能够生成任意标准长度,符合美国ASME B89.4.19的评价方法,同时还具有动态参数校准和角度标定功能,实现了激光跟踪仪在工业现场的快速评定.     

激光制导测量机器人自动跟踪算法研究

介绍了激光制导测量机器人系统的组成和工作原理,结合被测工件CAD模型,提出一种激光制导测量机器人移动路径的规划方法,通过采用多点折线法实现机器人运动;在此基础上,研究了激光制导测量机器人自动跟踪激光束的跟踪算法.激光制导测量机器人对激光束的跟踪分解为位置跟踪和姿态跟踪.采用基于运动学的轨迹跟踪方法实现机器人的位置跟踪;通过坐标变换,得到与激光束姿态对应的光靶(SMR)姿态,保证SMR入射面法矢量方向与测量激光束的方向矢量相反.最后通过仿真软件验证了该跟踪算法的有效性和正确性.     

提高光电经纬仪跟踪快速运动目标能力的一种方法

考虑到系统稳定性，光电经纬仪跟踪伺服系统一般设计成Ⅰ型系统。Ⅰ型系统存在速度、加速度动态滞后误差。动态滞后误差的大小不但与跟踪系统有关，还与目标运动特性有关。在跟踪快速运动目标时，会因速度、加速度动态误差的增大，导致目标脱离视场，丢失目标。因此提高光电经纬仪跟踪快速运动目标的能力，一直是光电跟踪伺服系统努力的方向。本文给出了一种提高光电经纬仪跟踪快速运动目标的能力的方法：动态1 Ⅰ控制法，并利用SIMULINK建立了跟踪伺服系统动态1 Ⅰ控制法仿真模型。仿真结果表明动态1 Ⅰ控制法是一种提高光电经纬仪踊跃快速运动目标能力的有效方法。     

不确定电液位置伺服系统的动态面跟踪控制

针对一类含有动态不确定性的双作用液压缸电液伺服系统跟踪控制问题,采用动态面控制方法设计了一个鲁棒自适应跟踪控制器.由于在逆推设计过程中加入了低通滤波器使得该方法不用对模型非线性进行多次微分,因而设计方法简化.所设计的自适应鲁棒控制器不仅能保证闭环系统的半全局渐近稳定,使得输出渐近跟踪期望轨迹;而且,跟踪误差可以通过控制器的设计参数加以调整.数字仿真结果表明,控制系统对给定位置的跟踪具有良好的动态特性,对系统的不确定性,具有较强的鲁棒性.     

用蚁群优化算法进行误差修正的手臂姿态跟踪的研究

为了提高人体手臂运动姿态跟踪的精度,提出了一种采用蚁群优化(ACO)算法修正误差的手臂姿态跟踪方法。该方法基于对姿态测量单元中加速度计的误差模型的分析,采用ACO算法进行误差模型参数拟合以修正加速度计的静态误差;应用卡尔曼滤波算法对MEMS加速度计、磁力计和陀螺仪数据进行数据融合,得到肢体姿态最优估计;采用了手臂肘关节的几何约束模型,对手臂姿态跟踪过程中因噪声扰动和肌肉变形产生的随机漂移误差进行补偿,得到手臂关节的正确位置估计。试验表明,该方法有效地降低了传感器噪声所引起的漂移,提高了位置测量的准确度和稳定度。     

一种动态模板匹配的卡尔曼滤波跟踪方法

在视频跟踪系统中,运动目标检测是实现跟踪的前提和难点.为了能够有效地检测出目标,提出了一种基于动态模板匹配和卡尔曼滤波的目标跟踪算法.首先将前两帧图像差分检测运动目标区域,提取特征点;然后利用卡尔曼滤波在搜索区域中找到与目标模型最匹配的候选目标位置并与当前帧目标模板进行匹配;最后将特征点流失率作为限定阈值,采用模板更新策略动态更新模板.跟踪实验表明,该算法具有很好的匹配精度与实时性,对目标姿态变化、大小变化、遮挡问题等有很好的鲁棒性.