小型无人机地面目标跟踪系统机载云台自适应跟踪控制

本文针对小型无人机地面目标跟踪系统,提出了一种机载云台自适应跟踪控制算法.该算法在摄像机外参数未知的情况下,利用图像信息和机载传感器得到的无人机状态进行反馈,最终实现了对云台摄像机姿态的控制,使得无人机在跟踪目标飞行过程中,地面目标可以始终保持在摄像机的图像中心.为此,论文首先通过分析无人机、目标和摄像机三者的相对位姿关系,建立了目标点在图像平面的运动学模型.在此基础上,基于李雅普诺夫稳定性理论设计了自适应控制算法.理论分析与仿真结果表明本文所设计的摄像机姿态控制器在摄像机外参数未知的情况下,可以使被跟踪目标始终保持在图像中心.     

非完整移动机器人的有限时间跟踪控制算法研究

对非完整移动机器人的有限时间轨迹跟踪控制问题进行讨论．与基于非连续状态反馈的传统有限时间控制算法相比，基于连续状态反馈的有限时间控制算法更适合于控制工程应用．利用该连续系统有限时间控制技术，设计一种连续的状态反馈跟踪控制算法．使得对角速度为非零常数的期望轨迹，非完整移动机器人能够实现全局跟踪，并能在有限时间内完全跟踪上期望轨迹．仿真结果表明了该方法的有效性．     

基于深度相机的移动机器人视觉跟踪控制研究

基于视觉利用移动机器人进行运动目标跟踪,该文提出一种基于二自由度云台和RGB-D相机的运动目标视觉跟踪及移动机器人路径实时规划、跟踪方法。该方法利用核相关滤波算法在图像中实时追踪目标,控制二自由度云台使深度相机实时对准目标,并根据深度相机得到目标的深度信息,利用坐标转换得到目标相对于机器人的位置信息;其后移动机器人根据目标的位置信息,基于五次多项式进行路径规划;最后采用李雅普诺夫控制律对移动机器人进行轨迹跟踪控制,使得机器人能够平稳地跟踪目标运动。该算法在阿克曼移动机器人上进行了实验,实验结果验证了算法的有效性和实时性。     

基于视觉目标跟踪的PTZ控制方法

针对目前基于主动视觉的PTZ摄像机控制跟踪性能差,无法连续、实时跟踪动态目标,且跟踪目标的准确度低下等缺陷,提出了一种基于核相关视觉目标跟踪算法的云台摄像机控制方法。首先设计了云台摄像机系统的整体架构。视觉目标跟踪采用核相关目标跟踪方法,时效性很高,跟踪精确度也位列于目标跟踪领域的高等水平。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。并用C++实现了KCF算法控制PTZ摄像机上位机,实验验证了该种PTZ控制方法的准确性、适用性及稳定性。     

基于自适应动态规划的移动机器人视觉伺服跟踪控制

针对移动机器人视觉伺服跟踪控制问题, 提出一种基于自适应动态规划(Adaptive dynamic programming, ADP) 的控制方法. 通过移动机器人上的相机拍摄共面特征点的当前图像、期望图像以及参考图像, 利用单应性技术得到移动机器人当前的位姿信息与期望的位姿信息(即平移量与旋转角度), 从而通过当前与期望的平移旋转之间差值得到系统的开环误差模型. 进而, 针对此系统设计最优控制器, 同时做合适的控制输入变换. 在此基础上设计一个基于ADP的视觉伺服控制方法以保证移动机器人完成轨迹跟踪任务. 为求出最优控制输入, 采用一个评价神经网络近似值函数, 通过不断学习逼近哈密顿−雅可比−贝尔曼(Hamilton-Jacobi-Bellman, HJB)方程的解. 与以往不同的是, 由于系统存在时变项, 导致HJB方程也含有时变项, 因此需要设计具有时变权值结构的神经网络近似值函数. 最终证明在所设计的控制方法作用下, 闭环系统是一致最终有界的.     

双目视觉云台模糊自适应PID跟踪控制

针对双目四自由度视觉云台目标跟踪控制中存在的非线性、模型不确定性和参数时变等问题,提出基于模糊逻辑的自适应PID控制器。在传统PID控制器的基础上,利用模糊逻辑建立模糊自适应PID控制器。模糊自适应控制器以跟踪误差和误差的变化率为输入参数,以PID控制器参数的变化量为输出,在线自适应更新PID参数。在MATLAB和V-rep环境下搭建仿真实验平台,仿真结果表明,所提出的模糊自适应控制器较传统PID控制器在动力学模型时变方面有很好的鲁棒性。     

基于视觉伺服非完整移动机器人的有限时间饱和镇定

对视觉伺服反馈的一类类非完整移动机器人,提出在视觉参数不确定下的有限时间饱和镇定问题.运用多步控制策略和有限时间稳定性理论,设计分段连续的饱和控制律使得闭环系统的状态在有限时间内收敛到平衡点.仿真结果验证了该方法的有效性.     

移动机器人运动目标跟踪系统设计

利用SONYEV-D31摄像机和自主研发的摄像机控制模块,构建了一套主动视觉子系统,并将该子系统应用于RIRA-Ⅱ型移动机器人上,实现了移动机器人运动目标自动跟踪功能。RIRA-Ⅱ移动机器人采用了由一组分布式行为模块和集中命令仲裁器组成的基于行为的分布式控制体系结构。各行为模块基于领域知识通过反应方式产生投票,由仲裁器产生动作指令,机器人完成相应的动作。在设置了障碍、窄通道以及模拟墙体的复杂环境下进行运动目标跟踪实验,实验表明运动目标跟踪系统运行可靠,具有较高的鲁棒性。     

基于卡尔曼滤波的移动机器人运动目标跟踪

提出了一种基于卡尔曼滤波的运动目标快速跟踪算法。针对复杂背景下彩色运动目标跟踪问题,采用基于颜色特征和形状特征相结合的方法进行目标识别。利用卡尔曼滤波器的预测功能,预测运动目标在下一帧中的位置,将图像全局搜索问题转换为局部搜索,提高了系统的实时性。实验结果表明:该算法满足移动机器人运动控制的实时性要求,实现了对运动目标的快速跟踪。     

基于视觉的移动机器人地面轨线跟踪导航研究

地面轨线跟踪是机器人视觉导航控制基本技术之一．文中针对曲率变化较大的地面轨线跟踪提出了一种新的状态控制方法．该方法从图像中提取参考轨线的方向和幅度参数作为状态控制的输入，调整速度和转速实现跟踪控制．为改善控制性能，当由于摄像机倾角较大而引起的图像畸变较大时，利用射影变换把参考轨线参数从图像坐标系映射到机器人坐标系，而无须提供位置、曲率等参数．实验表明该方法控制效果良好．     

Finite-time tracking control for multiple non-holonomic mobile robots based on visual servoing

This paper investigates finite-time tracking control problem of multiple non-holonomic mobile robots via visual servoing. It is assumed that the pinhole camera is fixed to the ceiling, and camera parameters are unknown. The desired reference trajectory is represented by a virtual leader whose states are available to only a subset of the followers, and the followers have only interaction. First, the camera-objective visual kinematic model is introduced by utilising the pinhole camera model for each mobile robot. Second, a unified tracking error system between camera-objective visual servoing model and desired reference trajectory is introduced. Third, based on the neighbour rule and by using finite-time control method, continuous distributed cooperative finite-time tracking control laws are designed for each mobile robot with unknown camera parameters, where the communication topology among the multiple mobile robots is assumed to be a directed graph. Rigorous proof shows that the group of mobile robots converges to the desired reference trajectory in finite time. Simulation example illustrates the effectiveness of our method.     

基于CAN总线的移动机器人通信系统设计

近年来,对移动机器人的研究已成为热点,尤其是对移动机器人数据通信系统的研究。由于CAN总线技术具有网络功能,因此本文利用CAN总线构建了一个移动机器人的数据通信系统,使得机器人内部可以灵活地挂接多个功能模块。本文所设计的移动机器人具有动作模块、语音交互模块、避障与导航模块等。实验表明利用CAN总线技术可以提升移动机器人数据通信的可靠性和可扩展性。     

Adaptive tracking control of a wheeled mobile robot via anuncalibrated camera system

This paper considers the problem of position/orientation tracking control of wheeled mobile robots via visual servoing in the presence of parametric uncertainty associated with the mechanical dynamics and the camera system. Specifically, we design an adaptive controller that compensates for uncertain camera and mechanical parameters and ensures global asymptotic position/orientation tracking. Simulation and experimental results are included to illustrate the performance of the control law.     

Binocular mobile augmented reality based on stereo camera tracking

Mobile augmented reality (AR) applications have become feasible with the evolution of mobile hardware. For example, the advent of the smartphone allowed implementing real-time mobile AR, which triggered the release of various applications. Recently, rapid development of display technology, especially for stereoscopic displays, has encouraged researches to implement more immersive and realistic AR. In this paper, we present a framework of binocular augmented reality based on stereo camera tracking. Our framework was implemented on a smartphone and supports autostereoscopic display and video see-through display in which a smartphone can be docked. We modified edge-based 3-D object tracking in order to estimate poses of left and right cameras jointly; this guarantees consistent registration across left and right views. Then, virtual contents were overlaid onto camera images using estimated poses, and the augmented stereo images were distorted to be shown through a video see-through display. The feasibility of the proposed framework is shown by experiments and demonstrations.     

基于关联规则挖掘的全向轮移动机器人目标跟踪控制系统设计

为保证全向轮机器人在移动过程中所捕获到的目标对象能够完全符合理想目标设定条件,准确追踪目标节点的运动行为,设计基于关联规则挖掘的全向轮移动机器人目标跟踪控制系统;根据CAN主控框架的部署形式,按需连接核心管控电路与I/O跟踪模块;分别以转向控制器、速度控制器为例,完善全向轮控制结构的物理作用能力,实现机器人目标跟踪控制系统的硬件设计;在此基础上,定义频繁项集合,按照具体的关联规则特征描述结果,确定挖掘程序指令的执行能力,得到准确的关联离散度指标计算结果,实现控制系统的关联规则挖掘,再联合相关硬件设备结构,完成基于关联规则挖掘的全向轮移动机器人目标跟踪控制系统设计;分析对比实验结果可知,随着关联规则挖掘控制系统的应用,全向轮机器人在移动过程中所捕获到的目标对象能够将理想目标完全包含在内,机器人目标跟踪结果准确,可以辅助全向轮移动机器人更加准确地追踪目标节点的运动行为,符合实际应用需求。     

基于视野分界线的多摄像机运动目标跟踪算法

提出了一种改进的基于视野分界线的多摄像机运动目标跟踪算法。该算法通过采用SIFT算法来自动获取特征点,生成视野分界线。当目标穿过分界线后,将待确定目标颜色直方图与目标颜色直方图相匹配,匹配度最好的赋予标识,即完成目标的交接,用Mean Shift算法完成后续目标的跟踪。在搭建的实验平台上进行了实时跟踪,实验结果表明该算法能有效实现多摄机间的目标连续跟踪。     

基于图像轮廓检测的航天器目标跟踪控制系统设计

目前研究的航天器目标跟踪控制系统控制有效率低,追踪图像与实际目标不同,准确率低;基于图像轮廓检测设计了一种新的航天器目标跟踪控制系统,根据系统硬件的不同性能与结构进行模块式划分,同时将图像轮廓检测数据准则添加入中心管理系统中,时刻保证数据的检测安全系数处于系统操作允许范围内;调整原有的软件结构状态,采集航天器轮廓图像并提取轮廓信息,选用适当的图像轮廓检测阈值,集中检验跟踪目标的运动方向,调控方向数据,以此降低图像的像素变化程度,得到准确的航天器目标跟踪控制结果;实验结果表明基于图像轮廓检测的航天器目标跟踪控制系统控制有效率达到了84%,跟踪目标更加准确。     

基于大数据聚类的移动机器人运动跟踪控制系统设计

目前研究的移动机器人运动跟踪控制系统控制过程易受到外界扰动影响,导致控制稳定性较差,运动跟踪准确性较差,为此,基于大数据聚类算法设计了一种新的移动机器人运动跟踪控制系统。硬件部分主控制器负责远程无线通讯,图像采集的数据传输和舵机驱动连接,驱动控制器为机器人行走提供动能保证;远程控制模块负责数据,图像和指令的传输;舵机控制模块机器人的行走、转向;软件部分首先通过大数据聚类的方法分析机器人移动步态,根据运动超声波传感器原理判定障碍物位置,考虑移动机器人运行状态与足端轨迹,构建机器人行走控制模型。通过髋关节调节机器人姿态,消除外部扰动对机器人姿态和运动速度的影响,得到抗扰动控制模型。实验结果表明,所设计系统在对机器人运动控制的稳定性及对抗外界扰动方法具有较好的性能,能够实现对移动机器人运动的准确跟踪。     

基于目标跟踪的双层结构工业预测控制

针对基于二次规划的稳态目标跟踪问题,给出一种统一的处理方法.该方法不仅可以通过加权协调各个目标的跟踪,还可通过惩罚跟踪偏差体现对输出目标跟踪的偏重.分析该方法的可行性,得到了同时适合于多优先级稳态目标优化的无静差控制的结论.仿真结果验证了所提出方法的有效性.     

激光与单目视觉融合的移动机器人运动目标跟踪

针对室内环境下的移动机器人运动目标跟踪问题,提出一种基于激光与单目视觉传感信息融合的机器人定位和目标运动估计方法.首先,利用激光传感信息实现对目标的检测,并完成机器人定位与环境建图;然后,设计一种基于单目视觉传感器的目标位置估计算法,获得目标的距离和角度信息;为了实现两类传感信息的有效融合,将激光与单目视觉进行联合标定,得到二者的相对位姿关系,基于此,将激光与单目视觉提取的目标距离和角度通过具有最优重要性函数和权重的粒子滤波器进行融合,实现对目标运动状态的准确估计.实验结果表明该方法具有良好的跟踪性能.