利用自适应卡尔曼滤波实现光电跟踪中的复合控制

为了在光电跟踪控制系统中实现复合控制以提高跟踪精度,构建了基于模型自适应卡尔曼滤波算法的复合控制结构。首先,利用跟踪脱靶量数据和仪器位置数据合成目标角位置数据;然后,利用模型自适应卡尔曼滤波算法对目标角位置数据进行滤波估计以获得目标角速度信息;最后,将目标角速度信息前馈到速度回路,从而构成复合控制系统。实验结果表明:采用复合控制结构后,目标跟踪精度提高了50%。基于模型自适应卡尔曼滤波算法的复合控制技术能够在保持原反馈控制系统稳定性的条件下提高跟踪精度。     

基于卡尔曼滤波器的三电平逆变器的控制研究

提出一种基于卡尔曼滤波器的DPC控制的三电平逆变器的控制策略,在Simulink环境下分别对直接功率控制的三电平逆变器结合两种不同的卡尔曼滤波器进行仿真。实验结果表明,扩展卡尔曼滤波器较传统卡尔曼滤波器而言,有着更为优越的性能,大大地改善了逆变器输出波形的质量,使控制精度和鲁棒性得到了提升。     

应用跟踪误差等效模型评价光电经纬仪跟踪性能

针对目前光电经纬仪跟踪性能室内检测方法的缺陷,提出了评价光电经纬仪跟踪性能的新方法。基于系统辨识理论建立了光电经纬仪跟踪误差等效模型,将等效正弦信号输入等效模型,通过对模型输出进行数据处理来评价光电经纬仪的跟踪性能。介绍了建立等效模型的原理和等效模型阶次,给出了根据光电经纬仪检测指标进行等效正弦信号设计的方法。为得到精确的模型参数,采用动态靶标目标角频率连续调制模式实现了对光电经纬仪动态性能的持续激励。仿真和实验结果显示,得到的跟踪误差等效模型估计误差均值为(2.5872×10-6)°≈0°,最大值为1.8″,标准差为1.1″,表明建立的等效模型能够满足跟踪性能评价要求,实现了对光电经纬仪跟踪性能的合理、准确评价。     

卡尔曼滤波器在PID控制器中的应用研究

本文建立球杆系统模型并分析系统中噪声,采用卡尔曼滤波器来克服球杆系统中的测量噪声和控制噪声对控制性能的影响,并在MATLAB环境下进行对比仿真试验,验证了滤波器对噪声的有效抑制作用。     

基于卡尔曼滤波器的智能车过弯时间优化控制算法

对最小过弯时间算法的研究是赛车单圈行驶时间优化的关键问题之一。在最优控制理论的框架下,设计了一种基于Kalman滤波器的过弯时间优化控制算法。运用Kalman滤波算法估计了车辆行驶状态,通过控制算法调节轮胎转角实现了过弯轨迹的优化。最后,根据相似理论Buckingham Pi定理,运用飞思卡尔智能模型车进行试验。结果表明,所设计的优化控制算法可有效缩短车辆过弯时间,验证了优化算法的有效性。     

基于卡尔曼预测和滤波的视频目标跟踪

视频目标跟踪在军事和民用领域有着广泛的应用,其实现算法首选卡尔曼滤波算法,但是在应用卡尔曼滤波算法之前首先要获得目标当前时刻的观测信息,在全帧图像搜索并确定目标需要耗费大量的计算资源。针对这一问题,文章结合目标跟踪时的卡尔曼滤波算法,在每次完成目标状态的滤波估计后,进行卡尔曼一步预测,确定目标下一时刻可能的范围,避免下一时刻确定量测信息时对整幅图像的搜索,极大地减小计算量,提高目标跟踪的实时性和精度。计算机仿真实验验证文中所提方法的有效性。     

基于卡尔曼滤波器的轮速信号电路及算法研究

在汽车动力学控制的过程中,准确获取轮速信息至关重要。针对磁电式轮速传感器信号处理电路稳定性差、无法自检和车速门槛值高(>4km/h)等问题,设计了一种结构简单且具有自检功能的模拟/数字混合的电路;同时针对硬件电路不能处理轮速异常点以及低速时轮速信号频繁地波动等问题,结合电路设计原理利用卡尔曼滤波器对轮速信号进行滤波处理。硬件电路与卡尔曼滤波算法联合处理轮速信号,具有结构简单、成本低、鲁棒性良好等特点。     

卡尔曼滤波器模型的建立及其对车道线的跟踪

卡尔曼滤波跟踪考虑跟踪一条车道线的情况,采用卡尔曼滤波器实现了车道线的跟踪. 实验证明,该算法具有一定的实时性.     

初始对准中常规六状态卡尔曼滤波器的应用

建立了常规六状态滤波器误差方程,进行了kalman滤波仿真,得到航向、姿态角误差和陀螺漂移误差量,进行补偿。仿真结果显示常规滤波器在初始对准中取得了较好的效果。     

基于加速度变化率的轮胎等效侧偏刚度估计方法

等效侧偏刚度精确地反映了轮胎的侧偏特性,是汽车操纵稳定性研究中的重要参数。为此提出了基于加速度变化率的汽车轮胎等效侧偏刚度估计方法。采用三自由度汽车动力学模型,把前后轮侧向力的时间变化率表示为加速度变化率的函数。利用轮胎力学特性理论推导出瞬时等效侧偏刚度的估计公式,在汽车纵向加速度为稳态的条件下,利用轮胎侧向力的时间变化率和轮胎侧偏角的时间变化率来估算轮胎瞬时等效侧偏刚度。通过ADAMS软件的整车常半径转向虚拟试验对估计方法进行了验证。虚拟试验结果表明提出的方法具有较好的估计精度。     

一种基于Kalman滤波算法的组合式温度传感器的研究

该文研究了一种基于Kalman滤波算法的组合式温度传感器。根据铂电阻和半导体热敏电阻在温度测量中的不同特性,设计了一种组合式温度传感器,并利用Kalman滤波算法进行综合数据处理。提出了基于Kalman滤波算法的组合式温度传感器模型,给出了静态测量和动态测量两种情况下的kalman滤波算法步骤,分析了Kalman滤波算法的参数设置。实验结果表明,该组合式温度传感器可有效提高测量结果的准确性和灵敏度。     

基于卡尔曼滤波器的交流伺服系统自适应滑模控制

为了减小负载转矩扰动和系统参数摄动对永磁同步电机控制系统的影响,提出了一种基于卡尔曼滤波器的自适应滑模速度控制器。该控制器由自适应律估计参数摄动项,用卡尔曼滤波器估计外部扰动项。设计了含积分作用的滑模面,以保证电机转速的无静差跟踪;采用了指数趋近律,以提高趋近速度并削弱抖振。卡尔曼滤波器估计得到的系统外部扰动前馈补偿至控制器的输出,用于有效降低滑模控制器的不连续切换项造成的系统抖振。实验结果显示:跟踪设定的600r/min转速时,控制器稳态转速精度达到±1r/min。电机在以600r/min稳速运行时,设计的控制器在1.6N·m的外部转矩扰动下的最大转速波动比传统PI控制器的转速波动减小了2%。仿真分析和实验数据表明基于卡尔曼滤波器的自适应滑模控制器对交流伺服控制系统具有较强的抗扰动性、鲁棒性以及良好的稳态性能。     

基于Kalman滤波的视觉预测目标跟踪及其应用

为了使得护理服务机器人实现一种平滑、柔顺的任务执行过程,建立了基于图像处理的视觉信息感知的几何模型,提出一种基于Kalman滤波预测估计的视觉信息感知方法,并据Kalman滤波理论建立了对包括机器人终端手抓等目标状态进行预测跟踪的模型,同时利用建立的模型在护理服务机器人系统中进行了试验研究,试验结果表明所提出的方法可以较好的对目标状态进行预测估计,通过“预测—校正”可以实现一种快速准确的视觉信息感知。该方法应用在护理服务机器人系统中可以减少视觉通道反馈信息的时间滞后问题,增强了人机对话和信息感知能力。     

基于Kalman滤波模糊PID控制的直流调速系统

为了提高直流调速系统的控制性能,针对系统中存在的非线性及结构参数变化范围大的特点,提出了一种基于Kalman滤波的参数自整定模糊PID控制器。该控制器将传统的PID控制算法与模糊控制算法相结合,通过对误差及误差变化的在线识别,实现对PID参数的自整定,并采用Kalman滤波对信号进行滤波处理。Matlab仿真结果表明,与传统的线性PID控制器相比,该控制系统具有良好的动态和稳态性能,鲁棒性强,控制性能显著提高。     

变维卡尔曼滤波实现运动目标的跟踪

在球坐标激光跟踪测量系统中，由于受到各种干扰的影响，激光跟踪系统测量所得到的目标状态参量的测量值与目标的真实状态往往不尽相同，如何抑制随机误差，成为提高激光跟踪测量系统精度的一个重要问题。本文提出变维卡尔曼滤波算法来抑制随机误差的影响，仿真结果验证了该方法的有效性。     

微间隙焊缝磁光成像卡尔曼滤波跟踪算法

在激光对接焊过程中,实时控制激光束准确对中焊缝是保证焊接质量的前提。针对紧密对接激光焊,研究一种用于微间隙(不大于0.1 mm)焊缝位置识别及跟踪的磁光成像卡尔曼滤波算法。采用磁光传感器实时获取焊接区域的微间隙焊缝磁光图像序列,利用微间隙焊缝磁光图像的灰度梯度特征提取焊缝位置坐标。以焊缝位置及位移量构成状态矢量,建立描述焊缝位置的状态方程和测量方程。同时,假设系统动态噪声和测量噪声为零均值随机分布的高斯白噪声,建立噪声环境下的卡尔曼滤波跟踪算法,计算最小均方差条件下焊缝中心最优预测值,减小系统噪声和过程噪声对焊缝位置测量的影响。试验结果显示,该方法能有效实现激光对接焊微间隙焊缝位置的识别与跟踪。     

Centroid weighted Kalman filter for visual object tracking

In the visual object tracking, the Kalman filter presents commonly the state model and observation model uncertainty in the actual performance of Gaussian noise, so it makes the estimation of certain parameters produce errors in the model, and results in decreasing estimation precision. In order to enhance the stability of the Kalman filter, an algorithm based on centroid weighted Kalman filter (CWKF) for object tracking is proposed in this paper. The algorithm firstly uses background subtraction method to detect moving target region, and then uses the Kalman filter to predict target position, combining centroid weighted method to optimize the predictive state value, finally updates observation data according to the corrected state value. Tracking experiments show that the algorithm can detect effectively moving objects and at the same time it can quickly and accurately track moving objects with good robustness.     

基于卡尔曼滤波的虚拟采样同步控制算法研究

随着工业的发展,以及对系统通用性和可靠性要求的提高,研究用多个电机共同完成流水线生产已经越来越具有实际工程意义。本文以行列式制瓶机中的同步控制为背景,针对接近开关检测装置不能实时提供相位信息,提出了一种基于卡尔曼滤波的虚拟采样同步控制算法,实现供料机、分料机、拨瓶机和输送机等的同步控制,同步控制精度可达1度以内。