运动目标跟踪平台控制算法研究

论文摘要

随着计算机硬件和软件技术的发展,计算机视觉技术受到了人们越来越多的关注,视频运动目标跟踪作为计算机视觉的重要研究项目之一,在军事、航空航天、计算机辅助设计、智能机器人等领域得到了广泛的应用。为了模拟火炮控制,实现对目标的锁定及跟踪,借助于云台模拟自动火炮的转台系统。本文为了实现对云台的控制,通过运动目标区域的提取、目标检测和跟踪以及Kalman预测和PID算法等进行了深入研究。本文首先阐述国内外关于国内外关于模拟火炮控制中云台的各种控制方法及发展,然后介绍了主要硬件设备及技术参数,为了实现目标的跟踪我们运用CamShift算法完成。在跟踪系统中,跟踪是以测量脱靶量的方式来精确确定目标位置。系统中的脱靶量计算单元要经过图像采集、信号处理、跟踪算法、存储传输等计算环节。这些运算需要花费至少30ms时间,而伺服控制系统的计算周期可以快到0.01ms。脱靶量计算产生的这种延迟对伺服系统会造成很大的误差。同时如果只以图像处理的脱靶量为控制变量会造成云台的控制带宽不够,对跟踪造成很大的影响,为此需要采用某种算法来预测脱靶量,通过实验运用多种脱靶量预测方法,做出比较及分析最终选用稳态Kalman预测的方法来完成脱靶量的预测,并通过实验来证明了该算法的稳定性和实时性,通过运动目标的脱靶量预测,由于没有编码器的反馈,我们无法对云台的绝对位置进行校正如果采用增量式PID算法会造成误差不断的累积,在一定时间后云台将会失控,所以根据本系统的技术条件我们采用积分分离PID控制算法。并且初步确定了参数,为了使云台的调整时间和超调程度达到最优,我们又进行了PID整定,并对各种整定方法进行研究,最终选用基于曲线拟合的PID参数整定方法以此来达到最有效果,并用实验证明了本文提出方法的有效性和实时性。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题的研究背景及意义
• 1.2 国内外研究现状
• 2 运动目标跟踪平台系统的设计
• 2.1 运动目标跟踪平台系统原理
• 2.2 跟踪系统的硬件框架
• 2.2.1 跟踪控制平台的硬件框架
• 2.2.2 图像采集卡的特点与选择
• 3 运动目标跟踪算法研究
• 3.1 基于颜色信息的方法
• 3.1.1 MeanShift算法
• 3.1.2 基于CamShift算法的目标跟踪
• 4 脱靶量的预测
• 4.1 多项式拟合算法
• 4.1.1 多项式拟合算法简介
• 4.2 Kalman预测法
• 4.3 超前n步Kalman预测
• 4.4 Kalman隔点预测法
• 4.5 稳态Kalman预测
• 4.6 本系统所采用的脱靶量预测算法
• 4.7 本章小结
• 5 PID控制及其调节过程
• 5.1 PID控制
• 5.1.1 比例调节（P调节）
• 5.1.2 积分调节（I调节）
• 5.1.3 比例积分调节（PI调节）
• 5.1.4 比例积分微分调节（PID调节）
• 5.2 比例微分调节器的特点
• 5.3 比例积分微分调节规律
• 5.4 控制器对控制性能的形响
• 5.4.1 比例作用对控制性能的影响
• 5.4.2 积分作用对控制性能的影响
• 5.4.3 微分作用对控制性能的影响
• 5.5 控制规律的选择
• 5.6 数字PID控制算法
• 5.7 位置式PID控制算法
• 5.8 增量式PID控制算法
• 5.9 数字PID控制系统采样周期的选择
• 5.10 本系统所采用的PID算法
• 6 PID的整定方法
• 6.1 齐格勒-尼柯尔斯法则
• 6.1.1 第一种方法
• 6.1.2 第二种方法
• 6.2 广义频率法
• 6.2.1 采用比例调节器
• 6.2.2 比例积分调节器
• 6.2.3 比例积分微分调节器
• 6.3 工程整定方法
• 6.3.1 衰减曲线法
• 6.3.2 临界比例带法
• 6.3.3 动态参数法
• 6.3.4 经验法
• 6.4 四种工程整定方法的比较
• 6.4.1 衰减曲线法
• 6.4.2 临界比例带法
• 6.4.3 动态参数法
• 6.4.4 经验法
• 6.5 本平台所采用基于曲线拟合的PID参数整定方法
• 6.6 基于曲线拟合的最大切线法
• 6.7 基于曲线拟合的近似计算法
• 6.8 本系统的PID控制器参数整定步骤
• 6.8.1 最大切线法整定步骤
• 6.8.2 近似计算法整定步骤
• 6.8.3 实验数据计算
• 6.9 系统实验
• 6.10 基于比例的云台控制
• 6.11 试验结果及分析
• 6.12 结束语
• 7 结论
• 7.1 总结
• 7.2 展望
• 参考文献
• 攻读硕士学位期间发表的论文
• 致谢