基于ANFIS的激光三角传感器标定方法的研究.pptVIP

研究背景 传感器的使用自然离不开标定，即通过试验建立传感器输出与输入之间的关系并确定不同使用条件下的误差的过程。 结论 1.随着隶属度函数数目增加，训练用时越来越长，训练误差整体是呈现减小的趋势，但并不是隶属度函数数目越多训练误差越少，例如s积型隶属度函数时函数数目为4时的训练误差0.98386大于函数数目为3时的训练误差0.78566。 结论 结论 基于ANFIS的激光三角传感器标定方法的研究 导 师: 徐 慧 朴 答辩人: 于孟 专 业: 自 动 化 1 论文框架 研究背景 方案设计 研究过程 结论 1 2 3 4 2 研究背景 伴随着计算机与微电子技术的广泛的参与到制造业的整个生产流程中，形成了集合多种学科的集成技术，激光三角传感器在三维测量的应用就是其中重要的一项。 3 4 方案设计 传感器标定： 利用matlab工具箱ANFIS对激光三角传感器标定，设定设定误差允许限值为0，训练循环次数为800。 1）8种隶属度函数在隶属度函数数目从3到10连续变化时标定。 2）8种隶属度函数在隶属度函数数目从3到50不连续变化时标定。 5 方案设计 不同标定方法的比较： 记录下所有的标定方法的训练误差，对不同方法进行两方面的比较。 1）同一隶属度函数时，不同隶属度函数数目的标定误差比较。 2）同一隶属度函数数目，不同隶属度函数的标定误差比较。 6 方案设计 评定标准： 以标定误差曲线最后为趋于平直的曲线，且有最小的标定误差为优。 研究过程 标定曲线： 研究过程 训练结果： 1）梯形隶属度函数、高斯型隶属度函数、高斯2型隶属度函数、π型隶属度函数训练结果都是一条无限下降的曲线。不能用来标定。 研究过程 2）三角形隶属度函数、钟形隶属度函数、s和型隶属度函数、s积型隶属度函数的训练误差曲线是一条先下降走后趋于稳定直线的曲线，能够满足我们对标定的基本要求。 研究过程 训练误差: 1 隶属度函数数目从3到50的不连续变化 研究过程 2）隶属度函数数目从3到10的连续变化。 2. 在隶属度函数数目从3到50变化时，钟形隶属度函数普遍有较小的训练误。 3.在隶属度函数数目从3到10变化时，三角形隶属度函数普遍有较小的训练误。 4.当s和型和s积型形隶属度函数数目设定为50时，训练误差最小为0.37685，训练效果最好，但是训练时间较长。 在具体的实际应用中，要根据实际数据的情况来选择隶属度函数的类型及数目，进行大量的数据训练，不断地调整隶属度函数的类型及其数目，使标定的精度满足传感器的使用要求。