板球系统中运动分割反馈控制研究.docVIP

　　板球系统中运动分割反馈控制研究 第一章 绪论 1.1课题研究的背景和意义 因为板球系统具有非线性、不确定性、强耦合、无约束、欠驱动等复杂特征，所以研究板球系统的运动分割反馈控制算法对于研究非线性控制理论和视觉伺服控制理论都具有现实的理论意义，这也是本课题选择板球系统做为研究对象的主要原因。对于这类系统的研究能够促进机器视觉理论、自适应控制理论、模糊控制理论和滑模控制理论等深入发展和融合。本论文采用基于视觉伺服的板球系统对摄像机所拍摄的视频图像进行处理以检测运动小球位置，进而按照相应的控制算法对小球的运动轨迹进行控制仿真研究，这是运动分割反馈技术关键的一部分，即尝试用机器视觉的方法，用基于SURF 和背景差分相乘相与的光流算法获取小球的运动信息，并据此仿真研究控制板球系统的运行模式，这需要用到计算机视觉中的运动目标检测、分割和跟踪算法，是本论文的研究重点。随着科技的进步和现实生产发展的需要，机械设备正逐渐向智能化方向发展，而这需要对生产环境具有强烈的感知能力。视觉是人类感知和理解外部世界的最重要手段之一，为人类提供多达80%以上的外界信息。机器视觉就是研究利用计算机系统实现类似人类视觉系统理解客观世界的学科，其功能包括物体定位、运动跟踪、特征检测和目标识别等，是目前人工智能和生命科学研究的热点领域之一。 .. 1.2国内外研究现状 本节主要简述本论文所涉及学科的研究现状与发展情况，即板球系统、视觉伺服、自适应模糊滑模和 Terminal 滑模的研究现状。从上世纪八十年代末期开始，国内外已经开始有越来越多的学者应用板球实验装置作为研究对象研究各种有关非线性系统的控制理论。1992 年 Hauser.J 应用近似线性模型研究板球系统的控制方式[5]。韩国汉阳大学的 J.H. Park 针对不同的平板表面材质和不同质量及大小的小球，以滑模控制策略提高板球系统的鲁棒性[6]；日本 Oita University 的 Takami RIlatsuo 以基于Riccati 方程的自适应模糊识别算法研究板球系统[7]；德国 Fraunhofer 研究所的 G.Milighetti 采用卡尔曼滤波器估计小球与平板之间的摩擦力并建立控制补偿策略研究摩擦力对两机械手所控制板球系统的影响（如图 1-1 所示）[8,9]；美国 A.Choukchou-Braham 在线性化的基础上研究滑模控制在板球系统上应用[10]；伊朗University of Tehran 的 Caro Lucas 提出基于遗传内插算法的模糊推理控制算法以实现小球的镇定控制[11]；美国 K.Craig 采用线性化模型设计状态反馈控制器以控制小球跟踪轨迹的稳态误差[12]；美国 University of Maryland 的 Phillip 分析了基于视觉反馈的板球系统实验平台(如图 1-2 所示)，并推导出小球定位控制算法[13]。在 2006 年又采用监督模糊策略分析板球系统的运动控制[19]；长春工业大学的 Fei Li 使用基于滑模控制的视觉伺服思路解决板球系统的参数变化和干扰问题[20]；清华大学的滕树杰在建立理想条件下板球系统数学模型的基础上提出了T-S 模糊控制算法[21]；清华大学李军通过模糊控制算法实现小球在平板上的稳定运动[22]；中南大学吕凯在板球系统平台上进行机器视觉系统的研究工作[23]；吉林大学白明进行了非线性板球系统解耦与控制算法研究[24]；另外国内教学设备制造商也进行了相关研究和设计工作，如深圳元创兴科技有限公司和固高科技（深圳）有限公司从事板球系统实验室教学装置的制造销售工作。 .. 第二章 基于视觉伺服控制的板球系统 2.1 引言 机器视觉是通过光学装置和非接触传感器（摄像机或相机等）自动接收和处理一个真实物体的图像，以获得所需信息或用于控制机器运动的学科。视觉伺服是机器视觉和自动控制的有机结合，是一个非线性、强耦合的复杂控制系统，其内容涉及图象处理、运动学和动力学、控制理论等相关研究领域。随着计算机软硬件技术和数字摄像设备的迅猛发展，以及有关机器视觉理论的日益完善，极大地提高了图像处理的速度和质量，大幅降低了专用图像处理设备的费用视觉，这使得视觉伺服系统已具备实际应用的技术条件，从而引起越来越多的科研人员重视和研究，使得视觉伺服无论是在理论上还是在应用方面都成为当前研究的热点之一。如在自动化生产过程中，机器视觉正成为一种提高生产效率和保证产品质量的关键技术，如零件的自动检测、机器人控制及生产线的自动监控等。在国防和航天等领域，机器视觉也具有相当重要的应用意义，如无人机对地面运动目标的自动跟踪与识别、无人驾驶小车的导航以及空间站上空间机器人的视觉控制等[91-94]。 2.2 视觉伺服系统的分类 视觉伺服控制系统一般按照反馈信息类型、控