基于图像视觉伺服模糊比例积分微分控制系统.docVIP

基于图像视觉伺服模糊比例积分微分控制系统 　　摘要：针对传统比例积分微分（PID）参数难整定、控制性能不理想等问题，将模糊控制理论与PID控制器相结合，构成模糊PID控制器。采用EyetoHand视觉模型，引入图像视觉伺服机制，通过图像获取误差信号来实现对PID控制器三个参数Kp、Ti和Td的实时在线自适应调整。最后在以PC机、CompactRIO、NI9401、互补金属氧化物半导体（CMOS）摄像头、电机驱动器及无刷直流（DC）电机组成的打孔机视觉伺服运动控制系统上完成了实验。结果表明，基于图像的视觉伺服模糊PID控制器相对于传统PID控制器响应速度提高了60%，超调量降低了80%，鲁棒性也更好；不仅能提高孔的定位精度，还能边加工边检测。 　　关键词：视觉伺服；模糊比例积分微分控制器；EyetoHand视觉模型；CompactRIO；CMOS摄像头；无刷直流电机 　　中图分类号：TP273.4 　　文献标志码：A 　　Abstract：In view of the hard parameter tuning and unsatisfactory control performance， a fuzzyProportion Integration Differentiation （fuzzyPID） controller which combined Proportion Integration Differentiation （PID） controller with the fuzzy control theory was proposed. The control system applied EyetoHand visual model， introduced visual servo mechanism， and realized realtime， online and adaptive adjustment for three parameters Kp， Ti and Td of the PID controller by getting errors in image. The experiment was performed on punching machine visual servo motion control system which composes of PC， compactRIO， NI9401， Complementary Metal Oxide Semiconductor （CMOS） camera， motor driver and brushless Direct Current （DC） motor. The results show that， compared with traditional PID controller， the speed of response of the fuzzyPID controller based on image visual servo is increased by 60%， the overshoot is reduced by 80%， and it has better robustness. It can not only improve the positioning accuracy of hole， but also process and detect holes nearly at the same time. 　　英文关键词Key words：visual servo； fuzzyProportion Integration Differentiation （fuzzyPID） controller； EyetoHand visual model； CompactRIO； Complementary Metal Oxide Semiconductor （CMOS） camera； brushless Direct Current （DC） motor 　　0 引言 　　电动机在工农业生产、家用电器，航空航天等领域得到了广泛应用。传统的比例积分微分（Proportion Integration Differentiation， PID）控制算法只有在非时变系统模型参数下才可能获得较好的控制效果。实际上由于电动机是一个强耦合的非线性被控对象，容易受到各种内外因素干扰而引起参数的变化，从而导致控制效果不理想。由于不能在线调整参数导致自适应能力不强。对此，文献[1-3]分别设计了基于径向基函数（Radial Basis Function， RBF）神经网络、模糊控制和模糊神经网络的PID控制器，但对于时变