CN105955027A - 一种基于多阶运动信息估计的前馈控制方法 - Google Patents

一种基于多阶运动信息估计的前馈控制方法 Download PDF

Info

Publication number
CN105955027A
CN105955027A CN201610375836.9A CN201610375836A CN105955027A CN 105955027 A CN105955027 A CN 105955027A CN 201610375836 A CN201610375836 A CN 201610375836A CN 105955027 A CN105955027 A CN 105955027A
Authority
CN
China
Prior art keywords
target
information
acceleration
signal
control signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610375836.9A
Other languages
English (en)
Other versions
CN105955027B (zh
Inventor
邓超
田竞
曹政
刘琼
毛耀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Optics and Electronics of CAS
Original Assignee
Institute of Optics and Electronics of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Optics and Electronics of CAS filed Critical Institute of Optics and Electronics of CAS
Priority to CN201610375836.9A priority Critical patent/CN105955027B/zh
Publication of CN105955027A publication Critical patent/CN105955027A/zh
Application granted granted Critical
Publication of CN105955027B publication Critical patent/CN105955027B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)
  • Control Of Position Or Direction (AREA)

Abstract

本发明涉及一种基于多阶目标运动信息估计的前馈控制方法。CCD探测器接收编码器的角度信息和目标的轨迹信息做相减处理，提取目标脱靶量；位置修正控制器接收CCD探测器所采集到的目标脱靶量信息，并将目标脱靶量生成并输出跟踪控制信号，最终体现在控制对象指向角度的变化；编码器角度信息和目标脱靶量相加，提取得到反映目标真实运动轨迹的信息；多阶目标运动信息估计器接收提取出的目标轨迹信号，并利用该信号获取目标运动的速度、加速度、加加速度等高阶信号；前馈控制器接收目标的上述高阶信号生成并输出前馈控制信号；前馈控制信号和位置修正控制信号相加，生成并输出驱动控制信号，用于驱动控制对象，实现对目标脱靶量的闭环校正。

Description

一种基于多阶运动信息估计的前馈控制方法
技术领域
本发明属于光电跟踪控制领域，具体的涉及一种基于多阶目标运动信息估计的前馈控制方法，主要用于实现对目标的高精度跟踪。
背景技术
在光电控制系统目标跟踪过程中，实现目标的高精度跟踪是工作的重点。美国林肯实验室研发的“火池”控制系统利用角位置信息和高精度测距信息实现共轴跟踪，取得了很好的控制效果。在国内跟踪控制系统中，主要利用角位置信息对角速度和角加速度进行估计，然后依靠估计量进行前馈控制以提高跟踪精度。
前馈能有效提高跟踪精度是因为前馈能在不影响系统稳定性的前提下，能有效提高系统的输入抑制特性，增加前馈的阶数能进一步提高系统跟踪能力。文献《预测滤波技术在光电经纬仪中的应用仿真》(光电工程，Vol(8)，2002)采用了速度前馈方法进行仿真，提高了跟踪精度。在此基础上，公开号为CN 102736636A《跟踪系统中基于角度信息的前馈控制方法》的中国专利对预测滤波模型进行了改进，添加了加速度前馈，进一步提高系统跟踪精度。
然而，高阶前馈的阶数越高，其对噪声越敏感。对于跟踪系统而言，系统噪声主要包含两部分，一是传感器所带来的数据本身噪声，二是由于采样时间间隔不确定而带来的采样噪声。如上方法在对运动速度、加速度信息的获取上采用的是基于牛顿运动模型的卡尔曼滤波器，这种方法能对传感器本身的数据噪声有一定的效果，但是不能处理由采样时间间隔不确定而带来的采样噪声，同时该方法为线性滤波，对于角度的预测估计存在较大的模型误差，该模型误差会在扩展状态观测器的高阶分量时会被放大；并且卡尔曼滤波器本身具有计算量大，且依靠先验，对初始参数敏感等缺点。因此，此方法在系统前馈控制的精度和实时性上提升上依旧有限。
发明内容
针对传统的基于运动模型的卡尔曼预测滤波前馈控制所存在的不足，本发明从控制和数据融合滤波相融合的方向分析，采用多阶目标运动信息估计方法，其目的是提供一种基于多阶目标运动信息估计的前馈控制方法。
多阶目标运动信息估计方法是从控制角度来看滤波问题，若在设计控制器过程中综合考虑滤波特性和各运动分量间关系(位置、速度、加速度之间为逐级微分关系，反之则为积分环节)，则可在滤波器中以积分环节为基本单元设计，这在控制器设计过程中是比较容易实现的。
本发明的技术解决方案为：采用多阶目标运动信息估计方法对目标轨迹信息逐级嵌套高阶滤波，控制过程中通过积分方式得到目标运动的速度、加速度，甚至更高阶的运动分量，然后通过闭环回路进行前馈控制。
具体实现步骤如下：
步骤(1)：在控制对象上面安装编码器和CCD探测器，编码器获取对象的姿态角度信息，CCD探测器接收编码器的角度信息和目标的轨迹信息做相减处理，提取目标脱靶量e(k)；
步骤(2)：位置修正控制器接收CCD探测器所采集到的目标脱靶量信息e(k)，并将目标脱靶量e(k)生成并输出跟踪控制信号，最终体现在控制对象指向角度的变化；
步骤(3)：编码器角度信息y(k)和目标脱靶量e(k)相加，提取得到反映目标真实运动轨迹的信息r(k)；
步骤(4)：多阶目标运动信息估计器接收提取出的目标轨迹信号，并利用该信号获取目标运动的速度、加速度、加加速度以及更高阶信号；
步骤(5)：前馈控制器接收目标的速度、加速度、加加速度以及更高阶信号生成并输出前馈控制信号；
步骤(6)：前馈控制信号和位置修正控制信号相加，生成并输出驱动控制信号，用于驱动控制对象，实现对目标脱靶量e(k)的闭环校正。
其中，步骤(4)中从控制角度出发，在控制器设计过程中考虑外回路主要由比例积分环节构成，且积分环节为多个，实现对速度、加速度、加加速度以及更高阶信号的估计；
其中，步骤(4)中每个积分环节形成内回路，加上比例反馈，以此提升控制内部过程变量的估计精度，这样可通过反向微分单独获得每个控制过程变量。
本发明与现有技术相比具有如下优点：
(1)相对基于运动模型的卡尔曼预测估计前馈控制方法，该发明不基于目标的运动模型，降低了卡尔曼滤波中扩张状态观测器的估计误差，避开了依靠先验和对初始参数敏感，结合控制降低了计算量，提高了算法实时性；
(2)只依靠CCD探测器、编码器提供的角位置信息，不仅仅能实现速度、加速度前馈控制技术，还能提供更高阶的前馈控制技术，进一步提高光电跟踪系统的跟踪能力；
(3)相对目前的状态估计方法来说，最主要是与控制具有很好的结合性和扩展性，降低了估计误差，实现简单。
附图说明
图1是本发明的基于多阶目标运动信息估计的前馈控制方法结构图。
图2是本发明的多阶目标运动信息估计的控制器设计结构图。
具体实施方式
以下结合附图对本发明的具体实施方式做详细说明。
如图1所示是本发明的基于多阶目标运动信息估计的前馈控制方法结构图，其中包括：多阶目标运行信息估计器、前馈控制器、位置修正控制器、控制对象；该控制装置组包含了由位置修正控制器形成的闭环反馈回路和由多阶目标运动信息估计器、前馈控制器构成的前馈回路。采用所述装置实现前馈(速度、加速度、加加速度)控制方法的步骤如下：
下面以二阶目标运动信息估计为例进行详细说明：
步骤(1)：控制对象上安装编码器和CCD探测器，编码器直接获取控制对象的指向角度，CCD探测器直接获取到的脱靶量e(k)实为目标真实位置和被控对象当前所指角度的偏差；
步骤(2)：位置修正控制器接收CCD探测器所采集到的目标脱靶量信息e(k)，并将目标脱靶量e(k)生成并输出跟踪控制信号，最终体现在控制对象指向角度的变化，以此实现主要的位置闭环回路；
步骤(3)：编码器角度信息y(k)和目标脱靶量e(k)相加，提取得到反映目标真实运动轨迹的信息r(k)，这里由于编码器获取角度的频率一般远远大于CCD探测器获取的目标脱靶量的频率，且CCD探测器存在滞后，因此一般会对合成轨迹r(k)进行平滑和外推处理，以获取更准确的目标真实运动轨迹数据；
步骤(4)：多阶目标运动信息估计器接收提取出的目标轨迹信号，并利用该信号获取目标运动的速度、加速度、加加速度以及更高阶信号。
具体实现方式如下：
如图2所示，从控制角度出发，在控制器设计过程中考虑外回路主要由比例积分环节构成，且积分环节为多个，实现对位置、速度、加速度、加加速度等高阶信息的估计，其控制输出表达式如下；
θ e = k n s n + k 1 s n - 1 + k 2 s n - 2 ...... + k n · θ
其中，θ为位置输入，θe为滤波后的位置估计输出，k1k2为内环负反馈比例系数，k3为外环比例系数，为速度估计，为加速度估计，为加加速度估计，以此类推。若需获取更高阶的估计信息，可继续扩展积分环节。
在设计控制器过程中，需保证控制器的时域稳定性，满足李雅普诺夫稳定性判据。从频域角度分析滤波器的特性，响应带宽，保证能有效滤波；将过程变量输出，作为目标运动信息的高阶估计；
步骤(5)：前馈控制器接收目标的速度、加速度、加加速度以及更高阶信号生成并输出前馈控制信号；
步骤(6)：前馈控制信号和位置修正控制信号相加，生成并输出驱动控制信号，用于驱动控制对象，实现对目标脱靶量e(k)的闭环校正。

Claims (3)

1.一种基于多阶目标运动信息估计的前馈控制方法，其特征在于：其具体步骤如下：
步骤(1)：在控制对象上面安装编码器和CCD探测器，编码器获取对象的姿态角度信息，CCD探测器接收编码器的角度信息和目标的轨迹信息做相减处理，提取目标脱靶量e(k)；
步骤(2)：位置修正控制器接收CCD探测器所采集到的目标脱靶量e(k)，并将目标脱靶量e(k)生成并输出跟踪控制信号，最终体现在控制对象指向角度的变化；
步骤(3)：编码器角度信息y(k)和目标脱靶量e(k)相加，提取得到反映目标真实运动轨迹的信息r(k)；
步骤(4)：多阶目标运动信息估计器接收提取出的目标轨迹信号，并利用该信号获取目标运动的速度、加速度、加加速度以及更高阶信号；
步骤(5)：前馈控制器接收目标的速度、加速度、加加速度以及更高阶信号生成并输出前馈控制信号；
步骤(6)：前馈控制信号和位置修正控制信号相加，生成并输出驱动控制信号，用于驱动控制对象，实现对目标脱靶量e(k)的闭环校正。
2.根据权利要求1所述的一种基于多阶目标运动信息估计的前馈控制方法，其特征在于：步骤(4)中从控制角度出发，在控制器设计过程中考虑外回路主要由比例积分环节构成，且积分环节为多个，实现对速度、加速度、加加速度以及更高阶信号的估计。
3.根据权利要求1所述的一种基于多阶目标运动信息估计的前馈控制方法，其特征在于：步骤(4)中每个积分环节形成内回路，加上比例反馈，以此提升控制内部过程变量的估计精度，这样可通过反向微分单独获得每个控制过程变量。
CN201610375836.9A 2016-05-30 2016-05-30 一种基于多阶运动信息估计的前馈控制方法 Active CN105955027B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610375836.9A CN105955027B (zh) 2016-05-30 2016-05-30 一种基于多阶运动信息估计的前馈控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610375836.9A CN105955027B (zh) 2016-05-30 2016-05-30 一种基于多阶运动信息估计的前馈控制方法

Publications (2)

Publication Number Publication Date
CN105955027A true CN105955027A (zh) 2016-09-21
CN105955027B CN105955027B (zh) 2019-05-14

Family

ID=56907417

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610375836.9A Active CN105955027B (zh) 2016-05-30 2016-05-30 一种基于多阶运动信息估计的前馈控制方法

Country Status (1)

Country Link
CN (1) CN105955027B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106647257A (zh) * 2016-10-14 2017-05-10 中国科学院光电技术研究所 一种基于正交最小二乘的前馈控制方法
CN107687925A (zh) * 2017-08-28 2018-02-13 北京工业大学 一种地震模拟振动台控制方法
CN108803347A (zh) * 2018-08-02 2018-11-13 杭州电子科技大学 一种反向过程鲁棒控制方法
CN110032220A (zh) * 2019-04-08 2019-07-19 中国科学院光电技术研究所 一种基于传感器与模型融合的加速度前馈方法
CN110543123A (zh) * 2019-09-09 2019-12-06 中国科学院光电技术研究所 一种基于虚拟多闭环的扰动测量前馈抑制方法
CN111590568A (zh) * 2020-05-14 2020-08-28 平安科技（深圳）有限公司 机器臂信号处理方法、装置、计算机设备及存储介质
CN112346358A (zh) * 2020-09-18 2021-02-09 湖南宇正智能科技有限公司 一种光电搜索跟踪系统的半实物性能评价方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4396975A (en) * 1980-10-01 1983-08-02 Fujitsu Fanuc Limited Position control system for a closed loop type numerical-controlled machine tool
JPH08202454A (ja) * 1995-01-30 1996-08-09 Sony Corp ロボット制御装置
US7750592B2 (en) * 2007-01-11 2010-07-06 Okuma Corporation Axis-of-rotation position control device
CN102736636A (zh) * 2012-06-12 2012-10-17 中国科学院光电技术研究所 跟踪系统中基于角度信息的前馈控制方法
CN104133371A (zh) * 2014-07-09 2014-11-05 河海大学常州校区 一种室温控制对象的自抗扰比例积分控制算法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4396975A (en) * 1980-10-01 1983-08-02 Fujitsu Fanuc Limited Position control system for a closed loop type numerical-controlled machine tool
JPH08202454A (ja) * 1995-01-30 1996-08-09 Sony Corp ロボット制御装置
US7750592B2 (en) * 2007-01-11 2010-07-06 Okuma Corporation Axis-of-rotation position control device
CN102736636A (zh) * 2012-06-12 2012-10-17 中国科学院光电技术研究所 跟踪系统中基于角度信息的前馈控制方法
CN104133371A (zh) * 2014-07-09 2014-11-05 河海大学常州校区 一种室温控制对象的自抗扰比例积分控制算法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106647257A (zh) * 2016-10-14 2017-05-10 中国科学院光电技术研究所 一种基于正交最小二乘的前馈控制方法
CN106647257B (zh) * 2016-10-14 2020-01-03 中国科学院光电技术研究所 一种基于正交最小二乘的前馈控制方法
CN107687925A (zh) * 2017-08-28 2018-02-13 北京工业大学 一种地震模拟振动台控制方法
CN107687925B (zh) * 2017-08-28 2020-04-14 北京工业大学 一种地震模拟振动台控制方法
CN108803347A (zh) * 2018-08-02 2018-11-13 杭州电子科技大学 一种反向过程鲁棒控制方法
CN110032220A (zh) * 2019-04-08 2019-07-19 中国科学院光电技术研究所 一种基于传感器与模型融合的加速度前馈方法
CN110543123A (zh) * 2019-09-09 2019-12-06 中国科学院光电技术研究所 一种基于虚拟多闭环的扰动测量前馈抑制方法
CN110543123B (zh) * 2019-09-09 2022-04-19 中国科学院光电技术研究所 一种基于虚拟多闭环的扰动测量前馈抑制方法
CN111590568A (zh) * 2020-05-14 2020-08-28 平安科技（深圳）有限公司 机器臂信号处理方法、装置、计算机设备及存储介质
CN111590568B (zh) * 2020-05-14 2023-05-16 平安科技（深圳）有限公司 机器臂信号处理方法、装置、计算机设备及存储介质
CN112346358A (zh) * 2020-09-18 2021-02-09 湖南宇正智能科技有限公司 一种光电搜索跟踪系统的半实物性能评价方法及系统
CN112346358B (zh) * 2020-09-18 2023-08-15 湖南宇正智能科技有限公司 一种光电搜索跟踪系统的半实物性能评价方法及系统

Also Published As

Publication number Publication date
CN105955027B (zh) 2019-05-14

Similar Documents

Publication Publication Date Title
CN105955027A (zh) 一种基于多阶运动信息估计的前馈控制方法
CN106647257B (zh) 一种基于正交最小二乘的前馈控制方法
Fan et al. Data fusion for indoor mobile robot positioning based on tightly coupled INS/UWB
CN101872196B (zh) 车载摄像稳定平台控制系统
WO2020220469A1 (zh) 一种光电跟踪系统视觉测量时滞补偿方法
CN110554603A (zh) 基于扰动观测分数阶控制器的光电稳瞄平台控制方法
CN103631273A (zh) 基于绝对角位置轨迹信息的光电跟踪系统及方法
CN109164709A (zh) 一种基于改进型Smith预估器的光电跟踪系统控制方法
CN107816989B (zh) 水下机器人航向数据处理方法和装置
CN107390522A (zh) 一种基于视觉跟踪的误差观测前馈控制方法
CN108469842A (zh) 一种运动平台复合轴光电跟踪系统精稳定扰动解耦方法
CN103712598A (zh) 一种小型无人机姿态确定系统与确定方法
CN105007011A (zh) 高精度的机载稳定平台数字控制系统
CN103389807B (zh) 空间鼠标的数据处理方法以及鼠标指针的控制方法
CN105466456A (zh) 动中通天线稳定陀螺动态消除零点漂移的方法
CN111443738A (zh) 一种基于mems加速度计与加速度扰动观测器结合的扰动抑制方法
CN110032220A (zh) 一种基于传感器与模型融合的加速度前馈方法
CN206095257U (zh) 智能巡视机器人组合导航系统
CN104075710B (zh) 一种基于航迹预测的机动扩展目标轴向姿态实时估计方法
CN108680162A (zh) 一种基于渐进无迹卡尔曼滤波的人体目标跟踪方法
CN111251303B (zh) 一种周期性姿态调整的机器人运动控制方法
CN109765569A (zh) 一种基于激光雷达实现虚拟航迹推算传感器的方法
CN116860011A (zh) 一种实现光电搜索跟踪系统高精度记忆跟踪的方法
CN110614636A (zh) 一种视觉伺服机器人测量时滞补偿方法
CN112304336B (zh) 一种高频角振动转台控制方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant