CN109343363B - 基于光计算的运动测控系统 - Google Patents

基于光计算的运动测控系统 Download PDF

Info

Publication number
CN109343363B
CN109343363B CN201811278764.1A CN201811278764A CN109343363B CN 109343363 B CN109343363 B CN 109343363B CN 201811278764 A CN201811278764 A CN 201811278764A CN 109343363 B CN109343363 B CN 109343363B
Authority
CN
China
Prior art keywords
optical
measurement
neural network
control
solid
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.)
Active
Application number
CN201811278764.1A
Other languages
English (en)
Other versions
CN109343363A (zh
Inventor
张鸣
朱煜
赵家琦
王磊杰
李鑫
叶伟楠
杨富中
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.)
Tsinghua University
Beijing U Precision Tech Co Ltd
Original Assignee
Tsinghua University
Beijing U Precision Tech Co Ltd
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 Tsinghua University, Beijing U Precision Tech Co Ltd filed Critical Tsinghua University
Priority to CN201811278764.1A priority Critical patent/CN109343363B/zh
Publication of CN109343363A publication Critical patent/CN109343363A/zh
Application granted granted Critical
Publication of CN109343363B publication Critical patent/CN109343363B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00Systems controlled by a computer
    • G05B15/02Systems controlled by a computer electric

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明公开了一种基于光计算的运动测控系统,包括光计算测量系统和光计算控制系统,光计算测量系统包括传感模块、测量光固态神经网络;光计算控制系统包括光源、上位机、空间光调制器、控制光固态神经网络、探测器阵列;空间光调制器根据上位机指令,把光源发出的光调制编码成带指令光信号,同时传感模块实时监测光信号传输给测量光固态神经网络解算,解算后的光信号与带指令光信号都传输给控制光固态神经网络解算,解算输出的控制光信号给探测器阵列转换为控制电信号,控制电信号传输至运动机械系统执行相应动作;实现运动测控。本发明的光计算测控系统具有速度极快、能耗低、计算效率高的优点,可以广泛应用于运动系统中。

Description

基于光计算的运动测控系统
技术领域
本发明涉及一种基于光计算的运动测控系统,属于机械电子技术领域。
背景技术
作为机电运动系统的主要子系统之一,运动测控系统测量并控制机械系统的实时运动。测控系统的实时性、测量精度、稳定性、鲁棒性等性能指标直接影响整个机电运动系统的运动性能。现有测控系统计算基于电子计算框架,其计算过程大多使用串行结构,存在冯诺依曼瓶颈问题;现有电子计算框架中信号的传输受RC常数的限制,在大规模集成电路中只有光速的0.5%。
在航空航天、精密工程等高精尖领域,机电运动系统的性能要求越来越高,而电子计算测控系统成为制约机电运动系统进一步发展的一大因素。基于神经网络的运动机械系统测控技术日渐成熟,然而基于神经网络的测控系统均在电子计算框架下实现。美国学者Xing Lin等在研究论文“All-Optical Machine Learning Using Diffractive DeepNeural Networks.Science(2018)”中介绍了一种采用印刷板衍射方式的全光固态神经网络构建方法,本发明人发现之前从未见基于光计算的神经网络测控系统。
发明内容
针对上述问题,本发明提供了一种可有效提高计算速度的基于光计算的运动测控系统,该系统为光计算闭环测控系统,该光计算闭环测控系统包括光计算测量系统和光计算控制系统,所述光计算测量系统包括传感模块和测量光固态神经网络;所述光计算控制系统包括光源、上位机、空间光调制器、控制光固态神经网络和探测器阵列;所述上位机与空间光调制器有电信号连接,所述光源与空间光调制器有光信号连接,所述空间光调制器与控制光固态神经网络有光信号连接,所述测量光固态神经网络与控制光固态神经网络有光信号连接,所述传感模块与测量光固态神经网络有光信号连接,所述控制光固态神经网络与探测器阵列有光信号连接。探测器阵列可把光信号转换成电信号输出给作为测控对象的运动机械系统,运动机械系统根据探测器阵列的电信号控制自身运动。所述光计算控制系统中,光源发出的光经由空间光调制器调制编码后变为携带上位机所发出控制指令信息的光信号,其与测量光固态神经网络所输出的携带测量解算信息的光信号共同作为控制光固态神经网络的输入;控制光固态神经网络输出携带控制解算信息的光信号,经由探测器阵列转换为输出电信号,并传输至作为测控对象的运动机械系统,控制运动机械系统执行相应动作;另一方面,传感模块实时监测作为测控对象的运动机械系统,并以携带测量信息的光信号输出至测量光固态神经网络;测量光固态神经网络输出携带测量解算信息的光信号,并作为控制光固态神经网络输入;由此构成光计算闭环测控系统。
本发明中的测量光固态神经网络与控制光固态神经网络可组合为一个测控光固态神经网络,在信号处理流程方面进行相应调整,所述空间光调制器与测控光固态神经网络有光信号连接,所述传感模块与测控光固态神经网络有光信号连接,即空间光调制器输出的光信号与传感模块输出的光信号同时作为测控光固态神经网络的输入,除此之外的其他流程与实施例一的运动测控系统相同。
光计算测量系统采用光信号作为计算媒介,以测量光固态神经网络进行计算,计算过程无需能量消耗,输出携带测量解算信息的光信号。
光计算控制系统采用光信号作为计算媒介,以空间光调制器及控制光固态神经网络进行信息处理,计算过程无需能量消耗,输出携带控制解算信息的光信号。
空间光调制器作为该运动测控系统的控制指令输入接口,将光源发出光转换为携带上位机所发出控制指令信息的光信号,并输入至控制光固态神经网络。
探测器阵列作为该运动测控系统的控制信号输出接口,将携带控制解算信息的光信号转换为相应控制信息的电信号,并输入至运动机械系统。
所述传感模块是以光信号作为输出的模块,输出携带测量信息的光信号。需要说明的是,可以检测运动机械系统的所有原理传感器都可以为本发明所用。例如电磁传感器、光传感器、图像传感器等。对于输出信号非光信号的传感器,本发明中的传感模块包括光源及空间光调制器用于编码传感器输出非光信号为光信号。对于输出信号为光信号的传感器,本发明中的传感模块无需额外的光源及空间光调制器。
所述空间光调制器可采用液晶空间光调制器或者数字微镜器件或者胶片型空间光调制器或者激光直写型空间光调制器。
所述测量光固态神经网络与控制光固态神经网络都采用全光学固态神经网络,其固态形式包括印刷板衍射、光学透镜或者两者组合。
优选地,该运动测控系统可以采用多个传感模块监测运动机械系统。各个传感模块的输出光信号进入测量光固态神经网络并输出解算光。当只有一个测量光固态神经网络时,所有传感器模块输出光均进入此测量光固态神经网络并输出携带所有传感模块解算信息的光信号。当测量光固态神经网络数量不止一个时,各传感模块与各测量光固态神经网络之间映射关系可自由组合,各测量光固态神经网络的输出光均作为控制光固态神经网络的输入。
所述探测器阵列可采用光电探测器或者电荷耦合元件(CCD)或者互补金属氧化物半导体(CMOS)器件。
优选地,该运动测控系统可以采用多个子测控系统分别控制运动机械系统不同的运动,每个子测控系统分别固化为子测量光固态神经网络,测量光固态神经网络输出光信号按预设子测控系统输入关系进入子控制光固态神经网络解算实时控制指令。
所述控制光固态神经网络与测量光固态神经网络采用在线训练方式,训练结束后再将其固化为全光固态神经网络。在运动系统的机械子系统、控制方法、传感器测量方案确定后,即可推导控制与测量解算模型。已知解算模型后可求得在各输入下控制(或测量)解算输出,由此构建神经网络学习样本。利用测量解算样本、控制解算样本分别训练测量光神经网络、控制光神经网络。将训练结束的测量/控制光神经网络转换为测量/控制解算光固态神经网络。所构建的测量光固态神经网络的输入携带传感模块测量信息的光信号,其输出为携带测量解算信息的光信号。所构建的控制光固态神经网络的输入携带控制指令信息的光信号及测量光固态神经网络输出的光信号,其输出为携带控制解算信息的光信号。
光计算技术是突破电子计算框架局限性的有效途径,其采用光波作为信息载体,具有高速传播、并行、相互无干扰、运算随传播同时进行的优点。本发明具有以下优点:1、区别于传统电子计算测控系统,本发明由于采用了全光计算方法,使得无需高性能芯片实时解算传感器信息及控制信息,因此摆脱了电子计算框架下计算时间对实时控制的制约。2、基于全光固态神经网络的光计算硬件系统结构简单,集成度高。3、光计算部分没有任何额外能源消耗,整个运动测控系统能耗小。本发明可以广泛应用在运动系统中。
附图说明
图1为本发明的基于光计算的运动测控系统实施例一框图;
图2为本发明的基于光计算的运动测控系统实施例二框图;
图3为实施例某运动机械系统立体示意图;
图4为实施例运动测控系统示意图;
图5为实施例控制光固态神经网络及探测器阵列示意图;
图6为实施例测量光固态神经网络示意图。
图中:电信号101、151、201、251、301、351、352、353,光信号111、121、131、141、211、221、231、311、321、322、323、331、332、333、341,运动机械系统的机械臂11、12、13,运动机械系统的底座14,运动机械系统的旋转电机21、22、23,运动机械系统的旋转编码传感器31、32、33,控制光固态神经网络41,测量光固态神经网络42,探测器阵列43。
具体实施方式
下面结合附图与实施例对本发明作进一步的说明。然而应当理解,附图与实施例的提供仅为了更好地理解本发明,不应该理解为对本发明的限制。
实施例一:本发明的基于光计算的运动测控系统硬件部分主要包括:上位机、光源、空间光调制器、控制光固态神经网络、测量光固态神经网络、探测器阵列和传感模块,所述上位机与空间光调制器有电信号101连接,所述光源与空间光调制器有光信号连接,所述空间光调制器与控制光固态神经网络有光信号111连接,所述测量光固态神经网络与控制光固态神经网络有光信号141连接,所述传感模块与测量光固态神经网络有光信号131连接,所述控制光固态神经网络与探测器阵列有光信号121连接,运动机械系统为系统的测控对象,可接受经探测器阵列转换后的电信号151,各个部件的连接方式如图1所示。上位机为操作者直接发出操作命令的计算机;光源用于提供光计算所需光信号;空间光调制器用于将信息加载于一维或二维的光学数据场上;控制光固态神经网络用于解算实时控制信号并将其以光信号输出;测量光固态神经网络用于解算实时测量信息并将其以光信号输出;探测器阵列用于探测携带控制解算信息的光信号121并将其转换为电信号151;传感模块用于实时监测运动机械系统运动状态信息并将其以光信号输出。在本发明中,其中光信号的传输可以采用直接照射、透镜组调节、光纤传输中的任一种。在该运动测控系统运行中,如图1所示,若有一条新的控制指令由上位机输入,上位机以电信号101传至空间光调制器。空间光调制器在电驱动信号或其他信号的控制下,将控制指令信息加载至光源发出的光信号上并输出光信号111。与此同时,传感模块实时监测运动机械系统的运动状态并输出携带测量信息的光信号131,光信号131作为测量光固态神经网络的输入,经由测量光固态神经网络解算后,输出携带测量解算信息的光信号141。光信号111与光信号141同时作为控制光固态神经网络的输入,经由控制光固态神经网络光解算后,输出携带控制解算信息的光信号121。光信号121照射至探测器阵列后,探测器阵列将光信号转换为携带控制解算信息的电信号151,并传输至运动机械系统控制其进行目标运动,由此形成闭环测控系统。
实施例二:本发明中的测量光固态神经网络与控制光固态神经网络可组合为一个测控光固态神经网络。见图2,在信号处理流程方面与实施例一的运动测控系统存在不同之处,即空间光调制器输出的光信号211与传感模块输出的光信号231同时作为测控光固态神经网络的输入,除此之外的其他流程与实施例一的运动测控系统相同。若有一条新的控制指令由上位机输入,上位机以电信号201传至空间光调制器。空间光调制器在电驱动信号或其他信号的控制下,将控制指令信息加载至光源发出的光信号上并输出光信号211。与空间光调制器输出的光信号211与传感模块输出的光信号231同时作为测控光固态神经网络的输入,经由测控光固态神经网络解算后,输出携带测量解算信息的光信号221。光信号221照射至探测器阵列后,探测器阵列将光信号转换为携带控制解算信息的电信号251,并传输至运动机械系统控制其进行目标运动,由此形成闭环测控系统。
下面以三自由度机械手运动系统作为测控对象的运动机械系统,结合附图对本发明的具体实施方式作更进一步的详细描述。
三自由度机械手运动系统,见图3,机械臂具有三个转动自由度,分别位于机械臂11、12、13末端,整个运动系统固定在底座14上。三个转动自由度分别由旋转电机21、22、23驱动,三个电机末端均装有输出信号为光信号的旋转编码传感器31、32、33作为传感模块。
本发明的基于光计算的运动测控系统在本三自由度机械手运动系统上的工作模式如图4所示:上位机发出控制指令并以电信号301传输至数字微镜器件。光源发出的光经由数字微镜器件调制后转换为携带上位机输入的控制指令信息的光信号311。与此同时,图3中的传感器31、32、33实时测量机械臂三自由度运动并输出光信号331、332、333。该三信号输入测量光固态神经网络42解算后输出光信号341。光信号311与光信号341同时作为控制光固态神经网络的输入。控制光固态神经网络41结合控制指令信息及三自由度实时运动解算信息解算各自由度控制器输出并以光信号321、322、323输出。光信号321、322、323经过探测器阵列43,转换为携带实时控制指令的电信号351、352、353并由信号线传输至运动机械系统分别控制旋转电机21、22、23运动。传感器31、32、33实时测量机械臂三自由度运动并输出光信号,由此构成光计算闭环测控系统。控制光固态神经网络及探测器阵列工作原理如图5所示,控制光固态神经网络41采用衍射板方式,其网络层数为8层,板上布有一定数量的衍射小孔。输入光311、341经过8层衍射板上的小孔后输出光信号321、322、323。光信号321、322、323传输至探测器阵列43。测量光固态神经网络工作原理如图6所示,测量光固态神经网络42采用衍射板方式,其网络层数为4层,板上布有一定数量的衍射小孔。输入光331、332、333经过4层衍射板上的小孔后输出光信号341。

Claims (10)

1.一种基于光计算的运动测控系统,其特征在于:所述运动测控系统包括光计算测量系统和光计算控制系统,所述光计算测量系统包括传感模块和测量光固态神经网络;所述光计算控制系统包括光源、上位机、空间光调制器、控制光固态神经网络和探测器阵列;所述上位机与空间光调制器有电信号连接,所述光源与空间光调制器有光信号连接,所述空间光调制器与控制光固态神经网络有光信号连接,所述测量光固态神经网络与控制光固态神经网络有光信号连接,所述传感模块与测量光固态神经网络有光信号连接,所述控制光固态神经网络与探测器阵列有光信号连接;探测器阵列将光信号转换为携带控制解算信息的电信号,并传输至作为测控对象的运动机械系统,控制其进行目标运动;传感模块输出携带测控对象运动信息的光信号,并传输至测量光固态神经网络。
2.根据权利要求1所述的基于光计算的运动测控系统,其特征在于:所述测量光固态神经网络与控制光固态神经网络组合为测控光固态神经网络,所述空间光调制器与测控光固态神经网络有光信号连接,所述传感模块与测控光固态神经网络有光信号连接。
3.根据权利要求1所述的基于光计算的运动测控系统,其特征在于:所述传感模块是以光信号作为输出的模块,传感模块采用输出信号为光信号的传感器。
4.根据权利要求1所述的基于光计算的运动测控系统,其特征在于:所述传感模块是以光信号作为输出的模块,传感模块采用输出信号为非光信号的传感器,所述传感模块还包括光源及空间光调制器,光源与空间光调制器有光信号连接,所述传感器与空间光调制器有非光信号连接,空间光调制器将传感器输出的非光信号编码为光信号。
5.根据权利要求1所述的基于光计算的运动测控系统,其特征在于:所述空间光调制器采用液晶空间光调制器或者数字微镜器件或者胶片型空间光调制器或者激光直写型空间光调制器。
6.根据权利要求1所述的基于光计算的运动测控系统,其特征在于:所述测量光固态神经网络与控制光固态神经网络都采用全光学固态神经网络,固态形式包括印刷板衍射、光学透镜或者两者组合。
7.根据权利要求1所述的基于光计算的运动测控系统,其特征在于:所述运动测控系统采用多个传感模块,各传感模块的输出光信号进入测量光固态神经网络并输出解算光。
8.根据权利要求1所述的基于光计算的运动测控系统,其特征在于:所述运动测控系统采用多个传感模块及多个测量光固态神经网络,各传感模块与各测量光固态神经网络之间映射关系自由组合,各测量光固态神经网络的输出光均作为控制光固态神经网络的输入。
9.根据权利要求1所述的基于光计算的运动测控系统,其特征在于:所述探测器阵列采用光电探测器或者电荷耦合元件或者互补金属氧化物半导体器件。
10.根据权利要求1所述的基于光计算的运动测控系统,其特征在于:所述运动测控系统可以采用多个子测控系统分别控制运动机械系统不同的运动,每个子测控系统分别固化为子测量光固态神经网络,测量光固态神经网络输出光信号按预设子测控系统输入关系进入子控制光固态神经网络解算实时控制指令。
CN201811278764.1A 2018-10-30 2018-10-30 基于光计算的运动测控系统 Active CN109343363B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811278764.1A CN109343363B (zh) 2018-10-30 2018-10-30 基于光计算的运动测控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811278764.1A CN109343363B (zh) 2018-10-30 2018-10-30 基于光计算的运动测控系统

Publications (2)

Publication Number Publication Date
CN109343363A CN109343363A (zh) 2019-02-15
CN109343363B true CN109343363B (zh) 2020-09-22

Family

ID=65312454

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811278764.1A Active CN109343363B (zh) 2018-10-30 2018-10-30 基于光计算的运动测控系统

Country Status (1)

Country Link
CN (1) CN109343363B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109719732B (zh) * 2019-02-21 2020-09-22 清华大学 基于光神经网络的机器人系统
CN112140112A (zh) * 2020-09-30 2020-12-29 北京航空航天大学 一种基于光电计算的新型机器人控制系统

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0391878A (ja) * 1989-09-05 1991-04-17 Hamamatsu Photonics Kk 1次処理を用いた光ニユーラルネツトワーク装置
JPH04180316A (ja) * 1990-11-14 1992-06-26 Nippon Telegr & Teleph Corp <Ntt> 光チューナ
GB9025797D0 (en) * 1990-11-28 1991-01-09 Hitachi Europ Ltd Motion target tracking system
CN201124413Y (zh) * 2007-12-21 2008-10-01 西北工业大学 四足式仿生机器人控制装置
CN101750634A (zh) * 2008-12-19 2010-06-23 上海波汇通信科技有限公司 一种光学探测系统
CN102566590B (zh) * 2011-03-14 2014-03-26 北京国科世纪激光技术有限公司 光学元件智能调整系统及方法
CN102410836B (zh) * 2011-07-26 2014-01-29 清华大学 基于二维位置敏感传感器的空间六自由度物体定位系统
CN102628885A (zh) * 2012-03-29 2012-08-08 扬州永阳光电科贸有限公司 具有多个模数转换单元的多闭环光纤互感器
CN103279039A (zh) * 2013-05-17 2013-09-04 安徽工业大学 一种机器人神经网络式计算力矩控制器训练平台及训练方法
CN103271784B (zh) * 2013-06-06 2015-06-10 山东科技大学 基于双目视觉的人机交互式机械手控制系统和控制方法
CN105652789A (zh) * 2014-11-14 2016-06-08 西安越度机电科技有限公司 基于多传感器数据融合的注塑机控制系统
CN104568119A (zh) * 2015-01-14 2015-04-29 天津大学 一种单光源脉冲编码的光纤振动传感系统及其传感方法
CN205438571U (zh) * 2015-12-25 2016-08-10 马鞍山永耀智能装备有限公司 一种基于神经网络的六轴机器人控制系统
CN107038713A (zh) * 2017-04-12 2017-08-11 南京航空航天大学 一种融合光流法和神经网络的运动目标捕捉方法
CN108241849B (zh) * 2017-08-28 2021-09-07 北方工业大学 基于视频的人体交互动作识别方法

Also Published As

Publication number Publication date
CN109343363A (zh) 2019-02-15

Similar Documents

Publication Publication Date Title
CN103111753B (zh) 一种基于视觉的全自动晶圆划片机控制系统
CN109343363B (zh) 基于光计算的运动测控系统
Trueeb et al. Towards vision-based robotic skins: a data-driven, multi-camera tactile sensor
CN204324384U (zh) 基于光电传感器的物体定位和抓取平台
CN103145038B (zh) 基于位置传感器的双吊具桥吊摆角测量装置及其测量方法
CN107398926A (zh) 一种基于末端视觉检测的柔性臂振动测量装置及方法
WO2018214167A1 (zh) 伺服系统、电机、绝对式编码器及其信号处理电路
WO1984004723A1 (en) Robotic systems utilizing optical sensing
CN112907513B (zh) 一种工业视觉检测中图像位置戳系统及其生成方法
Tao et al. A large-range steering optical phased array chip and high-speed controlling system
CN104571142B (zh) 一种大气参数跟踪测量系统
CN205192445U (zh) 一种光学三维成像装置
CN109974597A (zh) 一种xy平面光电式非接触位移传感器系统及其使用方法
Krotkov et al. An agile stereo camera system for flexible image acquisition
CN108241317A (zh) 一种贴片机8轴运动控制系统
CN109719732B (zh) 基于光神经网络的机器人系统
CN207067783U (zh) 一种水下机器人
CN210968900U (zh) 一种双目视觉机械手臂定位处理板
CN110388884A (zh) 结构光照明三维测量装置
CN207008396U (zh) 总线型并联六自由度平台
CN211541230U (zh) 一种基于rs485总线的夜巡机器人控制系统
Li et al. Control system of trajectory tracking of discretely-actuated manipulator based on computed torque method
Chen et al. Hand-Eye Calibration Technology of Intelligent Picking Robot Using Multiple Photoelectric Sensor Information Fusion
Ni et al. Design of a Hierarchical Control System for Tetherless Snake Robot
CN109788266A (zh) 一种可移动式图像采集及投影装置

Legal Events

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