CN110109343B - 一种光电跟踪系统视觉测量时滞补偿方法 - Google Patents

一种光电跟踪系统视觉测量时滞补偿方法 Download PDF

Info

Publication number
CN110109343B
CN110109343B CN201910361221.4A CN201910361221A CN110109343B CN 110109343 B CN110109343 B CN 110109343B CN 201910361221 A CN201910361221 A CN 201910361221A CN 110109343 B CN110109343 B CN 110109343B
Authority
CN
China
Prior art keywords
uncertainty
representing
measurement time
visual measurement
observer
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
CN201910361221.4A
Other languages
English (en)
Other versions
CN110109343A (zh
Inventor
杨俊�
刘向阳
冒建亮
李世华
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN201910361221.4A priority Critical patent/CN110109343B/zh
Priority to US17/253,558 priority patent/US11838636B2/en
Priority to PCT/CN2019/095061 priority patent/WO2020220469A1/zh
Publication of CN110109343A publication Critical patent/CN110109343A/zh
Application granted granted Critical
Publication of CN110109343B publication Critical patent/CN110109343B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
    • 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
    • G05B11/00—Automatic controllers
    • G05B11/01—Automatic controllers electric
    • G05B11/32—Automatic controllers electric with inputs from more than one sensing element; with outputs to more than one correcting element
    • 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
    • G05B11/00—Automatic controllers
    • G05B11/01—Automatic controllers electric
    • G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
    • G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
    • 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
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Studio Devices (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Control Of Position Or Direction (AREA)

Abstract

本发明提供了一种基于广义比例积分观测器的光电跟踪系统视觉测量时滞补偿方法。针对光电跟踪系统中存在的视觉测量时滞，通过基于改进型广义比例积分观测器的反馈控制方法减小测量时滞对系统的影响，同时实现对系统中运动学不确定性的抑制。其核心在于用观测器去估计系统之前时刻的状态、不确定性及其差分，然后利用这些估计值和系统的状态空间模型计算出系统当前时刻的状态和不确定性，最后根据当前时刻系统状态和不确定性的估计值获得系统的控制输入。该方法不仅削弱了视觉测量时滞对系统的不利影响，还提升了系统的不确定性抑制能力，提高了系统的跟踪精度。

Description

一种光电跟踪系统视觉测量时滞补偿方法
技术领域
本发明涉及一种光电跟踪系统视觉测量时滞补偿方法，属于光电跟踪系统高精度控制技术领域。
背景技术
光电跟踪系统是集光学、电气、机械、控制于一体的装置，被广泛地应用在军事和民用领域。当系统处于跟踪模式时，要求搭载的相机的视轴能始终瞄准跟踪目标。
光电跟踪平台具有多源扰动、参数不确定性、跟踪目标机动和视觉测量时滞等控制难点。两轴惯性稳定平台本身会因为载体运动而使得安装在内框上的相机光轴受到干扰，给光电跟踪控制带来了较大的困难。除了载体运动，跟踪目标在空间的机动也产生较大的运动学不确定性，尤其是在跟踪快速机动目标时。由于系统采用相机作为传感器来获取跟踪目标的脱靶量，对图像的处理产生了视觉测量时滞，时滞会降低系统的稳定性和控制精度。为了能达到高精度的跟踪控制效果，需要对系统中视觉测量时滞和运动学不确定性同时考虑，并设计相应的控制方法。
在现有光电跟踪系统视觉测量时滞补偿中，通常采用Smith预估器，但是这种方法对系统所建模型的精度要求很高，在实际应用中难以满足要求。除此之外，许多方法仅仅针对测量时滞做了处理，没有涉及到运动学不确定性，这会降低系统的控制精度。
发明内容
为了解决上述存在的问题，本发明公开了一种光电跟踪系统视觉测量时滞补偿方法，该方法通过构建改进型广义比例积分观测器，并与反馈线性化算法结合，设计一种复合控制器，实现光电跟踪系统的高精度跟踪和系统运动学不确定性的抑制，其具体技术方案如下：
步骤1，在两轴惯性稳定平台的内框上安装相机，并将相机与上位机连接，构成光电跟踪系统。相机实时拍摄跟踪目标，上位机根据相机拍摄的图像提取跟踪目标的脱靶量，两轴惯性稳定平台根据脱靶量产生系统的控制输入。
步骤2，选择跟踪目标的脱靶量作为系统状态，建立考虑视觉测量时滞和运动学不确定性的系统离散时间状态空间模型
Figure BDA0002046904580000011
其中，X(k)表示系统状态，U(k)表示控系统的控制输入，Δ(k)表示系统的运动学不确定性，Y(k)表示系统的测量输出，d表示视觉测量时滞，B表示控制输入矩阵，k代表第k时刻。
步骤3，定义H(k)＝Δ(k+1)-Δ(k)为系统运动学不确定性的差分，根据步骤2建立的离散时间状态空间模型，构建改进型广义比例积分观测器
Figure BDA0002046904580000021
其中，Z1(k)、Z2(k)和Z3(k)表示观测器的状态，分别是X(k-d)、Δ(k-d)和H(k-d)的估计值，L1、L2和L3表示观测器增益。
步骤4，根据步骤3中的估计值Z1(k)、Z2(k)、Z3(k)和步骤2中的离散时间状态空间模型，计算出系统当前时刻状态的预测值
Figure BDA0002046904580000022
和运动学不确定性的预测值
Figure BDA0002046904580000023
步骤5，根据步骤4得到的预测值
Figure BDA0002046904580000024
和
Figure BDA0002046904580000025
基于反馈线性化算法设计复合控制器
Figure BDA0002046904580000026
K表示控制器参数。
步骤2中的离散时间状态空间模型中的X(k)、U(k)、Δ(k)和Y(k)分别表示为：
Figure BDA0002046904580000027
其中，x1(k)和x2(k)分别表示跟踪目标脱靶量在偏航方向和俯仰方向的分量，u1(k)和u2(k)分别表示相机的俯仰角速度和偏航角速度，Δ1(k)和Δ2(k)分别表示系统在偏航方向和俯仰方向的运动学不确定性，y1(k)和y2(k)分别表示跟踪目标脱靶量在偏航方向和俯仰方向上分量的测量值。
步骤2中的离散时间状态空间模型中控制输入矩阵B为：
Figure BDA0002046904580000028
其中，T表示系统离散化的采样周期，λ表示相机的焦距，m表示比值：一米/像素点的边长。
步骤3中运动学不确定性差分H(k)和观测器中Z1(k)、Z2(k)及Z3(k)分别表示为：
Figure BDA0002046904580000029
其中，h1(k)和h2(k)分别表示偏航方向和俯仰方向不确定性的差分，z11(k)和z12(k)分别表示状态变量x1(k-d)和x2(k-d)的估计值，z21(k)和z22(k)分别表示不确定性Δ1(k-d)和Δ2(k-d)的估计值，z31(k)和z32(k)分别表示不确定性差分h1(k-d)和h2(k-d)的估计值。
步骤3中观测器中L1、L2和L3分别为：
Figure BDA0002046904580000031
其中，l11、l12、l21、l22、l31和l32表示观测器增益参数，满足方阵
Figure BDA0002046904580000032
的特征根在单位圆内，其中I和O分别表示2阶单位阵和2阶零方阵。
步骤4中当前时刻运动学不确定性的预测值
Figure BDA0002046904580000033
和状态的预测值
Figure BDA0002046904580000034
的具体计算过程为：
Figure BDA0002046904580000035
步骤5中复合控制器中K具体表示为：
Figure BDA0002046904580000036
其中，k1、k2表示待设计的控制器参数，满足：0＜k1,k2＜1。
本发明的有益效果是：
本发明利用改进型广义比例积分观测器对光电跟踪系统中之前时刻的状态、运动学不确定性及其差分进行估计，根据得到的估计信息预测出系统当前时刻的状态和不确定性，结合反馈线性化算法设计出复合控制器，减小了视觉测量时滞对跟踪性能的不利影响，提高了系统的不确定性抑制能力和跟踪精度。
附图说明
图1(a)是本发明光电跟踪系统结构图；
图1(b)是本发明光电跟踪系统视觉测量时滞补偿方法框图；
图2(a)是在相同的视觉测量时滞和运动学不确定性下，考虑测量时滞的DGPIO方法和未考虑测量时滞的GPIO方法对脱靶量的控制效果对比图；
图2(b)是在相同的视觉测量时滞和运动学不确定性下，考虑测量时滞的DGPIO方法和未考虑测量时滞的GPIO方法的控制量的对比图。
具体实施方式
下面结合附图和具体实施方式，进一步阐明本发明。应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
一种光电跟踪系统视觉测量时滞补偿方法，具体步骤如下：
步骤1，在两轴惯性稳定平台的俯仰内框上安装相机，并将相机与上位机连接，构成光电跟踪系统。相机实时拍摄跟踪目标，上位机根据相机拍摄的图像提取跟踪目标的脱靶量，两轴惯性稳定平台根据脱靶量产生系统的控制输入。
如图1(a)所示，两轴惯性稳定平台包括偏航外框和俯仰内框，相机被安装在俯仰内框上。本系统选用台式计算机作为上位机，相机采集的实时数据通过数据线与上位机连接，上位机根据获取的图片信息提取出跟踪目标的脱靶量。上位机通过数据线将脱靶量发送给控制芯片DSP，控制芯片根据编码器信息和陀螺仪信息，计算出系统的控制输入信息，力矩电机产生相应的转矩。
步骤2，选择跟踪目标的脱靶量作为系统状态，建立考虑视觉测量时滞和运动学不确定性的系统离散时间状态空间模型如：
Figure BDA0002046904580000041
其中，X(k)表示系统状态，U(k)表示控系统的控制输入，Δ(k)表示系统的运动学不确定性，Y(k)表示系统的测量输出，B表示控制输入矩阵，k代表第k时刻。
模型中的X(k)、U(k)、Δ(k)和Y(k)分别表示为：
Figure BDA0002046904580000042
其中，x1(k)和x2(k)分别表示跟踪目标脱靶量在偏航方向和俯仰方向上的分量，u1(k)和u2(k)分别表示相机的俯仰角速度和偏航角速度，Δ1(k)和Δ2(k)分别表示系统在偏航方向和俯仰方向上的运动学不确定性，y1(k)和y2(k)分别表示跟踪目标脱靶量在偏航方向和俯仰方向上分量的测量值，控制输入矩阵B和运动学不确定性Δ(k)分别为：
Figure BDA0002046904580000043
步骤3，定义H(k)＝Δ(k+1)-Δ(k)为系统运动学不确定性的差分，根据步骤2建立的离散时间状态空间模型，构建改进型广义比例积分观测器为：
Figure BDA0002046904580000044
其中，Z1(k)、Z2(k)和Z3(k)表示观测器的状态，分别是X(k-2)、Δ(k-2)和H(k-2)的估计值，L1、L2和L3表示观测器增益，具体选取如下：
Figure BDA0002046904580000051
步骤4，根据步骤3中的估计值Z1(k)、Z2(k)、Z3(k)和步骤2中的离散时间状态空间模型，计算出系统当前时刻状态的预测值
Figure BDA0002046904580000052
和运动学不确定性的预测值
Figure BDA0002046904580000053
具体计算过程为：
Figure BDA0002046904580000054
Figure BDA0002046904580000055
步骤5，根据步骤4得到的预测值
Figure BDA0002046904580000056
和
Figure BDA0002046904580000057
基于反馈线性化算法设计复合控制器
Figure BDA0002046904580000058
其中K具体为：
Figure BDA0002046904580000059
附图中以DGPIO表示上述方法，附图中REF表示系统的参考信号。
以下为对比实验，说明本发明的有效性和优越性。为了体现对比的合理性，两种方法产生的控制量基本保持一致。光电跟踪系统在没有考虑视觉测量时滞下基于广义比例积分观测器的控制方法设计方法如下：
步骤1，选择跟踪目标的脱靶量作为系统状态，建立未考虑视觉测量时滞和考虑运动学不确定性的系统离散时间状态空间模型
Figure BDA00020469045800000510
步骤2，根据步骤1建立的离散时间状态空间模型，构建改进型广义比例积分观测器
Figure BDA00020469045800000511
其中，L1、L2和L3表示观测器增益，具体选取如下：
Figure BDA00020469045800000512
步骤3，根据步骤2中的估计值Z1(k)和Z2(k)，基于反馈线性化算法设计复合控制器U(k)＝B-1(-Z2(k)-KZ1(k))，其中K具体为：
Figure BDA00020469045800000513
附图中以GPIO表示没有考虑视觉测量时滞下基于广义比例积分观测器的控制方法设计方法。
本发明方案所公开的技术手段不仅限于上述技术手段所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。
以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。

Claims (6)

1.一种光电跟踪系统视觉测量时滞补偿方法，其特征在于包括如下步骤：
步骤1，在两轴惯性稳定平台的俯仰内框上安装相机，并将相机与上位机连接，构成光电跟踪系统；相机实时拍摄跟踪目标，上位机根据相机拍摄的图像提取跟踪目标的脱靶量，两轴惯性稳定平台根据脱靶量产生系统的控制输入；
步骤2，选取跟踪目标的脱靶量作为系统的状态，建立考虑视觉测量时滞和运动学不确定性的系统离散时间状态空间模型如：
Figure FDA0003102252380000011
其中，X(k)表示系统状态，U(k)表示复合控制器，Δ(k)表示系统的运动学不确定性，Y(k)表示系统的测量输出，d表示视觉测量时滞，B表示控制输入矩阵，k代表第k时刻；
步骤3，定义H(k)＝Δ(k+1)-Δ(k)为系统运动学不确定性的差分，根据步骤2建立的离散时间状态空间模型，构建改进型广义比例积分观测器为：
Figure FDA0003102252380000012
其中，Z1(k)、Z2(k)和Z3(k)表示观测器的状态，分别是X(k-d)、Δ(k-d)和H(k-d)的估计值，L1、L2和L3表示观测器增益；
步骤4，根据步骤3中的估计值Z1(k)、Z2(k)、Z3(k)和步骤2中的离散时间状态空间模型，计算出系统当前时刻状态的预测值
Figure FDA0003102252380000013
和运动学不确定性的预测值
Figure FDA0003102252380000014
步骤5，根据步骤4得到的预测值
Figure FDA0003102252380000015
和
Figure FDA0003102252380000016
基于反馈线性化算法设计复合控制器
Figure FDA0003102252380000017
K表示控制器参数。
2.根据权利要求1所述一种光电跟踪系统视觉测量时滞补偿方法，其特征在于所述步骤2中的离散时间状态空间模型中的X(k)、U(k)、Δ(k)和Y(k)分别表示为：
Figure FDA0003102252380000018
其中，x1(k)和x2(k)分别表示跟踪目标脱靶量在偏航方向和俯仰方向上的分量，u1(k)和u2(k)分别表示相机的俯仰角速度和偏航角速度，Δ1(k)和Δ2(k)分别表示系统在偏航方向和俯仰方向的运动学不确定性，y1(k)和y2(k)分别表示跟踪目标脱靶量在偏航方向和俯仰方向上分量的测量值。
3.根据权利要求1所述一种光电跟踪系统视觉测量时滞补偿方法，其特征在于所述步骤2中的离散时间状态空间模型中控制输入矩阵B为：
Figure FDA0003102252380000021
其中，T表示系统离散化的采样周期，λ表示相机的焦距，m表示比值：一米/像素点的边长。
4.根据权利要求1所述一种光电跟踪系统视觉测量时滞补偿方法，其特征在于所述步骤3中运动学不确定性差分H(k)和观测器中Z1(k)、Z2(k)及Z3(k)分别表示为：
Figure FDA0003102252380000022
其中，h1(k)和h2(k)分别表示偏航方向和俯仰方向不确定性的差分，z11(k)和z12(k)分别表示状态变量x1(k-d)和x2(k-d)的估计值，z21(k)和z22(k)分别表示不确定性Δ1(k-d)和Δ2(k-d)的估计值，z31(k)和z32(k)分别表示不确定性差分h1(k-d)和h2(k-d)的估计值。
5.根据权利要求1所述一种光电跟踪系统视觉测量时滞补偿方法，其特征在于所述步骤3中观测器增益L1、L2和L3分别为：
Figure FDA0003102252380000023
其中，l11、l12、l21、l22、l31和l32表示观测器增益参数，满足方阵
Figure FDA0003102252380000024
的特征根在单位圆内，其中I和O分别表示2阶单位阵和2阶零方阵。
6.根据权利要求1所述一种光电跟踪系统视觉测量时滞补偿方法，其特征在于所述步骤5中复合控制器中K具体表示为：
Figure FDA0003102252380000025
其中，k1、k2表示待设计的控制器参数，满足：0＜k1,k2＜1。
CN201910361221.4A 2019-04-30 2019-04-30 一种光电跟踪系统视觉测量时滞补偿方法 Active CN110109343B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910361221.4A CN110109343B (zh) 2019-04-30 2019-04-30 一种光电跟踪系统视觉测量时滞补偿方法
US17/253,558 US11838636B2 (en) 2019-04-30 2019-07-08 Method for compensating for visual-measurement time lag of electro-optical tracking system
PCT/CN2019/095061 WO2020220469A1 (zh) 2019-04-30 2019-07-08 一种光电跟踪系统视觉测量时滞补偿方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910361221.4A CN110109343B (zh) 2019-04-30 2019-04-30 一种光电跟踪系统视觉测量时滞补偿方法

Publications (2)

Publication Number Publication Date
CN110109343A CN110109343A (zh) 2019-08-09
CN110109343B true CN110109343B (zh) 2021-09-10

Family

ID=67487798

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910361221.4A Active CN110109343B (zh) 2019-04-30 2019-04-30 一种光电跟踪系统视觉测量时滞补偿方法

Country Status (3)

Country Link
US (1) US11838636B2 (zh)
CN (1) CN110109343B (zh)
WO (1) WO2020220469A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109752023B (zh) * 2018-12-20 2020-12-29 北京恒星箭翔科技有限公司 一种目标运动状态快速估计方法
CN111949036B (zh) * 2020-08-25 2022-08-02 重庆邮电大学 一种轨迹跟踪控制方法、系统及两轮差速移动机器人
CN114124217B (zh) * 2021-11-26 2023-01-10 东方红卫星移动通信有限公司 一种空间光通信精瞄单元的传感器数据融合方法及系统
CN116400603B (zh) * 2023-05-25 2023-09-12 南京信息工程大学 基于伪前馈改进的Smith预估器的激光跟踪控制方法
CN117471921B (zh) * 2023-12-26 2024-03-15 天津大学 扰动观测抑制与目标跟踪系统
CN117555241B (zh) * 2024-01-11 2024-03-19 广东工业大学 一种振镜电机的时滞补偿非线性控制方法及其相关装置
CN117850244B (zh) * 2024-03-04 2024-05-07 海克斯康制造智能技术(青岛)有限公司 一种视觉测量控制系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1044912A (zh) * 1989-12-18 1990-08-29 天津市电视技术研究所 焊头自动跟踪焊缝的方法和装置
CN102426420A (zh) * 2011-11-27 2012-04-25 中国科学院光电技术研究所 一种强鲁棒性的运动载体光电稳定平台控制系统
CN106444386A (zh) * 2016-11-29 2017-02-22 凯迈（洛阳）测控有限公司 一种光电设备跟踪脱靶量时滞补偿控制方法
CN107894713A (zh) * 2017-10-20 2018-04-10 东南大学 一种无编码传感两轴惯性稳定平台的高精度控制方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5098426A (en) * 1989-02-06 1992-03-24 Phoenix Laser Systems, Inc. Method and apparatus for precision laser surgery
JPH09101822A (ja) 1995-10-06 1997-04-15 Fujitsu Ltd 姿勢安定化装置
DE10017600A1 (de) 2000-04-08 2001-10-11 Bodenseewerk Geraetetech Regler, insbesondere Lenkregler für Flugkörper
CN103878770B (zh) 2014-04-08 2016-08-31 哈尔滨工业大学 基于速度估计的空间机器人视觉时延误差补偿方法
CN104267743B (zh) * 2014-07-22 2017-01-11 浙江工业大学 一种采用自抗扰控制技术的船载摄像稳定平台控制方法
CN105786024B (zh) * 2016-03-02 2018-08-24 北京航空航天大学 一种基于模型误差补偿的机载光电平台高精度跟踪控制器及其跟踪控制方法
CN108871374B (zh) 2018-03-26 2021-01-15 中国科学院西安光学精密机械研究所 一种提高光电跟踪系统中脱靶量延时测量精度的方法
CN109001974B (zh) 2018-08-01 2021-12-17 浙江工业大学 基于广义扩张状态观测器的网络化大关联运动系统位置同步控制方法
CN109164709A (zh) 2018-11-15 2019-01-08 中国科学院光电技术研究所 一种基于改进型Smith预估器的光电跟踪系统控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1044912A (zh) * 1989-12-18 1990-08-29 天津市电视技术研究所 焊头自动跟踪焊缝的方法和装置
CN102426420A (zh) * 2011-11-27 2012-04-25 中国科学院光电技术研究所 一种强鲁棒性的运动载体光电稳定平台控制系统
CN106444386A (zh) * 2016-11-29 2017-02-22 凯迈（洛阳）测控有限公司 一种光电设备跟踪脱靶量时滞补偿控制方法
CN107894713A (zh) * 2017-10-20 2018-04-10 东南大学 一种无编码传感两轴惯性稳定平台的高精度控制方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Output Feedback Stabilization of Inertial Stabilized Platform with Unmatched Disturbances Using Sliding Mode Approach;Jianliang Mao等;《ScienceDirect》;20170731;全文 *
Video Surveillance Over Wireless Sensor and;Dalei Wu 等;《IEEE TRANSACTIONS ON AUTOMATIC CONTROL》;20111031;第56卷(第10期);全文 *
光电跟踪系统惯性稳定平台的自适应鲁棒控制研究布式协同控制的研究;杨焱煜;《中国博士学位论文全文数据库 信息科技辑》;20170915(第09期);全文 *
基于神经网络的光纤陀螺误差补偿和平台稳定控制技术研究;崔慧敏;《中国博士学位论文全文数据库 信息科技辑》;20170815(第08期);全文 *
高精稳瞄陀螺吊舱扰动信号滤波与抑制方法研究;辛瑞昊;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20190315(第03期);全文 *

Also Published As

Publication number Publication date
US20210191344A1 (en) 2021-06-24
CN110109343A (zh) 2019-08-09
US11838636B2 (en) 2023-12-05
WO2020220469A1 (zh) 2020-11-05

Similar Documents

Publication Publication Date Title
CN110109343B (zh) 一种光电跟踪系统视觉测量时滞补偿方法
CN111337947B (zh) 即时建图与定位方法、装置、系统及存储介质
CN105698765B (zh) 双imu单目视觉组合测量非惯性系下目标物位姿方法
CN111121767B (zh) 一种融合gps的机器人视觉惯导组合定位方法
CN110880189B (zh) 联合标定方法及其联合标定装置和电子设备
CN106647257B (zh) 一种基于正交最小二乘的前馈控制方法
CN111415387B (zh) 相机位姿确定方法、装置、电子设备及存储介质
CN111982137B (zh) 生成路线规划模型的方法、装置、设备和存储介质
CN107341831B (zh) 一种imu辅助的视觉特征鲁棒跟踪方法及装置
KR101950359B1 (ko) 하이브리드 모션캡쳐 시스템의 위치 추정 방법
WO2020107931A1 (zh) 位姿信息确定方法和装置、视觉点云构建方法和装置
CN107618678B (zh) 卫星姿态角度偏差下的姿控信息联合估计方法
JP2012006587A (ja) 無人機、特に自動操縦下でホバリング飛行を行うことができる無人機の水平速度を評価する方法
Mercado et al. Gps/ins/optic flow data fusion for position and velocity estimation
CN103064430A (zh) 机电融合型图像稳定装置
CN113379839B (zh) 一种基于事件相机系统的地面视角单目视觉里程计方法
CN112254729A (zh) 一种基于多传感器融合的移动机器人定位方法
CN111665873B (zh) 基于参考光的瞄准线高精度稳定方法
CN112229405A (zh) 一种基于图像跟踪与激光测距的无人机目标运动估计方法
CN102685371A (zh) 基于多分辨率块匹配和pi控制的数字视频稳像方法
CN110614636A (zh) 一种视觉伺服机器人测量时滞补偿方法
CN111880482A (zh) 一种高精度的传感器视轴伺服控制系统及其方法
Nguyen et al. Dual rate Kalman filter considering delayed measurement and its application in visual servo
CN112346485B (zh) 一种光电跟踪控制方法、系统、电子设备及存储介质
CN112652018B (zh) 外参确定方法、外参确定装置及电子设备

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