CN110647032A - 一种基于粒子群与遗传算法优化的模糊pid的三轴稳定器 - Google Patents
一种基于粒子群与遗传算法优化的模糊pid的三轴稳定器 Download PDFInfo
- Publication number
- CN110647032A CN110647032A CN201911054058.3A CN201911054058A CN110647032A CN 110647032 A CN110647032 A CN 110647032A CN 201911054058 A CN201911054058 A CN 201911054058A CN 110647032 A CN110647032 A CN 110647032A
- Authority
- CN
- China
- Prior art keywords
- particle swarm
- driving module
- genetic algorithm
- main control
- connection structure
- 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.)
- Pending
Links
- 239000002245 particle Substances 0.000 title claims abstract description 34
- 230000002068 genetic effect Effects 0.000 title claims abstract description 29
- 239000003381 stabilizer Substances 0.000 title claims abstract description 26
- 238000005457 optimization Methods 0.000 title claims abstract description 21
- 230000004069 differentiation Effects 0.000 title claims abstract description 5
- 230000010354 integration Effects 0.000 title claims abstract description 5
- 238000001914 filtration Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 5
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Images
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
- 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.
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于粒子群与遗传算法优化的模糊PID的三轴稳定器,包括主控芯片、驱动模块、步进电机、陀螺仪和机械连接结构,所述机械连接结构的三个侧面上分别固定一组电气连接的驱动模块和步进电机,每个所述驱动模块均与主控芯片电气连接。本发明中,该基于粒子群与遗传算法优化的模糊PID的三轴稳定器通过自行调整滤波中的方差,可以有效的减少对陀螺仪数据漂移时的影响,提高陀螺仪数据的滤波效果,通过粒子群算法与遗传算法的运用,优化PID的控制参数,有效提升了响应速度,减少了超调量与稳态误差,同时还提高了系统的鲁棒性,并有效克服了系统中存在的各种干扰噪声,提升了拍摄效果,具有很好的实用性。
Description
技术领域
本发明涉及智能控制技术领域,尤其涉及一种基于粒子群与遗传算法优化的模糊PID的三轴稳定器。
背景技术
三轴稳定器是一种使载体在遭受外界扰动时能在原有方向上保持相对稳定的技术,利用系统提供的补偿来实现摄影装置角度和位置的稳定,保证画面的清晰程度。通常情况下,三轴稳定器根据卡尔曼滤波后的数据,使用传统PID技术来控制电机转动。适用于设备的抗抖控制,如日常摄影、无人机航拍等。
现在的三轴稳定器存在以下问题:
1、传统PID的鲁棒性差,难以克服系统中存在的不确定因素,目前出现了使用传统模糊PID进行控制的技术,但是传统模糊控制的控制精度低,同时考虑到主控芯片的存储空间,控制等级固定且有限;
2、传统PID和传统模糊PID均无法有效抑制干扰噪声,在陀螺仪数据出现漂移时容易出现较大的稳态误差。
为此,我们提出了一种基于粒子群与遗传算法优化的模糊PID的三轴稳定器。
发明内容
本发明的目的是为了解决现有技术中存在传统PID的鲁棒性差、抗噪能力差、传统模糊PID精度低,控制等级有限,以及传统卡尔曼滤波要求精确的测量噪声与控制干扰噪声的方差,在实际应用中难以确定的问题,而提出的一种基于粒子群与遗传算法优化的模糊PID的三轴稳定器。
为了实现上述目的,本发明采用了如下技术方案:
一种基于粒子群与遗传算法优化的模糊PID的三轴稳定器,包括主控芯片、驱动模块、步进电机、陀螺仪和机械连接结构,所述机械连接结构的三个侧面上分别固定一组电气连接的驱动模块和步进电机,每个所述驱动模块均与主控芯片电气连接,所述主控芯片用于接收陀螺仪实时监测的机械连接结构的位姿数据,并对数据使用极大后验噪声估计器进行滤波,对滤波后的数据运用粒子群算法和遗传算法进行处理并模糊化,同时对模糊控制中的规则库运用粒子群算法进行处理,基于规则库解模糊,选取优化的PID控制参数,计算对应的控制量并发给所述驱动模块,所述驱动模块,用于根据所述主控芯片发送的控制量,控制对应的所述步进电机转动,实现对所述机械连接结构的位姿调整。
优选地,所述主控芯片位于机械连接结构的顶部。
优选地,每一个所述步进电机均固定在对应的驱动模块的首部。
优选地,根据所述主控芯片计算出的控制量,并将计算出的控制量发送给所述驱动模块,所述驱动模块产生对应的PWM脉冲宽度波形来控制步进电机的转动量。
优选地,所述陀螺仪水平安装于机械连接结构加持部分的底部中心位置。
与现有技术相比,本发明的有益效果是:
本发明中,该基于粒子群与遗传算法优化的模糊PID的三轴稳定器通过自行调整滤波中的方差,可以有效的减少对陀螺仪数据漂移时的影响,提高陀螺仪数据的滤波效果,通过粒子群算法与遗传算法的运用,优化PID的控制参数,有效提升了响应速度,减少了超调量与稳态误差,同时还提高了系统的鲁棒性,并有效克服了系统中存在的各种干扰噪声,提升了拍摄效果,具有很好的实用性。
附图说明
图1为本发明提出的一种基于粒子群与遗传算法优化的模糊PID的三轴稳定器的结构示意图;
图2为本发明提出的一种基于粒子群与遗传算法优化的模糊PID的三轴稳定器中在传统模糊PID和卡尔曼滤波的基础上改进的算法流程图;
图3为本发明提出的一种基于粒子群与遗传算法优化的模糊PID的三轴稳定器的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
参照图1,一种基于粒子群与遗传算法优化的模糊PID的三轴稳定器,包括主控芯片1、驱动模块2、步进电机3、陀螺仪4和机械连接结构5,机械连接结构5的三个侧面上分别固定一组电气连接的驱动模块2和步进电机3,每个驱动模块2均与主控芯片1电气连接,主控芯片1用于接收陀螺仪4实时监测的机械连接结构5的位姿数据,并对数据使用极大后验噪声估计器进行滤波,对滤波后的数据运用粒子群算法和遗传算法进行处理并模糊化,此处的对滤波后的数据运用粒子群算法和遗传算法进行处理并模糊化,是运用粒子群算法和遗传算法处理模糊控制中的隶属度函数,继而对滤波后的数据进行模糊化处理,同时对模糊控制中的规则库运用粒子群算法进行处理,基于规则库解模糊,选取优化的PID控制参数,计算对应的控制量并发给驱动模块2,驱动模块2,用于根据主控芯片1发送的控制量,控制对应的步进电机3转动,实现对机械连接结构5的位姿调整。
其中,主控芯片1位于机械连接结构5的顶部。
其中,每一个步进电机3均固定在对应的驱动模块2的首部。
其中,根据主控芯片1计算出的控制量,并将计算出的控制量发送给驱动模块2,驱动模块2产生对应的PWM脉冲宽度波形来控制步进电机3的转动量。
其中,陀螺仪4水平安装于机械连接结构5加持部分的底部中心位置。
其中,在工作时,首先主控芯片1根据迭代次数N与种群规模M运用粒子群算法与遗传算法计算出M组隶属度函数的底宽,运用粒子群算法计算出M组规则控制库;陀螺仪4测量机械连接结构5的位姿数据,主控芯片1通过I2C接口读取后,与预设的初始数据进行比较,通过极大后验噪声估计器计算出实时误差,利用优化后的模糊PID,分别按照M组规则控制库计算出三个轴对应的PID控制参数,通过适应度函数的筛选,选择出三个轴本次迭代最佳PID控制参数,重复迭代N次,得到三个轴N次迭代后的最佳PID控制参数。根据PID控制参数,主控芯片1计算出对应的输出控制量,并发送给三个驱动模块2,产生三个轴对应的PWM,对机械连接结构5进行位姿调整;该自适应控制是在粒子群与遗传算法优化的模糊PID算法的基础上完成的,响应速度与控制精度均优于传统PID与传统模糊PID;该算法在三轴稳定器系统的使用,提高了控制系统的响应速度,减小了稳态误差和超调量,使三轴稳定器系统的自适应能力得到提高。
参照图2所示实施例,优化隶属度函数、优化规则控制库、使用极大后验噪声估计器是该算法的创新核心,是在传统模糊PID和卡尔曼滤波的基础上进行的改进。
传统的卡尔曼滤波中,测量噪声的协方差Q与控制干扰噪声的协方差R为常数,在极大后验噪声估计器中,Q与R在每次滤波中都会进行迭代,从而避免了传统卡尔曼滤波对Q与R精确值的要求。
传统的PID算法容易受到噪声的干扰,传统的模糊PID算法控制精度低,控制等级有限。而通过运用粒子群算法和遗传算法对模糊PID的隶属度函数底宽进行优化,使用粒子群算法对规则控制库进行优化,提高了响应速度,减小了稳态误差和超调量,提高了自适应能力。
参照图3,是在主控芯片1基础上对控制算法进行实现,该设计主要分为检测部分与控制部分,检测部分是指利用主控芯片1的I2C通信,实时获取陀螺仪4所检测的机械连接结构5的位姿数据;控制部分是指主控芯片1利用陀螺仪4传输的数据控制驱动模块2产生PWM波,控制步进电机3的转动;在控制系统中,系统初始化主要包含了对隶属度函数底宽和规则控制库的初始化,对主控芯片1端口的初始化配置。
本发明提供的基于粒子群和遗传算法优化的模糊PID算法的三轴稳定器中,以主控芯片1为控制单元,采用优化后的模糊PID算法对陀螺仪4的位姿数据进行滤波及后续计算处理,克服了当下传统PID算法控制的抗干扰能力差等特点,克服了当下传统模糊PID算法控制精度低等特点,提高了系统的响应速度,减小了系统的稳态误差和超调量,提高了系统的自适应能力,提升了拍摄效果。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种基于粒子群与遗传算法优化的模糊PID的三轴稳定器,其特征在于,包括主控芯片(1)、驱动模块(2)、步进电机(3)、陀螺仪(4)和机械连接结构(5),所述机械连接结构(5)的三个侧面上分别固定一组电气连接的驱动模块(2)和步进电机(3),每个所述驱动模块(2)均与主控芯片(1)电气连接;
所述主控芯片(1)用于接收陀螺仪(4)实时监测的机械连接结构(5)的位姿数据,并对数据使用极大后验噪声估计器进行滤波,对滤波后的数据运用粒子群算法和遗传算法进行处理并模糊化,同时对模糊控制中的规则库运用粒子群算法进行处理,基于规则库解模糊,选取优化的PID控制参数,计算对应的控制量并发给所述驱动模块(2);
所述驱动模块(2),用于根据所述主控芯片(1)发送的控制量,控制对应的所述步进电机(3)转动,实现对所述机械连接结构(5)的位姿调整。
2.根据权利要求1所述的一种基于粒子群与遗传算法优化的模糊PID的三轴稳定器,其特征在于,所述主控芯片(1)位于机械连接结构(5)的顶部。
3.根据权利要求1所述的一种基于粒子群与遗传算法优化的模糊PID的三轴稳定器,其特征在于,每一个所述步进电机(3)均固定在对应的驱动模块(2)的首部。
4.根据权利要求1所述的一种基于粒子群与遗传算法优化的模糊PID的三轴稳定器,其特征在于,根据所述主控芯片(1)计算出的控制量,并将计算出的控制量发送给所述驱动模块(2),所述驱动模块(2)产生对应的PWM脉冲宽度波形来控制步进电机(3)的转动量。
5.根据权利要求1所述的一种基于粒子群与遗传算法优化的模糊PID的三轴稳定器,其特征在于,所述陀螺仪(4)水平安装于机械连接结构(5)加持部分的底部中心位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911054058.3A CN110647032A (zh) | 2019-10-31 | 2019-10-31 | 一种基于粒子群与遗传算法优化的模糊pid的三轴稳定器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911054058.3A CN110647032A (zh) | 2019-10-31 | 2019-10-31 | 一种基于粒子群与遗传算法优化的模糊pid的三轴稳定器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110647032A true CN110647032A (zh) | 2020-01-03 |
Family
ID=69014004
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911054058.3A Pending CN110647032A (zh) | 2019-10-31 | 2019-10-31 | 一种基于粒子群与遗传算法优化的模糊pid的三轴稳定器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110647032A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663100A (zh) * | 2012-04-13 | 2012-09-12 | 西安电子科技大学 | 一种两阶段混合粒子群优化聚类方法 |
CN103488190A (zh) * | 2013-09-26 | 2014-01-01 | 河南理工大学 | 一种基于粒子群算法的太阳自动跟踪模糊控制系统 |
CN104133372A (zh) * | 2014-07-09 | 2014-11-05 | 河海大学常州校区 | 基于模糊神经网络的室温控制算法 |
CN206162032U (zh) * | 2017-02-23 | 2017-05-10 | 河北工业大学 | 一种基于模糊自适应pid算法的三轴稳定器 |
CN107728477A (zh) * | 2017-09-21 | 2018-02-23 | 中国农业大学 | 一种工厂化水产养殖水质溶解氧预测控制方法及系统 |
CN109212965A (zh) * | 2018-08-06 | 2019-01-15 | 广州云雷智能科技有限公司 | 基于粒子群优化算法的地暖温度控制系统及方法 |
CN109840517A (zh) * | 2019-03-08 | 2019-06-04 | 兰州交通大学 | 一种mems陀螺噪声估计和滤波方法 |
CN110138270A (zh) * | 2019-05-21 | 2019-08-16 | 黑龙江工程学院 | 一种多模态超声电机驱动控制系统 |
-
2019
- 2019-10-31 CN CN201911054058.3A patent/CN110647032A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663100A (zh) * | 2012-04-13 | 2012-09-12 | 西安电子科技大学 | 一种两阶段混合粒子群优化聚类方法 |
CN103488190A (zh) * | 2013-09-26 | 2014-01-01 | 河南理工大学 | 一种基于粒子群算法的太阳自动跟踪模糊控制系统 |
CN104133372A (zh) * | 2014-07-09 | 2014-11-05 | 河海大学常州校区 | 基于模糊神经网络的室温控制算法 |
CN206162032U (zh) * | 2017-02-23 | 2017-05-10 | 河北工业大学 | 一种基于模糊自适应pid算法的三轴稳定器 |
CN107728477A (zh) * | 2017-09-21 | 2018-02-23 | 中国农业大学 | 一种工厂化水产养殖水质溶解氧预测控制方法及系统 |
CN109212965A (zh) * | 2018-08-06 | 2019-01-15 | 广州云雷智能科技有限公司 | 基于粒子群优化算法的地暖温度控制系统及方法 |
CN109840517A (zh) * | 2019-03-08 | 2019-06-04 | 兰州交通大学 | 一种mems陀螺噪声估计和滤波方法 |
CN110138270A (zh) * | 2019-05-21 | 2019-08-16 | 黑龙江工程学院 | 一种多模态超声电机驱动控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Deguchi | Optimal motion control for image-based visual servoing by decoupling translation and rotation | |
Flandin et al. | Eye-in-hand/eye-to-hand cooperation for visual servoing | |
CN110401799B (zh) | 一种自动跟踪拍摄方法及系统 | |
CN108253963B (zh) | 一种基于多传感器融合的机器人自抗扰定位方法以及定位系统 | |
CN104267743B (zh) | 一种采用自抗扰控制技术的船载摄像稳定平台控制方法 | |
CN106200693A (zh) | 土地调查小型无人机的云台实时控制系统及控制方法 | |
CN101729783B (zh) | 基于类人眼球前庭动眼反射的双目视觉系统在颠簸环境中的图像稳定方法 | |
CN110703777A (zh) | 一种基于北斗和视觉的联合收获机组合导航方法及导航系统 | |
CN104811588A (zh) | 一种基于陀螺仪的船载稳像控制方法 | |
US20220238029A1 (en) | Unmanned aerial vehicle return method and apparatus and unmanned aerial vehicle | |
CN110440805B (zh) | 一种偏航角的融合方法、装置及飞行器 | |
CN113359867B (zh) | 一种无人机自稳云台及控制方法 | |
CN108052122A (zh) | 一种船载动中通的天线跟踪的方法 | |
CN108333938A (zh) | 一种多闭环复合陀螺稳定控制方法 | |
CN109828274A (zh) | 调整机载雷达的主探测方向的方法、装置和无人机 | |
CN108170154A (zh) | 一种无人机多传感器正向摄影倾斜飞控调试方法 | |
CN109254587A (zh) | 可在无线充电条件下稳定悬停的小型无人机及其控制方法 | |
CN110262565B (zh) | 应用于水下六推无人机的目标跟踪运动控制方法及装置 | |
CN111750854A (zh) | 车辆定位方法、装置、系统及存储介质 | |
CN111897347A (zh) | 一种基于神经网络pid控制的双电机推进无人艇的航向保持器及保持方法 | |
US20220351400A1 (en) | Information processing apparatus, information processing method, and information processing program | |
CN110232662B (zh) | 一种人脸位姿协同系统下的多新息抗扰滤波方法 | |
CN113467231A (zh) | 基于侧滑补偿ilos制导律的无人艇路径跟踪方法 | |
CN110647032A (zh) | 一种基于粒子群与遗传算法优化的模糊pid的三轴稳定器 | |
CN110678822A (zh) | 移动机器人的控制方法、装置及移动机器人系统 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200103 |
|
WD01 | Invention patent application deemed withdrawn after publication |