基于果蝇优化算法的视觉板球系统控制研究

发布时间：2018-04-02 16:49

本文选题：板球系统　切入点：果蝇优化算法　出处：《西南大学》2017年硕士论文

【摘要】：板球系统是一个欠驱动、强耦合、多变量的非线性动力学系统。板球系统通过图像采集或触摸屏采集等方式来获取小球位置并反馈给控制器,控制器通过控制电机转角来调整平板的倾斜角度,从而实现小球的定位控制、轨迹跟踪控制、绕障控制等。对板球系统的研究涉及到实验平台的机械结构整体设计、系统动力学分析及非线性建模、现代控制理论、智能控制理论、数字图像处理、轨迹规划与跟踪等诸多领域。由于板球系统本身的复杂性,涉及领域的广泛性以及物理模型的简易性,使其成为了控制理论研究中一种典型的控制对象,可以检验各种控制算法的有效性,其理论分析与控制方法的研究成果可以推广到机器人控制、卫星定位、船舶定航等实际工程问题,具有广泛的应用价值。因此,本文选取基于图像采集的视觉板球系统作为研究对象,对系统的现有控制方法——FUZZY-PID控制器进行了分析研究,在此基础上对其视觉检测进行了优化,并针对FUZZY-PID中调节时间较长,稳态误差较大的问题,本文引入更加新型、高效的果蝇优化算法(Fruit Fly Optimization Algorithm,FOA)对PID参数进行整定,提出了优化改进的变步长果蝇优化算法(Variable Step FOA,VSFOA),以实现PID控制参数的在线动态整定,并以此设计了VSFOA-PID控制器,实现了对小球的定位控制和轨迹跟踪控制,实验结果表明:本文提出的利用变步长果蝇优化算法进行在线PID参数整定的VSFOA-PID控制器具有较高的定位控制精度,较短的调节时间,以及较快的轨迹跟踪速度。本文的主要工作如下:首先,本文阐述了板球系统和果蝇优化算法的研究意义和研究背景及现状,分析了板球系统的物理结构与工作原理,在采用拉格朗日力学原理建立板球系统的数学模型的基础上,对板球系统进行理论分析、研究,以及建立板球系统的仿真模型,并选取平板倾斜角度作为控制量对数学模型进行简化,最终得到板球系统关于x/y轴解耦的完全线性化简化模型。第二,针对图像采集中产生的噪声及光线变化引起的小球定位不够准确这一问题,本文对采集的图像进行了去噪处理,接着使用OTSU法获取灰度图像最优二值化阈值,以准确分割出小球图像,提取小球质心。由于采集的图像中背景较多,在图像处理过程中将会占用大量的计算时间,本文提出将采集的图像划分为含有球盘和小球的目标区域和背景区域,在图像处理中仅对目标区域进行处理。本文提出的优化视觉检测方案提高了定位精度,增强了系统视觉检测鲁棒性。第三,针对传统PID参数在线整定过程复杂、适应性较差,难以满足板球系统对控制过程快速、准确、稳定的要求这一问题,本文引入果蝇优化算法对PID参数进行在线动态整定,通过在线整定的方式提高系统的控制品质。由于常规果蝇优化算法中步长为固定值,使得算法无法平衡搜索过程中的全局搜索能力与局部寻优能力,搜索精度与收敛速度,因此,本文对常规果蝇优化算法进行了改进,提出了使步长随着迭代次数增加而减小的变步长果蝇优化算法VSFOA,从而实现算法在迭代初期具有较高的全局搜索能力和较快的收敛速度,在迭代后期具有较高的局部寻优能力和搜索精度,并基于VSFOA在线动态整定PID参数的方法构建VSFOA-PID控制器。通过使用PID控制器、FOA-PID控制器及VSFOA-PID控制器对板球系统仿真模型进行定位控制仿真实验,实验结果不仅验证了VSFOA算法的有效性,同时也表明本文提出的VSFOA-PID控制器相对于常规PID控制器,可以大幅缩短调节时间,减小超调量,降低系统误差性能指标,而与FOA-PID控制器相比时,具有更短的调节时间,更低的系统误差性能指标,从而可以用于实现板球系统的轨迹跟踪、绕障等更加复杂的控制;通过使用PID控制器和VSFOA-PID控制器对板球系统进行轨迹跟踪控制仿真实验,实验结果表明,使用VSFOA-PID控制器时,系统响应延迟更短,系统误差性能指标更小。最后,将本文提出的VSFOA-PID控制器应用于板球系统的实时控制,实现了小球的定位控制和轨迹跟踪控制。通过与FUZZY-PID控制器进行定位控制对比实验,结果表明,本文提出的VSFOA-PID控制器具有更小的稳态误差(FUZZY-PID控制器的均方根误差为2.5108 mm,而VSFOA-PID控制器的为1.7658 mm,仅为FUZZY-PID控制器的70.33%),更短的调节时间(其调节时间为5-12 s,而FUZZY-PID控制器的为6-20 s),通过使用VSFOA-PID控制器对系统进行轨迹跟踪控制,实验结果表明VSFOA-PID控制器具有较快的轨迹跟踪速度,其跟踪100*100 mm2正方形的平均用时仅为8s。
[Abstract]:......
【学位授予单位】：西南大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP273;TP18;TP391.41

【参考文献】