《哈工大自动控制元件及线路大作业》由会员分享，可在线阅读，更多相关《哈工大自动控制元件及线路大作业（28页珍藏版）》请在金锄头文库上搜索。
1、Harbin Institute of Technology自动控制元件大作业设计题目： 目标随动系统的设计 院 系：航天学院控制科学与工程系 班 级： 小组成员： 指导教师： 哈尔滨工业大学目录目标随动系统的设计11背景111伺服系统的简单介绍112视觉伺服的简单介绍113视觉伺服的发展情况214视觉伺服的分类215视觉处理22系统总体方案321系统的结构322系统工作原理的概述43系统各部分的具体论述531图像部分532伺服电机部分7321伺服控制系统的结构7322功率驱动的方法8323位移信号的测量方法10324速度信号的测量方法10325电流的测量方法114信号的传递过程与接口125具
2、体元件的选择1251摄像头的选择1252 DSP的选择1653 PWM功率放大器的电路1654电机、减速机、编码器的选择1755霍尔电流传感器的选择2256光耦隔离器的选择2357步进电机驱动器236小组分工237总结238参考文献24目标随动系统的设计1背景11伺服系统的简单介绍伺服系统（servomechanism）又称随动系统，是用来精确地跟随或复现某个过程的反馈控制系统。伺服系统使物体的位置、方位、状态等输出被控量能够跟随输入目标（或给定值）的任意变化的自动控制系统。它的主要任务是按控制命令的要求、对功率进行放大、变换与调控等处理，使驱动装置输出的力矩、速度和位置控制非常灵活方便。在很
3、多情况下，伺服系统专指被控制量（系统的输出量）是机械位移或位移速度、加速度的反馈控制系统，其作用是使输出的机械位移（或转角）准确地跟踪输入的位移（或转角），其结构组成和其他形式的反馈控制系统没有原则上的区别。12视觉伺服的简单介绍本次课程设计的系统就是一种机器人视觉伺服系统。对于早期的伺服系统，都是由人来监控，或者是按照一定的模式使执行元件进行固定重复性的工作。这样的系统灵活性差，不能较好的应对目标的变化，限制了机器的工作范围。为了使机器具备环境适应能力，需要系统配备各种外部传感器，如力觉、触觉、距离和视觉传感器。其中视觉传感器是无接触测量，具有信号范围大、信息完整等优点，被认为是被控对象最重
4、要的传感器。利用视觉传感器得到的图像作为反馈信息，可构造机器的闭环控制，即视觉伺服。这里的视觉是机器视觉，机器视觉的一般定义为：自动地获取分析图像，从而得到描述一个景物或控制某种动作的数据。机器视觉的主要任务可分为：第一，定位，即能够自动判断物体的位置，并将位置信息通过一定的通讯协议输出；第二，测量，自动测量产品的外观尺寸，比如外形轮廓、孔径、高度、面积等尺寸的测量；第三，缺陷检测，这是机器视觉系统用的最多的一种功能，它可以检测产品表面的一些信息。譬如：包装正误，有没有包装正确、印刷有无错误、表面有无刮伤或颗粒、破损、有没有油污灰尘、塑料件有没有穿孔、有没有注塑不良等；基本上，产品的品质需要用
5、人眼来判断的，都可以尝试用视觉技术来替代，获得更有的产品性能。而视觉伺服则是以实现对机器人的控制而进行图像的自动获取与分析，因此是利用机器视觉的原理，从图像反馈信息中快速进行图象处理，并在尽量短的时间内给出控制信息，构成机器人的位置闭环控制。机器人视觉伺服是机器视觉和机器人控制的有机结合，是一个非线性、强耦合的复杂系统，涉及众多的研究领域，主要有计算机视觉、图象处理、机器人运动学和动力学、控制理论、实时计算等。随着计算机图象处理技术的飞速发展以及大量的数字图象处理设备性能价格比的提高，视觉伺服吸引了众多研究人员的注意并得到了快速的发展。13视觉伺服的发展情况七十年代，Shirai 和 Inou
6、e 提出了用视觉反馈提高机器人定位精度的方法，但由于当时条件所限，其实际为“static look then move”系统。其工作过程分为两部分：首先“look”，确定目标位置，计算出目标的坐标，然后“move”，控制机械臂到达目标位置，完成抓取任务。显然该方法是一种基于图像处理的开环控制，在控制过程中并没有对图像信息进行反馈，其严格意义来讲并不属于我们所说的“视觉伺服”的范畴。早期的“static look then move”模型本身并不具有实际意义，但却为机器人视觉伺服的研究奠定了基础。八十年代末，Hill与Park提出了“视觉伺服”（Visual Servo）的概念，该方法采用视觉反
7、馈闭环控制方案，利用图像特征等视觉信息在线控制机械手位姿，实现控制功能。1994 年Hager研究了手眼分离配置下，任意放置的双摄像机组成立体视觉监控机器人抓取物体的手眼协调系统。1995 年Yoshimi实现了眼在手上配置的机器人视觉伺服系统插轴入孔的操作。 近年来，随着图像处理器件和计算机性能的不断提高，机器人视觉技术也取得了长足的进步，视觉伺服获得了迅猛的发展。目前研究基于图像的运动目标跟踪问题成为主要的发展方向，无标定概念（在未知手眼关系模型的条件下，实现对运动目标的操作）的提出更是为视觉机器人领域提供了广空的发展空间。14视觉伺服的分类通常按照物理结构分可分为两种：（1）眼固定（Fi
8、xed in workspace）安装方式该种方式将摄像机固定在机器人空间中某个位置。这种方式可获得固定的图像分辨率，并可同时获得机械臂和工作环境的图像信息，便于将视觉系统集成到控制中。但采用这种方法有如下缺点：在机器人运动过程中，会发生图像特征遮盖现象，观察灵活性差；摄像机无法根据作业要求给出环境的细节描述。 （2）眼在手上（Eyes-in-hand）安装方式该种方式将摄像机安装在机器人末端执行器上，随手爪的运动而运动，具有较大的视觉范围，并且不存在图像特征遮盖问题。同时，通过调整手爪位姿，可以更好的得到执行器与目标的相对信息，从而提高测量精度。这种方式的缺点是：摄像机的运动容易造成图像模糊
9、；目标不在视场内时寻找目标需要用很长时间。15视觉处理机器人视觉是随着上世纪 60 年代末计算机与电子技术的快速发展而出现的一种方法。在视觉伺服系统中，图像的检测与处理直接关系到机器人系统的性能。目前，大部分的图像处理方法采用物体的几何特征，如点、边、区域面积等。为了便于快速、准确的抽取图像特征，多数系统采用经过特殊设计、有明显特征的目标。在图像中信息并非全部有意义，所以从已知图像中提取出所需要的信息成为视觉处理中的主要任务。现有的图像检测方法根据图像特征可分为基于边缘检测和基于区域检测两类。边缘检测法比较适合于跟踪目标形状较为规则的场合，而区域检测法适用于低速运动的具有相对平坦表面的不规则物
10、体。另外，除了采用几何特征外，全局图像描述子的方法目前也被广泛的采用，如傅立叶描述子、矩、光流等。2系统总体方案21系统的结构由于这是一个瞄准目标的系统，我们要能控制手枪能够射击到前方目标所能出现的任一位置。我们小组从火炮上取得了灵感（火炮的结构图如图2-1）。像火炮这样的结构，只需要控制其炮筒的水平方向的旋转角和垂直方向的俯仰角便可以实现对其前方目标的任意射击。而我们也可以用控制旋转角和俯仰角的方法来实现任务要求。只不过我们需要用电机带动一个支杆，而把手枪固定在支杆上。图2-1 火炮结构图使用的元件：两台无刷直流电机（ 带编码器 ） 减速机 DSP控制板 一台步进电机 步进电机驱动器五个US
11、B摄像头（带镜头）PCI1711数据采集卡 IR2130与六个MOSFET TLP521高速光耦芯片 74HC244总线缓冲器图2-2 装置简图22系统工作原理的概述视觉元件为USB摄像头，用USB摄像头进行采样照相，并将图像信息经由USB总线传到监控计算机，监控计算机对图像信息进行降噪，边缘检测，提取特征等一系列处理，得到目标图像信息的特征向量，建立实时窗口，同时计算得到相应的输入量通过相应的控制器来驱动相应的电机，以此实现定位。指标要求系统的带宽为3Hz，考虑到这个要素，我们的采样时间就受到了限制，为了能更好的复现人的移动过程，我们用10倍带宽来作为采样频率，所以我们的采样频率为30Hz，
12、即一秒钟处理30张图像，对计算机而言，接近30ms的采样时间已经不是太大的难事，真正的难点在于相机的选取上。这要求相机的曝光时间要很短，数据传输速度要很快。控制量主要有三个，分别是用来驱动旋转角电机，俯仰角电机以及执行机构。旋转角电机与俯仰角电机分别构成相应的伺服系统。而执行机构只是能够完成一个简单的动作即可，因此执行机构部分对驱动的要求相对较低。图2-3 系统简易逻辑图3系统各部分的具体论述31图像部分该装置的工作地点设置为在室内，并且我们设定的房间墙面是白色的，这就使得一些环境因素造成的干扰可以被忽略，我们可以利用室内的布置来进行目标的定位与跟踪。上文曾经说过，视觉伺服主要有“眼固定”和“
13、眼在手上”两种方式，但是在此系统中，两种方式均有自己的优点与不足。“眼固定”方式下，可以通过利用多台摄像头获得较为全面的视野，但是此例中，“眼固定”的方式不利于精确地确定目前枪口的指向，并且为了获得全面的视野，摄像头往往都选择比较小的焦距，也就是说成的像比较小，一个像素包含的位置信息的分辨率也比较低，这样定位的精度也比较小。“眼在手上”这种工作方式可以通过长焦距的摄像头将视野“拉近”，使得图像中物体位置信息更为精确。此外，由于眼与手在 同一个直线上，当目标出现在视野中心时，枪的指向也指向了物体，这也降低了图像处理的难度。但是由于视野内物体的位置分辨率变高了，导致所能获得的视野范围变窄。这样当目
14、标不在视野范围内时，会出现悬空指令，此时便不易寻找目标。综上，本系统采用二者混合工作的模式。使用多个摄像头进行定位。固定安装两个（有关数量的计算在后面摄像头选择章节有计算）全局摄像头实现粗定位，在手枪处安装一个主摄像头控制精度。即先通过“眼固定”的方式获得大范围的图像，并确定目标大概位置，以绝对式编码器返回的信息大概确定当前枪的指向，这时给出控制信号使电机旋转，当目标出现在主摄像头的视野中时，对主摄像头中的图像进行处理，此时由于主摄像头中的图像视野较窄，单位像素上包含的位置信息较多，分辨率更高。并且此时我们只需要控制目标的质心与摄像头视野中心的关系即可。对于枪指向的定位和人的定位，我们的想法是
15、在室内后面的墙上作上标记，如图3-1，主摄像头会根据视野中标记的位置来判断当前的指向，同时采用的绝对式编码器可以反映出现在电机的转角的绝对式位置用这两项信息即可比较精确的确定枪的指向。对人的位置的确定相对比较复杂，和枪指向的确定不同，因为枪的指向可以以一面静止不动的墙作为参考系，但是人不同，人相对于镜头的垂直距离也在变化，所以在对人的定位时还需要在棚顶安装三个摄像头并对地面作上标记，用以定位垂直距离。 图3-1 正面全局摄像头分布位置（主视图）图3-2 棚顶全局摄像头分布位置（俯视图）本课程设计对图像处理的算法不作详细叙述，只给出程序逻辑框图：图3-3 图像处理程序框图32伺服电机部分321伺服控制系统的结构旋转角电机与俯仰角电机的工作原理基本相同，所以我们只以旋转角电机为例进行系统结构的说明，本文这一部分只包括对系统的控制的主要
