The invention provides an optimal PI parameter optimization method and system for a time-delay visual servo system, which includes: determining the time-delay of the visual servo system; modeling the kinematics of the visual servo system according to the time-delay; transforming the kinematics model into state space; using differential quadrature method to obtain the state transition matrix of the state space equation; changing the parameters of the PI controller in the visual servo system. The maximum of the eigenvalue modulus of the state transition matrix under different parameters is calculated; the maximum of the eigenvalue modulus of the state transition matrix is 1, and the stable boundary of the visual servo system in the parameter space of PI controller is calculated; within the stable boundary, the minimum of the eigenvalue modulus of the state transition matrix is taken as the optimization objective, and the matrix under different controller parameters is compared. The maximum modulus of the eigenvalue is obtained, and the optimized PI controller parameters are obtained. The invention improves the response performance of the visual servo system and enlarges the application scope of the visual servo technology.
【技术实现步骤摘要】
时滞视觉伺服系统最优PI参数优化方法及系统
本专利技术涉及计算机
,具体地,涉及时滞视觉伺服系统最优PI参数优化方法及系统。
技术介绍
视觉伺服系统是机器人控制领域中常见的控制系统之一。随着机器人的广泛应用,人们对于视觉伺服系统响应性能的要求也越来越高,而时滞效应是影响系统性能的关键因素之一。减少时滞的影响,是保证视觉伺服系统响应性能的必然要求。系统的时滞源于图像处理,信号传输等,其中信号传输产生的时滞是系统时滞的主要组成部分。抑制时滞的影响有许多方法,较常用的有扩展卡尔曼滤波法,如专利CN103983263A,利用已采集的响应信号设计当前时刻的控制器。但是这种方法在使用时并不明确系统具体的滞后时间,很难在最大限度对时滞进行抑制,同时,这种方法计算较为复杂,可能引入额外的时滞。基于上述考虑,本研究提出基于微分求积法的最优PI控制方法以提高时滞视觉伺服系统的响应性能,具有重要的理论和现实意义。
技术实现思路
针对现有技术中的缺陷,本专利技术的目的是提供一种时滞视觉伺服系统最优PI参数优化方法及系统。根据本专利技术提供的一种时滞视觉伺服系统最优PI参数优化方法,包括:时滞确定步骤:以一个视觉伺服系统为试验对象,确定视觉伺服系统的时滞;运动学建模步骤:根据时滞对视觉伺服系统进行运动学建模,得到运动学模型;状态空间变换步骤:对运动学模型进行状态空间变换,得到状态空间方程;状态转移矩阵计算步骤:利用微分求积法求取状态空间方程的状态转移矩阵;模计算步骤:改变视觉伺服系统中PI控制器的参数,计算不同参数下的状态转移矩阵特征值的模的最大值;稳定边界计算步骤:令状态转移矩 ...
【技术保护点】
1.一种时滞视觉伺服系统最优PI参数优化方法,其特征在于,包括:时滞确定步骤:以一个视觉伺服系统为试验对象,确定视觉伺服系统的时滞;运动学建模步骤:根据时滞对视觉伺服系统进行运动学建模,得到运动学模型;状态空间变换步骤:对运动学模型进行状态空间变换,得到状态空间方程;状态转移矩阵计算步骤:利用微分求积法求取状态空间方程的状态转移矩阵;模计算步骤:改变视觉伺服系统中PI控制器的参数,计算不同参数下的状态转移矩阵特征值的模的最大值;稳定边界计算步骤:令状态转移矩阵特征值的模的最大值为1,计算视觉伺服系统在PI控制器参数空间中的稳定边界;优化步骤:在稳定边界以内,以状态转移矩阵特征值的模的最大值最小为优化目标,通过比较不同控制器参数条件下的矩阵特征值的模的最大值,得到优化后的PI控制器参数。
【技术特征摘要】
1.一种时滞视觉伺服系统最优PI参数优化方法,其特征在于,包括:时滞确定步骤:以一个视觉伺服系统为试验对象,确定视觉伺服系统的时滞;运动学建模步骤:根据时滞对视觉伺服系统进行运动学建模,得到运动学模型;状态空间变换步骤:对运动学模型进行状态空间变换,得到状态空间方程;状态转移矩阵计算步骤:利用微分求积法求取状态空间方程的状态转移矩阵;模计算步骤:改变视觉伺服系统中PI控制器的参数,计算不同参数下的状态转移矩阵特征值的模的最大值;稳定边界计算步骤:令状态转移矩阵特征值的模的最大值为1,计算视觉伺服系统在PI控制器参数空间中的稳定边界;优化步骤:在稳定边界以内,以状态转移矩阵特征值的模的最大值最小为优化目标,通过比较不同控制器参数条件下的矩阵特征值的模的最大值,得到优化后的PI控制器参数。2.根据权利要求1所述的时滞视觉伺服系统最优PI参数优化方法,其特征在于,所述视觉伺服系统包括相机机器人系统。3.根据权利要求2所述的时滞视觉伺服系统最优PI参数优化方法,其特征在于,所述运动学模型包括:其中,KM为相机速度的增益系数,m(t-h)=(m1(t-h)T,m2(t-h)T,...,mn(t-h)T)T为t-h时刻所有参考点的图像特征,m*为目标位置处所有参考点的图像特征。4.根据权利要求3所述的时滞视觉伺服系统最优PI参数优化方法,其特征在于,所述状态空间变换步骤包括:令对公式(1)进行状态空间变换后,得到状态空间表达式:其中,Kp为PI控制器的比例系数,KI为控制器的积分系数;02n×2n表示2n×2n的零矩阵,I2n×2n表示2n×2n的单位矩阵。5.根据权利要求4所述的时滞视觉伺服系统最优PI参数优化方法,其特征在于,所述状态转移矩阵计算步骤包括:设t0为起始时间点,定义标准化时间τ=(t-t0)/h,将x(t0+τh)记作将{[dx(t0+τh)]/dτ}记作则公式(2)改写为:考虑时间段{τ|τ∈[0,1]},使用一系列采样时间点τi∈[0,1]对公式(3)进行离散,设采样点的数量为(p+1),选取的方式为:将的第m个分量记为其中m=1,2...,4n;对于给定的采样时间点τi,利用所有采样点的的加权和对进行近似,如公式(5)所示:其中,Hij为加权系数,i=1,2...,p,j=0,1...,p;Hij通过对应用拉格朗日插值法进行确定,具体的计算方法...
【专利技术属性】
技术研发人员:丁烨,金轲,王逸潇,
申请(专利权)人:上海交通大学,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。