在工業(yè)控制中，傳統(tǒng)的PID控制至今仍處于主導(dǎo)地位，然而常規(guī)PD控制器的控制效果和控制時(shí)常受到制。神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)、自組織功能和聯(lián)想并行處理等優(yōu)點(diǎn)，使其在復(fù)雜的工業(yè)控制中得到了廣泛應(yīng)用。

這里作者具體探討兩種關(guān)于視覺智能起重機(jī)系統(tǒng)的概念設(shè)計(jì)，以期參考:

一、基于神經(jīng)網(wǎng)絡(luò)的PID系統(tǒng)，系統(tǒng)結(jié)構(gòu)框國(guó)它主要由3個(gè)部分組成

(1)經(jīng)典PID控制器:直接對(duì)被控對(duì)象過(guò)程進(jìn)行閉環(huán)控制，其三個(gè)參數(shù)在線確定。采用垍量式PID，控制算法為

(2)RBF辯識(shí)網(wǎng)絡(luò):用于建立被控系統(tǒng)的辯識(shí)模型，以便動(dòng)態(tài)地觀測(cè)控制對(duì)彖的輸岀對(duì)控制輸?shù)撵`敏度，提供給BP神經(jīng)網(wǎng)絡(luò)，其徑向基函數(shù)為高斯函數(shù)。辯識(shí)器的性能指標(biāo)函數(shù)為根據(jù)梯度下降法，修正網(wǎng)絡(luò)權(quán)系數(shù)等參數(shù):其中為學(xué)習(xí)率，為慣性系數(shù)。

(3)BP神經(jīng)網(wǎng)絡(luò):采用三層BP網(wǎng)絡(luò)，通過(guò)調(diào)整自身權(quán)系數(shù)，對(duì)PID控制參數(shù)控制性能指標(biāo)的。

二、本視覺智能起重機(jī)系統(tǒng)主要由機(jī)械系統(tǒng)及電控系統(tǒng)組

(1)機(jī)械系統(tǒng)

機(jī)械部分主要由行走小車、主梁、立柱、底座等組成，是實(shí)際起重機(jī)的等比例縮小模型，用以模我起重機(jī)運(yùn)行中的各種狀態(tài)，小車的行走機(jī)構(gòu)采用伺服電機(jī)驅(qū)動(dòng)

小車位移測(cè)量采用對(duì)伺服電機(jī)的碼盤信號(hào)進(jìn)行分頻與計(jì)數(shù)，分頻可通過(guò)在伺服電機(jī)驅(qū)動(dòng)器中沒置一走的參數(shù)來(lái)實(shí)現(xiàn)，計(jì)數(shù)可通過(guò)電控系統(tǒng)中的數(shù)據(jù)采集卡來(lái)實(shí)現(xiàn)

小車的位置限位保護(hù)裝置采用反射式光電開關(guān)，來(lái)實(shí)現(xiàn)行走小車的限位報(bào)普功能，其檢測(cè)距離大約為0-30cm

2)電控系統(tǒng)

圖像采集

利用工業(yè)CD采集圖像，將得到的圖像模擬電壓信號(hào)輸入到圖像采集卡中，轉(zhuǎn)換為便于計(jì)箅機(jī)處理的數(shù)字信號(hào)。像采集卡安裝在工業(yè)控制計(jì)算機(jī)的PC總線插槽中，醫(yī)像采樣速度為25幀/秒，滿是系統(tǒng)控制的實(shí)時(shí)性要求。

交流伺服驅(qū)動(dòng)

本視覺智能起重機(jī)系統(tǒng)選定的交流伺服電機(jī)及驅(qū)動(dòng)器具有全閉環(huán)控制功能，配有多種精度的編碼器可供選用，可以選擇脈沖量進(jìn)行位置控制、模擬量進(jìn)行速度控制與轉(zhuǎn)矩控制等多種控制方式，具有完善的過(guò)壓、過(guò)載、過(guò)電流保護(hù)功能，是一個(gè)開放式的交流伺服電機(jī)系統(tǒng)，可以根據(jù)實(shí)際需要，調(diào)整電機(jī)參數(shù)，從而達(dá)到滿意的效果

基于工業(yè)計(jì)算機(jī)的控制平臺(tái)

基于視覺的起重機(jī)目標(biāo)定位系統(tǒng)以工業(yè)計(jì)算機(jī)為控制核心，它突出的特點(diǎn)是具備高性能的算能力和存儲(chǔ)容量，有大量的應(yīng)用軟件可以使用，適用于復(fù)雜應(yīng)用和大量數(shù)據(jù)處理。通過(guò)在工業(yè)計(jì)算機(jī)內(nèi)安裝數(shù)據(jù)采集卡和圖像采集卡等，就可對(duì)起重機(jī)系統(tǒng)的運(yùn)動(dòng)參數(shù)進(jìn)行采集，并且產(chǎn)生伺服電機(jī)的各種控制信號(hào)

三、系統(tǒng)的算法

本視覺智能起重機(jī)系統(tǒng)軟件采用VC++語(yǔ)言進(jìn)行設(shè)計(jì)開發(fā)，軟件界面主要分為參數(shù)設(shè)置，狀態(tài)顯示，自動(dòng)控制，手動(dòng)控制等頁(yè)面，其中控制頁(yè)面中包含視煩采集像及相關(guān)參數(shù)顯示。下面重點(diǎn)介紹本軟件的

1.定態(tài)SUSAN算法

SUSAN箅法由Smith在1997年提出，是"SmallestUnivalueSegmentAssimilatingNucleus"的縮寫，即同化核分割小值。SUSAN算法的核心思想是假設(shè)有一個(gè)圓形的區(qū)域，稱其為掩模，它的中心有一個(gè)核，在整個(gè)國(guó)像區(qū)城內(nèi)移動(dòng)這個(gè)掩模，在掩模區(qū)域內(nèi)，若一坐像素點(diǎn)與掩模核的灰庋值相近，就稱這些點(diǎn)構(gòu)成的區(qū)域是USAN(UnηivalueSegmentAssimilatingNucleus)，即同化核分制相同值區(qū)域。若掩模核處在圖像的一條直線邊緣附近時(shí)，USAN值接近其大值的一半;若掩模核處在像的一個(gè)拐角處，則USAN值接近大值的四分之一。這樣就可以根據(jù)USAN值在一幅像中搜索國(guó)像的邊緣或拐角。

在視覺智能起重機(jī)提取車輛邊緣及拐角時(shí)，基于·定的先驗(yàn)知識(shí)，我們可以構(gòu)造著干特定的掩模度的提取特走方向的邊緣和拐角信息的同時(shí)還能一走程度上的抑制噪聲。具體定態(tài)SUSAN算法如下

(1)選定掩模，遍歷車道中與其相關(guān)熱京區(qū)域中的每個(gè)像素，采用以下相似比較函數(shù)判斷掩模所掩蓋的區(qū)域內(nèi)的點(diǎn)與掩模的相似程度其中為掩模核的坐標(biāo)，為掩模區(qū)域其它點(diǎn)的坐標(biāo)。、分別為點(diǎn)和的灰度值。閾值決走了兩個(gè)點(diǎn)相似的大差異。為輸出的結(jié)果

(2)掩模區(qū)域的USAN值可以由式(2)計(jì)算，其中:為USAN中像素個(gè)數(shù)，它給出了USAN值。將n與某閾值相比較，得到像素響應(yīng)函數(shù):(3)其中為該掩模對(duì)應(yīng)的大值。反映了點(diǎn)及其附近的像素與掩模相似的程度。

2.矩形目標(biāo)識(shí)別方法

(1)拐角匹配:選定初始拐角，確定對(duì)應(yīng)拐角位置所在的熱點(diǎn)區(qū)域，在此區(qū)域內(nèi)尋找與其關(guān)

(2)邊緣匹配:若拐角匹配成功，在相應(yīng)熱京區(qū)域內(nèi)尋找與其類型匹配的

(3)若匹配成功，計(jì)算目標(biāo)大小，位置等信，得出識(shí)別結(jié)果。

(4)目標(biāo)跟蹤:對(duì)于已識(shí)別出矩形目標(biāo)，通過(guò)引入相似度函數(shù)和已有的矩形目標(biāo)模板進(jìn)行匹配來(lái)判斷該目標(biāo)

(5)熵值差和平均灰度差是匹配的主要依據(jù)，后更新相關(guān)參數(shù)和模板

對(duì)于起重機(jī)而言，發(fā)展智能無(wú)人起重機(jī)是未來(lái)發(fā)展的必然趨勢(shì)，隨著科學(xué)技術(shù)的不斷發(fā)晨，更是使得其智總化成為可能。對(duì)于視覺看能起重機(jī)而言，筆者也是基于現(xiàn)有的科學(xué)技術(shù)，提出了相應(yīng)的視覺智能起重機(jī)概念設(shè)計(jì)，希望能夠?yàn)榭茨芷鹬貦C(jī)的發(fā)展做出一點(diǎn)貢獻(xiàn)。

豪鋼起重機(jī)向來(lái)以突出的質(zhì)量和性價(jià)比獲得眾多公司認(rèn)可，25年來(lái)一直致力于為客戶提供精確的物料解決方案，使用壽命可以達(dá)到20年之久。如果你想要訂購(gòu)智能起重機(jī)，歡迎聯(lián)系我們的在線客服或撥打電話：400-920-0271