专利名称:视觉传感器参数的模糊自适应控制系统的制作方法
技术领域:
本发明涉及的是一种视觉传感器参数的模糊自适应控制系统,适用于安全监控、 智能交通、高清视频会议、高清医疗视频诊断、远程教育等技术领域。
背景技术:
目前在普通的监控摄像机中,其采光前端的视觉传感器一般都采用固定参数进行 控制和调节。对于高级的监控摄像机采用多套固定参数以适应各种情况。传统视觉传感器 参数设定采用人工设定和系统自动设定相结合的方法。其输入源有三类1.人眼识别,根 据人眼判别,人工对视觉传感器的参数进行调节,这种调节方法优势是调整的结果比较符 合人眼的感觉。其缺点是无法满足众多人眼的需要。2.视觉传感器收入,针对于手动设定 的缺点,视觉传感器参数设定引入了一下自动设定的功能。虽然这种自动设定在一定程度 上弥补了手工设定的不足,但对有些参数还不能进行设定。3.系统时间输入,根据系统时 间变化,嵌入式系统CPU从视觉传感器参数列表里选择对应时间下的参数设定。这些参数 在不同的时间段根据光线预先调节好。这种解决方案比较适合外界光线条件比较可控情况 下,如室内情况。对于室外环境,固定时间采用固定参数则无法满足。
发明内容
本发明提出的是一种视觉传感器参数的模糊自适应控制系统,其目的在于在复杂 环境下通过该系统来提高视觉传感器的输出质量。本发明的技术解决方案其结构是包括模糊控制器、输入输出接口、检测装置、执 行机构和控制对象,其中检测装置的信号输出端与输入接口的信号输入端相接,输入接口 的信号输出端与模糊控制器的信号输入端相接,模糊控制器的信号输出端与输出接口的信 号输入端相接,输出接口的信号输出端与执行机构的信号输入端相接,执行机构的信号输 出端与控制对象的信号输入端相接,控制对象的信号输出端与检测装置的信号输入端相 接。本发明的优点可解决的问题包括以下方面1.摒弃传统解决方案对外界非光源 信号的依赖,视觉传感器参数的模糊自适应控制算法不采用人眼观看、系统时间等不可靠 因素。本方案的控制输入部分完全来自视频传感器前端的光学输入信号,如进光量、对比 度、色彩、色温、色差、饱和度、背光等参数。这些输入量完全是实时的、客观的。基于这些真 实的参数是符合实时情况的。2.实现视觉传感器参数的闭环控制,闭环控制完全由嵌入式 系统的中央处理器(CPU)完成。嵌入式系统根据输入信号,实时进行参数计算和设定。这 种全闭环控制结构和原有的开环控制(人眼设备输入或系统时间输入_嵌入式系统_视 觉传感器)有着本质的区别;3.视频传感器参数的模糊计算嵌入式系统处理器对视频传 感器的输入参数进行模糊化,然后经过模糊控制器(推理机和知识库)得到视频传感器的 设定参数。模糊控制器集成了人体心理视觉感知经验,所以其输出的结果符合大多数终端 用户的视觉要求;4.视频传感器的外界环境存在一定的不确定性,这正是视频传感器参数自适应控制系统的研究对象。这里所谓的“不确定性”是指描述被控对象及其环境的数学 模型不是完全确定的,其中包含一些未知因素和随机因素;5.视觉传感器参数的设定速度 快,参数调节和设定是实时的。这完全适应外部环境的光线骤变,位置移动等情况。嵌入式 系统提供充足的系统资源(lGHzCPU运行速度等)运行模糊控制算法,确保视觉传感器控制 的实时性;6.质量和效果最佳。视觉传感器参数的设定是根据当时传感器的输入参数通过 模糊控制器的算法得出的。这个实时计算得到的参数使得传感器得到最好的图像质量和效
图1是本发明的结构框图。图2是模糊控制器的结构示意图。图3是推理机的结构示意4是一个双输入单输出模糊控制器的例图。图5是视觉传感器模糊控制系统架构图。图6是系统模糊控制器实现示意图I。图7是系统模糊控制器实现示意图II。图8是偏差曲线e(t)示意图。图9是参数自整定模糊控制系统的结构示意图。
具体实施例方式对照附图1,模糊控制系统的结构包括模糊控制器、输入输出接口、检测装置、执行 机构和控制对象,其中检测装置的信号输出端与输入接口的信号输入端相接,输入接口的 信号输出端与模糊控制器的信号输入端相接,模糊控制器的信号输出端与输出接口的信号 输入端相接,输出接口的信号输出端与执行机构的信号输入端相接,执行机构的信号输出 端与控制对象的信号输入端相接,控制对象的信号输出端与检测装置的信号输入端相接。所述的控制对象,本系统的控制对象是视觉传感器。该视觉传感器是多变量的、非 线性的、时变的、高阶的、随机的控制对象。对于视觉传感器这样的非线性和时变的对象很 难建立精确的数学模型,所以模糊控制策略是较为适宜的解决方案。所述的检测装置,检测装置包括传感器和变送装置(现有),用于检测各种非电 量,如亮度、色温、色差等,并变换放大为标准的电信号。所述的执行机构,执行机构是模糊控制器向被控对象施加控制作用的装置。本系 统中的执行机构是由视觉传感器中的主电路及驱动部分组成。所述的输入输出接口,输入输出接口是实现模糊控制算法的中央处理器与被控系 统连接的桥梁。输入接口与检测装置连接,把检测信号转换为中央控制器所能识别和处理 的数字信号。输出接口把中央控制器输出的数字信号转换为执行机构所要求的信号,该输 出信号给执行机构对被控对象施加控制作用。在本系统中,输入输出接口都由标准的I2C电 路和其驱动电路组成。所述的模糊控制器,模糊控制器是模糊控制系统的核心,由ARM中央处理器和在其上面运行的模糊控制软件实现的。对照附图2,模糊控制器由模糊化接口、知识库、推理机和解模糊接口组成。其中知 识库的第一信号输出端、第二信号输出端、第三信号输出端与糊化接口、推理机、解模糊接 口的信号输入端对应相接,糊化接口的信号输出端与推理机的信号输入端相接,推理机的 信号输出端与解模糊接口的信号输入端相接。所述的模糊化接口,是将模糊控制器由输入通道得到的精确信号量转化为推理机 能接收的模糊量。所述的知识库包括数据库和规则库。数据库中存放所有使用到的模糊子集的定 义。在控制器推理过程中,数据库向推理机提供必要的数据。在模糊化接口和解模糊接口 时,数据库也向它们提供相关论域的必要数据。规则库存放模糊控制规则。模糊控制规则 基于手动操作人员长期积累的控制经验和该领域专家的有关知识,是对被控对象进行控制 的一个知识模型。对照附图3模糊控制器将被控对象的输出值与设定值间的误差记为输入变量X和误差变化 率记为输入变量Y,模糊控制器输出变量记为Z。X、Y、Z的语言值的集合亦称辞集,分别设 为X :{Aii = 1,2, . . .m}那么模糊控制规则可以表达为若X是Al且Bl则Z是Cll否则若X是Al且B2则Z是C12否则若X是Al且Bn则Z是Cln否则若X是A2且Bl贝IjZ是C21否贝Ij...若X是A2且Bn则Z是C2n否则...若X是Am且Bl则Z是Cml否则...若X 是 Am 且 Bn 贝Ij Z 是 Cmn 否贝Ij (· 1)式(.1)所表示的规则,是一个用否则连接的多段模糊条件语句,共有mXn段,而 每一段是用且连接前面条件的二维模糊推理语句。 模糊关系ReF (X XYX Z)可以看成一个转化器,当输入为A且B时,转换输出为 C。对于式(.1)这组模糊条件语句组成的多段模糊条件语句,其中每一段所表示的模糊关 系Ru为Rij = Rij ((Ai)且(Bj) Λ (Cij)) = Rij (A1, Bj, Cij) (· 2)总的模糊关系为~ U Rv <Ai ■ bJ . aJ )
/ = U=i若某一时刻的输入为A’和B’,则输出C’为
C,= (A,XB,)· R (· 3)式(.3)就是模糊控制器采用的模糊推理的合成规则。各种推理算法都可依据规 则库由式(.2)先求出模糊关系R,然后由式(.3)进行推理求得控制输出。但是当领域X, Y,Z含有较多元素时,R变得庞大,给存储、计算带来不便,因此本系统的模糊控制算法采用 简捷的方法进行合成运算。解模糊接口与模糊化接口相反,解模糊是由模糊量到精确量的转换过程。中央控制器必须把从模糊推理中得到的控制作用转换为执行机构所能接受的精确量。对照附图4,查询表是输入论域上的点到输出论域的对应关系,是经过了模糊化、 模糊推理和解模糊的过程,离线计算得到。模糊控制器在离线进行时,只需查表就可以了, 从而大大加快了在线运行速度。输入量为误差e和误差的变化量ec。在每一个采样时刻, 对输入量e和ec进行量程转换,即误差e乘以比例因子kl,误差的变化量ec乘以比例因子 k2,然后进行量化。将输入的物理信号值转换为输入论域上的点,然后通过查询表得到输出 论域上的点,再乘以比例因子k3进行量程转换,就得到输出硬件接口所要求的物理量。对照附图5,视觉传感器模糊控制系统的构架包括视觉传感器和ARM中央处理器、 模糊控制器、经验模型数据库、控制算法、通讯协议。其中,视觉传感器的信号输出/输入端 与ARM中央处理器的信号输入/输出端对应相接。ARM中央处理器采用的是以ARM9为核心 的SoC芯片,其主频可以运行到500MHz。模糊控制器、经验模型数据库、控制算法、通讯协议 均在ARM中央处理器上实现。对照附图6.确定模糊控制器的结构是建立模糊控制规则的必要前提,不同的结 构有不同形式的规则。选择模糊控制器(FLC)的结构形式,也应该和人工控制经验相适应。 在本系统中,被控对象对系统的要求是视觉传感器设定和专家知识库定值相符,即要求系 统用多闭环反馈控制来实现系统视觉图像输出最佳。系统的模糊控制器是以被控量(亮 度、对比度、色彩、饱和度、锐利度、伽玛、白平衡、背光补偿、电源频率、曝光、聚焦)的误差 E、误差变化率EC和误差的积分EI等为输入,控制对象视觉传感器设定为输出。对照附图7,系统中的模糊控制器是一个以被控变量的误差和误差变化为控制器 的输入,而以控制量的变化为控制器的输出的单变量模糊控制器。图中K1,K2,K3是模糊控 制器的三个参数,分别是误差的量化因子(比例作用的系数),误差的变化的量化因子(微 分作用的系数)和控制量变化的比例因子(总的放大倍数),Kl, Κ2增大,相当于控制器的 比例作用、微分作用增强,而Κ3增大,则相当于控制器总的放大倍数加大。if {Ε = Ai and EC = Bj then Δ u = Ci, i = 1, 2, . . . η (2.1)其中Ε,EC和Δ u分别为被控变量的误差,误差的变化和控制量变化的语言变量; 而Ai,Bi和Ci为其相应论域上的语言值为ΝΒ,匪,NS, NO, PS, PM, PB。模糊控制器的控制 规则如表X所示。其中=P-正,N-负,B-大,M-中,S-小,0_零。由控制规则(2. 1)式,根据近似原理,可以计算出对应于E,EC的Au,用函数f’表 示为表格1.模糊调节器参数在线自整定
权利要求
1.视觉传感器参数的模糊自适应控制系统,其特征是包括模糊控制器、输入输出接口、 检测装置、执行机构和控制对象,其中检测装置的信号输出端与输入接口的信号输入端相 接,输入接口的信号输出端与模糊控制器的信号输入端相接,模糊控制器的信号输出端与 输出接口的信号输入端相接,输出接口的信号输出端与执行机构的信号输入端相接,执行 机构的信号输出端与控制对象的信号输入端相接,控制对象的信号输出端与检测装置的信 号输入端相接。
2.根据权利要求1所述的视觉传感器参数的模糊自适应控制系统,其特征是模糊控制 器的结构包括模糊化接口、知识库、推理机及解模糊接口,其中知识库的第一信号输出端、 第二信号输出端、第三信号输出端与糊化接口、推理机、解模糊接口的信号输入端对应相 接,糊化接口的信号输出端与推理机的信号输入端相接,推理机的信号输出端与解模糊接 口的信号输入端相接。
3.根据权利要求2所述的视觉传感器参数的模糊自适应控制系统,其特征是模糊控制 器将被控对象的输出值与设定值间的误差记为输入变量X和误差变化率记为输入变量Y, 模糊控制器输出变量记为Z ;X、Y、Z的语言值的集合亦称辞集,分别设为X :{Aii = 1,2,…m} 那么模糊控制规则可以表达为 若X是Al且Bl则Z是Cll否则 若X是Al且B2则Z是C12否则若X是Al且&!则Z是Cln否则 若X是A2且Bl则Z是C21否则若X是A2且&!则Z是C2n否则若X是Am且Bl则Z是Cml否则若X是Am且&!则Z是Cmn否则 (.1)式(.1)所表示的规则,是一个用否则连接的多段模糊条件语句,共有mXn段,而每一 段是用且连接前面条件的二维模糊推理语句;模糊关系R e F(XXYXZ)可以看成一个转化器,当输入为A且B时,转换输出为C。对 于式(.1)这组模糊条件语句组成的多段模糊条件语句,其中每一段所表示的模糊关系Rij 为Rij = Rij ((Ai)且(Bj) Λ (Cij)) = Rij (A1, Bj, Cij) (· 2) 总的模糊关系为D_ mn[J Rij (Ai , Bj , Cij ) / = 1 j = 1若某一时刻的输入为A’和B’,则输出C’为 C,= (A,XB,)· R (· 3)式(.3)就是模糊控制器采用的模糊推理的合成规则;各种推理算法都可依据规则库由式(.2)先求出模糊关系R,然后由式(.3)进行推理求得控制输出;但是当领域X,Y,Z含 有较多元素时,R变得庞大,给存储、计算带来不便,因此本系统的模糊控制算法采用简捷的 方法进行合成运算。
4.根据权利要求2所述的视觉传感器参数的模糊自适应控制系统,其特征是模糊控制 器在离线进行时,只需查表就可以了,大大加快了处理速度;查询表是输入论域上的点到输 出论域的对应关系,是经过了模糊化、模糊推理和解模糊的过程,离线计算得到;输入量为 误差e和误差的变化量ec ;在每一个采样时刻,对输入量e和ec进行量程转换,即误差e乘 以比例因子kl,误差的变化量ec乘以比例因子k2,然后进行量化;将输入的物理信号值转 换为输入论域上的点,然后通过查询表得到输出论域上的点,再乘以比例因子k3进行量程 转换,就得到输出硬件接口所要求的物理量。
5.视觉传感器模糊控制系统的构架,其特征是由视觉传感器和ARM中央处理器、模糊 控制器、经验模型数据库、控制算法、通讯协议组成,其中,视觉传感器的信号输出/输入端 与ARM中央处理器的信号输入/输出端对应相接,ARM中央处理器采用的是以ARM9为核心 的SoC芯片,其主频可运行到500MHz ;模糊控制器、经验模型数据库、控制算法、通讯协议均 在ARM中央处理器上实现。
6.根据权利要求5所述的视觉传感器模糊控制系统的构架,其特征是确定模糊控制器 的结构是建立模糊控制规则的必要前提,不同的结构有不同形式的规则;在本系统中,被控 对象对系统的要求是视觉传感器设定和专家知识库定值相符,即要求系统用多闭环反馈控 制来实现系统视觉图像输出最佳;系统的模糊控制器是以被控量的误差E、误差变化率EC 和误差的积分EI为输入,控制对象视觉传感器设定为输出。
7.根据权利要求5所述的视觉传感器模糊控制系统的构架,其特征是模糊控制器是一 个以被控变量的误差和误差变化为控制器的输入,而以控制量的变化为控制器的输出的单 变量模糊控制器,K1,K2,K3是模糊控制器的三个参数,分别是误差的量化因子,误差的变化 的量化因子和控制量变化的比例因子,Kl, Κ2增大,相当于控制器的比例作用、微分作用增 强,而Κ3增大,则相当于控制器总的放大倍数加大;if {E = Ai and EC = Bj thenAu = Ci, i = 1,2, . . . η (2. 1)其中E,EC和Au分别为被控变量的误差,误差的变化和控制量变化的语言变量;而 Ai, Bi和Ci为其相应论域上的语言值为肌,匪,赂,而冲3,?11,?8,模糊控制器的控制规则 如表1所示;其中Ρ-正,N-负,B-大,M-中,S-小,0-零;由控制规则(2. 1)式,根据近似原理,可以计算出对应于E,EC的Au,用函数f’表示为表格1.模糊调节器参数在线自整定
全文摘要
本发明是视觉传感器参数的模糊自适应控制系统,其特征是检测装置的信号输出端与输入接口的信号输入端相接,输入接口的信号输出端与模糊控制器的信号输入端相接,模糊控制器的信号输出端与输出接口的信号输入端相接,输出接口的信号输出端与执行机构的信号输入端相接,执行机构的信号输出端与控制对象的信号输入端相接,控制对象的信号输出端与检测装置的信号输入端相接。优点模糊自适应控制算法不采用人眼观看、系统时间等不可靠因素。实现视觉传感器参数的闭环控制。输入参数进行模糊化,经过模糊控制器得到视频传感器的设定参数速度快,参数调节和设定是实时的。输入参数经模糊控制器的算法得出,使得传感器得到最好的图像质量和效果。
文档编号G05B13/04GK102135761SQ201110003449
公开日2011年7月27日 申请日期2011年1月10日 优先权日2011年1月10日
发明者王兴国, 穆科明, 赵强 申请人:王兴国, 穆科明, 赵强