[发明专利]基于无刷电机控制的云台图像跟随方法、装置及电子设备在审

专利信息
申请号: 202210394770.3 申请日: 2022-04-15
公开(公告)号: CN114827460A 公开(公告)日: 2022-07-29
发明(设计)人: 杨旭;潘靖禹;朱宇;姚周骏;王永圣 申请(专利权)人: 武汉理工大学
主分类号: H04N5/232 分类号: H04N5/232
代理公司: 武汉智嘉联合知识产权代理事务所(普通合伙) 42231 代理人: 张璐
地址: 430070 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 电机 控制 图像 跟随 方法 装置 电子设备
【权利要求书】:

1.一种基于无刷电机控制的云台图像跟随方法,其特征在于,包括:

获取初始图像,根据所述初始图像确定包含有目标图像的目标区域;

计算所述目标区域的中心点与所述初始图像的中心点的位置偏差;

根据所述位置偏差确定所述无刷电机的期望方位角;

调整所述无刷电机的当前方位角至所述期望方位角,使得所述目标区域的中心点与所述初始图像的中心点重合。

2.根据权利要求1所述的基于无刷电机控制的云台图像跟随方法,其特征在于,所述根据所述初始图像确定包含有目标图像的目标区域,包括:

建立初始区域识别模型;

获取多个样本图像输入至所述初始区域识别模型,预测所述多个样本图像的标签分类信息,并将所述标签分类信息对应的区域作为样本输出,训练所述初始区域识别模型,得到训练完备的区域识别模型;

获取所述初始图像,根据所述训练完备的区域识别模型,确定所述初始图像中包含有目标图像的目标区域。

3.根据权利要求2所述的基于无刷电机控制的云台图像跟随方法,其特征在于,所述获取多个样本图像输入至所述初始区域识别模型,预测所述多个样本图像的标签分类信息,包括:

将多个分类标签输入至所述初始区域识别模型,通过逻辑分类器对所述多个样本图像进行分类预测,得到所述多个样本图像的标签分类信息。

4.根据权利要求1所述的基于无刷电机控制的云台图像跟随方法,其特征在于,所述根据所述位置偏差确定所述无刷电机的期望方位角,包括:

根据所述位置偏差,通过FOC算法,计算得到所述位置偏差对应的无刷电机的角度偏差;

根据所述角度偏差,确定所述无刷电机对应的所述期望方位角。

5.根据权利要求4所述的基于无刷电机控制的云台图像跟随方法,其特征在于,所述调整所述无刷电机的当前方位角至所述期望方位角,使得所述目标区域的中心点与所述初始图像的中心点重合,包括:

根据所述角度偏差,得到交轴期望电流,并设置直轴期望电流;

获取所述无刷电机的初始三相电流;

根据所述初始三相电流,得到所述无刷电机的初始交轴电流和初始直轴电流;

根据所述交轴期望电流、所述直轴期望电流、所述初始交轴电流和所述初始直轴电流,确定所述无刷电机的期望电流方向;

根据所述无刷电机的期望电流方向,控制所述无刷电机从所述当前方位角至所述期望方位角,使得所述目标区域的中心点与所述初始图像的中心点重合。

6.根据权利要求5所述的基于无刷电机控制的云台图像跟随方法,其特征在于,所述根据所述初始三相电流,得到所述无刷电机的初始交轴电流和初始直轴电流,包括:

根据所述初始三相电流,通过Clark矩阵变换,得到所述无刷电机的初始横轴电流和初始纵轴电流;

根据所述初始横轴电流和所述初始纵轴电流,通过Park矩阵变换,得到所述无刷电机的初始交轴电流,初始直轴电流。

7.根据权利要求5所述的基于无刷电机控制的云台图像跟随方法,其特征在于,所述根据所述交轴期望电流、所述直轴期望电流、所述初始交轴电流和所述初始直轴电流,确定所述无刷电机的期望电流方向,包括:

根据所述交轴期望电流和所述初始交轴电流的差值、所述直轴期望电流和所述初始直轴电流的差值,通过控制器,计算得到交轴偏差电压和直轴偏差电压;

根据所述交轴偏差电压和所述直轴偏差电压,通过反Park矩阵变换,得到横轴偏差电压和纵轴偏差电压;

根据所述轴偏差电压和所述纵轴偏差电压,得到偏差电压空间矢量;

根据所述偏差电压空间矢量,确定所述无刷电机的期望电流方向。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉理工大学,未经武汉理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210394770.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top