Синтез управления оптико-механической следящей системой на подвижном основании с предсказанием углового положения объекта наблюдения тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Аль Барри Самоал Хасан

• Аль Барри Самоал Хасан
• кандидат наук
• 2017

Оглавление диссертации кандидат наук Аль Барри Самоал Хасан

Введение

Глава 1. Анализ проблемы видеосопровождения объекта оптико-механической системой на подвижном основании

1.1 Общий принцип построения системы видеосопровождения

1.2 Информационно-измерительная система видеослежения

1.3 Оптико-механическая следящая система, установленная на транспортном средстве

1.4 Выводы и постановка задачи исследования

Глава 2. Математическая модель оптико-механической следящей системы на подвижном основании

2.1 Вывод уравнений движения прибора, установленного на кузове автомобиля

2.2 Математическая модель синхронного двигателя

2.3 Система векторного управления синхронным двигателем с постоянными магнитами

2.4 Математическая модель видеокамеры

2.4.1 Системы координат в области компьютерного зрения

2.4.2 Формирование изображения в видеокамере

2.4.3 Вычисление угловых координат

2.5. Математическая модель гироскопических датчиков

2.6 Датчики углов поворота рамок карданного подвеса

2.7. Модели возмущений от дорожного покрытия

2.8 Определение потребных моментов синхронных двигателей

2.9 Структурная схема оптико-механической следящей системы

2.10. Обобщенная схема моделирования оптико-механической следящей системы

2.11 Выводы

Глава 3. Алгоритмы оценивания и предсказания углового положения объекта без измерения дальности

3.1 Модели пространственного движения объекта в земной системе координат

3.2 Редуцированные модели углового движения объекта относительно автомобиля

3.2.1 Движение объекта и автомобиля с постоянными скоростями

3.2.2 Координированный разворот объекта при неподвижном автомобиле

3.3 Алгоритмы оценивания и прогнозирования углового движения объект77

3.3.1 Алгоритмы оценивания углового движения объекта с помощью виртуальной модели

3.3.2 Алгоритмы оценивания параметров редуцированной модели углового движения объекта

3.3.3 Алгоритмы оценивания угловой скорости координированного разворота объекта при неподвижном автомобиле

3.4 Алгоритм взаимодействия нескольких фильтров для оценивания углового положения объекта

3.5 Выводы

1 4. Синтез законов управления следящей системой

Заключение

Список сокращений и условных обозначений Список использованной литературы

152

Приложение А

Приложение Б

Приложение В

Приложение Г

Введение

Введение диссертации (часть автореферата) на тему «Синтез управления оптико-механической следящей системой на подвижном основании с предсказанием углового положения объекта наблюдения»

Актуальность темы диссертации.

В последнее время широкое распространение получили системы видеосопровождения для решении таких задач как навигация, круглосуточное пилотирование летательных аппаратов, поиск, обнаружение и сопровождение наземных, надводных, воздушных подвижных и неподвижных объектов, мониторинг дорожной обстановки и др.

Одним из направлений при создании высокоточных систем видеосопровождения является разработка эффективных алгоритмов управления приводами оптико-механических систем, предназначенных для установки на воздушном, надводном и наземном транспорте. Одной из основных задач систем видеосопровождения является непрерывное совмещение оптической оси видеокамеры, установленной на опорно-поворотной платформе в карданном подвесе, с направлением на объект, наблюдаемый на изображении в видеокамере. Особенностью систем видеосопровождения, устанавливаемых на подвижном носителе, является необходимость обеспечения высокой точности сопровождения объектов в автоматическом режиме в условиях больших угловых скоростей и ускорений изменения направления на объект, при действии возмущений на носитель.

Основными факторами, влияющими на точность автоматического сопровождения объекта, являются частота формирования видеокадров, величина запаздывания в контуре управления, угловые скорость и ускорение изменения направления на объект, шумы измерений и внешние возмущения, длительность возможного пропадания информации о положении объекта на изображении.

В системах видеосопровождения объектов используются различные способы повышения точности. Вместе с тем, проблема повышения точности автосопровождения в условиях высокой динамики изменения углового направления на объект, высокого уровне шумов измерений и возмущений действующих на носитель, появления новых быстродействующих вычислительных средств обработки изображений, является актуальной.

Повышение точности сопровождения объектов может быть достигнуто с помощью разработки эффективных алгоритмов управления приводами оптико-механических систем, а также алгоритмов фильтрации и предсказания углового положения объекта.

Степень разработанности темы.

Вопросам повышения точности систем видеосопровождения объектов наблюдения уделено значительное внимание в отечественной и зарубежной литературе. Однако, несмотря на большое количество работ по данной тематике, не полностью решены задачи повышение точности видеосопрождения в условиях высоких угловых скоростей и ускорений изменения направления на объект, значительного запаздывания в контуре управления, связанного со стандартной частотой формирования видеоизображений, высоком уровне шумов измерений и возмущающих воздействий на носитель, что может приводить к потере информации о положении объекта на изображении видеокамеры. В связи с этим возникает задача прогнозирования углового положения объекта с целью его обнаружения и захвата для слежения. В настоящее время эта задача достаточно хорошо изучена для систем видеосопрождения с измерение дальности до объекта. Однако в некоторых случаях в оптико-механических следящих системах измерение дальности не предусмотрено или нежелательно по причине скрытности наблюдения. В этой ситуации алгоритмы предсказания углового положения объекта, построенные на фильтре Калмана, не всегда обеспечивают приемлемую точность и могут давать расходящиеся оценки при длительном прогнозе.

Объектом исследования является оптико-механическая следящая система, установленная на подвижном транспортном средстве, предназначенная для видеосопровождения подвижного объекта наблюдения в условиях помех измерений и возмущений, вызванных профилем дорожного покрытия.

Предметом исследования являются алгоритмы оценивания и предсказания углового положения объекта, алгоритмы управления моментными двигателями карданного подвеса с измерительным прибором, установленного на автомобиле .

Целью диссертационной работы является разработка моделей и алгорит-

мов управления приводами оптико-механической следящей системы, позволяющих повысить точность сопровождения в условиях высокой динамики изменения углового направления на объект, в том числе, при временном пропадании информации о положении объекта на изображении видеокамеры в условиях высокого уровня помех измерений, и действии возмущений от профиля дорожного покрытия.

Для достижения поставленной цели требуется решение следующих основных задач:

- разработка математической модели движения массивного оптического прибора в двухосном карданном подвесе, установленного на подвижном транспортном средстве;

- разработка алгоритмов управления приводами двухосного карданного подвеса оптико-механической системы, позволяющих повысить точность сопровождения объектов в условиях высокой динамики изменения углового направления на объект, а также возмущений вызванных профилем дорожного покрытия;

- разработка алгоритмов предсказания углового положения объекта для управления приводами систем видеосопровождения при временном пропадании информации о положении объекта на изображении видеокамеры;

- исследование разработанных моделей и алгоритмов.

Научная задача исследования заключается в научно-обоснованной разработке алгоритмов управления оптико-механической следящей системы, установленной на подвижном транспортном средстве при наличии помех измерений и возмущений от профиля дорожного покрытия.

Решение поставленной задачи научного исследования проводится по следующим основным направлениям:

1. Разработка математической модели динамики массивного оптического прибора, установленного на автомобиле с учетом упругости подвесной системы.

2. Разработка алгоритмов оценивания и предсказания углового положения объекта относительно оптического прибора без измерения его дальности.

3. Разработка алгоритмов синтеза робастных регуляторов для управления

моментными приводами карданного подвеса с учетом ограничений по напряжению и току для режимов слежения.

4. Разработка алгоритмического и программного обеспечения для моделирования и визуализации движения автомобиля с оптическим прибором при слежении за объектом с учетом профиля дорожного покрытия и при временной потери информации о положении объекта на изображении видеокамеры.

Методы исследования. Для решения поставленных задач использовались: методы классической механики, методы теории фильтрации, методы теории управления, методы линейной алгебры, методы матричных систем сравнения и матричных неравенств, метод математического моделирования с использованием пакета символьной математики Wolfram Mathematica, пакета прикладных программ MatLab.

Научная новизна работы определяется следующими результатами:

1. Предложены алгоритмы предсказания углового положения объекта, совершающего прямолинейное движение с постоянной скоростью, с использованием нелинейной модели угловых движений объекта.

2. Предложены алгоритмы предсказания углового положения объекта, совершающего координированный разворот с постоянной угловой скоростью, с использованием нелинейной модели угловых движений объекта.

3. Предложен метод синтеза следящей системы с помощью модифицированного принципа локализации с учетом шумов измерений и ограничений на управление.

4. Предложен робастный закон управления синхронным трехфазным двигателем с использованием наблюдателя тока и наблюдателя приведенных возмущений на валу двигателя.

Основные положения, выносимые на защиту:

- математическая модель динамики массивного измерительного прибора в карданном подвесе, установленного на автомобиле с учетом упругости его подвесной системы;

- алгоритмы оценивания и предсказания углового положения объекта

наблюдения без измерения его дальности в условиях высокого уровня шумов измерений;

- алгоритмы синтеза робастных регуляторов для управления моментными приводами двухосного карданного подвеса с учетом ограничений по напряжению и току для режимов слежения при наличии возмущений от профиля дорожного покрытия.

Практическая ценность новых научных результатов.

Основными результатами, определяющими практическую ценность диссертации, являются:

Работа направлена на решение задач, имеющих непосредственное практическое значение. Использование разработанных моделей и алгоритмов формирования управления приводами оптико-механической следящей системы позволяет значительно повысить точность сопровождения объекта при высокой динамике изменения направления на объект при высоком уровне шумов измерений и возмущений от профиля дорожного покрытия.

Разработанные модели и алгоритмы управления приводами кардана могут использоваться для построения систем наблюдения, систем видеосопровождения при высокой динамике изменения направления на объект, значительном запаздывании в контуре управления, невысокой частоте формирования видеокадров.

Личный вклад автора заключается в научном обосновании разработки системы управления оптико-механической системы, установленной на подвижном транспортном средстве; в разработке алгоритмов оценивания и предсказания углового положения объекта наблюдения без измерения его дальности в условиях высокого уровня шумов измерений; в разработке алгоритмов управления приводами двухосного карданного подвесов оптико-механической следящей системы при наличии возмущений от профиля дорожного покрытия; в разработке программного обеспечения для моделирования динамики следящей системы и визуализации процесса слежения за объектом.

Достоверность и обоснованность полученных научных результатов подтверждается применением адекватных математических моделей и современных

методов анализа динамических систем, а также результатами моделирования.

Апробация работы. Основные положения и результаты диссертации докладывались и обсуждались на международных, всероссийских и республиканских научно-технических конференциях: XI Всероссийский съезда по фундаментальным проблемам теоретической и прикладной механики (Казань, 2015 г.); XV, XVI Международный симпозиум «Энергоресурсоэффективность и энергосбережение в Республике Татарстан» (Казань, 2015, 2016 гг.); Международной конференция «Метод функций Ляпунова и его приложение» (Алушта, 2016 г.); XI Международная Четаевская конференция «Аналитическая механика, устойчивость и управление» (Казань 2017г.); Региональная молодежная научно-техническая конференция (Казань, 2016 г.); XXII «Туполевские чтения» (Казань, 2015 г.); а также на заседаниях кафедры «Автоматика и управление» ФГБОУ ВО «Казанский национальный исследовательский технический университет им. А.Н. Туполева -КАИ» (2015-2017 гг.).

Реализация и внедрение результатов работы. Полученные теоретические и практические результаты внедрены в учебный процесс на кафедре «Автоматика и управление» ФГБОУ ВО «Казанский национальный исследовательский технический университет им. А.Н. Туполева - КАИ», что подтверждается соответствующим актом.

Публикации. Основные результаты диссертации опубликованы в 13 печатных работах, в том числе в 4 статьях в ведущих рецензируемых научных журналах, рекомендованных ВАК, в 9 сборниках трудов и материалов конференций. Имеется свидетельство о государственной регистрации программы для ЭВМ.

Структура и объем диссертации. Диссертация состоит из введения, пяти глав, заключения, списка использованных источников и четырех приложений. Основное содержание диссертации (без приложения) изложено на 1 67 страницах машинописного текста, содержит 10 таблиц, и 43 рисунка. Библиография включает 146 наименований.

Глава 1. Анализ проблемы видеосопровождения объекта оптико-механической системой на подвижном основании

В данной главе рассматриваются способы построения автоматической системы видеосопровождения (СВС) объекта наблюдения, установленной на подвижном основании. Указаны особенности разрабатываемой автоматической СВС для воздушного объекта наблюдения, установленной на наземном транспортном средстве; формулируются требования к оптико-механической следящей системе (ОМСС) и ставятся задачи исследования.

1.1 Общий принцип построения системы видеосопровождения

В современных системах сопровождения подвижных объектов наблюдения широко используются датчики в видимом и инфракрасном диапазоне, предназначенные не только для обеспечения процесса удержания объекта в поле зрения оптического приемника, но и для определения его характеристик с использованием вычислительных средств. С повышением производительности вычислительных средств стало уделяться больше внимания методам и алгоритмам обработки изображений для решения задач управления.

Наблюдаемые изображения объекта формируются как при помощи обычных телевизионных видеокамер (ВК) видимого диапазона, так и при помощи линеек матриц фотоприемников, рассчитанных на работу в инфракрасной части спектра излучений. При этом процесс отслеживание траектории объекта наблюдения может проводиться двумя способами. В первом случае, когда объект в течение некоторого времени остается в поле зрения датчика изображения, происходит оценивание координат объекта в каждом кадре наблюдаемой видеопоследовательности, по которым формируется траектория движения объекта в системе координат изображения с помощью информационно-измерительной система видеослежения (ИСВС). Во втором случае, когда возможна потеря визуального контакта с объектом из-за движения датчика и объекта в пространстве, наряду с определением координат объекта в каждом кадре с помощью ИСВС, решается задача управления перемещением датчика изображений с целью удержания объекта

в центре поля зрения датчика с помощью ОМСС.

Обобщенная функциональная схема СВС представлена на рисунке 1.1, которая состоит из основных блоков:

• оптико-механическая система (ОМС), которая имеет в своем составе ВК, установленную на поворотном устройстве (карданный подвес) с электрическими приводами и датчиками углов, измеряющие угловые координаты оптической оси ВК относительно подвижного основания;

• вычислительный блок, состоящий из блока ИСВС и блока формирования управления для приводов ОМС с целью удержания объекта в центре поля зрения ВК;

• блок взаимодействия с оператором, который отображает оператору изображение сцены наблюдения, индикатор о местоположении объекта и все его измеренные параметры, а также позволяет оператору вмешиваться в работу ОМСС для наведения ВК на выбранный объект.

ОМСС

Блок формирования управления для приводов

Приводы Механическая система (карданный подвес)

Датчики углов

ИСВС

Пользовательские опции

ВУ

Видеосигнал

ВУ

Видеокамера

ОМС

Рисунок 1.1 - Обобщенная функциональная схема системы сопровождения объекта видеонаблюдения

Таким образом, в автоматическом режиме сопровождения объекта величина ошибки ОМСС зависит от точности работы ИСВС [1-4].

К современным бортовым СВС предъявляются повышенные требования к величине ошибки сопровождении при высокой динамике изменения направления

на объект. При этом на точностные характеристики СВС влияют [1,4]:

• максимальная угловая скорость и ускорение изменения направления на объект относительно носителя карданного подвеса с ВК;

• частота формирования видеокадров;

• частота дискретизации информации об углах поворота рамок карданного подвеса;

• ширина поля зрения ВК и размер формируемого им изображения;

• точность вычисления координат центра объекта применяемыми методами обработки изображения;

• величина времени запаздывания в контуре управления, обусловленная затрачиваемым временем на обработку изображения;

• структура и функциональные элементы системы видеосопровождения;

• алгоритм формирования управления приводами карданного подвеса;

• длительность возможного пропадания информации о положении объекта на изображении ВК.

1.2 Информационно-измерительная система видеослежения

Основной задачей ИСВС является формирование оценки положения, скорости кажущегося перемещения объекта в поле зрения ВК на видеопоследовательности (ВП) изображений, с помощью алгоритмов выделения признаков и локализации объекта, и фильтрации с учетом имеющейся информации о динамике объекта. Фильтрация обеспечивает робастность к потере объекта при перекрытии (визуальное перекрытие одного объекта другим) и уменьшает время обработки путем прогнозирования следующего местоположения объекта и, следовательно, позволяет определить размер окна поиска объекта.

При решении задачи распознавания изображения объекта необходимо учитывать первую группу факторов:

• потеря информации вследствие геометрических преобразований, вызванных проектированием трехмерного пространства на двумерное изображение на ВП;

• сложная сцена изображения с неоднородным фоном;

• окружающая освещенность, характеристики которой такие, как направление, интенсивность и цвет, влияют на качество изображения объекта;

• изменение изображения от четкого изображения с характерными признаками, до малоразмерного пятна без деталей изображения на ВП кадров при изменении дальности до объекта;

• размытие изображения ВП вследствие движения объекта относительно ВК, которое напрямую зависит от частоты кадров ВП;

• требования к обработке изображений ВП в реальном масштабе времени.

При определении координат центра изображения объекта для осуществления видеослежения необходимо учитывать также вторую группу факторов:

• заранее неизвестное движение объекта, которое влияет на точность фильтрации изображения объекта;

• частичное или полное перекрытие объекта, когда объект находится в поле зрения ВК, но скрыт за другими объектами сцены, или выходит за его пределы;

• шум изображений, который может быть вызван внешними условиями (туман, низкая или непостоянная освещенность), а также характеристиками объектива и датчика ВК.

Перечисленные факторы, влияющие на качество получаемого изображения, учитываются при разработке алгоритмического и программного обеспечения ИСВС [1-6]. В данной работе рассматривается вторая группа факторов, влияющих на динамику и точность систем видеослежения и видеосопровождения. При этом предполагается, что с помощью ИСВС производится оценка положения изображения на ВП, по которым определяются угловые отклонения объекта от оптической оси с определенной точностью и задержкой по времени.

1.3 Оптико-механическая следящая система, установленная на транспортном средстве

Одним из направлений использования СВС является разработка бортовых

систем обнаружения и сопровождения объектов, предназначенных для установки на автономных носителях (самолеты, вертолеты, автомобили). При этом с помощью ОМСС решаются задачи поиска, обнаружения и сопровождения наземных, надводных, воздушных подвижных и неподвижных объектов. В зависимости от области применения ОМСС строятся по различным схемам, при этом системы автоматического сопровождения объектов по данным видеонаблюдения могут быть одно-, двух- и трехканальными с независимыми или взаимосвязанными каналами, самостоятельными системами автоматического управления или представлять часть более сложных систем [1,4,7].

В данной работе рассматривается ОМСС, установленная на транспортном средстве (автомобиле). Объектом управления является массивный многофункциональный измерительный блок с закрепленной на нем неподвижной ВК (прибор). Значительная масса измерительного блока ограничивает использование платформы с гироскопической стабилизацией. Поэтому для управления угловым положением оптической оси ВК прибора используется карданный подвес с исполнительными приводами.

Основной задачей ОМСС является непрерывное во времени совмещение оптической оси ВК с направлением на объект, наблюдаемый на изображении. Для этой цели могут быть использованы различные варианты карданного подвеса в качестве поворотного устройства.

Управление положением оптической оси ВК в пространстве может быть реализовано с помощью двухосного карданного подвеса и двух приводов (рисунок 1.2). При этом первый приводов изменяет угол поворота а внешней рамки двухосной карданной системы относительно носителя, а второй привод изменяет угол поворота в внутренней рамки, с закрепленным на ней прибором, относительно внешний рамки. Направление оптической оси ВК перпендикулярно оси вращения внутренней рамки. Данное поворотное устройство с ВК устанавливается на подвижном основании (носителе), в качестве которого используется автомобиль, совершающее поступательное и вращающее движения.

Рисунок 1.2 - Двухосная карданная Рисунок 1.3 - Трехосная карданная

система с ВК система с ВК

Кроме больших угловых скоростей и ускорений изменения направления на объект, характерных для движения автомашины по неровному дорожному покрытию, качка носителя также приводит к вращению ВК вокруг оптической оси и вращению изображения фоновой обстановки в последовательности обрабатываемых видеокадров. Вращение изображения существенно затрудняет решение задачи обнаружения и вычисления координат объекта и требует оценки и компенсации вращения путем обработки изображения методами, требующими большого количества вычислений [1,4]. Это приводит к увеличению времени запаздывания выдачи координат объекта в контур управления, что в свою очередь отрицательно сказывается на точности сопровождения.

Для устранения указанного вращения изображения, вызванного качкой носителя, используют трехосный карданный подвес с датчиками углов качки основания (рисунок 1.3). При этом за счет системы управления карданного подвеса удается практически исключить указанное вращение изображения [4,8,9]. Это позволяет с большей точностью и за меньшее время вычислять координаты сопровождаемого объекта, чем по повернутому изображению.

Учитывая, что в данной работе рассматривается массивный прибор, установленный вместе с ВК на внутренней раме карданного подвеса, использование

трехосного карданного подвеса приводит к повышению веса поворотного устройства и к усложнению системы управления. В связи с этим в дальнейшем решается задача повышения точности видесопровождения с помощью двухосного карданного подвеса за счет совершенствования законов управления приводами, при которых удается компенсировать отрицательное влияние запаздывания на точность слежения при стандартной частоте видеопоследовательности изображения объекта.

Точность ОМСС зависит не только от точности оценивания положения изображения объекта на ВП, но и от точности работы приводов карданного подвеса. В настоящее время для целей управления широко используются моментные двигатели (МД), которые относятся к особому классу бесконтактных синхронных двигателей с постоянными магнитами (СДПМ) [10-13].

С помощью МД полезную нагрузку можно соединить непосредственно с ротором без использования редуктора, что позволяет повысить точность следящей системы, а также ослабить влияние движения носителя на положение оптической оси прибора. При этом за счет большого количества полюсов в МД достигается высокий управляющий момент при умеренных скоростях [14,15].

Другими достоинствами МД являются: обеспечение низкой и плавной скорости вращения; сигналы обратной связи привода (по углу и по скорости) могут быть сформированы одним датчиком положения (энкодером); линейность характеристик и быстрая реакция; большой ресурс работы в тяжелых условиях эксплуатации; бесшумная работа [16,17].

Несмотря на большое количество работ посвященных задаче управления МД, актуальной остается задача построения эффективных законов управления с учетом минимизации потребления электрической энергии в фазах двигателя для переходных режимов. Одним из способов снижения потребления электрической энергии является ограничение потребления токов в фазах МД при его бросках в переходных режимах. Учитывая недостатки датчиков измерения токов в фазах МД, предпочтительными являются алгоритмы ограничения токов без их измерения [18].

Основной особенностью рассматриваемой оптической следящей системы, установленной на транспортном средстве, является влияние на процесс слежения возмущений, вызванных неровностями дорожного покрытия, которые могут приводить к потере объекта из поля зрения ВК. В связи с этим требуется проведение анализа влияния типов дорожного покрытия на динамику ОМСС для различных режимов движения транспортного средства и видов маневрирования объекта наблюдения [19,20].

В случае потери объекта из поля зрения ВК необходимо осуществлять предсказание углового положения объекта в абсолютной системе координат (СК), связанной с носителем, для формирования командных сигналов на приводы карданного подвеса с целью обнаружения и захвата объекта слежения в ВК.

Известные методы отслеживания и предсказания положения объекта предполагают, что в абсолютном пространстве движение объекта и результаты измерений его движения могут быть представлены с достаточной точностью некоторыми известными математическими моделями [21]. Наиболее распространенными являются модели движения объекта с постоянной скоростью и с постоянным ускорением. Для высокоманевренных объектов также используется модель координированного разворота с постоянной скоростью и постоянной угловой скоростью. Создание единой для всех возможных движений объекта, по мнению авторов работы [22], далеко от завершения, поскольку является нетривиальной задачей.

Список литературы диссертационного исследования кандидат наук Аль Барри Самоал Хасан, 2017 год

Список использованной литературы

1. Алпатов Б.А., Балашов О.Е., Бабаян П.В., Степашкин А.И. Методы автоматического обнаружения и сопровождения объектов. Обработка изображений и управление. - М.: Радиотехника, 2008. - 176 с.

2. Аун Самер. Информационно-измерительная система видеослежения за подвижными объектами на основе пространственных дескрипторов: дисс. ... канд. техн. наук: 05.11.16 / Аун Самер. - Казань, 2012. - 185 с.

3. Дикарев А.В. Двухуровневая система стабилизации изображения для мобильных роботизированных комплексов: дисс. канд. техн. наук: 05.13.01 / Дикарев Александр Васильевич. - Волгоград, 2014. - 136 с.

4. Балашов О.Е. Модели и алгоритмы управления приводами бортовых оптико-механических систем автосопровождения объектов: дисс. канд. техн. наук: 05.13.01 / Балашов Олег Евгеньевич - Рязань, 2006 - 168 с.

5. Maggio E., Cavallaro A. Video Tracking: Theory and Practice. - Chichester: Wiley & Sons Inc., 2011. - 296 p.

6. Yilmaz A., Javed O. Object tracking: A survey // ACM Computing Surveys. - December 2006. - Vol. 38, № 4, Article 13. - P. 1-45.

7. Барский А.Г. Оптико-электронные следящие системы. - М.: Университетская книга; Логос, 2009. - 200 с.

8. Алпатов Б.А., Балашов О.Е., Степашкин А.И. Формирование управления приводами трехосного карданного подвеса в системе сопровождения объектов // Изв. вузов. Сер. Приборостроение, 2006. Т. 49, №5. - С. 24-25.

9. Балашов О.Е. Повышение точности сопровождения объектов в системе видеослежения // Вестник Рязанского государственного радиотехнического университета. Вып. 18. - Рязань, 2006. - С. 45-49.

10.Sen P.C. Principles of Electronic Machines and Power Electronics. John Wiely & Sons, 1997. - 603 p.

11.NEMA. (1987) Motion/position Control Motors and Controls, MG7 - 1987. USA. -185 p.

12.Texas Instruments. Incorporated. DSP Solutions for BLDC Motors, 1997. 20 p.

13.Tony Mathew, Caroline Ann Sam. Modeling and Closed Loop Control of Bldc Motor Using A Single Current Sensor. International Journal of Advanced Research in Electrical, Electronics and Instrumentation Engineering. Vol. 2, Issue 6, June 2013. - P. 2525-2532.

14.Анучин А.С. Системы управления электроприводов - М.: МЭИ, 2015. -373 с.

15.Афанасьев А.Ю. Моментный электропривод. - Казань: Изд-во Казан. гос. техн. ун-та, 1997. - 250 с.

16.Brush & Brushless Direct Drive DC Motors [Electronic resource]: General Dynamics- URL: https://gdmissionsystems.com/imaging/motion-control/brushless-brush-type-dc-motors/

17.Direct drive torque motor principle [Electronic resource]: ETEL Innovative Motion Control - URL: http://www.etel.ch/torque-motors/principle/

18.Терехов В.М., Осипов О.И. Системы управления электроприводов. - М.: Академия, 2005. - 300 c.

19.Смирнов Г.А. Теория движения колесных машин. - М.: Машиностроение, 1990. - 352 с.

20.Васильев К.К., Служивый М.Н. Математическое моделирование систем связи.- Ульяновск: УлГТУ, 2008. - 170 с.

21.Li, X. R., Jilkov V. P. Survey of maneuvering target tracking| Part I: Dynamic models. IEEE Aerospace and Electronic Systems Magazine. Vol. - 2003. - 39, No. 4. -P. 1333-1364.

22.S. S. Blackman and R. F. Popoli. Design and Analysis of Modern Tracking Systems. Artech House, Norwood, MA, 1999. - 1232 p.

23.J.Pierre. Bearings-Only Tracking for Maneuvering Sources. IEEE Transactions on aerospace and electronics systems. Vol. 34, No. 1 January 1998. - P. 179 - 193.

24.Ristic B., Arulampalam M.S. Tracking a maneuvering target using angle-only measurements: algorithms and performance. International Conference on Information Engineering, 2003, vol. 2. - P. 135-138.

25.Jian-jian X., You H., Jianhua X. Bearing measurements Association Algorithm in

Passive Location System. 3rd International Conference on Computational Electromagnetic and its applications Proceedings ICCEA, 2004. - P. 356 - 359.

26.Aidala V.J. Kalman Filter Behavior in Bearings-Only Tracking Applications. IEEE Transactions aerospace and electronic systems Vol. AES-15, No. 1 January 1979. -P. 29- 39.

27. Алпатов Б.А., Балашов О.Е., Степашкин А.И. Прогнозирование угловых координат движущихся объектов в бортовых оптико-механических системах // Информационно-управляющие системы. 2011. № 5. - С. 2-7.

28.Балашов О.Е., Степашкин А.И. Алгоритм прогнозирования угловых координат объекта, движущегося прямолинейно равноускорено // Вестник Рязанской государственной радиотехнической академии. 2012. №41.- С. 17-21.

29.Abe Masato. Vehicle Handling Dynamics: Theory and Application. Butterworth-Heinemman, 2009. - 286 p.

30.Shirahatti A., Prasad P.S.S., Panzade P., Kulkarni M. M. Optimal Design of Passenger Car Suspension for Ride and Road Holding. Journal of the Braz. Soc. of Mech. Sci. & Eng., XXX, No.1 / 67, January-March, 2008. - P. 66-76.

31.Ayman A. Aly, and Farhan A. Salem, Vehicle Suspension Systems Control: A Review International Journal of Control, Automation and Systems. Vol.2. No. 2 July 2013. - P. 46-54.

32.Ikenaga S., Lewis F.L., Campos J., Davis L. Active suspension control of ground vehicle based on a full-vehicle model. Proceedings of the American Control Conference (ACC), 2000. - P. 6-18.

33.Ulsoy A. Galip, Peng H., Cakmakci M. Automotive Control Systems. Cambridge University Press, 2012. - 406 p.

34.Аль Барри С.Х. Математическая модель динамики прибора, установленного на транспортном средстве / С.Х. Аль Барри, В.М. Бородин, В.И. Гаркушенко // Вестник технологического университета. - 2016. - Т.19. - №21. - С. 114-119.

35.Krause, P.C., Wasynczuk O., Sudhoff S.D. Analysis of Electric Machinery and Drive Systems. IEEE Press, 2002 - 632 p.

36. Герман-Галкин С.Г. Виртуальные лаборатории полупроводниковых систем в

среде Matlab-Simulink. - СПб.: Лань, 2013. - 448 c.

37.Калачев Ю.Н. Векторное регулирование. - М.: ЭФО, 2013. - 63 c.

38.Texas Instruments Incorporated. Space-Vector PWM With TMS320C24x/F24x Using Hardware and Software Determined Switching Patterns, 1999 - 44 p.

39. Владимирович Д.А. Разработка системы бездатчикового векторного управления вентильно-индукторным двигателем с независимым возбуждением. Диссертация на соискание ученой степени кандидата технических наук. - М., 2008. - 181 c.

40.V.Viswanathan, Dr.S. Jeevananthan. A Novel Current Controlled Space Vector Modulation based Control Scheme for reducing Torque Ripple in Brushless DC Drives. International Journal of Computer Applications, 28(2): August 2011. - P. 25-31.

41.Garcia, X.T.; Zigmund, B.; Terlizzi, A.; Pavlanin, R.; Salvatore, L. (Mar 2006). Comparison Between FOC and DTC strategies for Permanent Magnet. Advances in Electrical and Electronic Engineering. - P. 2012-2017.

42.Чуев П.В. Разработка систем векторного управления асинхронными приводами на базе специализированных сигнальных микроконтроллеров: дисс. канд. техн. наук: 05.09.03 / Чуев Павел Вячеславович - М.: 2002. -254 с.

43.Козаченко В.Ф. Основные тенденции развития встроенных систем управления двигателями и требования к микроконтроллерам. Chip news. - 1999.- №1. С. 29.

44.Шапиро Л., Стокман Дж. компьютерное зрение. - Пер. с англ. - М.: БИНОМ. Лаборатория знаний, 2006. - 752 c.

45. Геометрия камеры [Электронный ресурс]: Курсы лаборатории компьютерной графики.-URL: http://courses.graphicon.ru/main/vision/2010/lectures.

46.Cyganek B. An Introduction to 3D Computer Vision Techniques and Algorithms. -Chichester: Wiley & Sons Inc., 2009. - 504 p.

47.Lens & Sensor, Image labs international [Electronic resource]. - URL: http://www.imagelabs.com/support/resources/tools/.

48.Цифровая обработка изображений в информационных системах: Учеб. посо-

бие / И.С. Грузман, B.C. Киричук и др. - Новосибирск: Изд-во НГТУ, 2002. -352 с.

49.Гонсалес Р., Вудс. Цифровая обработка изображений. - М.: Техносфера,2005. -1072 с.

50.Муравьев СИ., Балашов О.Е., Муравьев B.C. Использование вейвлет- преобразования для получения признаков в задаче сегментации изображения // Проблемы математического моделирования и обработки информации в научных исследованиях: Сб. науч. тр. - Рязань: РГРТА, 2003. - С. 77-81.

51. Алпатов Б.А, Балашов О.Е. Исследование эффективности сегментации изображения с использованием фрактальной размерности // Современная радиоэлектроника в ретроспективе идей В.А. Котельникова. Тез. докл. международной конференции. - М.: МЭИ, 2003. - С. 122-124.

52. Алпатов Б.А., Балашов О.Е. Исследование методов оценки фрактальной размерности и сегментация изображения // Цифровая обработка сигналов и ее применения. Тез. докл. 6-й международной конференции. Том 2. - М.: 2004.-С. 97-99.

53. Алпатов Б.А., Бохан К.А. Пространственно-временной алгоритм обнаружения и выделения изображений движущихся объектов // Проблемы передачи и обработки информации в сетях и системах телекоммуникаций. Тез. докл. 8-го международного научно-технического 157 семинара. Рязань, 1999. - С. 121123.

54. Алпатов Б.А., Бабаян П.В. Выделение движущихся объектов в системах видеонаблюдения при наличии геометрических искажений изображения // Цифровая обработка сигналов и ее применения. Тез. докл. 7-й международной конференции. Том 2. М.:, 2005. - С. 336-340.

55.Алпатов Б.А. и др. Алгоритмы последовательных испытаний в задаче совмещения двумерных изображений // Изв. ВУЗов. Сер. Электромеханика. - 1988. - №7. - С. 87-91.

56.J. Fei, C. Batur, Robust adaptive control for a MEMS vibratory gyroscope, Published online: 4 July 2008, Springer-Verlag London Limited 2008. - pp. 293-300.

57.Petre N, Constantin S, Romulus L, Teodor L. Mathematical modeling and numerical simulation of a vibrating MEMS gyro, U.P.B. Sci. Bull., Series D, Vol. 77, Iss. 4, 2015. - P. 468-484.

58..С.Х. Аль Барри, В.М. Бородин, В.И. Гаркушенко. Синтез управления оптическим прибором, установленным на транспортном средстве // Труды XI Всероссийского съезда по фундаментальным проблемам теоретической и прикладной механики, Казань, 20-24 августа 2015 года. - С. 138-140.

59.Максимов М.В., Горконов Г.И. Радиоэлектронные системы самонаведения. -М.: Радио и связь, 1982. - 304 c.

60. Алпатов Б.А., Балашов О.Е., Степашкин А.П. Прогнозирование при формировании управления приводами кардана в системе видеослежения // Проблемы передачи и обработки информации в сетях и системах телекоммуникаций. Тез. докл. 14-й международной научно-технической конференции. - Рязань, 2005. -С. 109-110.

61. Алпатов Б.А., Балашов О.Е., Степашкин А.И. Прогнозирование управления приводами в видеокомпьютерной системе сопровождения объектов // Цифровая обработка сигналов и ее применения. Тез. докл. 7-й международной конференции. Том 2. - М.: 2005. - С 333-336.

62. Балашов О. Б., Кьшина И. А. Управление приводами видеокомпьютерной системы сопровождения объектов // Телевидение: передача и обработка изображений. Тез. докл. 4-ой международной конференции. - Санкт- Петербург, 2005. - С. 73-74.

63.Simon D. Optimal State Estimation: Kalman, H1, and Nonlinear Approaches. Wiley-Interscience 2006. - 525 p.

64.Tanizaki, H., Nonlinear Filters: Estimation and Application. Springer, Berlin, 1996. - 243 p.

65.Joseph J. LaViola Jr. A Comparison of Unscented and Extended Kalman Filtering for Estimating Quaternion motion. Proceeding 2003 - American control conference 2003. - P. 2435-2440.

66.Julier S. J., Uhlmann J. K. A New Extension of the Kalman Filter to Nonlinear Sys-

tems . Proceedings of SPIE: The International Society for Optical Engineering, Vol. 3068, April 1997. - P. 182-193.

67.Julier S., Uhlmann J. Unscented filtering and nonlinear estimation. Proceedings of the IEEE. - 2004. - Vol. 92, No. 3. - P. 401-422.

68.M. Pierre, D. Gingras. Comparison between the unscented Kalman filter and the extended Kalman filter for the position estimation module of an integrated navigation information system.IEEE Intelligent Vehicles Symposium, 2004: - P. 831-835.

69.Kotecha J., Djuric P. Gaussian Particle Filtering. IEEE Transactions on Signal Processing, Vol. 51, No. 10, October 2003 - P. 2592-2601.

70.Du, S. C, Z. G. Shi, W. Zang, and K. S. Chen, Using interacting multiple model particle filters to track airborne targets hidden in blind Doppler. Journal of Zhejiang University-Science A, Vol. 8, No. 8, 2007. - P. 1277-1282.

71.B. Ristic and M.S. Arulampalam. Tracking a maneuvering target using angle-only measurements: algorithms and performance. International Conference on Information Engineering, 2003, vol. 2 - P. 135-138.

72.W. Yali. Bearing-only Maneuvering Target Tracking Based on STF and UKf. International Conference on Advanced computer Theory and Engineering,2008, Proceeding of SPIE. - 355 p.

73.Bar-Shalom, Yaakov, X. Rong Li, and Thiagalingam Kirubarajan. Estimation with Applications to Tracking and Navigation. New York: John Wiley & Sons Inc., 2001. - 584 p.

74.Blom H A P and Bar-Shalom Y. The interacting multiple model algorithm for systems with Markovian switching coefficients. IEEE Transactions on Automatic control, 1988, 33(8): - P. 780-783.

75.Seham Mouawad Aly, Raafat El Fouly, Hoda Barakaw. Extended Kalman Filtering and Interacting Multiple Model for Tracking Maneuvering Targets in Sensor Networks. 13th International Conference on Aerospace sciences & Aviation technology, ASAT- 13, May 26 - 28, 2009. - P. 13-25.

76.Joana Barbosa, Bastos Gomes. An Overview on Target Tracking Using Multiple Model Methods. Dissertation submitted for obtaining the degree of Master in Elec-

trical and Computer Engineering, September 2008. - 104 p.

77. Аль Барри С.Х. Алгоритм предсказания углового движения цели в оптической следящей системе / С.Х. Аль Барри, В.И. Гаркушенко // Вестник КГТУ им. А. Н. Туполева. - 2016. - №4 - С. 114-119.

78. Ли Р. Оптимальные оценки, определение характеристик и управление. М.: Наука, 1966. - 176 c.

79.Alireza T., Niazi S. State Estimation for Target Tracking Problems with Nonlinear Kalman Filter Algorithms // International Journal of Computer Applications. Volume 98, No.17, July 2014. - P. 30-36.

80.С.Х. Аль Барри, В.М. Бородин, В.И. Гаркушенко. Алгоритм предсказания углового движения цели с помощью модифицированного много частичного фильтра, Вестник казанского технологического университета 2017 T20 № 3. -С. 116-119.

81.Zang, W., Z. G. Shi, S. C. Du, and K. S. Chen. Novel roughening method for reentry vehicle tracking using particle filter. Journal of Electromagnetic Waves and Applications, Vol. 21, No. 14, 2007. - P. 1969-1981.

82.Chen J.F., Shi Z.G., Hong S.H., and Chen K.S. Grey prediction based particle filter for maneuvering target tracking. Progress In Electromagnetics Research, Vol. 93, , 2009. - P. 237-254.

83. Гаркушенко В.И. Построение прогноза потребления электрической энергии на промышленном предприятии с помощью робастного наблюдателя // Труды XIV Международного симпозиума «Энергоресурсоэффективность и энергосбережение». Казань, 18 - 20 марта 2014 г. - С. 466-471.

84.Kwon S.G, Chung W.K., Perturbation compensator based robust tracking control and state estimation of mechanical systems, Korea Institute of Industrial Technology, Springer, Berlin, 2004. -138 p.

85.Методы классической и современной теории автоматического управления: Учебник в 5-и тт.; 2-е изд., перераб. и доп. Т3: Синтез регуляторов систем автоматического управления / Под ред. К.А. Пупкова и Н.Д.Егупова. - М.: МГТУ им Н.Э. Баумана, 2004. - 616 с.

86.Джонсон С. Теория регуляторов, приспосабливающихся к возмущениям / С. Джонсон // Фильтрация и стохастическое управление в динамических системах. - М., 1980. - С. 253 - 320.

87.Поляк Б.Т. Робастная устойчивость и управление / Б.Т. Поляк, П.С. Щербаков. - М.: Наука, 2002. - 303с.

88.Куржанский А.Б. Управление и наблюдение в условиях неопределенности. -М: Наука, 1977. - 392 с.

89.Черноусько Ф.Л. Оценивание фазового состояния динамических систем. Метод эллипсоидов. - М: Наука, 1988. - 300 с.

90.0стрем К.Ю. Введение в стохастическую теорию управления. - М.: Мир, 1973. - 324 с.

91. Дегтярев Г.Л., Ризаев И.С. Синтез локально-оптимальных алгоритмов управления летательными аппаратами. - М.: Машиностроение, 1991. - 304 с.

92.Смагин, Валерий Иванович. Методы синтеза следящих систем управления по квадратичным критериям в условиях неполной информации: диссертация ... доктора технических наук: 05.13.01. - Томск, 1997. - 354 с.

93. Поляк Б.Т., Хлебников М.В., Щербаков П.С. Управление линейными системами при внешних возмущениях: Техника линейных матричных неравенств. -М.: ЛЕНАНД, 2014. - 560 с.

94.Евтихиев Н. Н., Фурасов В. Д. Задачи управления с неполной информацией: Учеб. пособие. М.: МИРЭА, 1985. - 116 с.

95.Маликов А.И. Синтез алгоритмов оценивания состояния нелинейных регулируемых систем с применением матричных систем сравнения // Вестник КГТУ им. А. Н. Туполева. 1998. № 3. - С. 54-59.

96.Гаркушенко В.И. Синтез нелинейных нестационарных систем управления по выходу в условиях неопределенности // Изв. вузов. Авиационная техника. 2008. - № 2. - С. 23 - 26.

97.Мееров М.В. Системы многосвязного регулирования. - М.: Наука, 1965. - 384 с.

98.Буков В. Н. Вложение систем. Аналитический подход к анализу и синтезу

матричных систем. - Калуга: Изд-во науч. лит. Н. Ф. Бочкарёвой, 2006. - 717 с.

99.Уткин В.И. Скользящие режимы в задачах оптимизации и управления. М.: Наука, 1981. - 368 с.

100. Баландин Д.В., Коган М.М. Синтез законов управления на основе линейных матричных неравенств. М.: Физматлит, 2007. - 280 с.

101. Востриков А.С. Синтез нелинейных систем методом локализации. Новосибирск: Изд-во НГУ, 1990. - 120 с.

102. Юркевич В.Д. Синтез нелинейных нестационарных систем управления с разнотемповыми процессами. - СПб.: Наука, 2000. - 288 с.

103. Юркевич В.Д. Синтез регуляторов для многомерных систем на основе метода разделения движений // Труды X Международной конференции «Идентификация систем и задачи управления» SICPRO '15 Москва 26-29 января 2015 г. 2015. - С. 557-576.

104. Шубладзе А.М., Кузнецов С.И. Автоматически настраивающиеся промышленные ПИ и ПИД регуляторы // Автоматизация в промышленности. 2007. № 2. - C. 15-17.

105. Александров А.Г., Паленов М.В. Самонастраивающийся ПИД/И-регулятор // Автоматика и телемеханика. 2011. № 10. - С. 4-18.

106. Astrom K.J., Hagglund T. Advanced PID control. ISA, The Instrumentation, Systems, and Automation Society, 2006. - 460 p.

107. O'Dwyer A. Handbook of PI and PID Tuning Rules. London: Imperial College Press, 2003. - 375 p.

108. Li Y., Ang K. H., Chong G. C. Y. PID Control System Analysis and Design // IEEE Control Systems Magazine. 2006. 26, No. 1. - P. 32 - 41.

109. Chang M., Davison E.J. The Adaptive Servomechanism Problem for MIMO Systems // Proc. of the 34th IEEE Conf. on Decision and Control. New Orleans, Louisiana, 1995. - P. 1738-1743.

110. Astrom K.J., Johansson K.H., Qing-Guo Wang Design of decoupled PID controllers for MIMO systems // Proc. of American Control Conf. 2001. Vol. 3. - P. 2015-

2020.

111. Mete A.N., Gundes A.N., Ozbay H. Decoupled PID Controller Synthesis for MIMO Plants with I/O Delays // Proc. of the 45th IEEE Conf. on Decision & Control. San Diego, CA, USA, December 13-15, 2006. - P. 852-857.

112. Vu T.N.L., Lee J., and Lee M. Design of Multi-loop PID Controllers Based on the Generalized IMC-PID Method with Mp Criterion // Int. J. of Control, Automation, and Systems. 2007. Vol. 5, No. 2. - P. 212-217.

113. Wang Q.-G., Nie Z.-Y. PID Control for MIMO Processes // PID Control in the Third Millennium, Advances in Industrial Control. London: Springer, 2012. - P. 177-204.

114. Бобцов А.А. Алгоритм робастного управления линейным объектом по выходу с компенсацией неизвестного детерминированного возмущения // Изв. РАН. Теория и системы управления. 2003. № 2. - С. 93-97.

115. Цыкунов А.М. Адаптивное и робастное управление динамическими объектами по выходу. - М.: Физматлит, 2009. - 268 с.

116. Гаркушенко В.И. К задаче оценивания ограниченных внешних возмущений в системах управления при неполной информации // Вестник КГТУ им. А.Н. Туполева. 2010. № 2. - С. 122-127.

117. Дроздов В.Н., Мирошник И.В., Скорубский И.В. Системы автоматического управления с микроЭВМ. - Л.: Машиностроение, 1989. - 284 с.

118. Колесников А.А. Синергетические методы управления сложными системами. М.: КомКнига, 2006. - 240 с.

119. Гаркушенко В.И. Синтез дискретно-непрерывного регулятора для линейных многомерных систем с учетом внешних воздействий. // Изв. вузов. Авиационная техника. 2003. № 2. - С. 22-26.

120. Никифоров В.О. Адаптивное и робастное управление с компенсацией возмущений. СПб.: Наука, 2003. - 282 с.

121. Бобцов А.А., Пыркин А.А. Адаптивное и робастное управление с компенсацией неопределенностей. Учебное пособие. - СПб.: НИУ ИТМО, 2013. - 135 с.

122. Бобцов А.А., Никифоров В.О., Пыркин А.А., Слита О.В., Ушаков А.В. Ме-

тоды адаптивного и робастного управления нелинейными объектами в приборостроении: учебное пособие для высших учебных заведений. - СПб: НИУ ИТМО, 2013. - 277 c.

123. Потапенко Е. М. Робастные комбинированные системы управления с наблюдателями // Проблемы управления и информатики.- 1995. - № 2. - С. 36-44.

124. Потапенко Е.М. Сравнительная оценка робастных систем управления с различными типами наблюдателей / Е.М. Потапенко // Изв. РАН. Сер. Теория и системы управления. - 1995. - № 1. - С. 109-116.

125. Потапенко Е.М. Исследование робастности систем управления с наблюдателями / Е.М. Потапенко // Изв. РАН. Сер. Теория и системы управления. -1996. - № 2. - С. 104-108.

126. Фуртат И.Б. Адаптивное и робастное управление мультиагентными системами. - СПб: Университет ИТМО, 2016. - 155 c.

127. Башарин А.В., Новиков В.А., Соколовский Г.Г. Управление электроприводами. - Л.: Энергоиздат, 1982. - 392 с.

128. Обзор работы ПИ- и ПИД- регуляторов в режимах интегрального насыщения / А.М. Шубладзе [и др.] // Автоматизация в промышленности. 2008. № 8. -С. 6-9.

129. Seraji H. A new class of nonlinear PID controllers with robotic applications // Journal of Robotic Systems. 1998. No.15, Vol. 3. - P. 161-181.

130. Сухорукова И.Г., Гринюк Д.А., Оробей И.О. Применение в ПИД-законе регулирования нелинейных функций преобразования ошибки // Труды БГТУ. 2013. №6. Физ.-мат. науки и информатика. - С. 95-98.

131. Аль Барри С.Х. Синтез робастного закона управления оптическим прибором на подвижном основании / С.Х. Аль Барри, В.М. Бородин, В.И. Гаркушенко // Вестник КГТУ им. А. Н. Туполева. - 2016. - №3. - С. 91-98.

132. Петунин В. И. Синтез систем автоматического управления летательными аппаратами с автоматами ограничений предельных параметров // Изв. вузов. Приборостроение. 2010. Т. 53, № 10. - С. 18-24.

133. Aль Барри С.Х. Снижение энергетических затрат в системе регулирования электроприводом / В.И. Гаркушенко, С.Х. Aль Барри // Труды XVI Международного симпозиума «Энергоресурсоэффективность и энергосбережение в Республике Татарстан», 15-17 марта 2016 г. Kазань. - С. 82-85.

134. Aль Барри С.Х. Метод синтеза робастных регуляторов с использованием принципа локализации, оценивания и компенсации возмущений / В.И. Гаркушенко, ПА. Лазарева, С.Х. Aль Барри // Тезисы докладов Международной конференции «Метод функций Ляпунова и его приложение»; Aлушта, 15-18 сентября 2016г. / ^ымский федеральный ун-т им. В.И. Вернадского; Симферополь. - 2016. - С. 41-42.

135. Chen W. H., Ballance D. J., Gawthrop P.J., O'Reilly J. A Nonlinear Disturbance Observer for Robotic Manipulators, IEEE Transactions on Industrial Electronics, Vol. 47, No. 4, 2000. - P. 932-938.

136. Farza, M., M'Saad M., Rossignol L. Observer Design for a Class of MIMO Nonlinear Systems, Automatica, Vol.40, 2004. - P. 135-143.

137. ^о Б. Теория и проектирование цифровых систем управления. - М.: Машиностроение, 1986. - 448 с.

138. Aль Барри С.Х. Синтез дискретно-непрерывного управления для нестационарной следящей системы при неопределенных возмущениях / В.И. Гарку-шенко, С.Х. Aль Барри // Труды XI Международной Четаевской конференции «Аналитическая механика, устойчивость и управление»; Kазань, 14-18 июня 2017 г. - С. 187-196.

139. Stemmer Imaging [Electronic resource]: URL: https://stemmer-imaging.co.uk

140. Pentax Ricoh Imaging SYSTEMS [Electronic resource]: URL: http:// pentax-security.com

141. Analog Devices [Electronic resource]: URL: http : //www.analo g.com/ru /products/mems/gyroscopes/adis 16130.html#product-overview

142. SICK Sensor Intelligence [Electronic resource]: URL: https://www.sick.com/ru/ru/encoders-and-inclination-sensors/absolute-encoders/afsafm60-ssi/afs60a-s4pa262144/p/p284917

143. Аль Барри С.Х. Лабораторный стенд для исследования алгоритмов микропроцессорной системы управления моментным двигателем // Автоматика и электронное приборостроение: Региональная молодежная научно-техническая конференция, 25-29 апреля 2016 г.: Материалы конференции. Сборник докладов. Казань: Изд-во «Фолиант». - 2016. - С. 40-43.

144. Аль Барри С.Х. Идентификация параметров модели углового движения цели в оптической следящей системе // Труды XI Международной Четаевской конференции «Аналитическая механика, устойчивость и управление»; Казань, 14-18 июня 2017 г. - С. 44-51.

145. Madsen K., Nielsen H.B., Tingleff O. Methods for non-linear least squares problems. DTU, April 2004. - 58 p.

146. Свидетельство о государственной регистрации программы для ЭВМ № 217611271 " Программа моделирования динамики электромеханического прибора установленного на транспортном средстве, визуализацей процесса слежения за целью" / Аль Барри С.Х.

Приложение А

(справочное)

Исходные данные параметров автомобиля и оптико-механической следящей

системы

Таблица А.1 Параметры модели автомобиля

Наименование параметра Обозначение Значение Размерность

Масса переднего левого колеса тп 60 кг

Масса переднего правого колеса тг 60 кг

Масса заднего левого колеса тг1 60 кг

Масса заднего правого колеса тгг 60 кг

Масса кузова автомобиля тк 1500 кг

Масса вилки карданного подвеса тв 80 кг

Масса телескопа т 40 кг

Коэффициент упругости колес к 190000 Нм-1

Коэффициент упругости пружины передней части кузова кг 35000 Нм-1

Коэффициент демпфера передней части кузова вг 1000 Нм"1.с"1

Коэффициент упругости пружины задней части кузова кг 38000 Нм _1

Коэффициент демпфера задней части кузова вг 1100 Нм"1.с"1

Расстояние от центра масс рамы до оси переднего колеса ь 1,4 м

Расстояние от центра масс рамы до оси заднего колеса К 1,7 м

Расстояние между задними и между передними колесами 2 м

Радиус колеса Я 0,3 м

Моменты инерций колес ^ку 10 кг.м2

10 кг.м2

Постоянная матрица инерции кузова относительно точки О ^ок diag {460; 2160; 300} кг.м2

Постоянная матрица инерции вилки относительно точки О ^оВ diag {8;8;3} кг.м2

Постоянная матрица инерции те ^оТ diag {1,8; 3,04; 3,04} кг.м2

лескопа относительно точки О

Координаты центра масс кузова (т°чка Ск) в СК (хк, ук, ) Rck [0,5 0 0,3]T м

Координаты точки О в СК ^(хк> Ук > 2к) RoB [0,2 0 0,5]T м

Координаты центра масс вилки (точка Св) в СК 8В (хв, Ув, 2В ) RcB [0 0 0,2]T м

Координаты точки О в СК ^в (хв, ув, 2В ) RoT [0 0 0,1]T м

Координаты центра масс телескопа (точка Ст) в СК ^^ (, У^1, ) RcT [0,04 0 0]T м

Источник: [32, стр.5], [33, стр. 75]

Таблица А.2 Паспортные данные синхронных двигателей фирмы General Dynamics 6000S-400-015 с неявнополюсным ротором

Наименование параметра Обозначение Значение Размерность

Пик крутящего момента T 36,9 Нм

Мощность P 384 Вт

Непрерывный крутящий момент T 17,5 Нм

Электрическая постоянная времени T T e 2,5 x10"3 с

Механическая постоянная времени T ± m 10"3 с

Момент инерции ротора Jm 3,6 x10"3 кг м2

Количество полюсов P 16 ед.

Масса M 28 кг

Сопротивление R 1,5 Ом

Индуктивность L 3,8 x10"3 Гн

Момент чувствительности Kt 2,3 Нм/A

Напряжение V 24 В

Коэффициент ЭДС Kb 2,33 В/(рад/с)

Максимальный ток Ip 16 A

Источник: [16, стр. 43]

Таблица А.3 Характеристики видеокамеры

Видеокамера DXC-990

Производитель Sony

Выходной сигнал цифровой

Датчик изображения 1/2-дюймовая ПЗС-матрица на базе технологии ExwaveHAD

Минимальная освещенность 1лк (F1,4)

Скорость затвора Т^ 0,5 - 1/100,000 с

Максимальное разрешение К^хКуэ 768 x 494 пикс.

Интерфейс RS-232

Разъемы S-video, RCA

Питание 10,5 В, 15 Вт

Размеры (ВхШхГ) 70 х 72 х 123,5 мм

Вес 630 г

Источник: [139, стр. 6]

Таблица А.4 Характеристики объектива

Объектив H55ZBME-F-HD-PR02

Производитель Ricoh

Объектив 55 х опт

Фокусное расстояние 12-660 мм

Горизонтальный угол зрения 0,6 - 31,7 град

Фокусировка Авто

Питание мотора 12в, 1А

Интерфейс RS-232

Размеры (ВхШхГ) 155x138x355 мм

Вес 5,8 кг

Источник: [140, стр. 5]

Таблица А.5 Характеристики МЭМС-гироскопа

МЭМС-гироскоп Analog Devices ADIS16130

динамический диапазон +250 град/с

Плотность шума 0.0125град/с/^герц

Цифровые Выходы (УоЬ УоН) 0.4, 4 В

Напряжение питания 4.75 ... 5.25 В

Источник [141, стр. 3]

Таблица А.6 Характеристики абсолютного энкодера

Абсолютный энкодер АР860А-84РА262144

Масса 0,26 кг

Момент инерции ротора 6,2 г х см2

Изменение направления вращения cw/ccw

Измерительный шаг 0,0014°

Количество шагов на оборот, макс 262144= 18 бит

Повторяемость 0,002°

Рабочая скорость 9000 мин-1

Угловое ускорение макс 5 х 105 рад/с2

Напряжение питания 4,5 ... 32 В

Источник [142, стр. 3]

Приложение Б

(справочное) Векторная широтно-импульсная модуляция

Суть этого метода заключается в одновременном управлении на заданной несущей частоте, которая принята равной 12 кГц, сразу всеми шестью ключами инвертора таким образом, что в средних точках каждой стойки инвертора формируются волны синусоидального выходного напряжения, сдвинутые относительно друг друга на 120 электрических градусов.

Но, для напряжения с максимальной амплитудой разность потенциалов фаз изменяется от 75 до 86,6 % напряжения звена постоянного тока, т.е. недостаток метода управления в том, что разность потенциалов фаз всегда меньше напряжения звена постоянного тока, следовательно, запас напряжения звена постоянного тока используется не до конца. Данная проблема решается с помощью применение векторной ШИМ, способы формирования которой рассмотрены в работах [10,37].

Векторная широтно-импульсная модуляция базовых векторов является оптимальным методом по использованию запаса напряжения звена постоянного тока [42, 43]. Она применяется практически во всех выпускаемых в настоящее время преобразователях частоты.

Принципиально инвертор может находиться всего в восьми состояниях. Эти состояния и соответствующие им напряжения на статоре трёхфазного двигателя показаны в таблице Б.1 на плоскости (^,Д) формируется восемь векторов

напряжения, два из которых нулевые 0(000), О(111), а шесть образуют диагонали равностороннего шестиугольника. Эти восемь векторов называют «базовыми векторами». Следовательно, амплитуда всех ненулевых базовых векторов составляет 2ис/3. Оба нулевых вектора, несмотря на разное состояние ключей, обеспечивают одновременное приложение нулевых напряжений к обмоткам статора.

Таблица Б.1. Возможные комбинации включения ключей трёхфазного инвертора

Источник: [39]

Вектор напряжения статора можно реализовать с помощью формирования расчетных длительностей базовых векторов внутри периода ШИМ, как показано

на рисунке Б.1.

Рисунок Б. 1 - Разложение вектора напряжения и3 на базовые векторы

Длительность переключений Г0, '/,, Т2 для секторов к = 1,2,...6 определяется по формулам:

Тг =

Тзтш

ис

и.

Б1П

Т2 =

и„

кж

и.

Б1П

®е -

(к - 1)ж

3 у

(Б1)

(Б2)

гДе то=ТштА-т\~тп 0<ае<60град.

Форма сигнала для каждого сектора симметричной схемы переключения приведена в [39].

Приложение В

Обоснование выбора контроллера для управления приводами рамок карданного подвеса

Рисунок В.1. - Функциональная схема системы управления синхронными

двигателями

Для реализации разработанных дискретных законов управления контроллер должен обладать достаточным быстродействием, чтобы вносимая им задержка Ats в контур регулирования не превышала заданного значения: Ats < 0,004 с. Значение Atz определяется по формуле:

Л^ = Мг + MДв + AtRa + AtK + АУ.

• Atz - время передачи измеренных данных от гироскопа до контроллера, которые передаются через standard serial peripheral interface (SPI), тактовая частота 5,7 KBps; переданные данные состоят из (контрол байт из техническая спецификации гироскопа, 2 байт измерения ojxk, 2 байт измерения2

байт измерения со:к). Тогда найдем

At =х 7 = 0,0012 с. г 5700

• Atдв, Atда - время передачи измеренные данных от энкодера ДУд, ДУа

соответственно до контроллера. Данные передаются через электрический интерфейс SSI (Synchronous Serial Interface), макс. тактовая частота 2 МГц, переданные данные состоят из (18 бит). Тогда найдем

At = Atn =—Ц- х18 = 9 х10-6 с; Дд Да 2 х106

• AtK - время передачи измеренные данных от контроллера до компьютера и наоборот команды управления от компьютера до контроллера, Данные передаются через Universal Asynchronous Receiver Transmitter (UART), вместе с полезными данными UART передает служебные:

- один стоповый бит;

- один стоповый бит;

- Без бит четности (parity bit)

- Скорость работы UART(Baud rate)= 115200 б/с Переданные данные состоят из:

2 байт измерения, 2 байт измерения®^, 2 байт измерения^, 3 байт измерения д , 3 байт измерения;

3 байт команд в , 3 байт команд ос, 3 байт команд в , 3 байт команд сс. Тогда найдем

AtK =—1— х12 х10 = 0,001 с. К 115200

• Aty - время обработки данных:

- вычисление угловой скорости каждого канала;

- вычисления дискретных законов управления;

- формирование трехфазного напряжения статора, по форме ШИМ сигналов, контроль силовой цепи.

Учитывая, что ШИМ работают отдельно и не влияют на работу процессора, получим оценку для времени Aty :

Aty < Ats - ( Atг + Atд, + Atда + AtK ) < < 0,004 - (0,0012 + 9 x 10-6 + 9 x 10-6 + 0,001) = 0,0018 c. С помощью программы Keil uVision 5 можно определить общее количество тактов контроллера, которое в данном случае меньше 20000 тактов. Будем использовать контроллер STM32F429:

- частота работы до 180 МГц;

- 17 таймеров: до двенадцати 16-битных и двух 32-битных таймеров до 180 МГц;

- до 21 интерфейсов связи;

- до 3 x I2 C интерфейсов (SMBus / PMBus)

- до 4 USART / 4 UART (11,25 Мбит / с, интерфейс ISO7816, LIN, IrDA, управление модемом);

- до 6 SPI (45 Мбит/с), 2 с мультиплексированным полнодуплексным I2 S для точности класса аудио через внутренний аудио PLL или внешние часы;

- 1 x SAI (последовательный аудиоинтерфейс);

- 2 x CAN (2.0B Active) и интерфейс SDIO.

Таким образом, контроллер STM32F429 за время 0,0018 с успеет сделать 324000 тактов, что достаточно для выполнения всех необходимых операций.

Данные оценки подтверждаются результатами программирования контроллера при разработке лабораторного стенда для исследования алгоритмов микропроцессорной системы управления моментным двигателем [143].

Приложение Г

Программа моделирования и визуализации динамики системы видеосопровождения

Для построения математической модели машина - прибор использовался пакет символьной математики Wolfram Mathematica. С помощью полученных линейных и не линейных уравнений в системе MatLab в пакете Simulink построена модель для исследования динамики механической системы.

Для визуализации динамики ОМСС в программе Solidworks построена 3D модель машина-прибор с реальными размерами. Для визуализации движения объекта и машины с помощью пакет vrBuild2 в системе MatLab построены 3D модели.

Для работы с программой разработаны три окна интерфейса с помощью пакета GUI_guide в системе MatLab:

• первое окно для ввода значений всех параметров механической модели автомобиля и карданного подвеса с оптическим прибором;

• второе окно для ввода значений всех параметров регуляторов, двигателей;

• третье окно для задания траекторий движения объекта.

В окне визуализации демонстрируется модель автомобиля с карданным подвесом и оптическим прибором в 3D. Автомобиль движется с постоянной скоростью по дороге, имеющей выступы дорожного покрытия, и прибор следит за движущимся объектом. В дополнительном окне на экране пользователя выводятся ошибки слежения за объектом, и графики углов азимута и места в градусах.

На рисунке Г. 1 представлена схема программы моделирования и визуализация динамики системы видеосопровождения в пакете программ [146].

Program Matlab-GUI

Рисунок Г.1 - Схема программы моделирования и визуализация динамики системы видеосопровождения

1. Моделирование динамики электромеханической системы 1.1. Блок-схема электромеханической нелинейной системы

Рисунок Г.2 - Блок-схема электромеханической нелинейной системы: 1- суб-блок механической нелинейной модель; 2,3- суб-блок моментного двигателя, регулятора канал угла места, азимута соответственно. 1.1.1 Суб-блок механической нелинейной модели С помощью полученных уравнений (2.12) из программа Wolfram Mathematica построена нелинейный модель, представленная на рисунке Г.3.

Рисунок Г.3 - Схема суб-блока механической нелинейной системы

1.1.2 Суб-блоки моментного двигателя, регулятора канала места

Рисунок Г.4 - Суб-блоки моментного двигателя, регулятора канала угла места

1.2. Блок-схема электромеханической линейной системы

Из полученных уравнений (2.12) с помощью программы Wolfram Mathematica при малых угловых отклонениях строится линеаризованная модель, представленная на рисунке Г.5.

Рисунок Г.5 - Блок-схема электромеханической линейной системы: 1- субблок механической линейной модели; 2,3- суб-блок моментного двигателя, регулятора канала места, азимута соответственно.

2. Визуализация

Рисунок Г.6 - Окно визуализации машина-прибор, объект сопровождения,

качка, и ошибки сопровождения 3. Интерфейс пользователя

Рисунок Г.7 - Интерфейс пользователя для ввода параметров