基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对基于传统线性控制律的移动机器人视觉目标跟随系统的角度误差控制无法满足高效和快速的要求,进而容易丢失目标的问题,提出基于动态T-S模糊控制的视觉跟随方法.利用HOG算法检测目标,并结合摄像机模型获取目标位置向量,在T-S模糊控制律的基础上进行动态化处理,进一步提高角度误差收敛的响应速度.MATLAB仿真表明:角度误差的收敛时间小于0.4s,改进的模糊控制可以有效提高角度误差的响应速度,缩短角度误差收敛的时间,使得跟随系统具有较好的快速性和适应性.在移动机器人平台上进行跟随实验,得到的角度误差收敛时间也小于0.5s.基于动态T-S模糊控制的移动机器人视觉跟随系统对角度误差能够快速响应并达到收敛,进而有效防止跟随目标的丢失.
推荐文章
T-S模糊控制综述与展望
T-S模糊系统
一型模糊集
区间二型模糊集
李雅普诺夫稳定性
基于T-S模糊模型的非线性预测控制策略
模糊模型
非线性
预测控制
pH中和过程
T-S模糊系统的基于观测器的H∞控制设计
H∞控制
T-S模糊系统
二次稳定
观测器
线性矩阵不等式(LMI)
状态反馈
基于T-S模型的自适应模糊广义预测控制
快速模糊辨识
广义预测控制
局部递推最小二乘法
T-S模糊模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于动态T-S模糊控制的视觉目标跟随
来源期刊 哈尔滨工业大学学报 学科 工学
关键词 视觉检测 HOG特征 T-S模糊 移动机器人 目标跟随
年,卷(期) 2019,(1) 所属期刊栏目
研究方向 页码范围 178-183
页数 6页 分类号 TP242.6
字数 3823字 语种 中文
DOI 10.11918/j.issn.0367-6234.201803093
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 毕树生 北京航空航天大学机械工程及自动化学院 125 2322 24.0 44.0
2 杨东升 北京航空航天大学机械工程及自动化学院 5 9 2.0 3.0
3 曹博 北京航空航天大学机械工程及自动化学院 3 3 1.0 1.0
4 郑晶翔 北京航空航天大学机械工程及自动化学院 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (3)
同被引文献  (8)
二级引证文献  (0)
1975(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
视觉检测
HOG特征
T-S模糊
移动机器人
目标跟随
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
哈尔滨工业大学学报
月刊
0367-6234
23-1235/T
大16开
哈尔滨市南岗区西大直街92号
14-67
1954
chi
出版文献量(篇)
7855
总下载数(次)
10
总被引数(次)
88544
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导