《基于机器视觉和AR的电磁炮瞄准系统》
该文是电磁炮和机器视觉研究生毕业论文范文与视觉类研究生毕业论文范文.
摘 要：本项目构造出电磁炮的模拟系统,目的是构建出一套完整的具有继承性的电磁炮瞄准系统,具体实现定点发射、智能控制调节、动态目标捕捉功能,并在此基础上利用AR技术构造出虚拟环境下的电磁炮.
关键词：动态目标捕捉；AR技术；智能控制
一 背景介绍
电磁炮是一种远程、高能、多任务的武器,也是一种不太昂贵、具有高杀伤力和远程打击能力的攻击性武器.中国电磁武器的发展情况良好,性能已经很先进,射程能达600公里超美1倍,但是,如此高速和超远程的武器如何瞄准却成难题.此外,电磁炮的研究门槛极高,只有在从事国防事业的高端人士才有机会接触,这使得在该领域无法广集思路,有兴趣的人无从动手了解.
二 核心技术
1、电磁炮硬件模拟系统
为完成电磁炮的瞄准系统,需要构建一套符合实际情况的模拟电磁炮,由此瞄准系统才有实际意义.经计算,我们以1：100的比例搭建模拟系统,最大限度地还原实际情况.
采用STM32系列单片机作为主控芯片,电磁炮的定位、瞄准程序基本在此完成.其具有执行代码效率高,工作频率高,外设资源丰富,I/O口资源丰富等众多优点,适用于本系统.
电压方面使用低压方案.以安全性和合法性考虑,系统的发射能量满足要求即可,因此用于模拟系统所需的初速度不需要太大,且低压状态下增加电容数量也能放出大电流.此方法降低了升压的难度,低压状态下系统也较为安全.
供电上使用普通电解电容供电,MOS管作为开关.由电磁炮原理可知,我们需要给线圈一次短暂的通电,来提供电磁力推动弹丸.直流电供电慢,无法在短时间内提供大电流,因此使用电解电容.电解电容具有放电速度极快的特点,能够瞬间放出大量电流,使线圈在短时间内产生电磁力,推动弹丸发射.且MOS管具有很高的开断速度,适合用于本系统,单片机通过输出的脉冲宽度即可控制弹丸发射的初速度.
2、控制动态算法：
电磁驱动器和系统控制器设计：设计制作出适合电磁炮发射的驱动器,通过状态反馈控制,PID 控制等算法,驱动电磁炮实现动态精确；
自适应PID控制算法：输入或识别得到的距离d,通过PID算法,調节单片机输出的PWM波,以此调节舵机转角.比例算法反映的是当前状态的情况,也就是目标距离d与落地点X的差值(Ek等于d-X),Pout等于Kp*(d-X),Kp为比例系数,在本系统最佳比例系数Kp等于0.5.积分算法反映的是过去状态的情况,也就是目标距离d与落地点X差值的积分比例的情况,Iout等于Ki*Ti*SEK,本系统最佳比例系数Ki等于0.1,微分算法反映的对未来情况的预测即Dout等于Kd*Td* DelEk(DelEk等于Ek-Ek).考虑到当仅存在比例算法时若调节达到了预设值将会失去比例调节的作用,此时应该有其它的调节部分来弥补,且本系统不需要微分调节,故本系统最终采用的是比例加上积分的算法模式.
卡尔曼滤波算法：卡尔曼滤波是一种利用线性系统状态方程,通过系统输入输出观测数据,对系统状态进行最优估计的算法.运用此算法能够从一系列存在测量噪声的数据中,估计动态系统的状态. 由于, 它便于计算机编程实现, 并能够对现场采集的数据进行实时的更新和处理, 有利于增加控制电磁炮精度,提高发射准确度.
3、基于HSV模型的机器视觉算法
该算法的基础方面是利用OpenMV进行颜色识别,以红色为例,我们需要通过颜色识别算法将图片中的红色区域同背景分开,但是在实际情况中,视野中可能还存在其他的红色背景,所以在分割的时候还需要将这些噪声去除.为此我们使用HSV模型,摄像头采集的图像是基于RGB空间的,因此可以通过对应算法,完成RGB到HSV空间的转换,进而将图片分割出来,为了解决颜色分割后出现的噪声,利用中值滤波去除面积较小的点状噪声,后采用区域生长方法滤除较大噪声.完成了图像的分割,才能够将图像进行代数处理.
4、基于AR技术的虚拟电磁炮
本项目借助 Vuforia SDK来实现识别模块功能,同时利用Smart Terrain可以在AR环境下对物理环境进行重构.该功能支持识别并跟踪现实世界的物体与表面,并将识别后的对象用作Unity中的地形,更好地实现现实和虚拟的融合.
三 创新点与项目特色
1.项目创新性引入AR技术,将模拟系统与虚拟系统相结合,在虚拟环境下可提前模拟出真实电磁炮的发射路线以及对应的模型的景观,进而可以提前对电磁炮进行选型和参数的调整,有利于节约大量成本,减少误差.同时虚拟电磁炮能以软件形式发表出去,突破空间、时间以及其它客观限制,让广大爱好者都能参与研究与讨论.
2.项目创新性加入目标跟踪算法,提升了视觉系统的实时性.利用 OpenMV 完成图像采集,通过微处理器对采集图像做图像处理、目标检测、目标运动预测、目标跟踪等,及时将位置反馈于单片机,在拟合出物体的运动轨迹以后,预测运动目标的下一时刻位置坐标,最后利用 PID 算法由微处理器输出 PWM 波、控制云台系统,从而达到对运动物体实时跟踪的目的.
3.本项目将机器视觉与AI算法引入到军事领域中,使电磁炮的瞄准更加智能化,能够更加精准的识别图片和物体并捕捉信息,并自动拟合出轨迹路径并选择最优途径,同时机器视觉算法融合提高了整个系统的实时性,面对现实世界各种复杂情况能够正确应对,未来可实现人工智能控制.
四 结语
针对有兴趣研究模拟电磁炮的广大受众.本设计的内容是模拟电磁炮与机器视觉和人工智能结合的一次大胆创新,不但使学生接触该学科的前沿领域,进一步加深对自身所学知识的理解和应用,而且培养了其创新精神、创业以及团队合作能力,实施范围可以扩展至全国甚至于军事院校,只要一套模拟电磁炮,就可实现虚拟的模拟以及感受,使得广泛爱好者以及学习者受益其中.
五 参考文献
【1】 谭浩强.C语言程序设计[M].北京:清华大学出版社,2012
【2】 康华光.电子技术基础 数字部分（第四版）[M].高等教育出版,2000
【3】 陈萍.现代通信实验系统的计算机仿真[M]?.北京:?国防工业出版社,2003
【4】 刘军.例说STM32.[M].北京:北京航空航天大学出版社,2009
【5】 王维平.现代电力电子技术及应用[M].东南大学出版社,2001
【6】 马忠梅.单片机的C语言应用程序设计[M].北京航空航天大学出版社,2013
该文结束语:这是一篇关于视觉方面的大学硕士和本科毕业论文范文,可作为电磁炮和机器视觉相关论文开题报告写作参考和职称论文写作文献资料.
电磁炮和机器视觉引用文献:
[1] 视觉学术论文怎么写 电磁炮和机器视觉相关学士学位论文范文2500字
[2] 机器视觉论文范文 机器视觉方面研究生毕业论文范文2万字
[3] 机器视觉论文范文 机器视觉相关学年毕业论文范文2万字
