[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN111198561B - 目标跟踪的运动控制方法、装置、计算机设备及存储介质 - Google Patents

目标跟踪的运动控制方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN111198561B
CN111198561B CN201911234042.0A CN201911234042A CN111198561B CN 111198561 B CN111198561 B CN 111198561B CN 201911234042 A CN201911234042 A CN 201911234042A CN 111198561 B CN111198561 B CN 111198561B
Authority
CN
China
Prior art keywords
algorithm model
speed
time
acceleration
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911234042.0A
Other languages
English (en)
Other versions
CN111198561A (zh
Inventor
陈明珠
杨增启
徐志永
吴惠敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN201911234042.0A priority Critical patent/CN111198561B/zh
Publication of CN111198561A publication Critical patent/CN111198561A/zh
Priority to PCT/CN2020/126854 priority patent/WO2021109789A1/en
Priority to EP20896341.3A priority patent/EP4034958A4/en
Application granted granted Critical
Publication of CN111198561B publication Critical patent/CN111198561B/zh
Priority to US17/659,838 priority patent/US20220245827A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30244—Camera pose
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Electromagnetism (AREA)
  • Studio Devices (AREA)
  • Feedback Control In General (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种目标跟踪的运动控制方法、装置、计算机设备及存储介质，其中，获取跟踪目标的第一目标速度；在加速时间小于或者等于切换时间的情况下，根据第一算法模型将摄像机的云台上电机移动的第一速度加速至第二速度；该切换时间为将该第一算法模型切换第二算法模型的时间；在该加速时间大于该切换时间的情况下，根据该第二算法模型将该云台上电机移动的该第二速度加速至该第一目标速度，从而高效合理地利用了电机在该第一速度和第二速度下输出的力矩，提高了电机输出力矩的有效利用率，解决了在目标跟踪过程中云台移动稳、准、快无法兼顾的问题。

Description

目标跟踪的运动控制方法、装置、计算机设备及存储介质
技术领域
本申请涉及视频监控技术领域，特别是涉及一种目标跟踪的运动控制方法、装置、计算机设备及存储介质。
背景技术
随着人工智能技术的发展，用户对摄像机智能目标跟踪效果的要求也越来越高；目标跟踪过程中通过云台带动摄像机运动，从而实现该摄像机对目标的跟踪和监控。在相关技术中，步进电机驱动该摄像机的云台从一个位置移动到另一个位置时，一般要经历加速、匀速和减速过程；但步进电机存在中高速下输出力矩小，容易失步和堵转的缺点，导致移动位置不准，因此在目标跟踪过程中云台启动快速性、平稳性和高精度无法兼顾。
针对相关技术中，在目标跟踪过程中云台移动稳、准、快无法兼顾的问题，目前尚未提出有效的解决方案。
发明内容
针对相关技术中，在目标跟踪过程中云台移动稳、准、快无法兼顾的问题，本发明提供了一种目标跟踪的运动控制方法、装置、计算机设备及存储介质，以至少解决上述问题。
根据本发明的一个方面，提供了一种目标跟踪的运动控制方法，所述方法包括：
获取跟踪目标的第一目标速度；
在加速时间小于或者等于切换时间的情况下，根据第一算法模型将摄像机的云台移动的第一速度加速至第二速度；所述切换时间为将所述第一算法模型切换至第二算法模型的时间；
在所述加速时间大于所述切换时间的情况下，根据所述第二算法模型将所述云台移动的所述第二速度加速至所述第一目标速度。
在其中一个实施例中，所述在加速时间小于或者等于切换时间的情况下，根据第一算法模型将摄像机的云台移动的第一速度加速至第二速度包括：
在所述第一算法模型为指数算法模型的情况下，获取所述摄像机和所述云台的设备参数，根据所述设备参数和所述第一目标速度获取所述指数算法模型的上升时间参数，根据所述上升时间参数确定所述指数算法模型；
根据所述指数算法模型将所述第一速度加速至所述第二速度。
在其中一个实施例中，所述在所述加速时间大于所述切换时间的情况下，根据所述第二算法模型将所述云台移动的所述第二速度加速至所述第一目标速度包括：
在所述第二算法模型为S曲线算法模型的情况下，获取所述摄像机和所述云台的设备参数，根据所述设备参数获取最大加速度，并根据所述切换时间获取所述S曲线算法模型的最大加加速度，根据所述最大加速度和所述最大加加速度确定所述S曲线算法模型；
根据所述S曲线算法模型将所述第二速度加速至所述第一目标速度。
在其中一个实施例中，所述在加速时间小于或者等于切换时间的情况下，根据第一算法模型将云台的第一速度加速至第二速度之前，所述方法还包括：
获取所述云台上电机的矩频特性的拐点参数，根据所述拐点参数确定所述云台移动的第三速度；
在所述第三速度大于或者等于所述第一目标速度的情况下，将所述切换时间设置为所述第一算法模型的上升时间；
在所述第三速度小于所述第一目标速度的情况下，获取所述云台的当前中央处理器(central processing unit，CPU)占用率，在所述当前CPU占用率大于第一阈值的情况下，将所述切换时间设置为所述第一算法模型的上升时间；在所述当前CPU占用率小于第二阈值的情况下，将所述切换时间设置为所述矩频特性的拐点时间；其中，所述第一阈值大于所述第二阈值；
在外界负载大于预设负载的情况下，将所述切换时间设置为所述拐点时间。
在其中一个实施例中，所述根据第二算法模型将所述第二速度加速至所述第一目标速度之后，所述方法还包括：
在接收停止跟踪指令的情况下，根据加速过程的逆过程将所述第一目标速度进行减速；其中，所述加速过程为将所述第一速度加速至所述第一目标速度的过程。
在其中一个实施例中，所述获取目标速度之后，所述方法还包括：
获取所述跟踪目标的定位距离，并根据距离公式确定所述云台上电机在加速过程和减速过程的第一运动距离；
在所述定位距离小于所述第一运动距离的情况下，根据所述定位距离获取第二目标速度；
根据切换时间、第一算法模型和第二算法模型，将所述云台移动的第一速度加速至所述第一目标速度或所述第二目标速度；
在所述定位距离大于所述第一运动距离的情况下，将所述云台以所述第一目标速度或所述第二目标速度移动，在所述移动的距离达到所述定位距离的情况下，将所述第一目标速度减速，或将所述第二目标速度减速；
在所述定位距离等于所述第一运动距离的情况下，将所述第一目标速度减速，或将所述第二目标速度减速。
根据本发明的另一个方面，提供了一种目标跟踪的运动控制装置，所述装置包括获取模块、第一加速模块和第二加速模块；
所述获取模块获取跟踪目标的第一目标速度；
所述第一加速模块在加速时间小于或者等于切换时间的情况下，根据第一算法模型将摄像机的云台移动的第一速度加速至第二速度；所述切换时间为将所述第一算法模型切换至第二算法模型的时间；
所述第二加速模块在所述加速时间大于所述切换时间的情况下，根据所述第二算法模型将所述云台移动的所述第二速度加速至所述第一目标速度。
在其中一个实施例中，所述第一加速模块还用于在所述第一算法模型为指数算法模型的情况下，获取所述摄像机和所述云台的设备参数，根据所述设备参数和所述第一目标速度确定所述指数算法模型的上升时间参数，根据所述上升时间参数确定所述指数算法模型；
所述第一加速模块根据所述指数算法模型将摄像机的所述第一速度加速至所述第二速度。
在其中一个实施例中，所述第二加速模块还用于在所述第二算法模型为S曲线算法模型的情况下，获取所述摄像机和所述云台的设备参数，根据所述设备参数获取最大加速度，并根据所述切换时间获取所述S曲线算法模型的最大加加速度，根据所述最大加速度和所述最大加加速度确定所述S曲线算法模型；
所述第二加速模块根据所述S曲线算法模型将所述第二速度加速至所述第一目标速度。
在其中一个实施例中，所述装置还包括参数模块和切换模块；
所述参数模块获取所述云台上电机的矩频特性的拐点参数，根据所述拐点参数确定所述云台的第三速度；
所述切换模块在所述第三速度大于或者等于所述第一目标速度的情况下，将所述切换时间设置为所述第一算法模型的上升时间；
所述切换模块在所述第三速度小于所述目标速度的情况下，获取所述云台的当前CPU占用率，在所述当前CPU占用率大于第一阈值的情况下，将所述切换时间设置为所述第一算法模型的上升时间；在所述当前CPU占用率小于第二阈值的情况下，将所述切换时间设置为所述矩频特性的拐点时间；其中，所述第一阈值大于所述第二阈值；
所述切换模块在外界负载大于预设负载的情况下，将所述切换时间设置为所述拐点时间。
根据本发明的另一个方面，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一所述方法的步骤。
根据本发明的另一个方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一所述方法的步骤。
通过本发明，采用一种目标跟踪的运动控制方法，获取跟踪目标的第一目标速度；在加速时间小于或者等于切换时间的情况下，根据第一算法模型将摄像机的云台上电机移动的第一速度加速至第二速度；该切换时间为将该第一算法模型切换至第二算法模型的时间；在该加速时间大于该切换时间的情况下，根据该第二算法模型将该云台上电机移动的该第二速度加速至该第一目标速度，从而高效合理地利用了电机在该第一速度和第二速度输出的力矩，提高了电机输出力矩的有效利用率，解决了在目标跟踪过程中云台移动稳、准、快无法兼顾的问题。
附图说明
图1为根据本发明实施例的一种运动控制方法的算法模型的示意图；
图2为根据本发明实施例的一种目标跟踪的运动控制方法的流程图一；
图3为根据本发明实施例的一种目标跟踪的运动控制方法的流程图二；
图4为根据本发明实施例的一种目标跟踪的运动控制方法的流程图三；
图5为根据本发明实施例的一种目标跟踪的运动控制方法的流程图四；
图6为根据本发明实施例的一种目标跟踪的运动控制方法的流程图五；
图7为根据本发明实施例的一种运动控制方法的具体实施步骤的流程图一；
图8为根据本发明实施例的一种目标跟踪的运动控制方法的流程图六；
图9为根据本发明实施例的一种“e+S”算法模型的运动曲线的示意图一；
图10为根据本发明实施例的一种“e+S”算法模型的运动曲线的示意图二；
图11为根据本发明实施例的一种运动控制方法的具体实施步骤的流程图二；
图12为根据本发明实施例的一种目标跟踪的运动控制装置的结构框图一；
图13为根据本发明实施例的一种目标跟踪的运动控制装置的结构框图二；
图14为根据本发明实施例的一种目标跟踪的运动控制装置的结构框图三；
图15为根据本发明实施例的一种目标跟踪的运动控制装置的结构框图四。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在本实施例中，提供了一种运动控制方法的算法模型，图1为根据本发明实施例的一种运动控制方法的算法模型的示意图，如图1所示。本发明实施例中根据“e+S”算法模型(“指数+S曲线”算法模型)来控制摄像机的云台移动，图1中，Vi为用户期望达到的第一目标速度，Te为指数算法模型的上升时间参数，TZ为“e+S”算法模型中加速过程的总时间，TS为S曲线算法模型中的拐点时间，根据指数算法模型的速度曲线特性，在t＝Te时刻，速度能快速达到该第一目标速度的0.632倍；根据S曲线算法模型的速度曲线特性，在t＝TS时刻，速度达到该第一目标速度的0.5倍。
由图1中可以明显的发现在启动过程中该“e+S”算法模型的加速度曲线的响应速度比S曲线算法模型更快；而且随着速度的增大，该“e+S”算法模型的加速度越来越小，因此对电机需求的力也越小，整个过程“e+S”算法模型的加速度曲线单调递减，该加速度曲线变化趋势与电机的矩频特性曲线的变化趋势一致，因此电机不容易失步。
根据图1，所提出的“e+S”算法模型的速度曲线可由公式1和公式2描述如下：
Figure BDA0002304398370000061
其中，T切为由指数算法模型切换到S曲线算法模型的切换时间，jmax为加减速过程中的最大加加速度。
根据“e+S”算法模型进行加速度曲线推导，推导过程如下：
指数算法模型的加速度为：
Figure BDA0002304398370000062
S曲线算法模型的加速度为：a(t)＝a(T切)-jmaxt，则该“e+S”算法模型的加速过程的加速度曲线如公式5和公式6所示：
Figure BDA0002304398370000063
根据“e+S”算法模型的速度曲线推导在加速过程中该指数算法模型和该S曲线算法模型的运动距离，推导过程如下：
Figure BDA0002304398370000064
Figure BDA0002304398370000065
则该“e+S”算法模型的加速过程的运动距离如公式5和公式6所示：
Figure BDA0002304398370000071
其中，V切为由该指数算法模型切换到该S曲线算法模型处的速度，a切为由该指数算法模型切换到该S曲线算法模型处的加速度。
由上述推导的“e+S”算法模型的曲线方程可知，要确定最终的加速过程运动曲线，需要确定的参数包括：Te、TZ和jmax；
根据该“e+S”算法模型可知在0时刻处该云台移动的加速度最大，将t＝0代入公式3可得：
Figure BDA0002304398370000072
即：
Figure BDA0002304398370000073
又根据摄像机的动力学方程可得：
Amax＝(N传Tm-TL-f)/(J×η) 公式8
公式8中J为摄像机的转动惯量，TL为负载转矩、f为摩擦力矩(一般包括电机摩擦力和摄像机云台摩擦力两部分)，N传为云台传动比，Tm为摄像机所选电机的最大输出力矩(矩频特性曲线上的最大值)，η为安全系数，摄像机中安全系数通常取值为2。
联立公式7和公式8可得：
Figure BDA0002304398370000074
根据前述“e+S”算法模型的速度曲线和加速度曲线，可推导出加速到第一目标速度Vi的总时间Tz如公式10所示，最大加加速度jmax如公式11所示：
Tz＝T切+2Vi/(Vi/Te)＝T切+2Te 公式10
jmax＝a切/(2×Te) 公式11
综上，只要该“e+S”算法模型的切换时间选定了，则根据上述一系列公式就可以计算出加速过程中任意时刻下云台移动对应的位置、速度、加速度和加加速度等运动参数。实际应用中T切值可选择为指数算法模型的上升时间参数Te，或者为所用电机矩频特性曲线的力矩输出由大变小时的拐点时刻；其中当选择在T切＝Te处进行切换时，分别代入公式1和公式3可以计算得到V切＝0.632Vi，a切＝0.368Vi。
在本实施例中，提供了一种目标跟踪的运动控制方法，图2为根据本发明实施例的一种目标跟踪的运动控制方法的流程图一，如图2所示，该方法包括如下步骤：
步骤S202，获取跟踪目标的第一目标速度；其中，该第一目标速度可以根据用户设置的预设目标速度进行确定。
步骤S204，在加速时间小于或者等于切换时间的情况下，根据第一算法模型将摄像机的云台移动的第一速度加速至第二速度；该切换时间为将该第一算法模型切换至第二算法模型的时间；该第一算法模型包括指数算法模型等算法模型，根据该指数算法模型或T直线模型，规划出在启动等低速阶段的加速曲线，这一过程的速度曲线呈指数或直线上升；其中，该T直线算法模型通常应用于对启停速度要求不高的场合；而对于摄像机跟踪高速移动的车以及天上的飞机等场景时对启动速度要求很高，以防止该摄像机的云台加速太慢而跟不上目标，采用该指数算法模型可以更好满足快速跟踪要求。
步骤S206，在该加速时间大于该切换时间的情况下，根据该第二算法模型将云台速度由的该第二速度加速至该第一目标速度；该第二算法模型包括S曲线算法模型，根据S曲线模型，规划出在中高速阶段的加速曲线，这一过程的速度曲线呈S形曲线上升；
在相关技术中，目标跟踪过程中电机会产生柔性冲击，造成加减速过程中出现振动或者失步，而本发明实施例通过上述步骤S102至S106，在加速过程的启动等低速阶段，根据该第一算法模型将摄像机的云台移动的第一速度加速至第二速度；在将该第二速度加速到中高速时，根据第二算法模型将该第二速度加速至该第一目标速度，使得在整个加速过程中该第一算法模型和第二算法模型构成的加速度曲线变化趋势与电机实际力的变化吻合，从而高效合理地利用了电机在该第一速度和第二速度输出的力矩，提高了电机输出力矩的有效利用率，解决了在目标跟踪过程中云台移动的的高速度和高精度无法兼顾的问题，实现了在目标跟踪过程中该云台的移动兼顾平稳性、准确性和快速性。
在一个实施例中，提供了一种目标跟踪的运动控制方法，图3为根据本发明实施例的一种目标跟踪的运动控制方法的流程图二，如图3所示，该方法还包括如下步骤：
步骤S302，在该第一算法模型为指数算法模型的情况下，获取该摄像机和该云台上电机的设备参数，根据该设备参数和该第一目标速度获取该指数算法模型的上升时间参数，根据该上升时间参数确定该指数算法模型；其中，该设备参数包括摄像机的转动惯量、负载转矩、摩擦力矩(一般包括电机摩擦力和摄像机云台摩擦力两部分)、云台传动比、电机的最大输出力矩和摄像机中的安全系数；根据公式9可以计算出该上升时间参数Te，从而根据公式1得到该指数算法模型的速度曲线。
步骤S304，根据该指数算法模型将该第一速度加速至该第二速度；其中，与T直线算法模型相比，该指数算法模型启动阶段的速度更快；其次平滑性更好，摄像机目标跟踪过程中为看清远距离目标的细节信息，整个跟踪过程中倍率很大，平滑性更好的指数算法模型比T直线算法模型更不容易造成大倍下图像的抖动；再次对电机实际力矩利用率高，因为T直线算法模型的加速度保持恒定不变，而步进电机的矩频特性变化却是逐渐变小的，T直线算法模型加速度变化和电机实际力矩的变化情况不吻合，降低了电机力矩使用效率，导致容易失步，而启动时用该指数算法模型产生的加速度变化趋势与电机实际力矩变化趋势一致，有利于提高云台移动的准确性，从而提高摄像机监控精度。
通过上述步骤S302至S304，在启动等低速阶段，由于电机力矩较大，因此采用加速响应快且速度平滑变化的指数算法模型进行加速，使得在短时间内云台移动的速度快速平滑达到较高速度，以保证启动速度快且画面平稳，进一步提高了在目标跟踪中云台移动的快速性和平稳性。
在一个实施例中，提供了一种目标跟踪的运动控制方法，图4为根据本发明实施例的一种目标跟踪的运动控制方法的流程图三，如图4所示，该方法还包括如下步骤：
步骤S402，在该第二算法模型为S曲线算法模型的情况下，获取该摄像机和该云台的设备参数，根据该设备参数获取最大加速度，并根据该切换时间获取该S曲线算法模型的最大加加速度，根据该最大加加速度确定该S曲线算法模型；其中，该最大加加速度根据公式3和公式11确定，从而根据公式2得到该S曲线算法模型的速度曲线。
步骤S404，根据该S曲线算法模型将该第二速度加速至该第一目标速度；其中，当加速到中高速时，由于电机力矩输出急剧降低，将指数算法模型平滑切换过渡为S曲线算法模型的方式，可以避免失步及减少加速到目标速度的总时间，而指数算法模型虽然能在短时间Te内达到该第一目标速度的0.632倍，但在中高速时加速度特别小，速度上升很慢，且速度收敛慢。
通过上述步骤S402至S404，在加速过程的中高速阶段，采用S曲线算法模型进行加速，使得整个加速过程中，“e+S”算法模型构成的加速度曲线变化趋势与电机实际力的变化吻合，进一步提高了电机力矩利用率。
在一个实施例中，提供了一种目标跟踪的运动控制方法，图5为根据本发明实施例的一种目标跟踪的运动控制方法的流程图四，如图5所示，该方法还包括如下步骤：
步骤S502，获取该云台上电机的矩频特性的拐点参数，根据该拐点参数确定该云台移动的第三速度；其中，该云台上电机可以为摄像机的云台上搭载的步进电机，该步进电机选定后，该步进电机的矩频特性的拐点是已知的，因此记录并存储好拐点对应的脉冲频率，通过公式12转换后得到拐点处对应的摄像机云台移动的速度为V拐点，并记录下来。通常V拐点对应落在云台移动的低中速区间段内。电机矩频特性曲线拐点频率与云台速度直接的转换计算公式如公式12所示：
V拐点＝θ步×f拐点/N传 公式12
公式12中，V拐点即该云台移动的第三速度，θ步为所选步进电机的步距角，N传为摄像机和电机之间的传动比。将该第三速度代入到公式1中就可得到对应的拐点时间T拐点。
步骤S504，在该第三速度大于或者等于该第一目标速度的情况下，将该切换时间设置为该第一算法模型的上升时间；例如，监控场景中的跟踪目标可以为行人，即该跟踪目标的运动速度不高时，在云台接收到需按第一目标速度Vi进行目标跟踪的指令的情况下，比较该第三速度和该第一目标速度的大小，如果该第三速度大于或者等于该第一目标速度，则说明该第一目标速度较小，在该云台移动的第一速度加速到该第一目标速度的整个加速过程中，电机力矩都不会发生急剧下降，因此选择在T切＝Te处进行切换，耗时相对更短。
选择该第一算法模型的上升时间作为切换时间(即T切＝Te)的优势是：整个运动控制过程中计算量小，对中央处理器资源占用小，对云台控制的单片机性能要求更低，可节约硬件成本。这是因为该切换时间可以直接快速根据摄像机的一些固有参数计算出来，因此可以在系统初始化过程就提前将该固有参数计算好，不占用运动控制时的额外资源；并且模该切换时间处的速度和加速度值、位移为固定的V切＝0.632Vi，a切＝0.368Vi，
Figure BDA0002304398370000111
这些0.632之类的系数可以作为常数提前存储好，而不需要实时的按公式1至公式6中相对复杂函数不断去计算对应的切换点速度、加速度、运动位置等值，因为指数函数的计算特别消耗云台控制的单片机性能，从而保证云台移动快速且不失步，同时减少中央处理器计算耗时。
步骤S406，在该第三速度小于该第一目标速度的情况下，获取该云台的当前CPU占用率，在该当前CPU占用率大于第一阈值的情况下，将该切换时间设置为该第一算法模型的上升时间；在该当前CPU占用率小于第二阈值的情况下，将该切换时间设置为该矩频特性的拐点时间；其中，该第一阈值大于该第二阈值；该第一阈值和第二阈值可以由用户根据该摄像机设备的运行参数进行设置；例如，监控场景中的跟踪目标可以为车，当监控场景中的移动目标运动速度较高时，在云台接收到需按第一目标速度Vi进行目标跟踪的指令的情况下，比较该第三速度和该第一目标速度的大小，在该第三速度小于该第一目标速度的情况下，若读取到云台当前中央处理器资源占用率大于第一阈值时，说明当前CPU占用率过高，则仍选择在T切＝Te处进行切换，以确保有足够的资源能依据该“e+S”算法模型正常完成整个运动过程的计算处理；若读取到云台当前中央处理器资源占用率小于第二阈值时，说明当前CPU占用率过低，则选择在T切＝T拐点即拐点处切换，以保证电机不失步以及监控画面准确。
步骤S408，在外界负载大于预设负载的情况下，将该切换时间设置为该拐点时间；该预设负载由用户根据实际情况进行设置；其中，在摄像机的外界负载突然增大的情况下，此场景比正常场景时失步风险增加。例如该摄像机通过雨量传感器等方法检测到是大雨、大雪等恶劣天气而导致施加到摄像机上的外界负载力变大时，公式9中对应的负载转矩和摩擦力矩变大，从而导致公式9中在达到同样大小目标速度时的时间过大。如果仍在Te时刻去切换曲线模型，则会导致加速到第一目标速度的时间大大增加且有失步风险，从而影响画面精度。因此为减少指数加速启动时间和防止失步，此时选择该矩频特性的拐点时间作为切换时间。
选择矩频特性曲线拐点处进行模型切换的优势是：能最大程度的确保摄像机不失步，因为拐点处是电机力矩输出急剧下降的地方，如果运动到拐点前还无法快速的将运动加速度降低会容易导致失步造成图像偏差，跟踪不准。且能避免按公式9计算出的时间过大时导致的第一算法模型启动过程过长，造成切换到第二算法模型的时间过长等问题。
通过步骤S502至S506，比较该第三速度与该第一目标速度，根据该比较的结果以及外界负载情况，将该切换时间设置为该第一算法模型的上升时间或该矩频特性的拐点时间，从而合理有效地自适应选取本发明实施例的切换时间，以确保云台的运动效果最佳。
在一个实施例中，提供了一种目标跟踪的运动控制方法，图6为根据本发明实施例的一种目标跟踪的运动控制方法的流程图五，如图6所示，该方法还包括如下步骤：
步骤S602，在接收停止跟踪指令的情况下，根据加速过程的逆过程将该第一目标速度进行减速；其中，该加速过程为将该第一速度加速至该第一目标速度的过程；其中，本实施例可以应用于云台持续移动的场景，该场景下无距离要求，只需达到用户指定的目标速度；图7为根据本发明实施例的一种运动控制方法的具体实施步骤的流程图一，根据本发明的“e+S”算法模型，可以得到在该云台持续移动的情况下，该目标跟踪的运动控制方法的具体实施步骤如下：
步骤S702，接收目标跟踪时的持续运动命令后，获取该摄像机和该云台上电机的设备参数，如转动惯量、摩擦力矩、云台传动比和电机最大力矩，计算得到曲线模型的切换时间及需达到的第一目标速度等，并根据公式8计算出设备允许的最大加速度。
步骤S704，根据公式9计算出指数算法模型的上升时间参数，根据公式10计算出根据“e+s”算法模型加速到第一目标速度的总时间Tz，并按最小控制周期T将该总时间离散，以便于计算机进行离散数字控制处理。
步骤S706，根据公式3和公式11计算出切换到S曲线模型后的最大加加速度；若以T切＝Te时刻进行指数算法模型切换到S曲线算法作为实施例时，根据最大加加速度和加速过程总时间的计算公式，对应推导得到如下结果：
jmax＝0.368Amax 2/(2Vmax)
Tz＝0.368Amax/jmax+Te
步骤S708，电机开始运动后，先按公式1计算0至T切时间段内任意t时刻对应的速度值以及定时器中断周期，在中断中产生该速度下对应的脉冲频率来驱动电机，并适时计算当前累加时间。
步骤S710，当时间累加值达到T切时，说明此时需要过渡到S曲线段了，因此切换计算公式。按公式2计算至时间段内任意t时刻对应的速度值以及定时器中断频率，从而产生该速度下对应的脉冲频率来驱动电机。
步骤S712，累加时间并且当运动时间达到Tz时，说明计算出的速度已达到该第一目标速度，此时保持该速度匀速运行。
步骤S714，当云台接收到停止命令时，按减速曲线先减速(加速曲线的逆过程)，直到减速到小于等于设定的减速最小速度时，进行刹车将云台停下来。
通过上述步骤S602，针对该云台持续移动的运动控制方法，使得本发明实施例适应云台持续移动模式的场景应用；同时，在减速过程不重新规划生成减速曲线，而是根据加速过程的逆过程进行云台移动，以确保启动后该云台的整个运动过程中加速度曲线连续变化且无突变。
在一个实施例中，提供了一种目标跟踪的运动控制方法，图8为根据本发明实施例的一种目标跟踪的运动控制方法的流程图六，如图8所示，该方法还包括如下步骤：
步骤S802，获取该跟踪目标的定位距离，并根据距离公式确定该云台在加速过程和减速过程的第一运动距离；其中，根据公式5和6可知达到用户指定的第一目标速度时，可知加速过程指数段和S曲线段的距离计算为：
Figure BDA0002304398370000141
Figure BDA0002304398370000142
以切换时间为指数算法模型的上升时间参数作为实施例，即当时间累加到Te时由指数算法模型切到S曲线算法模型，由距离公式可得：
Se加速＝0.368ViTe＝0.368Vi 2/Amax
Figure BDA0002304398370000143
因此定位过程中加速阶段达到第一目标速度时走过的总距离为：
Figure BDA0002304398370000144
由于整个加减速过程曲线对称，因此由减速到0的整个减速阶段走的总距离为：
Figure BDA0002304398370000145
如果不考虑匀速段，则整个加速到后立即减速过程中云台移动的第一运动距离如公式12所示：
Figure BDA0002304398370000146
步骤S804，在该定位距离小于该第一运动距离的情况下，根据该定位距离获取第二目标速度；其中，该定位距离过小，在达到给定最大速度前就先满足了距离S要求，无法达到用户给定的速度，因此需要重新计算该定位距离下能达到的该第二目标速度；
根据公式12可知按该“e+S”算法模型加速到Vi新时的整个运动距离应该与定位距离S给定相等，因此有：
Figure BDA0002304398370000151
从而求出新的能达到的最大速度Vi新，即第二目标速度，该第二目标速度如公式13所示：
Figure BDA0002304398370000152
此时该“e+S”算法模型的加速度曲线为正负相连且无匀速段的曲线。图9为根据本发明实施例的一种“e+S”算法模型的运动曲线的示意图一，如图9所示。根据该第二目标速度计算图9中各段的时间为：Te＝Vi新/Amax；t1＝Te＝Vi新/Amax；t2＝3Te＝3Vi新/Amax；t3＝t2；t4＝t3+Te＝4Vi新/Amax；t5＝2×t2＝6Vi新/Amax。
步骤S806，根据切换时间、第一算法模型和第二算法模型，将该云台移动的第一速度加速至该第一目标速度或该第二目标速度；
步骤S808，在该定位距离大于该第一运动距离的情况下，将该云台以该第一目标速度或该第二目标速度移动，在该移动的距离达到该定位距离的情况下，将该第一目标速度减速，或将该第二目标速度减速；
其中，在该定位距离大于该第一运动距离的情况下，说明给定的定位距离足够大，加速到给定的最大速度再减速到0后还需要以最大速度进行匀速运动一段距离后才能确保总运动距离达到给定的总距离，图10为根据本发明实施例的一种“e+S”算法模型的运动曲线的示意图二，如图10所示。对应计算出匀速段的时间t＝t3-t2＝(S给定-S总理论)/Vi；t1＝Te＝Vi/Amax；t2＝t1+2Te＝3Vi/Amax；t3＝t2+t匀速＝3Vi/Amax+(S给定-S总理论)/Vi；t4＝t3+2Te；t5＝t4+Te。
步骤S810，在该定位距离等于该第一运动距离的情况下，将该第一目标速度减速，或将该第二目标速度减速；其中，该定位距离刚好达到第一运动距离的情况下，无匀速段；该“e+S”算法模型的加速度曲线正负相连。
其中，图11为根据本发明实施例的一种运动控制方法的具体实施步骤的流程图二，根据本发明的“e+S”算法模型，可以得到在该云台精确定位跟踪目标的情况下，该目标跟踪的运动控制方法的具体实施步骤如图11所示。接收目标跟踪时的精确定位命令后，获取该摄像机和该云台上电机的设备参数，计算得到曲线模型的定位距离及切换时间等，根据公式8计算出设备允许的最大加速度；根据公式12计算出第一运动距离；根据给定距离及计算出的总距离二者关系，判断出加减速曲线类型，并按该类型下对应的公式计算出曲线上各段时间；电机开始运动后，先按公式1计算0至t1时间段内任意t时刻对应的速度值以及定时器中断周期，产生该速度下对应的脉冲频率来驱动电机，并适时计算当前累加时间。当时间累加值达到t1时，说明此时需要过渡到S曲线段了，因此切换计算公式；累加时间并且当运动时间达到t2时，说明计算出的速度已达到该第一目标速度，此时保持该速度匀速运行；累加时间并且当运动时间达到t3时，说明此时需要开始减速，按加速曲线的逆过程进行减速，当时间到达t5时，达到目标位置停止。
通过步骤S802至S808，获取该跟踪目标以及确定该云台在加速过程和减速过程的第一运动距离，并比较该定位距离和该第一运动距离，其中，根据该比较的结果，分情况产生的三种不同的计算方式，从而确定该运动曲线的类型，使得本发明实施例适应跟踪目标精确定位模式的场景应用。
应该理解的是，虽然图2至图8以及图11的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2至图8以及图11中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在本实施例中，提供了一种目标跟踪的运动控制装置，图12为根据本发明实施例的一种目标跟踪的运动控制装置的结构框图一，如图12所示，该装置包括获取模块122、第一加速模块124和第二加速模块126。
该获取模块122获取跟踪目标的第一目标速度；
该第一加速模块124在加速时间小于或者等于切换时间的情况下，根据第一算法模型将摄像机的云台移动的第一速度加速至第二速度；该切换时间为将该第一算法模型切换至第二算法模型的时间；
该第二加速模块126在该加速时间大于该切换时间的情况下，根据该第二算法模型将该云台移动的该第二速度加速至该第一目标速度。
通过上述实施例，在加速过程的启动等低速阶段，该第一加速模块124根据该第一算法模型将摄像机的云台移动的第一速度加速至第二速度；在将该第二速度加速到中高速时，该第二加速模块126根据第二算法模型将该第二速度加速至该第一目标速度，使得在整个加速过程中该第一算法模型和第二算法模型构成的加速度曲线变化趋势与电机实际力的变化吻合，从而高效合理地利用了电机在该第一速度和第二速度输出的力矩，该装置提高了电机输出力矩的有效利用率，解决了在目标跟踪过程中云台移动的的高速度和高精度无法兼顾的问题，实现了在目标跟踪过程中该云台的移动兼顾平稳、准确和快速。
在一个实施例中，该运动控制装置的该第一加速模块124还用于在该第一算法模型为指数算法模型的情况下，获取该摄像机和该云台上电机上的设备参数，根据该设备参数和该第一目标速度确定该指数算法模型的上升时间参数，根据该上升时间参数确定该指数算法模型；
该第一加速模块124根据该指数算法模型将摄像机的该第一速度加速至该第二速度。
在一个实施例中，该运动控制装置的该第二加速模块126还用于在该第二算法模型为S曲线算法模型的情况下，获取该摄像机和该云台的设备参数，根据该设备参数获取最大加速度，并根据该切换时间获取该S曲线算法模型的最大加加速度，根据该最大加速度和该最大加加速度确定该S曲线算法模型；
该第二加速模块126根据该S曲线算法模型将该第二速度加速至该第一目标速度。
在一个实施例中，提供了一种目标跟踪的运动控制装置，图13为根据本发明实施例的一种目标跟踪的运动控制装置的结构框图二，如图13所示，该装置还包括参数模块132和切换模块134；
该参数模块132获取该云台上电机的矩频特性的拐点参数，根据该拐点参数确定该云台的第三速度；
该切换模块134在该第三速度大于或者等于该目标速度的情况下，将该切换时间设置为该第一算法模型的上升时间；
该切换模块134在该第三速度小于该目标速度的情况下，获取该云台的当前CPU占用率，在该当前CPU占用率大的情况下，将该切换时间设置为该第一算法模型的上升时间；在该当前CPU占用率小的情况下，将该切换时间设置为该矩频特性的拐点时间；
该切换模块134在外界负载大于预设负载的情况下，将该切换时间设置为该拐点时间。
在一个实施例中，提供了一种目标跟踪的运动控制装置，图14为根据本发明实施例的一种目标跟踪的运动控制装置的结构框图三，如图14所示，该装置还包括减速模块142；
该减速模块142在接收停止跟踪指令的情况下，根据加速过程的逆过程将该第一目标速度进行减速；其中，该加速过程为将所述第一速度加速至所述第一目标速度的过程。
在一个实施例中，提供了一种目标跟踪的运动控制装置，图15为根据本发明实施例的一种目标跟踪的运动控制装置的结构框图四，如图15所示，该装置还包括定位模块152；
该定位模块152获取该跟踪目标的定位距离，并根据距离公式确定该云台上电机在加速过程和减速过程的第一运动距离；
该定位模块152在该定位距离小于所述第一运动距离的情况下，根据该定位距离获取第二目标速度；
该第一加速模块124和第二加速模块126根据切换时间、第一算法模型和第二算法模型，将该云台移动的第一速度加速至该第一目标速度或该第二目标速度；
该减速模块142在该定位距离大于该第一运动距离的情况下，将该云台以该第一目标速度或该第二目标速度移动，在该移动的距离达到该定位距离的情况下，将该第一目标速度减速，或将该第二目标速度减速；
该减速模块142在该定位距离等于该第一运动距离的情况下，将该第一目标速度减速，或将该第二目标速度减速。
关于目标跟踪的运动控制装置的具体限定可以参见上文中对于目标跟踪的运动控制方法的限定，在此不再赘述。上述运动控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述各实施例提供的目标跟踪运动控制方法中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各实施例提供的目标跟踪运动控制方法中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种目标跟踪的运动控制方法，其特征在于，所述方法包括：
获取跟踪目标的第一目标速度；
在加速时间小于或者等于切换时间的情况下，根据第一算法模型将摄像机的云台移动的第一速度加速至第二速度；所述切换时间为将所述第一算法模型切换至第二算法模型的时间；所述第一算法模型是指用于规划低速启动阶段的加速曲线的算法模型，所述第二算法模型是指用于规划中高速阶段的加速曲线的S曲线算法模型；
在所述加速时间大于所述切换时间的情况下，根据所述第二算法模型将所述云台移动的所述第二速度加速至所述第一目标速度，包括：
在所述第二算法模型为所述S曲线算法模型的情况下，获取所述摄像机和所述云台的设备参数，根据所述设备参数获取最大加速度，并根据所述切换时间获取所述S曲线算法模型的最大加加速度，根据所述最大加速度和所述最大加加速度确定所述S曲线算法模型；根据所述S曲线算法模型将所述第二速度加速至所述第一目标速度。
2.根据权利要求1所述的方法，其特征在于，所述在加速时间小于或者等于切换时间的情况下，根据第一算法模型将摄像机的云台移动的第一速度加速至第二速度包括：
在所述第一算法模型为指数算法模型的情况下，获取所述摄像机和所述云台的设备参数，根据所述设备参数和所述第一目标速度获取所述指数算法模型的上升时间参数，根据所述上升时间参数确定所述指数算法模型；
根据所述指数算法模型将所述第一速度加速至所述第二速度。
3.根据权利要求1所述的方法，其特征在于，所述在加速时间小于或者等于切换时间的情况下，根据第一算法模型将云台的第一速度加速至第二速度之前，所述方法还包括：
获取所述云台上电机的矩频特性的拐点参数，根据所述拐点参数确定所述云台移动的第三速度；
在所述第三速度大于或者等于所述第一目标速度的情况下，将所述切换时间设置为所述第一算法模型的上升时间；
在所述第三速度小于所述第一目标速度的情况下，获取所述云台的当前CPU占用率，在所述当前CPU占用率大于第一阈值的情况下，将所述切换时间设置为所述第一算法模型的上升时间；在所述当前CPU占用率小于第二阈值的情况下，将所述切换时间设置为所述矩频特性的拐点时间；其中，所述第一阈值大于所述第二阈值；
在外界负载大于预设负载的情况下，将所述切换时间设置为所述拐点时间。
4.根据权利要求1所述的方法，其特征在于，所述根据所述第二算法模型将所述第二速度加速至所述第一目标速度之后，所述方法还包括：
在接收停止跟踪指令的情况下，根据加速过程的逆过程将所述第一目标速度进行减速；其中，所述加速过程为将所述第一速度加速至所述第一目标速度的过程。
5.根据权利要求1所述的方法，其特征在于，所述获取跟踪目标的第一目标速度之后，所述方法还包括：
获取所述跟踪目标的定位距离，并根据距离公式确定所述云台在加速过程和减速过程的第一运动距离；
在所述定位距离小于所述第一运动距离的情况下，根据所述定位距离获取第二目标速度；
根据切换时间、第一算法模型和第二算法模型，将所述云台移动的第一速度加速至所述第一目标速度或所述第二目标速度；
在所述定位距离大于所述第一运动距离的情况下，将所述云台以所述第一目标速度或所述第二目标速度移动，在所述移动的距离达到所述定位距离的情况下，将所述第一目标速度减速，或将所述第二目标速度减速；
在所述定位距离等于所述第一运动距离的情况下，将所述第一目标速度减速，或将所述第二目标速度减速。
6.一种目标跟踪的运动控制装置，其特征在于，所述装置包括获取模块、第一加速模块和第二加速模块；
所述获取模块获取跟踪目标的第一目标速度；
所述第一加速模块在加速时间小于或者等于切换时间的情况下，根据第一算法模型将摄像机的云台移动的第一速度加速至第二速度；所述切换时间为将所述第一算法模型切换至第二算法模型的时间；所述第一算法模型是指用于规划低速启动阶段的加速曲线的算法模型，所述第二算法模型是指用于规划中高速阶段的加速曲线的S曲线算法模型；
所述第二加速模块在所述加速时间大于所述切换时间的情况下，获取所述摄像机和所述云台的设备参数，根据所述设备参数获取最大加速度，并根据所述切换时间获取所述S曲线算法模型的最大加加速度，根据所述最大加速度和所述最大加加速度确定所述S曲线算法模型；
所述第二加速模块根据所述S曲线算法模型将所述第二速度加速至所述第一目标速度。
7.根据权利要求6所述的装置，其特征在于，所述第一加速模块还用于在所述第一算法模型为指数算法模型的情况下，获取所述摄像机和所述云台的设备参数，根据所述设备参数和所述第一目标速度确定所述指数算法模型的上升时间参数，根据所述上升时间参数确定所述指数算法模型；
所述第一加速模块根据所述指数算法模型将摄像机的所述第一速度加速至所述第二速度。
8.根据权利要求6所述的装置，其特征在于，所述装置还包括参数模块和切换模块；
所述参数模块获取所述云台上电机的矩频特性的拐点参数，根据所述拐点参数确定所述云台上电机的第三速度；
所述切换模块在所述第三速度大于或者等于所述目标速度的情况下，将所述切换时间设置为所述第一算法模型的上升时间；
所述切换模块在所述第三速度小于所述目标速度的情况下，获取所述云台的当前CPU占用率，在所述当前CPU占用率大于第一阈值的情况下，将所述切换时间设置为所述第一算法模型的上升时间；在所述当前CPU占用率小于第二阈值的情况下，将所述切换时间设置为所述矩频特性的拐点时间；其中，所述第一阈值大于所述第二阈值；
所述切换模块在外界负载大于预设负载的情况下，将所述切换时间设置为所述拐点时间。
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
CN201911234042.0A 2019-12-05 2019-12-05 目标跟踪的运动控制方法、装置、计算机设备及存储介质 Active CN111198561B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201911234042.0A CN111198561B (zh) 2019-12-05 2019-12-05 目标跟踪的运动控制方法、装置、计算机设备及存储介质
PCT/CN2020/126854 WO2021109789A1 (en) 2019-12-05 2020-11-05 Systems and methods for movement control
EP20896341.3A EP4034958A4 (en) 2019-12-05 2020-11-05 TRAVEL CONTROL SYSTEMS AND METHODS
US17/659,838 US20220245827A1 (en) 2019-12-05 2022-04-19 Systems and methods for movement control

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911234042.0A CN111198561B (zh) 2019-12-05 2019-12-05 目标跟踪的运动控制方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN111198561A CN111198561A (zh) 2020-05-26
CN111198561B true CN111198561B (zh) 2021-10-22

Family

ID=70744278

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911234042.0A Active CN111198561B (zh) 2019-12-05 2019-12-05 目标跟踪的运动控制方法、装置、计算机设备及存储介质

Country Status (4)

Country Link
US (1) US20220245827A1 (zh)
EP (1) EP4034958A4 (zh)
CN (1) CN111198561B (zh)
WO (1) WO2021109789A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111198561B (zh) * 2019-12-05 2021-10-22 浙江大华技术股份有限公司 目标跟踪的运动控制方法、装置、计算机设备及存储介质
CN111614292B (zh) * 2020-06-17 2021-11-12 杭州海康威视数字技术股份有限公司 步进电机的驱动控制装置和驱动控制方法
CN112477628A (zh) * 2020-12-04 2021-03-12 江苏科技大学 一种电动车加速时速度给定的控制方法
CN112399086B (zh) * 2020-12-08 2022-04-29 浙江大华技术股份有限公司 一种运动控制方法、装置、存储介质及电子装置
CN112584237B (zh) * 2020-12-30 2022-06-17 米哈游科技（上海）有限公司 图像擦除方法、装置、电子设备及存储介质
CN113093814A (zh) * 2021-04-07 2021-07-09 浙江大华技术股份有限公司 控制云台运动的方法及装置
CN113485465B (zh) * 2021-06-01 2024-08-02 浙江大华技术股份有限公司 一种摄像机云台控制方法、装置、设备及存储介质

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08249073A (ja) * 1995-03-08 1996-09-27 Hitachi Techno Eng Co Ltd 移動体の速度制御方法およびその制御装置
KR20060005444A (ko) * 2004-07-13 2006-01-18 엘에스산전 주식회사 피엘씨의 위치 결정방법
CN1971457A (zh) * 2005-11-25 2007-05-30 中国科学院沈阳计算技术研究所有限公司 一种用于数控机床的加减速控制方法
CN102074113A (zh) * 2010-09-17 2011-05-25 浙江大华技术股份有限公司 基于视频的牌照识别和车辆速度测量方法
CN102664585A (zh) * 2012-04-13 2012-09-12 深圳众为兴技术股份有限公司 一种电机加减速精确控制装置
EP2610606A2 (en) * 2011-12-26 2013-07-03 Horiba, Ltd. Speed control apparatus and program for speed control apparatus; and automatic vehicle driving apparatus, engine dynamo control apparatus, and control programs used for respective apparatuses
CN103533246A (zh) * 2013-10-22 2014-01-22 上海安奎拉信息技术有限公司 一种自动跟踪球形摄像机的控制方法
CN103616817A (zh) * 2013-12-03 2014-03-05 安徽大学 一种基于非线性切换系统的伺服转台控制器
CN104796060A (zh) * 2015-05-08 2015-07-22 广东技术师范学院 一种伺服驱动器的速度控制方法
CN107270899A (zh) * 2017-07-21 2017-10-20 北京理工大学 基于切换控制的长航时惯性导航系统阻尼切换方法
CN107656527A (zh) * 2017-10-13 2018-02-02 南京农业大学 农用车辆路径跟踪的增益切换非线性控制方法
CN107671859A (zh) * 2017-10-20 2018-02-09 山东大学 基于s曲线加减速的运动目标动态跟踪方法、系统及装置
CN107817764A (zh) * 2017-10-23 2018-03-20 山东大学 一种基于s曲线加减速算法的nurbs曲线双向自适应插补算法
CN108021102A (zh) * 2016-11-03 2018-05-11 财团法人工业技术研究院 攻牙刀具的控制方法
CN108646674A (zh) * 2018-07-20 2018-10-12 深圳市众为创造科技有限公司 位置s型平滑指令产生方法、系统和电子设备
CN109407621A (zh) * 2018-01-30 2019-03-01 武汉呵尔医疗科技发展有限公司 一种取样机械臂插补中s型加减速运动控制方法
CN109597431A (zh) * 2018-11-05 2019-04-09 视联动力信息技术股份有限公司 一种目标跟踪的方法以及装置
CN109981008A (zh) * 2019-04-19 2019-07-05 广东乐之康医疗技术有限公司 具有步进电机的输注控制方法及其设备
JP2019119327A (ja) * 2017-12-28 2019-07-22 本田技研工業株式会社 車両の制御装置
CN110248082A (zh) * 2018-11-20 2019-09-17 浙江大华技术股份有限公司 一种规划摄像机运动控制曲线的方法及装置

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2423774A1 (en) * 2010-08-23 2012-02-29 MBDA UK Limited Guidance method and apparatus
CN102355574B (zh) * 2011-10-17 2013-12-25 上海大学 机载云台运动目标自主跟踪系统的图像稳定方法
KR101378824B1 (ko) * 2012-04-20 2014-03-27 라인스트림 테크놀로지스 기계 시스템에서 자동적으로 관성을 추정하기 위한 방법 및 모션 프로파일을 생성하기 위한 방법
CN103439977B (zh) * 2013-08-23 2016-03-02 西安应用光学研究所 适用于光电跟踪仪的高速目标跟踪控制方法
US9891620B2 (en) * 2015-07-15 2018-02-13 Malibu Boats, Llc Control systems for water-sports watercraft
CN105652891B (zh) * 2016-03-02 2018-06-29 中山大学 一种旋翼无人机移动目标自主跟踪装置及其控制方法
US20170261604A1 (en) * 2016-03-11 2017-09-14 Raytheon Bbn Technologies Corp. Intercept drone tasked to location of lidar tracked drone
CN106393106B (zh) * 2016-09-13 2018-11-06 东南大学 参数自适应密化的机器人nurbs曲线运动插补方法
CN106843207A (zh) * 2017-01-03 2017-06-13 北京京东尚科信息技术有限公司 穿梭车速度规划控制方法、装置及穿梭车
CN108667363A (zh) * 2017-03-31 2018-10-16 北大方正集团有限公司 步进电机运动的控制方法及装置
CN108037663A (zh) * 2017-12-07 2018-05-15 电子科技大学 一种基于变维滤波算法的机动目标跟踪方法
CN108748138A (zh) * 2018-04-17 2018-11-06 上海达野智能科技有限公司 速度规划方法、系统、控制系统、机器人、及存储介质
CN109889727A (zh) * 2019-03-14 2019-06-14 睿魔智能科技（深圳）有限公司 无人拍摄目标切换方法及系统、无人摄像机及存储介质
CN110222612B (zh) * 2019-05-27 2021-08-03 北京交通大学 用于无人机自主降落的动态标靶识别与跟踪方法
CN110109491A (zh) * 2019-05-30 2019-08-09 深圳市众为创造科技有限公司 连续s曲线加减速运动控制方法、系统及电子设备
CN111198561B (zh) * 2019-12-05 2021-10-22 浙江大华技术股份有限公司 目标跟踪的运动控制方法、装置、计算机设备及存储介质

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08249073A (ja) * 1995-03-08 1996-09-27 Hitachi Techno Eng Co Ltd 移動体の速度制御方法およびその制御装置
KR20060005444A (ko) * 2004-07-13 2006-01-18 엘에스산전 주식회사 피엘씨의 위치 결정방법
CN1971457A (zh) * 2005-11-25 2007-05-30 中国科学院沈阳计算技术研究所有限公司 一种用于数控机床的加减速控制方法
CN102074113A (zh) * 2010-09-17 2011-05-25 浙江大华技术股份有限公司 基于视频的牌照识别和车辆速度测量方法
EP2610606A2 (en) * 2011-12-26 2013-07-03 Horiba, Ltd. Speed control apparatus and program for speed control apparatus; and automatic vehicle driving apparatus, engine dynamo control apparatus, and control programs used for respective apparatuses
CN102664585A (zh) * 2012-04-13 2012-09-12 深圳众为兴技术股份有限公司 一种电机加减速精确控制装置
CN103533246A (zh) * 2013-10-22 2014-01-22 上海安奎拉信息技术有限公司 一种自动跟踪球形摄像机的控制方法
CN103616817A (zh) * 2013-12-03 2014-03-05 安徽大学 一种基于非线性切换系统的伺服转台控制器
CN104796060A (zh) * 2015-05-08 2015-07-22 广东技术师范学院 一种伺服驱动器的速度控制方法
CN108021102A (zh) * 2016-11-03 2018-05-11 财团法人工业技术研究院 攻牙刀具的控制方法
CN107270899A (zh) * 2017-07-21 2017-10-20 北京理工大学 基于切换控制的长航时惯性导航系统阻尼切换方法
CN107656527A (zh) * 2017-10-13 2018-02-02 南京农业大学 农用车辆路径跟踪的增益切换非线性控制方法
CN107671859A (zh) * 2017-10-20 2018-02-09 山东大学 基于s曲线加减速的运动目标动态跟踪方法、系统及装置
CN107817764A (zh) * 2017-10-23 2018-03-20 山东大学 一种基于s曲线加减速算法的nurbs曲线双向自适应插补算法
JP2019119327A (ja) * 2017-12-28 2019-07-22 本田技研工業株式会社 車両の制御装置
CN109407621A (zh) * 2018-01-30 2019-03-01 武汉呵尔医疗科技发展有限公司 一种取样机械臂插补中s型加减速运动控制方法
CN108646674A (zh) * 2018-07-20 2018-10-12 深圳市众为创造科技有限公司 位置s型平滑指令产生方法、系统和电子设备
CN109597431A (zh) * 2018-11-05 2019-04-09 视联动力信息技术股份有限公司 一种目标跟踪的方法以及装置
CN110248082A (zh) * 2018-11-20 2019-09-17 浙江大华技术股份有限公司 一种规划摄像机运动控制曲线的方法及装置
CN109981008A (zh) * 2019-04-19 2019-07-05 广东乐之康医疗技术有限公司 具有步进电机的输注控制方法及其设备

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Accelerating switching speed of thermo-optic MZI silicon-photonic switches with "turbo pulse" in PWM control;Hiroyuki Matsuura等;《2017 Optical Fiber Communications Conference and Exhibition (OFC)》;20170323;第1-3页 *
Judgment and calculation the Deceleration Point During the exponential curve acceleration and deceleration control;xiong jin等;《Industry Control and Application》;20131231;第32卷(第01期);第7-9,24页 *
一种适用于前瞻的高精度7段式非对称S曲线加减速控制;潘海鸿;《机械科学与技术机械科学与技术》;20150731;第34卷(第07期);第1024-1030页 *
基于双模式驱动的飞行汽车起飞阶段动力匹配分析;徐斌;《北京航空航天大学学报》;20180430;第44卷(第04期);第662-669页 *
高加速度直线伺服系统的快速高精度定位控制;吴建华;《中国博士学位论文全文数据库 信息科技辑》;20080615(第06(2008)期);第I135-13页 *

Also Published As

Publication number Publication date
EP4034958A4 (en) 2022-11-16
EP4034958A1 (en) 2022-08-03
CN111198561A (zh) 2020-05-26
WO2021109789A1 (en) 2021-06-10
US20220245827A1 (en) 2022-08-04

Similar Documents

Publication Publication Date Title
CN111198561B (zh) 目标跟踪的运动控制方法、装置、计算机设备及存储介质
CN107368639B (zh) 速度规划方法、装置、计算机设备和存储介质
JP3204664B2 (ja) モータの駆動制御装置
US20130278196A1 (en) Method for automatically estimating inertia in a mechanical system
CN113485465B (zh) 一种摄像机云台控制方法、装置、设备及存储介质
CN110320910B (zh) 车辆的避让控制方法、装置、电子设备与存储介质
US9776640B1 (en) Automatic determination of maximum acceleration for motion profiles
KR20130122704A (ko) 기계 시스템에서 자동적으로 관성을 추정하기 위한 방법 및 모션 프로파일을 생성하기 위한 방법
CN112532146B (zh) 加减速运动控制方法、装置、设备和介质
CN111727411B (zh) 设备运动控制方法、设备和存储装置
CN110248082B (zh) 一种规划摄像机运动控制曲线的方法及装置
CN112399086B (zh) 一种运动控制方法、装置、存储介质及电子装置
CN111371378B (zh) 速度控制的方法和装置
CN111638730B (zh) 一种双云台控制方法、装置、电子设备及存储介质
CN114394113B (zh) 车辆轨迹重规划方法、装置、电子设备及存储介质
JP3412984B2 (ja) レンズ制御装置および光学機器
CN110943654B (zh) 步进电机驱动芯片的驱动方法及系统
CN115847395A (zh) 取出机判断移动到位的方法、系统、电子设备及存储介质
CN108462428B (zh) 电机速度调节方法及装置、计算机可读存储介质、终端
CN114584033A (zh) 电动机启动方法、装置、设备、介质和空调器
CN116506729A (zh) 运动控制方法、电子装置及计算机可读存储介质
CN117067939B (zh) 电动汽车起重机节能控制的方法、系统及控制装置
CN115542732B (zh) 一种伺服运动控制系统加减速轨迹规划方法及装置
CN118068691A (zh) 纵向运动控制的预测性时间间隔控制方法
CN114221595A (zh) 伺服系统的辨识方法及装置、计算机存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant