买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种补偿载体平动扰动的光电跟踪前馈控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121349170B 。

龙图腾网通过国家知识产权局官网在2026-03-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511918398.1，技术领域涉及：G05D3/12；该发明授权一种补偿载体平动扰动的光电跟踪前馈控制方法是由魏国;廖耀东;高春峰;程嘉奕;侯承志;马海阳;张浩;董耀伦设计研发完成，并于2025-12-18向国家知识产权局提交的专利申请。

本一种补偿载体平动扰动的光电跟踪前馈控制方法在说明书摘要公布了：本发明提出一种一种补偿载体平动扰动的光电跟踪前馈控制方法，用于准确计算光电跟踪所需的角速度控制量；所述载体用于承载光电转台、IMU和图像传感器，光电转台、IMU与载体彼此固连；所述光电跟踪，是指通过控制光电转台调节图像传感器视轴的航向角速度和俯仰角速度，使其实时指向目标，航向角速度和俯仰角速度的跟踪控制相互独立；本发明具有如下优点：本发明利用目标距离和IMU测量的载体平动速度估计出载体平动扰动补偿量，相比于只考虑载体转动扰动的传统方法，建立了更加准确的误差模型；本发明将平动扰动补偿量作为系统控制向量引入卡尔曼滤波器，消除了其对目标运动状态估计的耦合影响，实现更加准确的目标运动状态估计。

本发明授权一种补偿载体平动扰动的光电跟踪前馈控制方法在权利要求书中公布了：1.一种补偿载体平动扰动的光电跟踪前馈控制方法，其特征在于，该方法分为以下步骤： S1、建立并对齐载体坐标系和IMU坐标系； S2、获取传感器输出信息，用于后续步骤中各状态量的计算； S3、将实现光电跟踪所需的总角速度控制量分成目标方位角速度、补偿载体平动扰动的角速度和抑制视轴误差的角速度三部分进行计算，具体步骤如下： S3.1、建立补偿载体平动扰动的卡尔曼滤波器，并完成初始化；具体包括以下步骤： S3.1.1、为便于实施控制，在b系下使用极坐标描述目标运动状态，包括目标相对于b系原点的方位角、方位角速度、方位角加速度、距离、径向速度、径向加速度； S3.1.2、基于传统跟踪控制方法建立卡尔曼滤波器；使用CA运动模型，假设目标方位角速度和径向速度均匀变化，将方位角加速度导数和径向加速度导数视为零均值高斯白噪声，为噪声方差；确定卡尔曼滤波器的系统状态向量为： ， 系统状态转移矩阵为： ， T为图像传感器采样周期； 系统的过程噪声协方差为： ，其中； 系统的观测向量为： ， 系统观测转移方程为： ， 测量噪声协方差矩阵为： ，其中和分别为目标方位角和距离的噪声方差； S3.1.3、计算载体平动扰动补偿量，并作为系统控制向量引入卡尔曼滤波器；载体平动扰动补偿量具体包括补偿载体平动扰动的角速度和径向速度，分别是载体相对于目标运动时的方位角速度和径向速度，会影响观测到的目标方位角和距离；计算出补偿载体平动扰动的角速度、径向速度为： ， ， 其中为载体X轴速度分量，将补偿量作为系统控制向量引入卡尔曼滤波器： ， 系统的控制输入矩阵为： ， 所建立离散卡尔曼滤波器的滤波方程描述如下： ， 其中右上角角标-、+分别表示先验估计值和后验估计值，状态量中的^符号表示其为估计值，为系统状态向量的均方差矩阵，为系统噪声协方差矩阵，为观测噪声协方差矩阵，为卡尔曼滤波增益矩阵，下标k表示k时刻； S3.1.4、初始化卡尔曼滤波器；初始化-1时刻卡尔曼滤波系统状态向量的后验估计、系统控制向量，表示6行1列的0向量矩阵，表示2行1列的0向量矩阵；初始化0时刻卡尔曼滤波系统状态向量的先验估计；初始化系统状态向量的均方差矩阵；设置系统噪声协方差矩阵与观测噪声协方差矩阵；与的取值由系统具体参数决定；初始化完成后，将初始状态代入卡尔曼滤波方程，按照步骤S3.2所述过程实施卡尔曼预测滤波迭代； S3.2、实施卡尔曼预测滤波，预测k时刻的目标方位角速度；滤波迭代的实施过程如下： S3.2.1、计算k-1时刻目标运动状态的最优后验估计；利用k-1时刻卡尔曼滤波器系统状态的先验估计，结合步骤S2获得k-1时刻的观测向量： ， 按照卡尔曼滤波的测量更新方程对k-1时刻系统状态的先验估计进行修正，得到k-1时刻目标运动状态的最优后验估计： ， ， S3.2.2、计算k时刻目标运动状态的最优先验估计；以步骤S3.2.1得到的k-1时刻目标运动状态的最优后验估计为初值，结合k-1时刻的系统控制向量：，使用卡尔曼滤波状态转移方程进行一步预测，得到k时刻目标运动状态的最优先验估计： ， ； S3.2.3、得到k时刻目标方位角速度、目标方位角和目标距离的预测值；将步骤S3.2.2得到的k时刻目标运动状态的最优先验估计作为该时刻目标运动状态的预测值，从中读取k时刻目标方位角速度的预测结果；同时，从预测的目标运动状态中得到k时刻目标方位角和目标距离，这两项预测值将在后续步骤S3.3中用于计算k时刻补偿载体平动扰动的角速度和径向速度； S3.2.4、更新卡尔曼滤波器误差协方差矩阵、卡尔曼增益，包括以下步骤： ， ， ； S3.3、使用k时刻目标运动状态的预测值计算k时刻补偿载体平动扰动的角速度；具体如下： 结合步骤S2得到的k时刻载体运动速度和步骤S3.2.3得到的k时刻目标方位角、目标距离计算k时刻补偿载体平动扰动的角速度和径向速度： ， ， 计算结果同时也是卡尔曼滤波器k时刻的系统控制向量： ； S3.4、计算k时刻抑制目标视轴误差的角速度；具体包括以下步骤： S3.4.1、预测k时刻的目标视轴误差；步骤S2得到了k-1时刻的目标视轴误差，但实时跟踪需要抑制的是k时刻目标视轴误差，因此需要预测k时刻目标视轴误差；利用步骤S2中得到的k-1时刻目标视轴误差、步骤S3.2滤波得到的k-1时刻目标方位角速度和k时刻目标方位角速度，以及PID控制器自身k-1时刻输出的角速度控制量，预测k时刻的目标视轴误差为： ，T为图像传感器采样周期； S3.4.2、使用预测的k时刻目标视轴误差和PID控制器计算k时刻抑制目标视轴误差的角速度： ， 其中、、分别为PID控制器的比例系数、积分系数和微分系数，其具体值通过调试得到； S3.5、得到k时刻的总角速度控制量；结合步骤S3.2.3得到的目标方位角速度、步骤S3.3得到的补偿载体平动扰动的角速度和步骤S3.4.2得到的抑制目标视轴误差的角速度，计算最终实现光电跟踪所需的总角速度控制量： ； S4、将步骤S3.5得到的总角速度控制量输入到编码电机控制单元，并在新的图像采样完成后，重复执行步骤S2到步骤S4，实现光电跟踪。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。