[发明专利]一种基于异步时域视觉传感器的油缸运动优化方法

说明书

本发明公开了一种基于异步时域视觉传感器的油缸运动优化方法，所述方法包括采集油缸的异步时域视觉传感器数据；对异步时域视觉传感器数据进行预处理，去除干扰信息，得到清晰准确的油缸图像；使用图像处理技术对油缸图像进行处理，提取油缸的运动信息；对油缸的运动信息进行建模，为油缸运动状态的控制和优化提供基础；根据油缸的建模结果预测油缸的运动信息，构建优化目标调整油缸的运动轨迹，完成油缸运动优化。本发明能够充分使用异步视觉传感器记录的信息对生成的图像进行去噪，生成准确的图像，同时能对油缸的运动信息数据进行精确的建模，用于捕获油缸的运动状态并进行相应的优化。

技术领域

本发明涉及油缸运动监测的技术领域，尤其涉及一种基于异步时域视觉传感器的油缸运动优化方法。

背景技术

油缸运动优化能够提高油缸的控制精度、运动速度和运动平衡性，从而提高机器的生产效率、产品质量和安全性。异步时域视觉传感器相比与传统的视觉传感器可以实现更快的响应速递和更低的功耗，因此可以结合图像处理技术提取油缸位置、速度等运动信息，并根据控制算法进行实时控制，从而实现油缸运动的精准控制和优化。然而，异步时域视觉传感器对噪声较为敏感，生成地图片容易受噪声干扰使得传达的信息存在一定的不确定性。油缸的运动信息数据通常具有时序性和非线性特征，传统的模型往往难以进行准确建模。

发明内容

有鉴于此，本发明提供一种基于异步时域视觉传感器的油缸运动优化方法，目的在于（1）充分使用异步视觉传感器记录的信息对生成的图像进行去噪，生成准确的图像；（2）对油缸的运动信息数据进行精确的建模，用于捕获油缸的运动状态并进行相应的优化。

实现上述目的，本发明提供的一种基于异步时域视觉传感器的油缸运动优化方法，包括以下步骤：

S1：采集油缸的异步时域视觉传感器数据；

S2：对异步时域视觉传感器数据进行预处理，去除干扰信息，得到清晰准确的油缸图像；

S3：使用图像处理技术对油缸图像进行处理，提取油缸的运动信息；

S4：对油缸的运动信息进行建模，为油缸运动状态的控制和优化提供基础；

S5：根据油缸的建模结果预测油缸的运动信息，构建优化目标调整油缸的运动轨迹，完成油缸运动优化。

作为本发明的进一步改进方法：

可选地，所述S1步骤中采集油缸的异步时域视觉传感器数据，包括：

采集异步时域视觉传感器输出的时间戳序列，其中每个时间戳表示像素变化的时间和位置，时间戳序列的形式为：

；

其中，表示第i个时间戳，和表示像素在图像平面上的位置，表示像素的极性，即表示该像素在时间戳时是发生了亮度增加还是亮度减小，N表示时间戳序列的长度。

可选的，所述S2步骤中对异步时域视觉传感器数据进行预处理，去除干扰信息，得到清晰准确的油缸图像，包括：

将S1中获取的时间戳序列转化为图像用于后续处理，转换为图像的方式为：

S21：计算每个像素的时间差序列。对每个像素(x,y)，，，其中表示像素(x,y)在时间戳序列D中出现的次数；

S22：计算像素的极性加权值。对每个像素(x,y)，将它的极性乘以中相应时间差权重，得到像素(x,y)的极性加权值：

；

S23：生成像素的亮度值。对每个像素(x,y)，根据其极性加权值生成像素的亮度值：

；

S24：生成图像。将每个像素(x,y)的亮度值填充到对应的像素位置上，生成图像。