本技術(shù)涉及自動化控制，尤其涉及一種攝像頭轉(zhuǎn)動控制的方法、裝置、設備、存儲介質(zhì)及產(chǎn)品。

背景技術(shù)：

1、目前，監(jiān)控攝像頭轉(zhuǎn)動主要是依靠內(nèi)部的伺服電機云臺實現(xiàn)的，通過控制云臺的電機旋轉(zhuǎn)的角度即可以對攝像頭轉(zhuǎn)動的角度進行控制，而監(jiān)控攝像頭轉(zhuǎn)動響應速度的大小取決于云臺上伺服電機的響應速度。

2、在現(xiàn)有的伺服電機的控制算法中，比例積分微分(proportion?integraldifferential，pid)控制算法應對伺服電機這種時變、非線性的元件表現(xiàn)不佳，會產(chǎn)生較大的超調(diào)量，導致攝像頭在移動的過程中失準，而模糊pid控制算法雖然減小了超調(diào)量，但是卻導致響應速度下降。

技術(shù)實現(xiàn)思路

1、本技術(shù)提供一種攝像頭轉(zhuǎn)動控制的方法、裝置、設備、存儲介質(zhì)及產(chǎn)品，能夠在減小超調(diào)量的同時保證響應速度。

2、第一方面，本技術(shù)提供一種攝像頭轉(zhuǎn)動控制的方法，所述方法包括：

3、獲取模糊控制器參數(shù)和pid控制器參數(shù)，所述模糊控制器參數(shù)是基于變異因子和交叉因子進行計算得到；

4、通過與所述模糊控制器參數(shù)對應的模糊控制器，對輸入信號進行模糊推理，得到參數(shù)調(diào)整值；

5、計算所述參數(shù)調(diào)整值與所述pid控制器參數(shù)的和，得到目標控制參數(shù)，以用于電機基于所述目標控制參數(shù)控制攝像頭轉(zhuǎn)動。

6、本技術(shù)的上述方式通過獲取利用進化算法調(diào)優(yōu)得到的模糊控制器參數(shù)，以及pid控制器參數(shù)，使用此模糊控制器參數(shù)對應的模糊控制器來進行輸入信號的處理，得到pid控制器參數(shù)的參數(shù)調(diào)整值，將所述參數(shù)調(diào)整值與pid控制器中的對應參數(shù)相加，通過此pid控制器對攝像頭對應的電機進行控制。能夠在攝像頭的電機控制的過程中，保持高響應速度的同時減少超調(diào)量。

7、在一些可能的實現(xiàn)方式中，所述獲取模糊控制器參數(shù)之前，所述方法還包括：

8、獲取預設的多組初始模糊控制器參數(shù)，將所述多組初始模糊控制器參數(shù)作為當前變量種群，所述當前變量種群中的個體表示初始模糊控制器參數(shù)；

9、執(zhí)行以下迭代計算：

10、基于變異因子對應的概率值選擇目標數(shù)據(jù)，變更當前變量種群中的第一個體中的所述目標數(shù)據(jù)；

11、基于交叉因子對應的概率值選擇第一個體中的第一數(shù)據(jù)以及第二個體中的第二數(shù)據(jù)，互換所述第一數(shù)據(jù)與所述第二數(shù)據(jù)，其中所述第二個體是所述當前變量種群中除所述第一個體的個體；

12、計算所述第一個體與所述第二個體的交叉變異適應度值，以及所述當前變量種群中個體的適應度值；

13、在所述交叉變異適應度值小于所述當前變量種群中個體的適應度值的情況下，以所述第一個體與所述第二個體替換當前變量種群中的個體；

14、在迭代次數(shù)達到預設值，或者適應度值小于預設最小值的情況下，將當前變量種群中適應度值最小的個體對應的初始模糊模擬器參數(shù)，作為模糊控制器參數(shù)。

15、本技術(shù)的上述方式通過將模糊控制器參數(shù)作為變量種群，通過變異因子與交叉因子，對變量種群中的個體進行變異和交叉操作。使用遺傳算法進行不斷的迭代和調(diào)優(yōu)，得到較優(yōu)的模糊控制器參數(shù)。

16、在一些可能的實現(xiàn)方式中，所述計算所述第一個體與所述第二個體的交叉變異適應度值，以及所述當前變量種群中個體的適應度值，包括：

17、計算所述第一個體與所述第二個體的模糊pid控制器誤差的絕對值，在時間上的誤差總量，得到所述交叉變異種群的適應度值；

18、計算所述當前變量種群中個體的模糊pid控制器誤差的絕對值，在時間上的誤差總量，得到所述當前變量種群的適應度值。

19、本技術(shù)的上述方式通過將模糊pid控制器誤差的絕對值在時間上的誤差總量作為種群的適應度值，能夠綜合考慮動態(tài)過程前期和后期的誤差。

20、在一些可能的實現(xiàn)方式中，在所述基于變異因子對應的概率值選擇目標數(shù)據(jù)，變更當前變量種群中的第一個體中的所述目標數(shù)據(jù)之前，所述方法還包括：

21、根據(jù)迭代次數(shù)與權(quán)重因子的關聯(lián)關系信息確定當前的迭代次數(shù)對應的權(quán)重因子的值，所述關聯(lián)關系信息中的權(quán)重因子的值隨著迭代次數(shù)的增加而增加；

22、根據(jù)所述權(quán)重因子的值，確定選擇第一個體的概率值，所述權(quán)重因子的值越大，選擇適應度值大的個體為所述第一個體的概率越大；

23、根據(jù)所述概率值，抽取當前變量種群中的個體，作為第一個體。

24、本技術(shù)的上述方式通過讓權(quán)重因子的值隨著迭代次數(shù)的增加而增加，也就是隨著迭代次數(shù)的增加，選擇適應度值大的個體為所述第一個體的概率就越大。這樣可以隨著迭代次數(shù)的不同，合理的選擇當前變量種群中的第一個體。

25、在一些可能的實現(xiàn)方式中，在所述基于變異因子對應的概率值選擇目標數(shù)據(jù)，變更當前變量種群中的第一個體中的所述目標數(shù)據(jù)之前，所述方法還包括：

26、確定當前變量種群中個體的最大適應度值，和當前變量種群中個體的最小適應度值；

27、計算所述最大適應度值與預設個體的適應度值的第一差值，以及所述最大適應度值與所述最小適應度值的第二差值；

28、計算所述第一差值與第二差值的比值，得到第一參數(shù)；

29、根據(jù)預設最大迭代次數(shù)與當前迭代計數(shù)的差值，得到第二參數(shù)；

30、基于預設初始變異因子以及所述第一參數(shù)和第二參數(shù)，確定當前變異因子。

31、本技術(shù)的上述方式通過計算所述最大適應度值與預設個體的適應度值的第一差值，以及所述最大適應度值與所述最小適應度值的第二差值，得到兩者的比值。進而再結(jié)合根據(jù)預設最大迭代次數(shù)與當前迭代計數(shù)的差值，確定當前變異因子。使得變異因子能進行自適應變化。

32、在一些可能的實現(xiàn)方式中，在所述基于交叉因子對應的概率值選擇第一個體中的第一數(shù)據(jù)以及第二個體中的第二數(shù)據(jù)，互換所述第一數(shù)據(jù)與所述第二數(shù)據(jù)之前，所述方法還包括：

33、以所述第一參數(shù)為指數(shù)，計算交叉因子提升值；

34、根據(jù)歷史最優(yōu)值與所述交叉因子提升值的和，確定當前交叉因子。

35、本技術(shù)的上述方式通過以所述第一參數(shù)為指數(shù)，計算交叉因子提升值，然后根據(jù)歷史最優(yōu)值與所述交叉因子提升值的和，確定當前交叉因子。使得交叉因子能進行自適應變化。

36、在一些可能的實現(xiàn)方式中，在所述計算所述參數(shù)調(diào)整值與所述pid控制器參數(shù)的和，得到目標控制參數(shù)之后，所述方法還包括：

37、對攝像頭獲取到的圖像進行識別，得到圖像關鍵點標定；

38、以圖像中心點為原點建立直角坐標系，確定所述圖像關鍵點標定的位置坐標；

39、根據(jù)所述位置坐標與原點的差值，通過所述目標控制參數(shù)對應的pid控制器，對所述攝像頭對應的電機進行控制。

40、本技術(shù)的上述方式通過對攝像頭獲取到的圖像進行識別，得到圖像關鍵點標定，然后根據(jù)關鍵點標定與圖像中心點的位置坐標差值，以目標控制參數(shù)對應的pid控制器，對所述攝像頭對應的電機進行控制?？梢宰屢曨l監(jiān)控攝像頭能夠捕捉快速移動的目標。

41、在一些可能的實現(xiàn)方式中，在所述獲取模糊控制器參數(shù)和pid控制器參數(shù)之前，所述方法還包括：

42、通過神經(jīng)網(wǎng)絡算法擬合出所述攝像頭電機對應的數(shù)學模型；

43、通過所述數(shù)學模型，按照預設步長逐步增加比例增益參數(shù)，在出現(xiàn)臨界振蕩的情況下，記錄當前的比例增益參數(shù)；

44、根據(jù)所述比例增益參數(shù)，調(diào)整積分時間參數(shù)和微分時間參數(shù)，得到pid控制器參數(shù)。

45、本技術(shù)的上述方式通過神經(jīng)網(wǎng)絡算法擬合出所述攝像頭電機對應的數(shù)學模型，然后記錄在臨界振蕩的情況下的比例增益參數(shù)，進而根據(jù)此比例增益參數(shù)，調(diào)整積分時間參數(shù)和微分時間參數(shù)，得到完整的pid控制器參數(shù)。通過神經(jīng)網(wǎng)絡算法擬合，能夠得到精確的數(shù)學模型。

46、第二方面，本技術(shù)提供一種攝像頭轉(zhuǎn)動控制的裝置，所述裝置包括：

47、獲取模塊，用于獲取模糊控制器參數(shù)和pid控制器參數(shù)，所述模糊控制器參數(shù)是基于變異因子和交叉因子進行計算得到；

48、推理模塊，用于通過與所述模糊控制器參數(shù)對應的模糊控制器，對輸入信號進行模糊推理，得到參數(shù)調(diào)整值；

49、計算模塊，用于計算所述參數(shù)調(diào)整值與所述pid控制器參數(shù)的和，得到目標控制參數(shù)，以用于電機基于所述目標控制參數(shù)控制攝像頭轉(zhuǎn)動。

50、第三方面，本技術(shù)實施例提供一種攝像頭轉(zhuǎn)動控制的設備，所述設備包括：處理器，以及存儲有計算機程序指令的存儲器；所述處理器讀取并執(zhí)行所述計算機程序指令，以實現(xiàn)如上文描述的攝像頭轉(zhuǎn)動控制的方法。

51、第四方面，本技術(shù)實施例提供一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)上存儲有計算機程序指令，所述計算機程序指令被處理器執(zhí)行時實現(xiàn)如上文描述的攝像頭轉(zhuǎn)動控制的方法。

52、第五方面，本技術(shù)實施例提供一種計算機程序產(chǎn)品，所述計算機程序產(chǎn)品中的指令由電子設備的處理器執(zhí)行時，使得所述電子設備執(zhí)行如上文描述的攝像頭轉(zhuǎn)動控制的方法。

53、本技術(shù)的攝像頭轉(zhuǎn)動控制的方法、裝置、設備、存儲介質(zhì)及產(chǎn)品通過獲取利用進化算法調(diào)優(yōu)得到的模糊控制器參數(shù)，以及pid控制器參數(shù)，使用此模糊控制器參數(shù)對應的模糊控制器來進行輸入信號的處理，得到pid控制器參數(shù)的參數(shù)調(diào)整值，將所述參數(shù)調(diào)整值與pid控制器中的對應參數(shù)相加，通過此pid控制器對攝像頭對應的電機進行控制。能夠在攝像頭的電機控制的過程中，保持高響應速度的同時減少超調(diào)量。