赣南师范大学江西省数值模拟与仿真技术重点实验室,江西 赣州 341000
图像采集时易受背景光的干扰,影响成像质量。激光锁定成像技术利用正弦调制的辅助激光实现了良好的背景光消除,但成本高和安全性不足,且要求图像传感器帧频足够高以满足调制速度。因此对该技术进行扩展,从理论上探讨除正弦波外的其他信号调制辅助光源的可行性和背景光消除机制。采用LED为辅助光源,并利用优化图像采集的控制方式降低对图像传感器帧频的要求。理论研究表明,锁定成像技术辅助光源的调制信号可扩展到一个周期内积分为零的任何波形信号。采用正弦波、方波、三角波、锯齿波调制LED光源的实验结果表明,在一个调制周期内,所提技术采用4种调制波形后在不同采样率下都取得较好的背景光消除效果,且该技术对辅助光源及图像传感器帧频的要求不高,验证了理论的可行性。
锁定成像 辅助光源 调制 背景光消除 鉴相 理论机制 激光与光电子学进展
2023, 60(14): 1411003
光电编码器检测系统的误差主要受基准光电编码器测角误差、数据采集误差、检测系统同轴误差影响。其中,基准光电编码器的测角误差可进行补偿。因此设计了一种基于极度梯度提升树(extreme gradient boosting,XGBoost)机器学习的算法用来补偿基准光电编码器的误差。经该算法补偿后,静态精度提高了35倍,标准差由3.62″减小至0.13″,最大误差值由5.53″降低至0.39″。与传统的误差反传(back progagation,BP)神经网络算法以及径向基函数(radial basis function,RBF)神经网络算法补偿效果相比,XGBoost的补偿效果更优。XGBoost机器学习算法有效降低了基准光电编码器的测量误差,提高了光电编码器检测系统的检测精度。
光电编码器 误差补偿 XGBoost 检测精度 photoelectric encoder error compensation XGBoost accuracy of detection